6 Jitorres - Estudio Mercado - Metodos Exponenciales PDF

Webinar 3 mtodos prcticos para
pronsticos de ventas
CPD
Certificado en
Pronsticos y Planeacin de Demanda
Instructor:
Ing. Toms Glvez Martnez, MBA y CPhD
Centro Ejecutivo de Logstica S. C. www.celogis.com

Av. Ricardo Margin 575 Parque Corporativo Santa Engracia San Pedro Garza Garca, N. L. Tel (81) 8000 7227
Presentacin Celogis y John Galt
Quin es CELOGIS
Centro internacional de capacitacin y consultora, con sede en Monterrey, N. L.
Fortalecer el desempeo de las organizaciones en la Planeacin de la Cadena de Suministro.
Desde hace ms de 15 aos contribuimos con el crecimiento y la actualizacin de la
comunidades empresariales, organizaciones pblicas y privadas.
Nuestros ms de 2,000 clientes y nuestro amplio abanico de expertos, nos han permitido
desarrollar proyectos de investigacin y consultora a nivel estratgico, estructural, de
procesos y tctico.
Quin es John Galt

Es una empresa, con sede en Chicago, USA, que ofrece soluciones en Planeacin de la
Demanda y en Gestin de Inventarios de la Cadena de Suministro.
Es propietario de Forecast Wizard y Atlas Planning Suite , un sistema que ofrece una amplia
gama de soluciones.
Tiene ms de 5,000 clientes incluidos fabricantes, distribuidores, minoristas y proveedores de
en una amplia gama de industrias: ropa, automviles, bienes de consumo, alimentos y
bebidas, energa, alta tecnologa, productos farmacuticos y de telecomunicaciones.
Con estas soluciones, los lderes de la industria han mejorado sus resultados a travs de
mayores ingresos y reduccin en sus costos de inventario.
Webinar | 3 Mtodos de Pronstico

Algunos de nuestros clientes

Agenda del Webinar
1. Principales mtodos para Pronosticar.

2. Revisin de estadstica bsica
3. Estadstica bsica vs Pronsticos
4. Tres mtodos de pronstico para datos:
a. Sin tendencia u horizontales
b. Con tendencia
c. Con tendencia y estacionalidad
5. Conclusiones
6. Prximos seminarios

Principales mtodos para pronosticar
Fuente: Robert Fildes
Manchester Business School
Enfoque Mtodo Ventajas Desventajas
Individuales Barato, flexible y puede Precisin dudosa. Se encuentra

pronosticar cualquier cosa. sujeto a todos los problemas de
Cualquiera lo puede hacer. criterio humano.
Comit / Adems de lo anterior, Dominar la voz del jefe. Es ms
Subjetivo
Encuestas relaciona diferentes caro que el individual. Una

perspectivas al problema. encuesta puede decir ms acerca
de las actividades actuales de las
personas y de sus expectativas que
las actividades futuras.
Delphi Igual que el anterior, pero Complicado. Existe presin por
por medio del anonimato lograr el consenso a medida que
se intenta eliminar los transcurren las sesiones. No existe
efectos de la autoridad y convergencia hacia un pronstico.
dominacin del grupo.

Atenuacin Fcil de aplicar con Sin bases tericas, pierde

exponencial computadora para un gran los puntos crticos. Es
nmero de productos. Muy impreciso en el largo
barato para operar y fcil plazo.
(base histrica)
de establecer sistemas de
Extrapolativo
control.
Descomposicin Son de utilidad como No tienen explicacin
mtodos de identificacin estadstica y propicia el
de tendencia, descuido a largo plazo.
estacionalidad, y ciclos.
Box-Jenkins Permiten la identificacin Complicado y difcil de
(ARIMA) de otros patrones o entender. Promete ms de
comportamientos que los lo que proporciona.
anteriores no lo hicieron.


Modelos de Modelos confiables. Los modelos son difciles de
regresin de Pueden responder a desarrollar, requieren de personal
una sola cmo influye la con experiencia y gran cantidad
(bsqueda de variables)
ecuacin compaa en las ventas? de datos que a menudo no estn

Causal y estructural
disponibles.
Modelos de Se pueden generar Difciles de entender, grandes
sistemas correlaciones entre otros cantidades de datos,
simultneos modelos y variables estadsticamente complicados.
macroeconmicas.
Modelos de Si se aplican Caros, grandes cantidades de
simulacin adecuadamente, pueden datos, no hay una explicacin
ser de gran ayuda. clara acerca de su construccin.
Anlisis de Se pueden tratar eventos Las probabilidades se estiman
impacto improbables que pueden mediante diversos mtodos
cruzado ocasionar gran impacto. subjetivos. Es crucial la eleccin
de cules eventos elegir
Gua para seleccionar la ms apropiada
Mtodo de Cantidad de datos Comportamien Horizonte de Tiempo de Nivel de
proyeccin histricos to de los datos proyeccin preparacin sofisticacin
Atenuacin 5 a 10 Datos Corto Corto Poca

exponencial observaciones estacionario
simple (AES) para fijar la s (sin
ponderacin tendencia y
estacionalid
ad
Atenuacin 10 a 15 Tendencia Corto a Corto Ligera
exponencial observaciones pero no mediano
doble (AED) para fijar las estacionalid
ponderaciones ad
Winters (AET) Por lo menos Tendencia y Corto a Corto Moderada

tres estaciones estacionalid mediano
ad

Gua para seleccionar la ms apropiada
Mtodo de Cantidad de datos Comportamiento Horizonte de Tiempo de Nivel de
proyeccin histricos de los datos proyeccin preparacin sofisticacin
Regresin Por lo menos Puede manejar Corto, Largo en Considerable

10 patrones mediano y el
observaciones complejos largo desarrollo.
por variable
Descomposici Los necesarios Cclicos y Corto a Corto Poca

n de series para ver dos estacionales. mediano
de Tiempo picos y valles Identifica los
puntos crticos
Box-Jenkins 50 o ms Estacionarios o Corto, Largo Alta

transformarlos mediano y
largo

Qu espacio de tiempo pronosticar?
Descripcin Caractersticas Problemtica

Largo plazo Dos aos o ms Tpicamente inexactos
Grandes sesgos en los porcentajes
No se puede especificar el mtodo fcilmente
Difcil estimar la magnitud de los errores
Mediano plazo De tres meses a dos Los puntos cruciales del ciclo comercial son difciles
aos de pronosticar.
Ocurren recesiones imprevistas que no se pueden
pronosticar.
Se tiende a seleccionar el que ms se ajuste sus
ideas preconcebidas y preferencias personales
Corto plazo Menos de tres Son parte integral de las operaciones esenciales de
meses las empresas
Su precisin es aceptable
Se pueden combinar pronsticos cualitativos y
cuantitativos

Tcnicas de pronsticos
Cul es la ms apropiada? Estable Copyrigth 1997
Charles W. Chase Jr
Coca Cola Co..
Census X-11
Box-Jenkins Regresin Simple
Winters Regresin Mltiple
Incompleta Completa
Promedios Mviles
Simples
Comit Regresin Robusta

Juicio Independiente Fuente:
Institute of Business Forecasting (IBF)
Informacin Fuerza de Junio 25,1999 Orlando,Fl
Ventas Inestable
El mejor mtodo

Revisin de Estadstica Bsica
Medidas de Tendencia Central y Dispersin

Revisin de estadstica
Poblacin Muestra
Media
Varianza
Desviacin estndar
Coeficiente de variacin
Poblacin Muestra
Media
Varianza
Indicador de la
Variabilidad de la
Demanda
Desviacin estndar
Coeficiente de variacin
Un ejemplo:
Ventas Xi
Perodo
1 16 (16 7.8) (16 7.8)^2
2 8 (8 7.8) (8 7.8)^2
3 6 -1.8 3.24
4 4 -3.8 14.44
5 5 -2.8 7.84
S 39 0 92.8

Un ejemplo:
Ventas Xi
Perodo
1 16 (16 7.8) (16 7.8)^2
2 8 (8 7.8) (8 7.8)^2
3 6 -1.8 3.24
4 4 -3.8 14.44
5 5 -2.8 7.84
S 39 0 92.8
X
Promedio = (39/5) = 7.8 X
n
( x x ) 2
= [92.8/(5-1)] = 23.2
2
Varianza n 1
( x x ) 2
Desviacin Std. = (23.2)^0.5 = 4.816638
n 1

Coef. Variacin = (4.81/7.8)*100 = 61.75% C.V . 100
x

Un ejemplo:
Qu alternativas
existen para
reducir la
x
variabilidad de la
2
Demanda?

C .V .

Estadstica bsica vs. pronstico
Mtrica Observacin
Vuelos a disposicin Regin Marina Suroeste
Promedio 88
140 Desv. Std. 18
C. V. 21 %
120
100
Pronstico Sep 06 = 74
No. de vuelos
80
RMSO
60
Reduccin del 51% del Tcnica Pronstico Error

40
error en el pronstico
AES 76 16.79 %
Diferencia de 14
20 Brown. 73 17.08 %
vuelos
Holt 70 14.62 %
0
Nov-04 Feb-05 May-05 Sep-05 Dic-05 Mar-06 Jul-06 Oct-06 Winters 74 13.85 %
Mes y ao

Mtrica Observacin
Movimiento de pasajeros - Monterrey
Promedio 264, 280
400,000 Desv. Std. 36, 966.86
350,000 C. V. 14 %
300,000
No. de pasajeros
250,000
Pronstico Ene 06 = 269, 746
200,000 Pasajeros
150,000 Reduccin del 723%

del error en el
100,000 Tcnica Pronstico Error
pronstico. Diferencia
50,000 de + 5000 pasajeros AES 284, 624 7.8 %
Brown. 289, 364 7.9 %
0
Holt 299, 076 9.3 %
p t li o
p t li o
ie o
ie e
re
re
o
o
e
e
o
o
zo
zo
zo
r
er
er
er
i
br
br
br
ay
ay
ay
l
N mb
N mb
N mb
Se J u
Se J u
Se J u
ar
ar
ar
En
En
En
m
m
M
M
M
M
ie
ie
ie
ie
pt
ov
ov
ov
Winters 269,746 1.7 %

El Sistema experto fue el que mejor pronostic las ventas del Ao
4, teniendo un MSE de 1,777 y un MAPE de 3.2 %. Mejora de ms
del 40% en la precisin
1,200
1,100
1,000
900
800
700
1 3 5 7 9 11 1 3 5 7 9 11 1 3 5 7 9 11 1 3 5 7 9 11
Ao 1 Ao 2 Ao 3 Ao 4
Datos Originales Winters Aditivo
Winters Multiplicativo Regresin
Sistema Experto

Objetivo: Mejorar el pronstico de contactos en cada una de las divisiones del Call Center
del Banco para mejorar la precisin, as como el mtodo que se utiliza para su clculo
402%
242%
431%
158%
343%

Resultados
Slo se
adquirieron 45
das de
Inventario de los
4 artculos
equivalentes a
$1.6 mdd
Previniendo
prdidas por
ms de $ 0.5
Inversin
recuperada millones de
dlares
ARTICULO 1 ARTICULO 2 ARTICULO 3 ARTICULO 4

METODO
WINTERS MAPE 6.2% 8.3% 12.5% 18.1%

(ADITIVO)
FORECAST 5,869.34 3,379.23 6,732.14 1,912.52

3 Mtodos de Pronsticos para ventas
Mtodo Comportamiento histrico
Atenuacin Exponencial Simple Horizontal
(AES)
Atenuacin Exponencial Doble Tendencia
(AED Brown y Holt)
Atenuacin Exponencial Triple Estacionalidad
(AET Winters)

Mtodos de Pronsticos
Principales Caractersticas
Captura el tipo de tendencia.

Captura estacionalidad.
Determina parmetros que reflejan el nfasis relativo dado al pasado reciente
vs. el pasado distante.
Pueden incorporar eventos especiales tales como fechas de das festivos o
promociones.
Sin embargo, ignora el ciclo y no permite la introduccin de variables
explicativas.

Mtodos de Pronstico
Usos y aplicaciones
Mtodo Comportamiento Parmetros de Aplicaciones
histrico de las atenuacin o
ventas ponderacin
Atenuacin Horizontal o a Son relativamente simples de entender y
Exponencial estacionaria explicar porque modelan componentes
Simple (AES) tangibles de la serie como tendencia y
estacionalidad.
Atenuacin Tendencia a
Exponencial Pueden ser completamente
Doble (AED automatizados para sistemas de control
Brown) de inventarios
Atenuacin Tendencia ayb Son frecuentemente tan exactos como
Exponencial los mtodos ms complejos, como ha
Doble (AED Holt) sido documentado en los resultados de
las competencias de pronsticos.
Atenuacin Estacionalidad a, b y g
Exponencial Puede ser implantado para ventas
Triple (AET semanales, mensuales, trimestrales o
Winters) anuales.

Mtodos de Pronstico
Los Horizontales (sin tendencia y estacionalidad)
Atenuacin Exponencial Simple (AES)
Error en el
Y t 1 Yt (a )et
perodo t
Factor de
Pronstico en el ponderacin o
Pronstico para el perodo t peso del error
siguiente perodo t

Mtodos de Pronstico
Un ejemplo para datos histricos sin tendencia ni
estacionalidad (AES)
Puntos importantes para el
t Venta Pronstico Error
clculo del pronstico:
Yt Yt Et
1 4 1. Tome como pronstico del

mes 2 la informacin de valor
2 3 4 = (3-4) = -1 real del mes 1.
2. Defina un peso o porcentaje
para el valor de a.
3 ? = 4 + (0.1)*(-1)
Recuerde que a asigna un
= 3.9
peso al error. Entre mayor sea
este valor el error tendr una
mayor importancia. En este
Y 21 Y2 (0.1)e2 4 (0.1) * (1) 3.9 clculo a tiene un valor de
0.1

Mtodos de Pronstico
estacionalidad (AES) Tabla de clculo de errores
MSE MAPE WMAPE MPE
t Venta Yt
Pronstico Error Error2 Error Abs. EAt/Yt (EAt/Yt)*Yt Et/Yt
Yt Et Et2 (EAt)
1 4
2 3 4 -1 =(-1)^2 = 1 = | -1 | =1 1/3 1 -1/3
3.9

Mtodos de Atenuacin
estacionalidad (AES) Tabla de clculo de errores y
pronsticos
MSE MAPE WMAPE MPE
t Venta Pronstico Error Error2 Error Abs. EAt/Yt (EAt/Yt)*Yt Et/Yt

Yt Yt Et Et2 (EAt)
1 4
2 3 4 -1 1 1 0.33 1.00 -0.33
3 5 3.9 1.1 1.21 1.1 0.22 1.10 0.22
4 4 4.01 -0.01 0.0001 0.01 0.0025 0.01 0.00
5 6 4.009 1.991 3.9641 1.991 0.33 1.99 0.33
6 4.2081
Pronstico del periodo 6

Mtodos de Atenuacin
Solucin...(AES: alfa=0.10) Alfa (a) le asigna un peso a
los errores y actualiza el
t Venta Pronstico Error Error2 pronstico
Error Abs. de acuerdo
EAt/Yt al EAt*Yt Et/Yt
Yt Yt Et Et2 (EAt) del error
tamao
1 4
2 3 4 -1 1 1 0.33 1.00 -0.33
3 5 3.9 1.1 1.21 1.1 0.22 1.10 0.22
4 4 4.01 -0.01 0.0001 0.01 0.00 0.01 0.00
5 6 4.009 1.991 3.9641 1.991 0.33 1.99 0.33

Cmo determinar si ste
valor es el pronstico que
6 4.2081 tiene el mnimo error?

Mtodos de Atenuacin
Preguntas comunes:
Clculo de errores promedio 1. Cul es el objetivo del clculo de
estas medidas de error?
Con alfa = 0.1
R. El objetivo es que cada una de ellas
sea lo menor posible para tener un
mtodo de pronstico confiable.
2. Las cinco frmulas tiene el
MSE = 1.54 mismo uso?
RMSE = 1.021 R. El MSE y el RMSE se utilizan para
seleccionar el mejor modelo de
MAPE = 22.0% pronstico y el resto para interpretar
el resultado.
WMAPE = 18.6% 3. Es necesario cambiar el valor de
alfa?
MPE = 5.5% R. El valor de alfa puede variar desde
cero hasta uno sin incluirlos. El
objetivo es encontrar aqul que
minimice el MSE o el RMSE
Nota: Para las frmulas del clculo de los errores consulte los apoyos del Webinar Cmo medir la
precisin de los pronsticos que la puede descargar en: http://es.slideshare.net/tomgalvez/mtodos-
para-medir-la-precisin

Mtodos de Atenuacin
Los de Tendencia...
Atenuacin Exponencial Doble (Holt)
at aYt (1 a )(at 1 bt 1 )
bt b (at at 1 ) (1 b )bt 1
Yt p at bt ( p) P = nmero de periodos a
pronosticar
Alfa para medir las Beta para medir la

variaciones en el tiempo tendencia en el tiempo

Mtodos de Atenuacin
El valor de la
Ejemplo de tendencia (Holt)... ecuacin se
pondera con el
valor de (1 a)
Suponemos un t Venta Intercepto Pendiente Pronstico
valor de alfa = Yt at bt Yt
0.4 y de beta =
0.8. 1 3 3 0
Recuerde que
2 4 3.4 0.32
es necesario
encontrar
aquella 3 7 = (0.4)*4 + (1 - 0.4)*(3 + 0)
combinacin
que minimice 4 8 Este valor se
el MSE. pondera con el
valor de a
5 10

Mtodos de Atenuacin
Ejemplo de tendencia (Holt)... El valor anterior
de la pendiente
se pondera con
Suponemos un t Venta Intercepto Pendiente (1 b)
Pronstico
valor de alfa = Yt at bt Yt
0.4 y de beta =
0.8. 1 3 3 0
Recuerde que
2 4 3.4 0.32
es necesario El cambio en el
encontrar intercepto de
aquella 3 7 con b
pondera = (0.8)*(3 - 3.4) + (1 - 0.8)*(0)
combinacin
que minimice 4 8
el MSE.
5 10

Mtodos de Atenuacin
Otro ejemplo (Holt)...
t Venta Intercepto Pendiente Pronstico
Yt at bt Yt
1 3 3 0
2 4 3.4 0.32
3 7 3.72
4 8
5 10

Mtodos de Atenuacin
Solucin (Holt: Alfa=0.40 y Beta=0.80)
Yt at bt Yt
1 3 3 0
2 4 3.4 0.32 Cmo
determinar si
3 7 5.032 1.3696 3.72 ste valor es
el pronstico
4 8 que tiene el
7.0409 1.8810 6.4016 mnimo
error?
Valores de 5 10 9.3532 2.2260 8.9220 Se pueden
la ecuacin calcular ms
final del 6 11.5792 periodos?
pronstico

Mtodos de Atenuacin
Clculo del pronstico para los meses 6, 7 y 8
Yt at bt Yt
4 8 7.0409 1.8810 6.4016

5 10 9.3532 2.2260 8.9220
6 11.57 Mes 6 = 9.35 + 2.22*(1) =
11.57
7 13.80 Mes 7 = 9.35 + 2.22*(2) =
13.80
8 Mes 8 = 9.35 + 2.22*(3) =
16.03 16.03

Mtodos de Atenuacin
Winters
(Mtodo para datos con tendencia y estacionalidad)
b= Pesa la tendencia
Yt p [ at bt ( p )]S t L p
a = Pesa la variacin g = Pesa la estacionalidad
L = Ancho de la estacionalidad

Mtodos de Atenuacin
Las frmulas...
Atenuacin Exponencial triple (Winters)
Yt
at a (1 a )(at 1 bt 1 )
St L
bt b (at at 1 ) (1 b )bt 1
Yt
St g (1 g ) St L
at
Mtodos de Atenuacin
El ltimo ejemplo (alfa=0.1, beta=0.2 y gama=0.3
Venta Intercepto Pendiente Indice Pronstico

t Yt at bt St Yt
Yt
1 3 3 0 1 St g (1 g ) St L
at
2 2 2.9 -0.02 0.906
3 6 3.19 0.0424 1.263 2.88
Y
at a 4t (18 a )(at 1 bt 1 ) 3.23
St L
5 4 bt b (at at 1 ) (1 b )bt 1
6 3
7 7 Yt p [ at bt ( p)]St L p
8 10

Mtodos de Atenuacin
Clculo del pronsticos para los meses 9, 10, 11 y 12
Venta Intercepto Pendiente Indice Pronstico
t Yt at bt St Yt
1 3 3 0 1
2 2 2.9 -0.02 0.906 3
3 6 3.192 0.0424 1.263 2.88
4 8 3.7109 0.1377 1.346 3.2344
5 4 3.8638 0.1407 1.010 3.8486
6 3 3.9348 0.1268 0.863 3.63170
7 7 4.2093 0.1563 1.383 5.1336 Mes 9 = [4.67 + 0.21*(1)]*1.01
= 4.94
8 10 4.6716 0.2175 1.584 5.8794
Mes 10 = [4.67 + 0.21*(2)]*0.86
9 4.94090 = 4.40
Mes 11 = [4.67 + 0.21*(3)]*1.38
10 4.40992
= 7.36
11 7.36679 Mes 12 = [4.67 + 0.21*(4)]*1.58
12 8.78310 = 8.73

Conclusiones y recomendaciones
Qu intenta pronosticar? Capacidad, mercado, potencial,? Este debera ser el

principio de su proceso de generacin del pronstico: Determinar el objeto del
pronstico de ventas. Existen ms de 5 clasificaciones de objetos que las puede
encontrar en:
http://www.celogis.com/files/163/Necesidad_Pronostico_de_ventas.pdf
Antes de realizar cualquier clculo de pronstico, grafique su informacin. Puede ser

que el promedio le genere buenos resultados y no haya necesidad de tal cantidad
de clculos. Revise el coeficiente de variacin y otros factores o variables ajenos al
comportamiento histrico antes de iniciarse en esta travesa.
Conozca el comportamiento de las ventas de sus productos, puede haber patrones

estacionales generados por otros factores que no son inherentes al producto.
Realice simulaciones en papel antes de tomar una decisin sobre sus pronsticos. Es
mejor equivocarse en el papel que quedarse con inventario sin vender o con
faltantes que generen prdidas de ventas.

Lugar Fecha Horario Precio
Mxico, DF 12 y 13 de abril. Viernes de 8:30 a
18:00 horas y
Guadalajara, Jal. 17 y 18 de mayo sbado de 8:30 a $850 dlares
14:00 horas.

CPD
Certificado en
Modalidad presencial:
Mdulo (Nivel) Monterrey, N. L. Len, Gto Guatemala

Introduccin al Pronstico y 26 y 27 de abril. 2 y 3 de mayo 22, 23 y 24 de abril
Planeacin de Demanda
Mtodos Economtricos con 3 y 4 de mayo 9 y 10 de mayo 12, 13 y 14 de mayo
aplicaciones Gerenciales
Sales & Operations Planning 10 y 11 de mayo 16 y 17 de mayo 10, 11 y 12 de junio
(S&OP)
Inversin $ 1, 340 dlares

CPD On-line
Certificado en
En La Certificacin On-line se cursan 7 mdulos por da

Descripcin del curso Fecha Inversin
M1. Fundamentos de Planeacin de Demanda 29 de abril
M2. Cmo hacer un pronstico de ventas 30 de abril
M3. Mtodos de pronsticos para datos histricos 17 de mayo $ 175 por mdulo o $1,050
M4. Mtodos de pronsticos causa-efecto 18 de mayo dlares por la Certificacin
M5. Mtodos avanzados de pronsticos 24 de mayo completa de 7 mdulos.
M6. Mtodos para pronosticar nuevos productos 25 de mayo
M7. Sales & Operations Planning Advanced 31 de mayo

Sesin de preguntas
www.celogis.com
Oficina Matriz
Av. Ricardo Margin 575
Ing. Toms Glvez Martnez Parque Corporativo Santa Engracia
San Pedro Garza Garca, N. L. Mxico
Presidente y Director General
Tel (81) 8000 7227
Centro Ejecutivo de Logstica S. C.

6 Jitorres - Estudio Mercado - Metodos Exponenciales PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

6 Jitorres - Estudio Mercado - Metodos Exponenciales PDF

Cargado por

Copyright:

Formatos disponibles

Webinar 3 mtodos prcticos para

Centro Ejecutivo de Logstica S. C. www.celogis.com

Quin es John Galt

Webinar | 3 Mtodos de Pronstico

Webinar | 3 Mtodos de Pronstico

1. Principales mtodos para Pronosticar.

Webinar | 3 Mtodos de Pronstico

Enfoque Mtodo Ventajas Desventajas

Individuales Barato, flexible y puede Precisin dudosa. Se encuentra

Encuestas relaciona diferentes caro que el individual. Una

Webinar | 3 Mtodos de Pronstico

Enfoque Mtodo Ventajas Desventajas

Atenuacin Fcil de aplicar con Sin bases tericas, pierde

Webinar | 3 Mtodos de Pronstico

Enfoque Mtodo Ventajas Desventajas

ecuacin compaa en las ventas? de datos que a menudo no estn

Atenuacin 5 a 10 Datos Corto Corto Poca

Winters (AET) Por lo menos Tendencia y Corto a Corto Moderada

Webinar | 3 Mtodos de Pronstico

Regresin Por lo menos Puede manejar Corto, Largo en Considerable

Descomposici Los necesarios Cclicos y Corto a Corto Poca

Box-Jenkins 50 o ms Estacionarios o Corto, Largo Alta

Webinar | 3 Mtodos de Pronstico

Descripcin Caractersticas Problemtica

Webinar | 3 Mtodos de Pronstico

Comit Regresin Robusta

Webinar | 3 Mtodos de Pronstico

Centro Ejecutivo de Logstica S. C. www.celogis.com

Webinar | 3 Mtodos de Pronstico

Webinar | 3 Mtodos de Pronstico

Webinar | 3 Mtodos de Pronstico

Reduccin del 51% del Tcnica Pronstico Error

Webinar | 3 Mtodos de Pronstico

150,000 Reduccin del 723%

Winters 269,746 1.7 %

Webinar | 3 Mtodos de Pronstico

Datos Originales Winters Aditivo

Winters Multiplicativo Regresin

Webinar | 3 Mtodos de Pronstico

Webinar | 3 Mtodos de Pronstico

ARTICULO 1 ARTICULO 2 ARTICULO 3 ARTICULO 4

WINTERS MAPE 6.2% 8.3% 12.5% 18.1%

Webinar | 3 Mtodos de Pronstico

Centro Ejecutivo de Logstica S. C. www.celogis.com

Captura el tipo de tendencia.

Webinar | 3 Mtodos de Pronstico

Webinar | 3 Mtodos de Pronstico

Atenuacin Exponencial Simple (AES)

Webinar | 3 Mtodos de Pronstico

1 4 1. Tome como pronstico del

Webinar | 3 Mtodos de Pronstico

MSE MAPE WMAPE MPE

2 3 4 -1 =(-1)^2 = 1 = | -1 | =1 1/3 1 -1/3

Webinar | 3 Mtodos de Pronstico

t Venta Pronstico Error Error2 Error Abs. EAt/Yt (EAt/Yt)*Yt Et/Yt

Pronstico del periodo 6

Webinar | 3 Mtodos de Pronstico

2 3 4 -1 1 1 0.33 1.00 -0.33

3 5 3.9 1.1 1.21 1.1 0.22 1.10 0.22

4 4 4.01 -0.01 0.0001 0.01 0.00 0.01 0.00

5 6 4.009 1.991 3.9641 1.991 0.33 1.99 0.33

Webinar | 3 Mtodos de Pronstico

Webinar | 3 Mtodos de Pronstico