Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRACTICA 1. PRONOSTICOS Parte 1 PDF
PRACTICA 1. PRONOSTICOS Parte 1 PDF
INTRODUCCIÓN
Los modelos de pronósticos de series de tiempo tratan de predecir el futuro en base en la información
pasada. Las cifras de ventas trimestrales recopiladas durante los últimos años se pueden utilizar para
pronosticar los trimestres futuros. El modelo de pronóstico que una empresa debe utilizar depende de:
Las Familias Estables son conjunto de datos que siguen un comportamiento “estable” en función del tiempo.
A este tipo de Familias pertenecen todos aquellos productos que sus ventas se mantienen en los mismos
niveles no importando la época en que se encuentre, por ejemplo: Gasolina, Gas Propano, Cemento, etc.
ENFOQUES DE LA PREVISION: Existen dos enfoques generales de las previsiones de la misma forma que
existen dos formas de abordar toda la planificación de decisiones. Uno es el enfoque cualitativo o subjetivo,
en el cual se incorporan factores tales como la intuición de la persona que toma decisiones, emociones,
experiencias personales y sistema de valores para realizar la previsión. El enfoque cuantitativo emplea
diferentes modelos matemáticos que utilizan datos históricos y/o variables causales para prever la demanda.
En la práctica el más efectivo suele ser una combinación de los dos enfoques. Nuestro estudio se basará en
el enfoque cuantitativo.
Los pasos a seguir para efectuar un pronóstico confiable inician con la tabulación de información de ventas
históricas; en base a este gráfico se efectúan los Análisis Primario y Secundario para luego determinar las
proyecciones de demanda futuras que, para nuestro caso en particular, denominamos Pronóstico de Riesgo;
siendo este último el objetivo del análisis cuantitativo. Una planificación eficiente, tanto a corto, mediano o
largo plazo, está en función de una efectiva previsión de demanda de los productos o servicios que proveen
las organizaciones.
OBJETIVOS
1
GENERAL
ESPECIFICOS
PASOS PARA ESTABLECER PRONOSTICOS (en general para cualquier Método Cuantitativo):
2. ANALISIS PRIMARIO:
Se observa detenidamente la forma y comportamiento que sigue la curva resultante para identificarla
o catalogarla dentro de un grupo de curvas conocido. A veces no se puede visualizar a que tipo
pertenece, por lo tanto se procede a alisar la curva; este procedimiento consiste en incrementar o
reducir la escala que se está utilizando, o bien, reducir la cantidad de períodos de ventas reales
ploteados.
3. ANALISIS SECUNDARIO:
Conociendo el grupo al que pertenece el conjunto de datos, se elige un período congelado de ventas
conocido (en nuestro caso será igual a cuatro,) el cual se selecciona como los últimos cuatro valores
de ventas reales del último período a evaluar, con el fin de determinar Pronósticos de Evaluación
para cada Método Cuantitativo por analizar.
4. PRONOSTICO DE RIESGO:
Es la proyección de demanda futura que necesitamos conocer para un período específico, se basa en
el Método Cuantitativo que mejor error acumulado arrojó durante la etapa de Análisis Secundario.
FUNDAMENTO CONCEPTUAL
2
TIPOS DE PRONOSTICOS: El pronóstico se puede clasificar en cuatro tipos básicos: modelos cualitativos,
métodos cuantitativos (análisis de series de tiempo y relaciones causales) y simulación. Para efectos de la
práctica, nos centraremos en el estudio de los Métodos Cuantitativos los cuales a su vez se clasifican,
atendiendo al comportamiento de las ventas históricas de un producto en particular, de la siguiente manera:
Las técnicas cualitativas son subjetivas y se basan en estimados y opiniones. El análisis de series de tiempo
se basa en la idea de que es posible utilizar información relacionada con la demanda pasada para predecir
la demanda futura, es decir, observan lo que ha ocurrido a lo largo de un período de tiempo y utilizan una
serie de datos pasados para realizar una proyección futura.
Las Familias Estables son un conjunto de datos (ventas reales históricas) que siguen un comportamiento
“estable” a través del tiempo. A este tipo de CURVAS pertenecen todos aquellos productos que sus ventas
se mantienen en los mismos niveles no importando la época en que se encuentre, por ejemplo: Gasolina,
Gas Propano, Cemento, Pollo, etc.
Último Período: El pronóstico de un mes (n) en particular es la venta real del mes anterior (n-
1) y así sucesivamente para todo el período congelado de ventas elegido:
Pn = Vn-1
Pn = ∑𝒏−𝟏
𝟏 𝑽𝒆𝒏𝒕𝒂𝒔 𝑹𝒆𝒂𝒍𝒆𝒔
n-1
Promedio Móvil Simple: Método de Previsión que utiliza la media de los “n” períodos de datos
más recientes para efectuar la proyección del período siguiente. Para nuestro caso en particular,
elegimos un ciclaje igual a cuatro (período congelado de ventas reales ):
Pn = ∑𝒏−𝟒
𝒏−𝟏 𝑽𝒆𝒏𝒕𝒂𝒔 𝑹𝒆𝒂𝒍𝒆𝒔
4
3
Promedio Móvil Ponderado: La sumatoria de las ponderaciones elegidas deben ser igual al
número de períodos a pronosticar, es decir, el valor del ciclaje elegido. En nuestro caso para
efectos didácticos elegimos un ciclaje igual a cuatro, en otras palabras los valores escalares de las
ponderaciones suman cuatro, y cada uno de éstos multiplica al valor de las ventas reales de los
cuatro meses anteriores al mes que necesitamos pronosticar (otorgándole mayor ponderación a
los períodos más recientes), ejemplo:
Ponderaciones: 0.5 0.8 1.2 1.5 ∑𝟒𝟏 = ( 0.5 + 0.8 + 1.2 + 1.5 ) = 4
Pn = ∑𝒏−𝟒
𝒏−𝟏 𝑷𝒐𝒏𝒅𝒆𝒓𝒂𝒄𝒊ó𝒏 ∗ 𝑽𝒆𝒏𝒕𝒂𝒔 𝑹𝒆𝒂𝒍𝒆𝒔
4
Recordatorio: Se sabe que sobre ponderando los meses más recientes se obtiene una
proyección más exacta.
Técnica de previsión de media móvil ponderada en la que los datos se valoran por medio de una
función exponencial, su forma general es la siguiente:
Factor alfa 0 ≤ α ≤ 1
Cuando α tiende a cero: El pronóstico se ve afectado por causas al azar (fallas atribuibles a factores
externos), están fuera del alcance de nuestras manos, ej: Huelgas, Inasistencia del Personal
Operativo, Políticas Gubernamentales, etc.
Cuando α tiende a uno: El pronóstico depende de variables asignables al modelo, las causas podrían
ser, entre otras: Falta de competitividad de los productos, obsolencia, estrategias equivocadas para
asimilar la demanda de mercado provocada por la existencia de productos similares o sustitutos, etc.
4
Este método cuantitativo toma en cuenta la proyección de tendencia de los datos que, en
condiciones normales, tienden a desfasarse con respecto a las ventas reales. Al aplicar el concepto
de tendencia, se obtiene una proyección más confiable del grupo de datos sobre los que se quiere
pronosticar; su formulación general es:
Pn = Pn-1 + ( 1 – α ) / α * Tn-1
4.1 FRANJA SIMULADA: Método matemático que se utiliza para establecer el Pronóstico de
Riesgo (Demanda Futura) de las Curvas Estables (existe la posibilidad de compararla con otro
tipo de curva) y está definido por la siguiente relación:
Pn = Pn-1 + kTúltima k = 1, 2, 3, ….
a. El primer pronóstico de riesgo es el último pronóstico de evaluación del método que menor
error acumulado (error de previsión) tiene después de efectuar la comparación entre los
distintos métodos cuantitativos (también puede ser entre distintos tipos de Curva).
b. La tendencia última corresponde al último pronóstico de evaluación y la tendencia pivote es
una anterior a aquella. Si quisiéramos conocer el Pronóstico de Riesgo del siguiente período
(iniciando por el mes de enero) entonces tendríamos:
5
PROCEDIMIENTO DE SOLUCIÓN
HERRAMIENTAS A
PASOS DESCRIPCIÓN
UTILIZAR
Hoja milimetrada, regla,
Tabular y graficar la información histórica (ventas reales) para
PASO 1 lápiz, borrador
uno ó más períodos de tiempo pasados
Hoja de Microsoft Excel
6
ANALISIS Y RESOLUCION DEL CASO PRÁCTICO
El historial de ventas reales de una compañía alimenticia durante los últimos tres períodos ha mantenido
niveles estables en función del tiempo, debido principalmente a que su cartera de clientes se han mantenido
fieles a las políticas de ventas implementadas por la compañía.
Se encuentra ubicada en los alrededores de la zona sur de la ciudad capital y tiene una red de distribución
de producto terminado a mayoristas que se caracteriza por la utilización de una red matricial clasificada por
puntos cardinales en todo el perímetro de la ciudad capital.
La Gerencia General tiene la solicitud de un sector, ubicado al norte de la ciudad capital, para que le provea
de su producto alimenticio siguiendo la misma estrategia de repartos (red matricial) ya que el proveedor que
actualmente posee le ha fallado en la entrega de la materia prima que necesita procesar.
Tomando en cuenta la solicitud del nuevo cliente potencial, el Gerente General le ha pedido a la Gerencia
de Ventas y de Producción para que le prepare un informe con las proyecciones estimadas a futuro
basándose en información histórica de ventas reales con que cuenta actualmente; primordialmente el
Gerente General está interesado en conocer la estimación utilizando el punto de vista cuantitativo.
Determinar:
1. Gráfico de ventas reales.
2. Efectuar el Análisis Primario observando la tendencia que siguen los datos históricos.
7
3. Establecer el Análisis Secundario utilizando los siguientes valores escalares de ponderaciones:
(0.3 0.7 1.2 1.8), con un ciclaje = 4.
4. Determinar la Proyección futura para el primer cuatrimestre del período 4.
1. TABULACION DE DATOS:
800
700
600
500
Ventas
400
300
200
100
0
0 10 20 30 40 50 60
Mes
2. ANALISIS PRIMARIO:
Luego de analizar el comportamiento del juego de ventas de los tres períodos, se puede observar que
el comportamiento de la curva se mantiene constante alrededor de cierto nivel, por lo tanto se
clasifica como una Familia o Serie Estable.
3. ANALISIS SECUNDARIO:
Se procede a evaluar los Métodos Cuantitativos para Familias Estables con el propósito de encontrar
las Proyecciones de Evaluación, utilizando un ciclaje = 4, es decir, elegimos un período congelado de
ventas conocido igual a los últimos cuatro meses del período tres (corresponde a los meses 33, 34,
35 y 36):
8
PROMEDIO ARITMETICO
En este caso nos interesa todo el historial de ventas conocido, es decir, la totalidad de los tres
períodos completos. La proyección para el mes 33 es:
P33 = ( ∑32
1 𝑉𝑒𝑛𝑡𝑎𝑠 ) / 32 ; y así sucesivamente hasta P36
P33 = ( ∑32
29 𝑉𝑒𝑛𝑡𝑎𝑠 ) / 4
P33 = ( 693 + 684 + 678 + 682 ) / 4 = 685
9
PROMEDIO EXPONENCIAL “CASO A” (Alisado de Primer Orden)
Para efectos de cálculo, usaremos un α = 0.5
El Pronóstico Pivote es P32 = (688 + 693 + 684 + 678 ) / 4 = 686
10
P37 = P36 = 684 (Promedio Móvil Simple)
T36 = α (V36 – V35) + (1 – α)*T35
T36 = 0.5(692 – 686) + (1 – 0.5)*(686 – 680) = 6
P38 = 684 + 1(6) = 690
P39 = 684 + 2(6) = 696
P40 = 684 + 3(6) = 702
Dada la siguiente serie de datos, establezca la previsión para los primeros tres meses del tercer período,
utilizando la secuencia metodológica vista en la práctica.
Determinar:
1. Un gráfico con una escala adecuada que muestre el comportamiento del juego de datos.
2. Realizar el Análisis Primario y Secundario de las ventas reales (ciclaje = 4).
3. Establecer el Pronóstico de Riesgo del primer cuatrimestre del período 3. Grafique los
resultados.
(Ponderaciones = 0.7 ; 0.9 ; 1.1 ; 1.3 ) (α = 0.5 )
11
REPORTE 1.1
DESCRIPCION DEL CASO PROPUESTO
Se le pide a usted, como Ingeniero Industrial, que utilice las herramientas a su alcance para establecer
el pronóstico de demanda futura para los primeros seis meses del cuarto período
a) Estimar el Pronóstico de Riesgo para los primeros cuatro meses del cuarto período (2017).
(Ponderaciones = 0.6 0.9 1.1 1.4) Utilizar α = 0.2 & α = 0.8
i. ¿Qué método le aconseja aplicar para distribuir los puntos de venta alrededor de la capital?
ii. ¿Cuáles son las aptitudes y habilidades que debe poseer el personal a reclutar para atender
las sucursales de venta?
iii. ¿Qué método de Administración de Personal utilizará para el reclutamiento y selección de
las personas que atenderán a los clientes? Diseñe una Hoja de Especificaciones para el
puesto.
12
IMPORTANTE: Realizar los gráficos de ventas contra tiempo en papel milimetrado. Comparar los resultados
obtenidos entre las distintas Familias, así como los datos trabajados a mano y los resultados que arroja el
Software de Pronósticos.
CONCLUSIONES
Los métodos cuantitativos matemáticos son herramientas que nos ayudan a predecir la demanda
futura de productos y/o servicios, partiendo del análisis de información histórica proporcionada por
el Departamento de Ventas.
Los productos que no tienen mucha competencia en el mercado se caracterizan por seguir tendencias
estables en el tiempo, manteniendo su demanda potencial sin muchos altibajos, ejemplo de ellos
pueden ser: cemento, pollo, combustibles, azúcar.
Cuando un producto posee una demanda cada vez más creciente o por el contrario, aquellos
productos que por sus características el ciclo de vida se encuentra en su etapa terminal (salen del
mercado consumidor), se identifican con curvas que utilizan modelos matemáticos de Regresión
Lineal para estimar la proyección futura.
Existen dos puntos de vista muy importantes para analizar la previsión de la demanda futura:
Cualitativo y Cuantitativo, sobre lo cual la proyección más confiable será aquella que combine
eficientemente ambos puntos de vista tomando en cuenta los factores internos y externos asociados
a cada punto de vista.
BIBLIOGRAFIA
TORRES, Sergio : “CONTROL DE LA PRODUCCION” Editorial c c Dapal. Tercera Edición. Año 2013.
Guatemala, C. A.
HEIZER, Jay & RENDER, Barry: “DIRECCION DE LA PRODUCCION. Decisiones Tácticas. Editorial Prentice-
Hall. Sexta Edición. Impreso en España. Año 2001.
13