PRÁCTICA CONTROL DE LA PRODUCCIÓN

2do. Semestre 2017

PRACTICA 3. “PRONÓSTICOS (Segunda parte) “

Series Estacionales y Modelos Combinados

A. SERIES ESTACIONALES (Cíclicas)

INTRODUCCIÓN

Para efectos de proyección futura de la demanda, los términos corto, mediano y largo plazo son relativos al
contexto en que se emplean. Sin embargo, en los pronósticos de ventas, corto plazo casi siempre se refiere a
períodos de tres a seis meses; mediano plazo a un período entre seis meses y un año y largo plazo a un término
mayor de un año.

En general, los modelos a corto plazo compensan la variación aleatoria y se ajustan a los cambios a corto plazo
(como las respuestas del consumidor a un producto nuevo). Los pronósticos a mediano plazo son útiles para
efectos estacionales y los modelos a largo plazo detectan las tendencias generales y son muy útiles para
identificar los cambios más importantes. En este tipo de series estacionales se clasifican las curvas que siguen
un comportamiento cíclico en función del tiempo en el cual se asocia la “estacionalidad” de los datos que son
característicos de épocas muy puntuales en el transcurso de un período determinado, generalmente anual.

OBJETIVOS

GENERAL
 Establecer la demanda pronosticada para curvas cíclicas que siguen comportamientos
estacionales.

ESPECÍFICOS
 Realizar un análisis primario con la información histórica de ventas reales.
 Determinar los pronósticos de evaluación en función del análisis primario.
 Proyectar, con el mayor grado de confiabilidad, la demanda futura de ventas pronosticadas para
un período previamente establecido.

1
FUNDAMENTO CONCEPTUAL

SERIES ESTACIONALES (Curvas Cíclicas)

Cuando un conjunto de datos sigue un comportamiento repetitivo periódicamente (curvas que contienen picos
y valles) se pueden definir como series de datos ordenados en forma cronológica; estos están formados por uno
o más componentes de demanda: tendencia, factor estacional, comportamiento cíclico. Los ciclos se pueden
componer por períodos de meses, trimestres, semestres, años; en el caso de estos últimos su particularidad es
que su comportamiento de demanda es similar para los mismos meses de distinto año.

El factor que explica este comportamiento cíclico se denomina índice estacional, “i “el cual relaciona las
demandas de ventas reales a un nivel horizontal, ejemplo: demanda de los meses de enero de años
consecutivos, en este caso particular las demandas de los meses de octubre y noviembre no interesan, ya que
la relación es horizontal, no vertical. También se les llaman “estacionales” ya que coinciden sucesos muy
particulares de origen cualitativo que hacen que la demanda se sitúe en valores muy específicos.

INDICE ESTACIONAL (i): Factor de corrección necesario para series de datos estacionales, el cual indica el grado
de ajuste de la demanda a nivel horizontal.

FORMULACIONES PARA EL CALCULO DE PRONOSTICO DE EVALUACION Y DE RIESGO:

Pn = Vn * in donde: i = Xhor / Xver

Pn = Pronóstico de Evaluación o de Riesgo

Vn = Ventas reales para el n-ésimo mes del último período completo
in = índice estacional para el n-ésimo mes
Xhor = promedio de ventas horizontal
Xver = promedio de ventas vertical

Por lo general, se relaciona “estacional” con un período del año caracterizado por alguna actividad en particular.
Se usa la palabra “cíclico” para indicar que se trata de períodos anuales recurrentes de actividad repetitiva.

PROCEDIMIENTO DE SOLUCIÓN (Series estacionales)

2
 HERRAMIENTAS A
PASOS DESCRIPCIÓN
UTILIZAR
Tabular y graficar la información histórica, es condición Hoja milimetrada, regla,
PASO 1 indispensable tomar en cuenta al menos tres períodos lápiz, borrador
completos de ventas reales (36 datos) Hoja de Microsoft Excel

Establecer el Análisis Primario observando la tendencia de las

PASO 2 Lapicero, papel
ventas reales

Matrices
Realizar el Análisis Secundario estableciendo los Pronósticos de
PASO 3 Lápiz, borrador, hojas,
Evaluación (elegir períodos completos de información histórica)
calculadora
Calcular los promedios horizontales (Xhor) y el promedio
Lápiz, borrador, hojas,
PASO 4 vertical (Xver). Para los pronósticos de evaluación se
calculadora
seleccionan dos períodos completos (24 datos)
Tabla o matriz
Xhor = es el promedio de ventas de los meses relacionados a
PASO 5 Lápiz, borrador, hojas,
nivel horizontal, ej.: eneros, junios, diciembres, etc.
calculadora
Tabla o matriz
Xver = promedio de la totalidad de ventas reales de los períodos
PASO 6 Lápiz, borrador, hojas,
completos a evaluar
calculadora

Lápiz, borrador, hojas,

PASO 7 Calcular el índice estacional: i = Xhor / Xver
calculadora

Matrices
Se elige un ciclaje = 4 que corresponde a los últimos meses del
PASO 8 Lápiz, borrador, hojas,
último período completo de evaluación
calculadora
Se calculan los pronósticos de evaluación, multiplicando las
PASO 9 ventas reales del ciclaje elegido por el índice estacional Lápiz, hojas, calculadora
asociado a nivel horizontal
Con los pronósticos de evaluación se determina el error Matrices
PASO 10 acumulado incurrido siguiendo la misma mecánica de los Lápiz, borrador, hojas,
anteriores métodos cuantitativos calculadora
Se calcula el Pronóstico de Riesgo repitiendo el procedimiento Matrices
PASO 11 del PASO 4 al PASO 9, con la diferencia que ahora se toma en Lápiz, borrador, hojas,
cuenta la totalidad de datos de los períodos completos calculadora

ANÁLISIS Y RESOLUCIÓN DEL CASO PRÁCTICO

3
DESCRIPCIÓN DEL CASO (Series Estacionales)

Una empresa comercializadora de insumos y accesorios para materiales de oficina se encuentra evaluando la
posibilidad de ejecutar algunos planes de expansión. En la actualidad, atiende mercados segmentados en la
región central y perimetral alrededor del departamento de Guatemala.

La Gerencia General está evaluando la asignación de recursos financieros para el reclutamiento, selección y
capacitación de personal de ventas que atienda mercados potenciales ubicados en el norte y oriente de la
República de Guatemala.

Previamente a tomar la decisión de inversión en estas regiones potenciales, la Gerencia General solicita al
Gerente de Producción que le proporcione un informe con las proyecciones de demanda estimadas, utilizando
modelos matemáticos cuantitativos de pronósticos, tomando en cuenta los reportes de ventas que el
Departamento de Mercadotecnia proporciona a la alta dirección.

Las ventas históricas de tres períodos anteriores se detallan a continuación:

MES Período 1 Período 2 Período 3

Enero 758 745 762
Febrero 716 763 747
Marzo 690 760 722
Abril 665 726 695
Mayo 632 693 670
Junio 602 662 639
Julio 558 629 642
Agosto 560 655 680
Septiembre 598 688 705
Octubre 640 710 730
Noviembre 672 742 752
Diciembre 710 756 761

a) Graficar y tabular la información proporcionada y realizar un Análisis Primario.

b) Determinar los Pronósticos de Evaluación (Análisis Secundario)
c) Estimar la proyección futura de ventas para el primer semestre del período 4.

SOLUCIÓN DEL CASO PRÁCTICO:

4
 a. TABULACIÓN DE DATOS

Ventas para los primeros 36 meses

900

800

700

600

500
Ventas

400

300

200

100

0
0 5 10 15 20 25 30 35 40
Mes

b. ANÁLISIS PRIMARIO: El comportamiento que muestra la cura es del tipo Cíclico, con picos y valles a largo
de su trayectoria, manteniendo similares demanda de ventas para meses en común de distinto año; por
tanto, este conjunto de ventas se puede clasificar como una Serie de Estacionalidad (cíclica).

c. ANÁLISIS SECUNDARIO:
Se obtienen los valores de Xhor, Xver e índice estacional y se colocan en una tabla junto a los valores de
ventas reales. Para encontrar el pronóstico de evaluación del período congelado de ventas (meses 33,
34, 35 y 36) se toman en cuenta dos períodos completos de datos, es decir, los meses que van desde 1
hasta 24:

MES Ventas 1 Ventas 2 Ventas 3 Xhor (24) Xhor (36) i (24) i (36)
Enero 758 745 762 751.5 755 1.1 1.09
Febrero 716 763 747 739.5 742 1.09 1.08
Marzo 690 760 722 725 724 1.07 1.05
Abril 665 726 695 695.5 695.33 1.02 1.01
Mayo 632 693 670 662.5 665 0.97 0.96
Junio 602 662 639 632 634.33 0.93 0.92
Julio 558 629 642 593.5 609.67 0.87 0.88
Agosto 560 655 680 607.5 631.67 0.89 0.92
Septiembre 598 688 705 643 663.67 0.95 0.96
Octubre 640 710 730 675 693.33 0.99 1.01
Noviembre 672 742 752 707 722 1.04 1.05
Diciembre 710 756 761 733 742.33 1.08 1.08
Xver (24)=680.42

Los pronósticos de evaluación para los meses 33, 34, 35 y 36 se valúan con el período congelado de ventas del
último período completo, es decir que corresponde a los meses 21, 22, 23 y 24:
5
 P33 = 688 * 0.95 = 654
P34 = 710 * 0.99 = 703
P35 = 742 * 1.04 = 772
P36 = 756 * 1.08 = 817

MES VENTAS PROYECCION ERROR E

33 705 654 51 51
34 730 703 27 78
35 752 772 -20 98
36 761 817 -56 154

d. PRONÓSTICO DE RIESGO
Para estimar la Previsión futura, se trabajan los tres períodos completos de ventas (36 meses),
encontrando nuevos valores de Xhor, Xver e índice estacional para la totalidad de datos de los tres
períodos. Se obtiene el producto de las ventas reales del último período conocido de ventas y se
multiplica por su índice estacional asociado a nivel horizontal. Los índices estacionales utilizados son los
calculados para 36 datos:

MES CALCULO PRONOSTICO

37 762 * 1.09 831
38 747 * 1.08 807
39 722 * 1.05 759
40 695 * 1.01 702
41 670 * 0.96 644
42 639 * 0.92 588

6
 REPORTE 3.1
(Entrega 12/8/17)

La empresa litográfica de textos didácticos “MIGUEL ANGEL ASTURIAS” ha implementado desde hace tres años
un nuevo programa de logística para la entrega del producto que fabrica. La demanda de textos se ha
caracterizado por tener órdenes de pedido altos en temporada de ciclo escolar, contrastando con una demanda
baja de libros durante el descanso vacacional durante el mismo período anual.

La compañía está analizando la posibilidad de invertir en su línea de producción número dos de las tres con que
cuenta en la actualidad para la impresión de libros de texto. Si decide invertir recursos en su línea de producción,
tendrá que capacitar a un grupo de operarios para que manejen una maquinaria nueva, siempre y cuando la
demanda prevista para el primer semestre del año 2017 justifique la inversión del nuevo equipo.

“Miguel Ángel Asturias” desea conocer con el mejor grado de confiabilidad posible cual será la proyección
estimada de distribución de libros de texto para el período de enero a junio de 2017, de tal forma que planifique
las operaciones de producción y efectúe un Análisis Económico Financiero sobre la viabilidad de modernizar la
línea de producción número dos, ya que el proyecto requiere un desembolso de capital muy fuerte (compra de
maquinaria, adquisición de insumos litográficos, capacitación de personal, entre otros).
Utilizar el Método Cuantitativo que mejor describa el conjunto de ventas históricas correspondientes a los tres
últimos períodos anuales proporcionado por la empresa litográfica para establecer el Pronóstico de Riesgo y
recomendar a la Gerencia General acerca de la implementación del nuevo proyecto.

MES VENTAS (2014) VENTAS (2015) VENTAS (2016)

ENERO 550 515 527
FEBRERO 530 520 520
MARZO 510 528 510
ABRIL 498 540 495
MAYO 492 552 483
JUNIO 485 560 474
JULIO 480 575 469
AGOSTO 465 578 465
SEPTIEMBRE 465 570 468
OCTUBRE 475 558 476
NOVIEMBRE 492 540 489
DICIEMBRE 505 535 497

7
Determinar:

1. Gráfico de Ventas contra Tiempo para los tres períodos completos.

2. Efectuar el Análisis Primario y el Análisis Secundario del conjunto de ventas reales proporcionadas por la
empresa.
3. Establecer el Pronóstico de Riesgo del primer semestre del año 2017.
4. Evaluar y discutir, en equipos de trabajo, los resultados obtenidos y recomendar a la empresa “Miguel Ángel
Asturias” sobre la toma de decisiones en su línea de producción:

i. ¿Qué opciones sugiere para mantener ocupadas las líneas de producción en los intervalos de tiempo en
que la demanda de material didáctico es baja?
ii. ¿Qué factores cualitativos considera importantes tomar en cuenta para que el Departamento de Ventas
estime una proyección futura en función de las cualidades y percepciones de la cartera de clientes?

8
 B. FAMILIAS COMBINADAS

INTRODUCCIÓN

Existen empresas en las que la demanda de sus productos o servicios sigue un patrón repetitivo (cíclico) y a la
vez tienden a crecer o decrecer en función del tiempo (comportamiento ascendente o descendente). Cuando
se tiene un conjunto de datos que al graficarlos sigue una tendencia de este tipo se clasifica como Familia
Combinada.

Su nombre, precisamente, se origina debido al hecho de que se componen de la combinación de dos tipos de
familias vistos con anterioridad (Familias Cíclica y Correlación). A este tipo de familia pertenecen todas aquellas
empresas que constantemente están innovando sus productos, proveyéndolos de características muy
particulares, que cumplen con satisfacer una necesidad a corto plazo, de tal forma que la muerte del producto
llega muy pronto; pero para entonces, el departamento de mercadeo ya tiene el producto sustituto, con las
innovaciones apropiadas listo para continuar satisfaciendo la necesidad identificada. La Familia Combinada
utiliza el concepto de Series Estacionales debido a su comportamiento cíclico, asimismo utiliza las ecuaciones
de Regresión Lineal (Correlación) porque los períodos cíclicos (como conjunto) tienden a crecer o decrecer, y
por lo tanto, tienen asociada una pendiente.

OBJETIVOS

GENERAL
 Establecer el procedimiento para proyectar las ventas en el caso especial que los datos históricos
muestren un comportamiento combinado (cíclico-correlación).
ESPECÍFICOS
 Identificar la tendencia que sigue una curva que se identifica dentro de las Familias Combinadas.
 Realizar un Análisis Secundario con la información histórica.
 Determinar, con el mayor grado de confiabilidad, el Pronóstico de Riesgo de un conjunto de datos
clasificados como familia combinada.

FUNDAMENTO CONCEPTUAL

FAMILIAS COMBINADAS: Son Familias de Curvas que tienen cierta periodicidad en el tiempo pero también
poseen una actitud creciente o decreciente. Para trabajar este tipo de familias se utiliza la mecánica de las
Familias Cíclicas combinando los métodos de Familias de Regresión (debido a su actitud creciente y/o
decreciente). Para analizar estos dos tipos de Familias, se hace uso de los Índices Estacionales.

9
En este tipo de Familias se identifican todos aquellos productos que son dirigidos a segmentos de mercado con
necesidades muy prácticas a corto plazo, de tal forma que su ciclo de vida es relativamente corto innovándose
con mucha frecuencia. En el momento en que empiezan a caer las ventas, la empresa lanza al mercado otro
producto con innovaciones muy originales que va a sustituir el mercado del anterior, su característica es que al
principio se tiene una gran demanda pero no pasa mucho tiempo para que empiece la etapa de descenso en las
ventas. Ejemplo de estos productos, tenemos entre otros: Distribuidoras de productos al detalle, algunas
empresas de motocicletas y bicicletas con diseño muy especial, productos que tienen un leve ascenso en sus
ventas producto de rebajas y promociones especiales pero a la larga su curva de ventas va en descenso, ropa
de temporada diseñada para un período específico y en general, para todo tipo de producto o servicio que se
ve afectado por causas externas fuera del alcance de nuestras manos; estos productos siguen un
comportamiento hasta cierto punto errático, es decir, no se pueden clasificar en ninguna de las tres familias
anteriores y se recurre a este método para su resolución.

Índices Estacionales (i): Son factores de corrección necesarios para series de datos temporales, el cual indica el
grado de ajuste de las demandas a nivel horizontal. Ya sea que se trabaje Familias Cíclicas o Combinadas, es
necesario establecer los índices para ambos casos.

FORMULACIONES PARA ESTABLECER PRONOSTICOS DE EVALUACION Y DE RIESGO

Vnuevas = Vorig – bt

Dónde: Vorig = demanda real original

b = pendiente de la Ec. de Regresión con mejor
Coeficiente de correlación
t = período de tiempo (en meses)

Pn = Xorig * i + bt

Dónde: Pn = Pronóstico de Evaluación y/o Riesgo

Xorig = promedio demanda real original
i = índice estacional
b = pendiente de la Ec. de Regresión con mejor
Coeficiente de Correlación
t = período de tiempo (en meses)

10
PROCEDIMIENTO DE SOLUCIÓN (Familias Combinadas)

HERRAMIENTAS A
PASOS DESCRIPCIÓN
UTILIZAR
Tabular y graficar la información histórica, es condición Hoja milimetrada, regla,
PASO 1 indispensable tomar en cuenta al menos tres períodos lápiz, borrador
completos de ventas reales (36 datos) Hoja de Microsoft Excel
Establecer el Análisis Primario observando la tendencia de las
PASO 2 Lapicero, papel
ventas reales
Matrices
Realizar el Análisis Secundario estableciendo los Pronósticos de
PASO 3 Lápiz, borrador, hojas,
Evaluación (elegir períodos completos de información histórica)
calculadora
Se evalúan las ecuaciones normales de Correlación (para 24 Calculadora científica,
PASO 4 datos) encontrando la pendiente “b” de la ecuación asociada ecuaciones de Regresión
con el mejor coeficiente de correlación “r” (el más cercano a 1) Lineal (4 en total)
Con el valor de “b” elegido, encontrar un nuevo conjunto de
Matrices, lápiz, borrador,
PASO 5 datos llamado Ventas Nuevas, utilizando la formulación
regla, calculadora
establecida en la parte de arriba (24 datos)
El resultado es un nuevo conjunto de datos que sigue un
*** comportamiento netamente cíclico (estacional) y por tanto se
trabaja como tal
Calcular los promedios horizontales (Xhor) y el promedio Lápiz, borrador, hojas,
PASO 6
vertical (Xver) para los 24 datos de Ventas Nuevas calculadora
Lápiz, borrador, hojas,
PASO 7 Calcular el índice estacional: i = Xhor / Xver
calculadora
Lápiz, borrador, hojas,
PASO 8 Se calcula Xorig con 24 datos de ventas originales
calculadora
Se encuentran los pronósticos de evaluación correspondientes
PASO 9 evaluando la formulación destinada para ello: Lápiz, hojas, calculadora
Pn = Xorig * i + bt
Con los pronósticos de evaluación se determina el error Matrices
PASO 10 acumulado incurrido siguiendo la misma mecánica de los Lápiz, borrador, hojas,
anteriores métodos cuantitativos calculadora
Evaluar los 24 datos originales (dos períodos completos) como Ecuaciones de Regresión
PASO 11 una Serie de Correlación, es decir, encontrar los errores Lineal, calculadora
acumulados para las 4 ecuaciones de Regresión Lineal científica
Se comparan los “cinco errores acumulados” obtenidos para
PASO 12 Lapicero, hojas
determinar con cuál de ellos se proyectará la demanda futura
Se encuentran nuevos valores de “ b, Vnuevas, i, Xorig “ para la Calculadora científica,
PASO 13 totalidad de las ventas reales utilizando el método cuantitativo ecuaciones de Regresión
que aportó el menor error acumulado Lineal, lápiz, borrador
Se calcula el Pronóstico de Riesgo para el período solicitado con Matrices
PASO 14 la información obtenida en el PASO 13, valuando la formulación Lápiz, borrador, hojas,
de Pn = Xorig * i + bt (Pn = 37, 38, 39…….) calculadora
11
 ANÁLISIS Y RESOLUCIÓN DEL CASO PRÁCTICO

DESCRIPCIÓN DEL CASO (Familias Combinadas)

Una cadena de tiendas mayorista que se dedica al diseño, producción y comercialización de productos masivos
dirigidos a segmentos de mercado de hogar, entretenimiento y utilitarios, se encuentra en plena fase de
expansión, tratando de cubrir regiones que han quedado marginadas debido a una deficiente difusión y
mercadeo de los productos que produce y comercializa.

El Departamento de Ingeniería necesita retroalimentar información acerca de las necesidades del mercado
consumidor que le sea útil en los planes de diseño de productos. La compañía está evaluando la posibilidad de
incursionar en el área regional centroamericana pero cuenta con el inconveniente que en esa área ya existen
dos empresas más que están posicionadas en la mente del consumidor.

Según estimaciones de mercadeo, la participación rondaría el 33% de la población total de consumidores. Para
tratar de capturar más segmentos de mercado, está pensando en utilizar la mayor cantidad de medios de
comunicación posibles (internet, radio, televisión, medios escritos) que le garanticen un mínimo de facturación
por ventas que le permitan apegarse a una estrategia corporativa de crecimiento a mediano plazo.

Partiendo de la información de mercadeo, el Director General le solicita que le estime una proyección estimada
de las ventas futuras en la región centroamericana, analizando las ventas históricas de los tres últimos períodos
en la región que actualmente es líder en la comercialización de su variedad de productos.

Las ventas reales de estos tres últimos períodos se muestran a continuación:

MES PERIODO 1 PERIODO 2 PERIODO 3

ENERO 350 465 698
FEBRERO 365 493 670
MARZO 380 518 635
ABRIL 415 536 640
MAYO 442 568 670
JUNIO 460 595 693
JULIO 485 620 718
AGOSTO 510 642 740
SEPTIEMBRE 505 665 772
OCTUBRE 483 694 788
NOVIEMBRE 462 725 812
DICIEMBRE 454 720 830

12
Establecer:
a) Gráfico de ventas con tiempo y efectuar el Análisis Primario.
b) Análisis Secundario (utilizar las fórmulas de Regresión en las calculadoras)
c) Calcular el Pronóstico de Riesgo para el primer semestre del período 4.
SOLUCIÓN DEL CASO PRÁCTICO (Familias Combinadas):

PASO 1. Tabulación de Datos: Como primer paso procedemos a tabular el juego de datos que nos proporcionan
para establecer cuál es el comportamiento que sigue la curva resultante.

GRAFICO DE VENTAS REALES

Ventas de los últimos tres períodos

900

800

700

600

500
Ventas

400

300

200

100

0
0 5 10 15 20 25 30 35 40
Mes

PASO 2. Análisis Primario:

Luego de graficar el conjunto de ventas reales conocidas, concluimos que pertenece al grupo de Familias
Combinadas, ya que tiene asociado un comportamiento cíclico que va creciendo conforme avanza el tiempo, es
decir, están presentes dos tipos de análisis (Cíclico y Correlación); por tanto se procede a efectuar el análisis
comparativo para establecer cuál es la diferencia entre la demanda real y el pronóstico de evaluación (error
acumulado).

PASO 3. Análisis Secundario (Pronóstico de Evaluación):

Una Familia Combinada se compone de la mezcla de Familias Cíclica y Regresión, por lo tanto, se trabajan
períodos completos de ventas conocidas, en este caso dos períodos completos (24 meses). El
procedimiento consiste en evaluar primeramente los dos períodos iniciales como Familia de Regresión,
es decir, encontramos los valores de a, b & r para cada ecuación estadística de correlación (lineal,
logarítmica, exponencial y potencial). La ecuación que arroje el mejor coeficiente de correlación (r), el

13
 más cercano a uno, proveerá el valor de b (pendiente), el cual se utilizará para hacer los cálculos de las
Ventas Nuevas con la fórmula:

Vnuevas = Vorig - bt donde: b = pendiente

t = período de tiempo desde 1 a 24 meses

Los resultados obtenidos al ingresar las ventas de los primeros dos períodos completos para encontrar el valor
de la pendiente (b) son los siguientes (valores obtenidos en Software de Pronósticos):

ECUACION LINEAL y = 340.42 + 14.61x r = 0.9466

ECUACION LOGARITMICA y = 266.47 + 112.38 Ln x r = 0.8554
ECUACION EXPONENCIAL y = 361.53 (1.028)x r = 0.9510
ECUACION POTENCIAL y = 307.29 x(0.2239) r = 0.8968

OBSERVACIÓN: La Ecuación Exponencial es Y=A*ebx En la ecuación superior el valor 1.028 es el resultado del
factor exponencial por el valor “b”.

La Ecuación de Regresión forma Exponencial es la que mejor se ajusta al conjunto de datos, ya que su coeficiente
r = 0.9510 es el más cercano a uno, por tanto, para el cálculo de Vnuevas se usa b = 1.028 :

Como estamos todavía dentro de la parte del procedimiento, se toman en cuenta dos decimales para los cálculos
de Vnuevas:

Vnuevas1 = 350 – 1.028 (1) = 348.97

Vnuevas2 = 365 – 1.028 (2) = 362.94 ……… Vnuevas24 = 720 – 1.028 (24) = 694.33

Con los datos de Vnuevas, se trabaja ahora la curva como Familia Cíclica calculando Xhor & Xver, para luego
hallar los respectivos índices estacionales (desde 1 hasta 12):

Xhor1 = (348.97 + 451.64)/2 = 400.31

Xhor2 = (362.94 + 478.61)/2 = 420.78 ……… Xhor12 = (441.66 + 694.33)/2 = 567.99

Xver(24) = (348.97 + 362.94 + ……… + 694.33) / 24 = 510.09

i1 = 400.31 / 510.09 = 0.78

i2 = 420.78 / 510.09 = 0.82 ………. i12 = 567.99 / 510.09 = 1.11

La tabla con todos los datos tabulados se muestra a continuación:

14
 VENTAS VENTAS VENTAS Vnuevas Vnuevas Xhor Índice
MES Período 1 Período 2 Período 3 Per 1 Per 2 (24 datos) Est.
ENERO 350 465 698 348.97 451.64 400.31 0.78
FEB 365 493 670 362.94 478.61 420.78 0.82
MARZO 380 518 635 376.92 502.58 439.75 0.86
ABRIL 415 536 640 410.89 519.55 465.22 0.91
MAYO 442 568 670 436.86 550.52 493.69 0.97
JUNIO 460 595 693 453.83 576.50 515.17 1.01
JULIO 485 620 718 477.80 600.47 539.14 1.06
AGO 510 642 740 501.78 621.44 561.61 1.10
SEPT 505 665 772 495.75 643.41 569.58 1.12
OCT 483 694 788 472.17 671.38 571.78 1.12
NOV 462 725 812 450.69 701.36 576.03 1.13
DIC 454 720 830 441.66 694.33 567.99 1.11

Como siguiente paso se procede a calcular los Pronósticos de Evaluación para los meses 33, 34, 35 y 36 usando
la fórmula:

Pn = Xorig * i + bt donde: Xorig = prom ventas reales originales

Xorig(24) = (350 + 365 + 380 + …….. + 725 + 720) / 24 = 523

P33 = 523 * 1.12 + (1.028) (33) = 620

P34 = 523 * 1.12 + (1.028) (34) = 621
P35 = 523 * 1.13 + (1.028) (35) = 627
P36 = 523 * 1.11 + (1.028) (36) = 618

MES VENTAS PROYECCION ERROR ERROR ACUM

33 772 620 152 152
34 788 621 167 319
35 812 627 185 504
36 830 618 212 716

OBSERVACIÒN: Previo a realizar el Pronóstico de Riesgo como familia combinada, se trabajan los Pronósticos
de Evaluación como Serie de Correlación (valuando las 4 ecuaciones de Regresión Lineal, siempre tomando 24
datos) y los errores acumulados encontrados se comparan con el error acumulado hallado en la parte de arriba;
con el método cuantitativo que tiene el menor error (5 en total) se establece el Pronóstico de Riesgo.

PASO 4. Pronóstico de Riesgo:

Para conocer la proyección futura (como Familia Combinada) procedemos a calcular un nuevo valor de b
(pendiente), Vnuevas, Xhor, Xver, i & Xorig tomando en cuenta la totalidad de los datos (36). Siguiendo el mismo
procedimiento anterior, los valores encontrados son los siguientes:

15
 Ecuación de Regresión (forma Lineal) *y = 361.65 + 12.31x (b = 12.31)
*Al tomar en cuenta 36 datos, el nuevo valor de la pendiente corresponde a la Ec.
De Regresión forma Lineal.

El valor de “b” se ingresa en la fórmula Vnuevas (para 36 datos) y los resultados se resumen en la siguiente tabla
(se incluyen Xhor e índice estacional):
Xvert(36) = 361.65 (para 36 datos)

VENTAS VENTAS VENTAS Vnuevas Vnuevas Vnuevas Xhor Índice

MES
Período 1 Período 2 Período 3 Per 1 Per 2 Per 3 (36 datos) (i)
ENERO 350 465 698 337.69 304.97 390.25 344.30 0.95
FEB 365 493 670 340.38 320.66 349.94 336.99 0.93
MARZO 380 518 635 343.07 333.35 302.63 326.35 0.90
ABRIL 415 536 640 365.76 339.04 295.32 333.37 0.92
MAYO 442 568 670 380.45 358.73 313.01 350.73 0.97
JUNIO 460 595 693 386.14 373.42 323.70 361.09 1.00
JULIO 485 620 718 398.83 386.11 336.39 373.78 1.03
AGO 510 642 740 411.52 395.80 346.08 384.47 1.06
SEPT 505 665 772 394.21 406.49 365.77 388.82 1.08
OCT 483 694 788 359.90 423.18 369.46 384.18 1.06
NOV 462 725 812 326.59 441.87 381.15 383.20 1.06
DIC 454 720 830 306.28 424.56 386.84 372.56 1.03

El Pronóstico de Riesgo para el período 4 se define con la siguiente formulación:

Xorig (36) = (350 + 365 +……. + 830) / 36 = 589.39 (para 36 datos)

Penero = 589.39*0.95 + 12.31(37) = 1016

Pfeb = 589.39*0.93 + 12.31(38) = 1016
Pmarzo = 589.39*0.90 + 12.31(39) = 1011
Pabril = 589.39*0.92 + 12.31(40) = 1035
Pmayo = 589.39*0.97 + 12.31(41) = 1077
Pjunio = 589.39*1.00 + 12.31(42) = 1107
PROYECCION
MES
(período cuatro)
Enero 1016
Febrero 1016
Marzo 1011
Abril 1035
Mayo 1077
Junio 1107
16
CONCLUSIONES

 Las empresas que comercializan productos de temporada (estacionales) tienen la particularidad que sus
picos máximos de ventas se encuentran en períodos determinados por aspectos cualitativos de
demanda; tienen asociado un índice estacional que indica el grado en que las ventas sufrirán un
incremento o decremento en relación a la última venta real a nivel horizontal.

 Los productos que se identifican como estacionales se pueden mencionar, entre otros: venta de útiles
escolares, paraguas o sombrillas, artículos navideños, anillos de graduación, determinados tipos de
bebidas, etc.

 Los productos que siguen comportamientos erráticos, es decir, su tendencia es el resultado de una
combinación de varios métodos cuantitativos, como ocurre en la mayoría de las situaciones reales de las
organizaciones, se identifican como familias combinadas y su predicción de ventas sigue una
metodología de análisis muy particular.

 En la actualidad, la distintas combinaciones entre distintos tipos de familias de pronósticos son las
siguientes: ESTABLE-CORRELACIÓN, cuando el valor de la pendiente es muy pequeño; ESTABLE-CICLICA,
cuando la onda de la curva cíclica es muy alisada y CORRELACIÒN-COMBINADA, cuando la tendencia
sigue comportamientos cíclicos mezclados con actitud ascendente o descendente.

BIBLIOGRAFIA
TORRES, Sergio: “CONTROL DE LA PRODUCCION” Editorial Palacios. Año 2008. Guatemala, C. A.

CHASE, Richard, JACOBS, Robert & AQUILANO, Nicholas: “ADMINISTRACION DE OPERACIONES”. Producción
y Cadena de Suministros. Editorial McGraw-Hill. Duodécima Edición. Año 2009.

HEIZER, Jay & RENDER, Barry: “DIRECCION DE LA PRODUCCION. Decisiones Tácticas. Editorial Prentice-Hall.
Sexta Edición. Impreso en España. Año 2001.

17
 HOJA DE TRABAJO 2
(Para entregar al final de la práctica)

Con la información que se le proporciona a continuación, establecer un Pronóstico de Riesgo para el primer
cuatrimestre del período 4, utilizando la metodología que considere conveniente:

MES PERIODO 1 PERIODO 2 PERIODO 3

ENERO 200 285 430
FEBRERO 220 300 445
MARZO 240 310 415
ABRIL 200 330 425
MAYO 210 340 450
JUNIO 230 350 475
JULIO 250 310 500
AGOSTO 260 325 490
SEPTIEMBRE 275 340 475
OCTUBRE 270 360 460
NOVIEMBRE 260 385 485
DICIEMBRE 280 410 520

18
 REPORTE 2.2
(Entrega 12/8/17)

“HomeMarket” es una filial de un consorcio europeo que se ha establecido en el área metropolitana del
Departamento de Guatemala desde hace cinco años. Sus actividades comerciales giran en torno a la distribución
de toda clase de productos para el hogar, entretenimiento y alimentos enlatados de primera necesidad; su
política de venta es al mayoreo y menudeo y estas se han visto incrementadas paulatinamente. Se han tenido
ciertos períodos de ventas los cuales han caído moderadamente, la razón de la baja demanda se ha debido a
factores externos cualitativos fuera del alcance de las manos de la Gerencia de HomeMarket.

El local que ocupa sus instalaciones físicas ya no se está dando abasto para almacenar todos los productos que
distribuye, es más, están subarrendando un local para colocar el producto terminado, debido a que sus bodegas
son insuficientes para almacenarlo; esta situación ha elevado los costos fijos de HomeMarket, ya que se
incrementa el costo por traslado de los productos entre una y otra bodega representando a la vez una pérdida
considerable de tiempo para efectuar tales movimientos.

Esta empresa de ventas por catálogo tiene altas expectativas con respecto a las ventas esperadas para el año
2015, razón por la cual está evaluando la posibilidad de adquirir una bodega más grande que le representará un
incremento en su costo fijo por concepto de arrendamiento del 10%. Tiene el ofrecimiento por parte de sus
proveedores que la capacidad de despacho de materia prima y accesorios puede ser duplicada, en caso sea
necesario. Paralelamente a esta situación, el Departamento de Ventas está realizando un Estudio de Mercado
para conocer el nivel de aceptación de la variedad de productos que ofrece y en qué medida satisfacen las
necesidades existentes en su mercado consumidor.
Las ventas que la compañía reporta para los últimos años es la siguiente:

VENTAS VENTAS VENTAS VENTAS

MES
(2014) (2015) (2016) (2017)
ENERO SIN REF 3338 4949 6145
FEBRERO SIN REF 3336 4947 6343
MARZO SIN REF 3469 4980 6576
ABRIL SIN REF 3692 5003 6599
MAYO SIN REF 3890 5101 6597
JUNIO SIN REF 4093 5304 6600
JULIO SIN REF 4095 5506 6702
AGOSTO 2563 4164 5760
SEPTIEMBRE 2876 4187 5783
OCTUBRE 3104 4315 5811
NOVIEMBRE 3332 4543 5839
DICIEMBRE 3335 4746 5942

19
Establecer:

a) Un Análisis Primario para conocer la tendencia del conjunto de datos presentado y clasificarlo dentro de
un grupo de familias conocido.
b) Conociendo la familia a la que pertenece, realizar un Análisis Secundario para encontrar el error
acumulado.
c) Calcular el Pronóstico de Riesgo para el resto del año 2017.
d) Analizar y discutir, en equipos de trabajo, el Pronóstico de Riesgo estimado y en función de este,
recomendar a HomeMarket sobre la posible adquisición de una instalación más grande.
e) De ser positiva la adquisición de una instalación más grande, establezca las características que debe
poseer la nueva nave industrial. Especifique el diseño de planta que debe tener la nueva instalación en
base a su experiencia como Ingeniero Industrial (distribución de ambientes, tipo de productos a fabricar,
maquinaria, áreas de almacenaje, tipo de proceso, etc.)
f) Graficar las ventas reales históricas y la proyección de demanda futura estimada en un mismo plano X-
Y para observar ambos comportamientos (pasados y futuros) y argumentar las causas probables de las
variaciones observadas.

IMPORTANTE: dibujar el grafico de las ventas reales y proyectadas en papel milimetrado y realizar el
análisis comparativo de los métodos cuantitativos vs software.

20