Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Módulo 2
Pronósticos
Profesor : Ing. Oscar Chevillard
ochevillard@fibertel.com.ar
Parte del contenido de esta presentación proviene en parte del manual de certificación APICS-CPIM (Agosto 2001). El resto fue
desarrollado por profesores del IEEC. Queda prohibido su uso, distribución, reproducción, o cita sin previo permiso escrito.
1
Módulo 2 : Objetivos
Entender los Factores que influyen sobre la Demanda
Reconocer Patrones de Demanda básicos
Describir los Principios básicos de Pronósticos
Comprender los Principios de la Recolección de la
Información
Comparar distintas Técnicas de Pronósticos
Entender el Concepto de Estacionalidad
Conocer las Fuentes y Tipos de Errores
2
Basics 2
Demand management
Marketing
mgmt
Demand
planning CRM
3
Marketing Mix
Producto: Diseño, calidad, costo, características, variedad,
tamaño, marcas, service y políticas de garantias
Customer Relationship
Managment
4
Áreas de Acción
con Clientes
•Mesas de ayuda: mejoras de productos o diseño de
nuevos
•Necesidades de los clientes
•Información y comunicación: sugerencias tipo
amazon.com
•Gestión de órdenes: Rápida y exacta
•Cumplimientos de fechas y cantidades
•Historia de las ventas
Demand Planning
Es el reconocimiento de la demanda:
a)Pronósticos
b)Órdenes reales
10
5
Factores que Influyen en la Demanda
Condiciones generales de la economía y el
negocio
Factores Competitivos
Tendencias del mercado
Planes propios de la compañía
∼ Características del producto (4Ps) precio,
producto, plaza , promoción.
Disponibilidad de producto
∼ Ciclo de vida del producto
11
Orígenes de Demanda
Comunmente son cinco:
•Pronósticos: Cuantitativos y/o cualitativos
•Ordenes de los clientes
•Pedidos de reposición de CDs
•Transferencias interplantas
•Otros: Requerimientos para marketing y
promociones
12
6
Orígenes de Demanda
Principios Comentarios
1. Rara Vez son 100% Exactos No se espera que así ocurra. Se basan en
estadísticas por tanto los errores son
inevitables. Se deben medir
13
Patrones de la Demanda
Tendencia: indica hacia donde va la
demanda, geométrica o exponencial.
Estacionalidad: Varia dependiendo en un
tiempo del año.
Variación Aleatoria: Muchos factores la
afectan y en forma aleatoria
Cíclica: Ocurre por años a lo largo de
décadas, caídas y crecimientos de la
economía.
14
7
Características de la Demanda
Tendencia
Estacionalidad
15
Patrones de Demanda
Estable vs. Dinámica
∼ La demanda estable mantiene siempre el mismo
comportamiento a través del tiempo
∼ La demanda dinámica tiende a ser errática
Estable
Dinámica
16
8
Demanda Dependiente e Independiente
17
Pronóstico Plazo
18
9
Principios del Pronóstico
Siempre tiene error, es inevitable.
Incluir estimación del error: rango o variaciones
alrededor del promedio, hay que estimarlo
estadísticamente.
Recolección y Preparación de la
Información
El pronóstico es tan bueno como la
información en que se apoya
Principios de recolección
Usar mismos intervalos que se usarán en el
pronóstico
∼ basarse en la demanda, no en expedición
muchas veces no es lo que el cliente quiere.
∼ las observaciones deberán ser en los mismos
intervalos en que se pronostican
∼ pronosticar los mismos ítems que se controlan
por manufactura 20
10
Recolección y Preparación de la
Información (cont.)
Registrar circunstancias que acompañan a la
información ( particulares eventos,
promociones, cambios climáticos ,etc )
Registrar demanda por grupos de productos
y por canal
Registrar demanda por tipos de productos de
la familia, teniendo un total , cuantos de cada
tipo de producto.
21
Técnicas Cualitativas
Están basadas en la intuición y en la opinión
informada
Tienden a ser subjetivas
Son usadas para el plan de negocios y los
pronósticos de nuevos productos
Son usadas para pronósticos de mediano y
largo plazo
Paneles de expertos
22
11
Técnicas Extrínsecas
Basado en indicadores externos (causa – efecto de
distintos indicadores económicos) indice de
nacimientos, construcciones , crecimiento económico
Útil en el pronóstico de la demanda sobre toda la
compañía o de la demanda por familias de
productos
Ve la correlación entre distintos campos, de
distintas familias de productos. ( autos / consumo de
naftas).
Esta basado en pronósticos sobre pronósticos. No es
fácil encontrar indicadores para relacionar
demandas de distintos productos.
23
Técnicas Intrínsecas
Basadas en datos históricos usualmente
disponibles en la Empresa
Asumen que en el futuro se repetirá el pasado
Son importantes y vamos a ver algunas , son
muy usadas en el plan de producción .
24
12
Algunas Técnicas Intrínsecas Importantes
Enero 92 Julio 84
Febrero 83 Agosto 81
Marzo 66 Septiembre 75
Abril 74 Octubre 63
Mayo 75 Noviembre 91
Junio 84 Diciembre 84
Qué pasa si para el cuadro anterior queremos
proyectar enero?
... Será la misma que en diciembre?
... Será la misma que el mismo mes, un año atrás?25
Promedios móviles
Enero 92 Julio 84
Febrero 83 Agosto 81
Marzo 66 Septiembre 75
Abril 74 Octubre 63
Mayo 75 Noviembre 91
Junio 84 Diciembre 84
Cálculo sobre la base de 3 meses: enero ƒ (dic.,nov. y oct):
63 + 91 + 84
= 79
3
Si enero resultó 90 y no 79, para febrero será:
91 + 84 + 90
= 88 26
3
13
Promedios Móviles
Pueden ser usados para filtrar la variación
aleatoria
Períodos más largos suavizan la variación
aleatoria
Si existe tendencia, ésta será difícil de
detectar
El cálculo puede complicarse cuando se usan
más períodos
27
14
Promedios Móviles
Cuántos más datos se incluyan, más peso
tendrán los datos anteriores y menos peso
tendrán los datos actuales.
29
Alisado Exponencial
Técnica mas útil para pronostico de corto plazo,
requiere cantidad mínima de datos.
Es la mas precisa entre los modelos.
Es auto adaptable a los cambios de la información
pronosticada.
Es como el promedio móvil pero las observaciones
pasadas no reciben la misma ponderación.
Solo requiere el pronostico del periodo mas
reciente y a la demanda real para el periodo actual
,para tener el pronostico de demanda del periodo
siguiente.
30
15
Alisado Exponencial
Da los mismos resultados que los promedios móviles, sin tener que
guardar tantos datos, no se necesitan tantos datos de la historia.
Alisado Exponencial
Provee un método rutinario para actualizar
el pronóstico de los items
Es útil para actualizaciones regulares
Trabaja bien con ítems estables y pronósticos
de corto plazo
Detecta tendencias pero las retrasa
Para calcular α usar simulaciones por
computadora ( no mas de 0,4 )
Es satisfactorio para pronósticos de corto
plazo 32
16
Alisado Exponencial
La elección de α requiere un grado de
discernimiento.
Cuanto mas alto α mayor sera la
ponderación que se otorgue sobre los valores
mas recientes de la demanda.
Pero cuanto mas alto sea puede traer valores
que tomen valores aleatorios en la serie de
tiempo.
Los mas usados son entre 0,1 y 0,3
33
34
17
Estacionalidad
Mide la variación por las estaciones del año
en la demanda de un producto
Relaciona la demanda promedio en un
período particular con la demanda promedio
para todos los períodos
35
Estacionalidad
⌦ Característicos de ciertos productos: pieles,
cortadora de pasto, trajes de baño, adornos para
árboles de navidad....
18
Estacionalidad
Indice Estacional
Demanda Promedio Período históricos
Demanda Promedio todos Períodos
37
Pronósticos Estacionales
Demanda Estacional (Demanda Promedio del Periodo) =
= Índice estacional x Demanda desestacionalizada
Ejemplo:
La compañía pronostica 420 para el año próximo.
Calcular la demanda por trimestre para el año próximo la
demanda promedio del trimestre es 100
Año Trimestre
1 2 3 4 Total
1 122 108 81 90 401
2 130 100 73 96 399
3 132 98 71 99 400
Promedio 128 102 75 95 400 38
19
Cálculos: Demanda Pronosticada por Trimestre
Ejercicio :
Si una compañía que vende camperas de ski
tiene una demanda en enero de 5200
unidades y en julio de 24000 unidades y el
índice estacional de enero es 0,5 y el de julio
2,5...
40
20
Demanda desestacionalizada =
Respuesta: = 5200 ÷ 0,5 = 10400 u (Enero)
= 24000 ÷ 2,5 = 9600 u (Julio)
42
21
Respuesta: Alisado Exponencial
a) Demanda desestacionalizada real para abril
= Demanda real / índice estacional =1250 = 1042
1,2
Problema
44
22
Problema
Calcular el Índice de Estacionalidad para cada Mes
Demanda Indice de
Mes Promedio Estacionalidad
Enero 20 0,20
Febrero 40 0,40
Marzo 75 0,75
Abril 100 1,00
Mayo 115 1,15
Junio 235 2,35
Julio 245 2,45
Agosto 125 1,25
Septiembre 100 1,00
Octubre 80 0,80
Noviembre 50 0,50
Diciembre 15 0,15
Total 1.200
45
Seguimiento
del Pronóstico
46
23
Seguimiento del Pronóstico
El pronóstico está casi siempre mal:
Algunas razones atribuidas al actuar humano y
otras al comportamiento de la economía.
¿Por qué monitorear el pronóstico?
∼ Para medir la demanda real vs. el pronóstico
Variación Aleatoria:
La variabilidad dependerá del patrón de demanda
del producto.
48
24
Error de Pronóstico: Sesgo
49
800-
700- Real
Pronosticada
600-
Demanda
500-
400-
300-
200-
100-
0 mes
0 1 2 3 4 5 6
50
25
Errores
del Pronóstico
51
26
Ejemplo : Desviación Media Absoluta (MAD)
Mes Pronóstico Real Variación Variación
(Error) Absoluta
1 100 105 5 5
2 100 94 -6 6
3 100 98 -2 2
4 100 104 4 4
5 100 103 3 3
6 100 96 -4 4
MAD= 24 = 4
Total 600 600 0 24
6
53
Problema
¿Cuándo debería ser revisado el Pronóstico?
MAD = 15
Disparador =
Demanda Desvío Señal de
Período Pronóstico Real Desvío Acumulado Seguimiento
1 100 110
2 105 90
3 110 85
4 115 110
5 120 105
6 125 95
54
27
Cálculo
55
Problema
¿Cuándo debería ser revisado el Pronóstico?
MAD = 15
Disparador =
Demanda Desvío Señal de
Período Pronóstico Real Desvío Acumulado Seguimiento
1 100 110 10 10 0,67
2 105 90 -15 -5 -0,33
3 110 85 -25 -30 -2,00
4 115 110 -5 -35 -2,33
5 120 105 -15 -50 -3,33
6 125 95 -30 -80 -5,33
56
28
Desvío Estándar
Cálculo del desvío estandar
MAD = 15
Disparador =
Pronóstico de Cuadrado del
Período Demanda Demanda Real Desvío Desvío
1 1.000 1.200 200 40.000
2 1.000 1.000 0 0
3 1.000 800 -200 40.000
4 1.000 900 -100 10.000
5 1.000 1.400 400 160.000
6 1.000 1.100 100 10.000
7 1.000 1.100 100 10.000
8 1.000 700 -300 90.000
9 1.000 1.000 0 0
10 1.000 800 -200 40.000
Total 10.000 10.000 400.000
2) Stock Seguridad
La información puede usarse como base para establecer el stock de
seguridad
3) En distribución normal donde va estar nuestro error:
+/- 1 MAD estamos en promedio el 60 % del tiempo
+/- 2 MAD estamos en promedio el 90 % del tiempo
+/- 3 MAD estamos en promedio el 98 % del tiempo
58
29
Usos del MAD (cont.)
Ejemplo: Una compañía usa un valor gatillo de + 4
para decidir revisar un pronóstico. Determinar dónde
debe revisarse. MAD = 2
Periodo Pronóstico Real Desviación Desviación Señal
Acumulada Seguimiento
Desviaciación acumulada anterior: 5 DA/MAD = 2,5
1 100 96 - 4 1 0,5
2 100 98 - 2 - 1 - 0,5
3 100 104 +4 +3 1,5
4 100 110 +10 +13 6,5
Claves de Pronostico
El pronostico debe ser seguido controlado.
Es razonablemente medible su error
Cuando tenemos un error razonable en los
pronósticos de demanda por medio de la
investigación debemos descubrir la causa de
ese error.
Si no hay una aparente causa para el error,
el método de pronostico debería rever si no
hay una mejor forma de pronosticar
60
30
10 Falacias del Pronóstico (1)
31
Clínica
de
Forecasting
y
Sesión de Autodiagnóstico
63
32
Para Mejorar el Enfoque, las
Compañías Deberían:
Conciliar Pronósticos
Conciliar Plan de Negocios & Forecast.
Segmentar Clientes Clave (Pronósticos
Separados o VMI inventario manejado por el
vendedor).
Segmentar Productos.
Entender las Reglas de Juego.
Respaldo del Top Management.
Entrenamiento & Capacitación. 67
68
33
Para Mejorar la Performance de las
Mediciones, las Compañías Deberían:
Medir exactitud en los niveles relevantes a
las funciones.
Indicadores Gráficos y Estadísticos.
Indicadores Multi Dimensionales.
∼ Exactitud.
∼ Costos de la Supply Chain.
∼ Servicio al Cliente.
69
Medición de Performance:
Algo más que Exactitud
Lo que se mide, se puede recompensar y lo
que se recompensa, se hace.
70
34
La Clave para el Uso de Técnicas de
Forecasting
Exactitud
71
En Resumen:
Claves para el Management
Efectivo del Forecasting
Forecasting no es Planning.
Pronosticar la Demanda, no el Supply.
Comunicar, Coordinar, Colaborar.
Eliminar “Islas de Análisis”.
Utilizar las herramientas con Conocimiento.
Darle Importancia.
Medir, Medir, Medir.
72
35
Principios para un Sistema de
Forecast de Ventas.
Los sistemas deben ser un vehículo de comunicación
entre los usuarios y los que desarrollan el pronóstico.
La herramienta se debe amoldar al problema y no a la
inversa.
Los sistemas complejos de pronósticos, deben aparecer
como simples al usuario.
Piense en un conjunto de técnicas y no en una técnica
aislada.
Incluir técnicas cualitativas, series cronológicas y
análisis de regresión.
Interactuar con el sistema para decidir la importancia
de la técnica. 73
12 Principios
de los Pronósticos
74
36
1. Los pronósticos de ventas se hacen en
casi todas las empresas que producen
o venden productos. El desafío es
hacerlos bien, mejor que la
competencia
75
76
37
3. El pronóstico se origina en Marketing y
Ventas. Son los dueños y también los
responsables de su desarrollo, autorización
y ejecución.
77
perspectivas económicas,
tendencias de la industria,
participación de mercado (market share),
etc
78
38
5. Los resultados se mejoran con
mejores procesos y mejores procesos
de pronóstico producen mejores
pronósticos
79
80
39
7. El sesgo es uno de los peores errores
en la generación del pronóstico. Hay
que trabajar para lograr sesgo cero.
81
82
40
9. Un solo pronóstico y varias
perspectivas. Es mejor generar un
único pronóstico con la capacidad de
mostrarlo de diferentes maneras
según el uso que se necesite.
83
84
41
11. Se trabaja mucho mejor cuando la
gente colabora y se comunica, que con
todas las fórmulas y algoritmos que se
puedan desarrollar.
85
86
42
Técnicas para
lograr mejores pronósticos
87
88
43
2. Los modelos de Regresión y los
Econométricos trabajan aislando los
componentes individuales que
originan la demanda para generar el
modelo de demanda.
89
90
44
Se debe cambiar la forma en que se
usa el pronóstico, no la forma en
que se hace. Se necesitan mejores
procesos, resistentes a los
pronósticos inexactos
91
92
45
1. Reconocer el cambio.
93
Infraestructura
Proveedores
Diseño de Productos/Servicios
Cambio de escala
94
46
3. Estandarizar Productos
No es perder flexibilidad
Significa cambios incrementales
Capacidad de cambiar volúmenes
según demanda
95
4. Segmentar Productos
96
47
5. Posponer (Postponement)
Más posible y más importante que antes
Tecnología para FAS Final Assembly
Schedule o Cronograma de ensamble final
más cercano al punto de demanda
Mover el Pronóstico aguas arriba (hacia los
componentes más estándar)
97
48
7. Más velocidad de transferencia de
información
Rapidez y confiabilidad
Información disponible de clientes
Ingreso único de datos, donde se
producen
Rapidez y mejor información para
elaborar pronósticos
99
100
49
9. Seguimiento Política Internacional
101
50
Ejercicios para el hogar:
1 Calcule la demanda desetacionalizada
Demanda
Trimestre Demanda Actual índice estacional desestacionalizada
1 130 0,62
2 170 1,04
3 375 1,82
4 90 0,52
Total
103
Respuesta:
A 108
B 101.6
C 91.4
104
51
Ejercicios para el hogar:
Usando alisado exponencial calcular los
pronósticos para los meses 2,3,4,5 y 6 con una
constante exponencial de 0,2 y el último
pronostico para el mes 1 es de 245
Mes Demanda Actual Pronostico de Demanda
1 250
2 230
3 225
4 245
5 250
6
105
52