Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ADMINISTRACION DE LA
DEMANDA
Funciones del planeamiento y control de la producción
PRONOSTICO
PLANEAMIENTO
DE LA PRODUCCION 1 PLANEACION
PLANEAMIENTO DE
LOS INVENTARIOS
PROGRAMACION
DE OPERACIONES 2 ORGANIZACION
LANZAMIENTO
SEGUIMIENTO 3 CONTROL
CORRECCION
PRONOSTICO DE VENTAS
• Es un componente importante de la planeación estratégica y operacional.
• Su finalidad: Satisfacer demandas futuras estimando ventas
• Se debe entender que los esfuerzos del pronosticador proporcionan una
indicación, pero no la última palabra acerca de las condiciones futuras.
PREDICCION PRONOSTICO
Proceso de estimación de Proceso de estimación de un
un suceso futuro suceso futuro, proyectando
basándose en condiciones datos del pasado,
subjetivas, no combinadas sistemáticamente
necesariamente en forma predeterminada
hacia el futuro
predeterminadas
COMBINACION
TIPOS DE PRONÓSTICOS
CUALITATIVOS CUANTITATIVOS
Función de transformación
VENTAS VENTAS
REALES
DR
y = f(x) PRONOSTICADAS
DP
(Modelo Matemático)
CONTROL
(DR-DP)
Error pequeño
1. MODELOS DE SERIES DE TIEMPO.-
Usado cuando las variaciones son de tendencia constante
a) PROMEDIO ARITMETICO SIMPLE.
Promedio
yi
n
n=Nº periodos
Función de transformación
x
prom
x x
Función de transformación
i i
Salida de
Entrada de n n Información
datos
x - Pron. calculado
x i
reales
n - Dem. Max. Mens.
s
(x i x)2 - Dem. Min. Mens.
n 1
MES E F M A M J J A S O N D
D. 327 354 324 435 330 378 351 396 375 384 429 330
Real
Realizar el pronóstico adecuado de ventas para Enero del siguiente año, NC=95%
SOLUCION.- primer paso: Graficar Tendencia Constante
DR 500
(unid.)
450
400
x = 368
350
300
250
E F M A M J J A S O N D
Mes
PROMEDIO ARITMÉTICO SIMPLE
PERIO- (DR -
MES DO D.R. D.P. DP)**2 LSC LIC
E 1 327 368 1660,56 445 291
F 2 354 368 189,06 445 291
M 3 324 368 1914,06 445 291
A 4 435 368 4522,56 445 291
M 5 330 368 1425,06 445 291
J 6 378 368 105,06 445 291
J 7 351 368 280,56 445 291
A 8 396 368 798,06 445 291
S 9 375 368 52,56 445 291
O 10 384 368 264,06 445 291
N 11 429 368 3751,56 445 291
D 12 330 368 1425,06 445 291
SUMA 4413 16388,25
PROME-
DIO 368
DESVIACIÓN 38,60
DESV. NORMAL Z 2
GRÁFICA DE PROMEDIOS
1.- SOLUCION.- Promedio aritmético
MES DR DP │DR - DP│ (DR – DP)2
E 327 368 41 1681
F 354 368 14 196
M 324 368 44 1936
A 435 368 67 4489
M 330 368 38 1444
J 378 368 10 100
J 351 368 17 289
A 396 368 28 784
S 375 368 7 49
O 384 368 16 254
N 429 368 61 3721
D 330 368 38 1444
4413
X = DP = = 368 unid MAD = 31.75 unid
12
1.- SOLUCION.- Desviación estándar
Límites de control
S
( DR DP) 2
NC = 68%
NC = 95%
z = 1 Productos Nuevos
z = 2 Ligeramente inestable
n 1 NC = 99.7% z = 3 estable
16387
S Eligiendo: NC = 95%
12 1
Z=2
S 38.6unid LSC = y + z*s
LSC = 368+(2)(38.6) = 445 unid
LIC = y – z*s
LIC = 368-(2)(38.6) = 291 unid
b) PROMEDIO MOVIL
xe x f xm
PM (3)
3
(pronóstico para Abril)
x f xm xa
PM (3)
3
(pronóstico para Mayo)
PROMEDIO MOVIL
Demandas estables
PM(5), PM(6), PM(7)
xn xd xe x f xm
PM (5)
5
(pronóstico para Abril)
xd xe x f xm xa
PM (5)
5
(pronóstico para Mayo)
CONTROL EN EL PRONOSTICO.-
Continuamente se debe comparar LA DEMANDA REAL Y EL PRONOSTICO
n = Nº de datos
Lunes 50 - - 50 - -
Martes 30 - - 30 - -
Miércoles 60 - - 60 - -
Jueves 20 47 27 20 - -
Viernes 70 37 33 70 40 30
Sábado 90 50 40 90 45 45
PMPi
Pi * Yi
n
p1 * y1 p2 * y2 ..... pm * ym
PMP
p1 p2 ...... pm
Pi = peso
EJEMPLO: Un fabricante de veneno para hormigas ha experimentado la
siguiente demanda mensual para un veneno de plagas mejorando según
el ambiente.
¿Cual es el pronóstico para el próximo mes si se da una ponderación de
50% al último mes, 30% al anterior y de 20% al que antecede?.
Demanda
Mes
(veneno en unidades)
Febrero 620
Marzo 840
Abril 770
Mayo 950
Junio 1000
D: Suavizado exponencial
Se usa para demandas muy irregulares.
D. SUAVIZADO EXPONENCIAL.-
0≤α≤1
Ejemplo.- Una pequeña empresa de electrónica produce calculadoras de bolsillo y mensualmente
controla la demanda de los artículos. Los siguientes datos de demandas se dan para las
calculadoras: noviembre 45; diciembre 57; enero 60. Usando a 50 como el pronóstico de
noviembre según el suavizado exponencial, obtener el pronóstico de ventas para febrero.
PROCEDIMIENTO
a) Calcular el PM (4)
b) Calcular el PMC(2) centrado PM (4) PM(2)
c) Calcular el índice de temporada X1
d) Calcular el índice de temporada promedio
X2 A
X3 C
B
DR X4
IT X5
PM (2)
Un producto tiene demanda estacional. A partir
de las demandas trimestrales de dos años,
pronostique las demandas del tercer año.
AÑO T1 T2 T3 T4
2015 81 64 73 83
2016 80 70 84 74
X Y
2 T2 64
75
3 T3 73 75 0,97
75
4 T4 83 76 1,10
77
2 5 T1 80 78 1,03
79
6 T2 70 78 0,90
77
7 T3 84
PRONOSTICO AÑO 2017
Regresión
X Y
3 75
4 76
5 78
6 78
Función de transformación
VENTAS LINEAL ŷ = A + BX VENTAS
REALES PRONOSTICADAS
DR POTENCIAL ŷ = A * xB DP
EXPONENCIAL ŷ = A * eBx
LOGARITMICA ŷ = A + B lnx
CONTROL
400
FUNCIÓN LOGARITMICA
350
500
300
y = 147,76e0,058x 400 y = 55,155ln(x) + 129,88
250 R² = 0,7618
R² = 0,4403
DR 300
200 DR
150 Exponencial (DR) 200 Logarítmica (DR)
100 100
50
0
0 1 2 3 4 5 6 7 8 9 10 11 12
1 2 3 4 5 6 7 8 9 10 11 12
Las ventas reales de la tienda de celulares se da en el siguiente gráfico:
Periodos E F M A M J J A S O N D
Vtas. 177 170 175 190 197 200 205 210 220 230 297 390
FUNCION A B r
LINEAL
POTENCIAL
EXPONENCIAL
LOGARITMO
MES PERIODO DR DP
ENERO 1 177
FEBRERO 2 170
MARZO 3 175
ABRIL 4 190
MAYO 5 197
JUNIO 6 200
JULIO 7 205
AGOSTO 8 210
SEPTIEMBRE 9 220
OCTUBRE 10 230
NOVIEMBRE 11 297
DICIEMBRE 12 390
CÁLCULO DE PARÁMETROS DE FUNCIONES.
Periodos E F M A M J J A S O N D
Vtas. 177 170 175 190 197 200 205 210 220 230 297 390
FUNCION A B r
LINEAL 129,36 14,21 0,82
POTENCIAL 146,4 0,23 0,73
EXPONENCIAL 147,8 0,058 0,87
LOGARITMICA 129,9 55 0,7
ŷ = 147.8 e0.058 x
MODELO CAUSAL (FUNCIÓN EXPONENCIAL)