Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sesión II:
Técnicas de Pronósticos
• Métodos Cualitativos
• Métodos Cuantitativos
9
Técnicas de la Previsión
10
Pronósticos: Métodos cualitativos
11
I. Jurado de Opinión Ejecutiva
Requiere un pequeño grupo de directivos:
– El grupo establece una estimación conjunta de la
demanda.
Combina la experiencia directiva con modelos
estadísticos.
Es bastante rápido.
Desventaja del “pensamiento en grupo”.
12
II. Proposición de Personal Comercial
13
III. Método Delphi
Proceso de grupo iterativo. Oculta la
identidad de los individuos que
participan.
Los ejecutivos responden
anónimamente a una serie de
preguntas.
Cada respuesta se retroalimenta en
cada sesión.
Hasta seis sesiones hasta alcanzar el
consenso.
Reduce el “pensamiento en grupo”.
Estudio de Mercado
Preguntar a los consumidores sobre
sus futuros planes de compra.
Lo que dicen los consumidores y lo que
luego hacen suele diferir.
A veces es difícil contestar a las
preguntas del estudio.
15
Pronósticos: Métodos
cuantitativos
16
Métodos de previsión cuantitativos
(no simples)
17
Patrones de Demanda
18
Exploración de patrones de
datos
I. Jurado de opinión ejecutiva.
II. Proposición de personal comercial.
III. Método Delphi.
IV. Estudio de mercado del
consumidor
19
Exploración de patrones de
datos
• El patrón de los datos se explora mediante
el coeficiente de autocorrelación
n-k
∑ (Y - Ῡ)(Y t t-k - Ῡ)
r=
k
t=1
∑ (Y - Ῡ)2 t
t=1
Datos Aleatorios
Datos aleatorios:
Una serie de datos es aleatoria si la
autocorrelación entre Yt e Y t-1 es
cercana a cero y los valores sucesivos de
la serie de tiempo no guardan relación
entre si.
Datos con tendencia
(no estacionaria)
Si una serie tiene tendencia, Yt e Y t-1 están
altamente Autocorrelacionados y es típico
que los coeficientes de autocorrelación
sean diferentes de cero de manera
significativa para varios de los primeros
periodos de desfasameinto y caigan
gradualmente hacia cero al incrementarse
el número de periodos.
Datos Estacionarios
Una serie estacionaria es aquella cuyo
valor promedio no cambia a través del
tiempo.
Los coeficientes de autocorrelación en
datos estacionarios caen a cero
después del segundo o tercer periodo
de desfasamiento.
Datos Estacionales
• Si una serie tiene patrón estacional,
se presentará un coeficiente de
autocorrelación significativo en el
periodo de desfasamiento
correspondiente: cuatro en los datos
trimestrales o doce en los datos
mensuales.
Patrones de Demanda
25
Práctica:
Previsión de la demanda
(Métodos de Pronósticos)