Está en la página 1de 11

INSTITUTO TECNOLÓGICO DEL VALLE DE ETLA

INGENIERIA INDUSTRIAL

ASIGNATURA:
ADMINISTRACIÓN DE LAS OPERACIONES I

Tipo del Trabajo:


Cuadro Comparativo

Presenta:
Isael Marcos Matus

Asesor:
Ing. Brenda García Hilerio.

Semestre:

La Venta Juchitán de Zaragoza Oaxaca. Octubre 2019


INTRODUCCIÓN

En esta actividad realizare dos cuadros comparativos de acuerdo al tema del


módulo el cual trata de los Métodos cuantitativos, donde investigare en diversas
fuentes de información y con diversos autores los subtemas de dicho modulo para
posteriormente clasificarlos en los dos cuadros uno de series de tiempo y el otro de
relaciones causales.
CUADRO COMPARATIVO SERIES DE TIEMPO

METODO TIPO CARACTERISTICAS VENTAJAS DESVENTAJAS EJEMPLO

 Es una técnica de previsión Supone que la demanda  Supone que la Por ejemplo, si hoy la acción de Microsoft cotiza a U$S 20,
sencilla que supone que la en el próximo periodo será demanda en el próximo ¿cuánto predice que va a valer mañana?: U$S 20. Y si en
Cuantitativo demanda del próximo igual a la demanda del periodo será igual a la realidad mañana vale U$S 25, cuánto diría que vale pasado
series de Tiempo periodo es igual a la periodo más reciente demanda del periodo mañana?: U$S 25
demanda del último periodo más reciente.
Es la mejor predicción para Una compañía desea realizar un pronóstico para el mes de
Enfoque simple.

 Para algunas líneas de insumos, acciones y otros abril, teniendo en cuenta la siguiente información:
productos, es el modelo con artículos que cotizan,
2.4.1.1.

la mejor relación eficacia- porque: MES VENTAS REALES


costo y eficiencia en la Si el mercado «creyera» Enero 2560 unds
consecución de los que en un tiempo valdrá
más, tenderá a comprar Febrero 3205 unds
objetivos
tanto que finalmente Marzo 2830 unds
 Sirve de punto de partida empujará el precio hacia Abril ?
para poder comparar con arriba
los modelos de previsión
El pronóstico de ventas para el período 4 (mes de abril)
más complejos
equivale a: 2865 unidades.
(López, 2016)
Un promedio móvil muestra la  Única técnica simple  Si existe tendencia, es Una compañía presenta en el siguiente tabulado el reporte
dirección y la duración de una que es fácil para difícil de detectar de ventas correspondiente al año 2009.
Cuantitativo tendencia. realiza cálculos. Teniendo en cuenta los datos anteriores, se debe calcular un
series de Tiempo  El promedio móvil pronóstico mediante la técnica de Promedio Móvil utilizando:
Las características más  Puede ser utilizada retarda la tendencia
1.- Simple comunes de los promedios para filtrar las Un período de 3 meses (a partir de abril de 2009)
2.- Exponencial móviles: variaciones.
3.- Suavizado Un período de 6 meses (a partir de julio de 2009)
4.-Ponderado 1. El promedio móvil es  Períodos largos que
Enero 80
Promedios móviles.

Linealmente. calculado con cierto período de proporcionan mayor X4 (Abril)= 80+90+85


tiempo predefinido. suavización Febrero 90 3
Marzo 85 X4 (Abril)= 85
2.4.1.2.

2. Mientras más corto el Abril 70


período, mayor la probabilidad Mayo 80
de una señal falsa. Junio 105
Julio 100 X4 (Mayo)=90+85+70
3. Mientras más largo el Agosto 105 3
período, menor es la Septiembre 100
sensibilidad del promedio Octubre 105 X4 (Mayo)= 82
móvil. Es decir, más certera Noviembre 100
pero existirán menos señales. Diciembre 150

X7 (Julio)=80+90+85+70+80+105
6
X7 (Julio)= 85 (Contreras, 2011)
 Es un método confiable  Es el método de  Al igual que los métodos Luz Verde es una empresa de seguros que ha decidido
para pronosticar series de pronóstico que más se de promedio móvil, es expandir su mercado a la ciudad capital de un país. Por ser
tiempo estacionarias. utiliza por ser muy una respuesta a la la ciudad que congrega más habitantes, han decidido
simple, lo que ha tendencia, es decir, a comenzar ofreciendo servicio de seguro para coches.
 Este método no se debe permitido que sea pesar de que un valor de
utilizar para pronosticar puesto en práctica en alfa logra responder ante Como ejercicio inicial, la empresa desea pronosticar cuántos
ventas de productos grandes y pequeñas algunos cambios que se seguros de vehículo serán contratados por las personas de
estacionales como es el empresas. presenten en el la ciudad capital, para lo cual usarán como dato inicial los
caso de medicinas para promedio, estos cambios seguros de vehículos contratados en otra ciudad con menos
resfriados, helados o  La fórmula que se sistemáticos aumentarán habitantes pero con mayor posicionamiento en el mercado.
cerveza. utiliza es muy fácil, el error de los
solamente necesita el pronósticos. El pronóstico de demanda del período 1 es 2869 seguros de
 Según el parámetro pronóstico anterior, la carro adquiridos por personas, pero la demanda para ese
utilizado, este método demanda real del periodo fue de 3200. La compañía según su criterio asigna
puede asignar más peso a período de pronóstico y α=0,35.
los datos más recientes que la constante de
a los datos menos recientes suavización. La demanda del próximo periodo es:
2.4.1.3. Suavización exponencial.

Cuantitativo o a la inversa.
series de Tiempo  No hace falta que Ft= 2869+0.35(3200-2869)=2984.85
 Este método genera un tenga una gran
solo valor como previsión cantidad de volumen Este mismo ejercicio lo realizó a través del año, obteniendo
futura. de datos históricos. la siguiente tabla comparativa entre lo realmente obtenido
(demanda – segunda columna) y lo pronosticado en ese
 Garantiza mayor momento (tercera columna).
precisión, por ser un
modelo exponencial. Periodo Demanda Pronostico
1 3200 2869,00
 Suele ser bastante 2 3108 2984,85
flexible al buscar darle 3 2930 3027,95
mayor importancia 4 2801 2993,67
tanto a la demanda
5 2316 2926,23
más reciente como a la
demanda más antigua. 6 2444 2712,65
7 2719 2818,62
8 3133 2653,76
9 3459 2821,49
10 2819 3044,62
11 2773 2965,65
12 2321 2898,22

(Johnston., 2009)
 La regresión lineal es un  Este método estadístico  El número de variables a
procedimiento estadístico revela información analizar en teoría puede En el ejemplo siguiente, una línea de tendencia lineal
que busca establecer una acerca de las ser ilimitado, pero en la muestra que las ventas de refrigerador han aumentado
relación directa o inversa estructuras de costos y práctica no debe ser constantemente durante un período de 13 años.
entre dos o más variables. distingue entre los roles mayor de 5 o 6 en si
de las diferentes queremos que sea Observe que el valor R cuadrado es 0,9036, que es un buen
 Presenta la ventaja de que variables en la legible y entendible. ajuste de la línea a los datos respecto.
puedes hacer una afectación del producto.
predicción del  La organización lineal
comportamiento de alguna  Se trata de una exagera la función de
variable en un determinado herramienta útil para jefatura y de mando
punto o momento. estudiar e identificar las (Contreras, 2011)
posibles relaciones  La unidad de mando
Tendencia lineal.

 La cuestión de la regresión entre los cambios hace al jefe


Cuantitativo lineal por oposición a la no observados en dos multidisciplinario, quien
2.4.1.4.

series de Tiempo lineal puede analizarse conjuntos diferentes de no puede especializarse


mediante la inclusión de variables. en nada.
parámetros que capturen
economías o deseconomías  Suministra datos para  A medida que la
de escala. confirmar hipótesis empresa crece, la
acerca de si dos organización lineal
 Puede evaluarse variables están provoca el
estadísticamente la calidad relacionadas. congestionamiento de
de estos resultados para las líneas formales de
ofrecerles a los encargados  Proporciona un medio comunicación.
de formular políticas un visual para probar la
marco para la evaluación de fuerza de una posible  Las comunicaciones, por
las empresas. relación y agilizar la ser lineales se vuelven
toma de decisiones. lentas

 Desarrollo de proyectos
para la búsqueda de
mejoras de la calidad.
CUADRO COMPARATIVO RELACIONES CAUSALES
MET TIPO CARACTERISTICAS VENTAJAS DESVENTAJAS EJEMPLO
ODO
Este tipo se presenta cuando una  Permite hallar el valor  La principal restricción al La juguetería Gaby desea estimar mediante regresión lineal
variable independiente ejerce esperado de una variable utilizar el pronóstico de simple las ventas para el mes de Julio de su nuevo carrito
influencia sobre otra variable aleatoria a cuando b toma un regresión lineal es como su infantil "Mate". La información del comportamiento de las
dependiente. Ejemplo: Y = f(x). ventas de todos sus almacenes de cadena se presenta en el
valor específico. nombre lo implica, que se
siguiente tabulado.
supone que los datos Mes Ventas
Es una ecuación que define la  Puedes hacer una predicción pasados y las
2.4.2.1. Regresión simple

1 Enero 7000
Relaciones relación lineal entre dos variables del comportamiento de laguna proyecciones a futuro caen 2 9000
causales donde una variable depende de la variable en un determina sobre una recta. Febrero
3 Marzo 5000
otra variable. Se puede decir que punto.
4 Abril 11000
Y depende de X.
 Se trata de una herramienta útil 5 Mayo 10000
6 Junio 13000
para estudiar e identificar las
posibles relaciones.
(López, 2016)
 Suministra datos para
confirmar hipótesis acerca de si
dos variables están
relacionadas.

 Proporciona un medio visual.


Desarrollo de proyectos
 Evalúa el efecto de cada predictor  No se puede modelar
 La regresión lineal múltiple en presencia del resto, evitando el relaciones complejas con
representa una extensión de la fenómeno de confusión que puede varias variables.
Relaciones regresión lineal simple en la aparecer cuando la asociación
causales que podemos incluir más de observada entre un predictor y la  No se pueden capturar
un predictor a la vez. variable respuesta se explica por relaciones no lineales sin
2.4.2.2. Regresión múltiple

otra variable (factor de confusión) transformar la entrada, por


 La regresión lineal múltiple de manera total o parcial. lo que tienes que trabajar
examina las relaciones duro para que se ajuste a
lineales entre una respuesta  Tiene la capacidad de determinar la funciones no lineales.
continua y dos o más influencia relativa de una o más
predictores. variables predictores para el valor  Puede sufrir con valores
de criterio. atípicos cuando existe más
 Si el número de predictores es de una variable.
grande, antes de ajustar un  El coeficiente de regresión simple
modelo de regresión con todos puede estar sesgado en alguna
los predictores, se deberían medida por el efecto indirecto de un
utilizar las técnicas de regresar omitido, siempre que éste
selección de modelo paso a se encuentre correlacionado con
paso o de los mejores las otras variables.
subconjuntos para excluir los
predictores que no estén  La reducción de la varianza residual (López, 2016)
asociados con las respuestas.
 Son Intangibles esto consiste  Permiten a los administradores  Algunos gerentes no les Una peluquería para hombres espera picos en el flujo
en que estos no pueden verse, financieros que anticipe los hechos gusta el método porque es de trabajo los viernes y sábados.
probarse, sentirse, oírse ni antes de que ocurra cualquier complicado
2.5. Pronósticos en el sector servicios.

olerse antes de la compra. evento financiero en la empresa, la Sin duda. La mayor porte de las peluquerías cierran
tendencia de los pronósticos ha  Requiere habilidades y domingo y lunes y muchas requieren personal de
 Presentan heterogeneidad hecho que las empresas tomen experiencias técnicas. apoyo viernes y sábado.
 A corto dos servicios similares nunca decisiones serias en el manejo de
plazo. serán idénticos o iguales. sus finanzas. Un restaurante en el centro de la ciudad quizá
necesite dar seguimiento a convenciones y días
 Mediano  Presentan inseparabilidad en  Las empresas comerciales se ven festivos, para que sus pronósticos a corto plazo
plazo los pronósticos la producción y beneficiadas en la implementación resulten efectivos.
el consumo son parcial o de pronósticos financieros para
 Largo totalmente simultáneos. administrar bien sus recursos
plazo económicos y todas las utilidades
 Son perecibles los pronósticos que aportar al desarrollo y bienestar
de servicios no se pueden de la empresa.
almacenar, por la
simultaneidad entre  Se ven beneficiadas a la hora de
producción y consumo. hacer una inversión por que en
base a datos históricos conocen su
posible futuro acertado en cálculos
estadísticos. (Heizer, 2009)
 Es consistente con las demás  Apoyo a la toma de decisiones por  No es práctico para Hagamos un ejercicio simple, el margen bruto a
áreas del negocio. Si parte de las Gerencias de productos nuevos. obtener es del 30% y los gastos para tu nuevo negocio
marketing pronosticó un Mercadeo, Ventas y Producción al son:
crecimiento del 25% de proveerlos con información  Es necesario tener presente
unidades vendidas entonces congruente y exacta. factores de tendencia Arriendo $ 900.000
Relaciones producción y recursos estacionalidad, ciclicidad en Servicios Públicos $ 200.000
2.6. Pronósticos para empresas en creación.

causales humanos deben estar en  El juicio de los ejecutivos el mercado Salarios $ 1.500.000
capacidad de cumplir. representantes de cada Total $ 2.600.000
departamento involucrado de la  Se basa solamente en el Con estos datos, tus ventas mínimas (Punto de
 Se basa en el conocimiento empresa. pasado y está influenciado Equilibrio) saldrán entonces de una simple operación
adecuado del pasado por los hechos recientes. matemática:
relevante. Aunque hay  Mayor seguridad en el manejo de la
excepciones, la regla es que información relacionada con las  Costosos. Ventas Mínimas = Gastos / (Margen Bruto/100)
comportamientos ocurridos en ventas de la empresa. VM = $ 2.600.000 / (30% / 100)
el pasado son fuente de  Necesita habilidad. VM = $ 2.600.000 / 0.30
predicción del futuro.  Gran flexibilidad en la elaboración VM = $ 8.666.667
de pronósticos y para la creación y  Requieren de mucha
 Tiene en cuenta el entorno comparación de múltiples historia En resumen, necesitas vender mínimo
político y económico. Un escenarios para efectos de análisis $ 8.666.667 para poder cubrir tus gastos (no dar
cambio en las condiciones de de ventas proyectadas. pérdida) y recuperar el Costo de la Mercancía Vendida
estos factores puede traer (CMV), al principio quizás no lo logres, así que las
consecuencias enormes en  Apoya las decisiones del pérdidas de los primeros meses las debas considerar
cualquier sector económico. departamento de Ventas de una como parte de tu inversión inicial, hay negocios que
manera eficaz y oportuna, al pueden tomar varios meses para alcanzar su punto de
 Es oportuno. Ya sea para pronosticar los lineamientos de los equilibrio pero como probablemente sabrás, hay otros
ganar cuota de mercado productos y las demandas que lo logran desde su primer mes.
introduciendo un nuevo establecidos dentro del Plan
producto o para retirar otro y Maestro de Producción. (Chacón, 2016)
evitar una crisis.
CONCLUSIONES

Después de concluida esta actividad puedo decir que hoy en día los métodos
estadísticos son de mucha importancia, en esta actividad nos tocó ver el tema
de los métodos cuantitativos el cual se divide en dos partes la primera es la
serie de tiempo en donde vimos acerca del enfoque simple, promedios
móviles, la suavización exponencial y la tendencia lineal.
Por la otra parte se encuentran las relaciones causales en donde pudimos ver
acerca del modelo de regresión simple y regresión múltiple, así como también
los pronósticos en el sector servicio y los pronósticos para empresas en
creación.
BIBLIOGRAFÍA

Heizer, H. R. (2009). Principios de la administración de las operaciones.


Pearson.

Johnston., W. M. (2009). Administración de ventas. McGrawHill.

Chacón, N. (06 de Febrero de 2016). Gerenciaretail.com. Recuperado el 22


de Octubre de 2019, de
https://www.gerenciaretail.com/2015/10/26/como-hago-una-
proyeccion-de-ventas-para-un-negocio-nuevo/

Contreras, E. (26 de Julio de 2011). Pronosticos Financieros. Recuperado el


23 de Octubre de 2019, de
http://es.slideshare.net/EugeniaContrerasRosa/pronsticos-financieros

López, S. B. (2016). Ingenieria Industrial online.com. Recuperado el 22 de


Octubre de 2019, de
https://www.ingenieriaindustrialonline.com/herramientas-para-el-
ingeniero-industrial/pronóstico-de-ventas/regresión-lineal/