ADMINISTRACIÓN DE LA DEMANDA

INTEGRANTES:

LORENA CORREA GOMEZ

ISAURA HINOJOSA GARCIA
FERNANDO CEBALLOS SUAREZ
DANIELA GONZALEZ MARTINEZ
ADRIANA MEDINA GUTIERREZ
YEINIS VALDEZ PEREZ

DOC.
GERMAN ROJAS ARTEAGA

CORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR

ADMINISTRACION DE EMPRESAS
COD. 40734
2019B
 ADMINISTRACIÓN DE LA DEMANDA

Es la función de reconocer y administrar todas las demandas de productos; se

da en el corto, mediano y largo plazo. En el largo plazo, se necesitan
proyecciones de demanda para la planeación estratégica de negocios de cosas
como inmuebles. En el mediano plazo, el propósito de la administración de la
demanda es proyectar nuevas demandas para la planeación de producción. En
el corto plazo, se necesita la administración de la demanda para artículos
específicos y está asociada con Master Production Scheduling.

La administración de la demanda es también la inclusión de actividades que

van desde determinar o estimar la demanda de los clientes, pasando por
convertir sus órdenes específicas en fechas programadas de entrega, hasta
ayudar a equilibrar la demanda con la oferta. Un sistema de administración de
la demanda bien desarrollado dentro del sistema de planeación y control de la
manufactura brinda beneficios significativos a la compañía. La planeación
adecuada de todas las demandas generadas interna y externamente significa
que la capacidad puede administrarse y controlarse mejor.

La administración de la demanda incluye 4 actividades principales:

*Pronóstico
*Procesamiento de órdenes
*Hacer compromisos de entrega.
*Interacción entre planeación y control de producción y el mercado.

¿QUE ES LA PREVISIÓN?

La previsión es el arte y la ciencia de predecir acontecimientos futuros; supone

la recopilación de datos históricos y su proyección hacia el futuro con algún
tipo de modelo matemático. Puede ser una predicción subjetiva o intuitiva del
futuro, o puede englobar una combinación de éstas; es decir, un modelo
matemático ajustado por las buenas opiniones del directivo.

La previsión de la demanda consiste en hacer estimaciones sobre la demanda

futura de los clientes utilizando datos históricos y otra información como antes
se mencionaba. Una previsión adecuada de la demanda proporciona a las
empresas información valiosa sobre su potencial en su mercado actual y en
otros mercados, de modo que los gerentes puedan tomar decisiones acertadas
sobre precios, estrategias de crecimiento empresarial y potencial de mercado.
Además permite planificar la producción, con la consecuente reducción de
desperdicios y reducción de costos de producción. Sin un pronóstico de la
demanda, las empresas se arriesgan a tomar malas decisiones sobre sus
productos y mercados.

Es importante destacar que raramente existe un único método óptimo. Lo que

funciona a la perfección para una empresa bajo una serie de condiciones podría
resultar desastroso en otra empresa, e incluso en otro departamento dentro de
la misma organización.

Una planificación eficaz, tanto a corto como a largo plazo, se basa en la

previsión de demanda de los productos de la empresa.

TIPOS DE PREVISIÓN

Las organizaciones utilizan principalmente tres tipos de previsiones en la

planificación del futuro de sus operaciones:

1. Previsiones económicas: Tratan del ciclo económico prediciendo las

tasas de inflación, masa monetaria, construcción de primeras viviendas y
otros indicadores económicos.
2. Previsiones sobre la tecnología: Referentes al ritmo del progreso
tecnológico, que puede dar como resultado el nacimiento de interesantes
productos, requiriendo nuevas fábricas y equipos.
3. Previsiones de la demanda: Son estimaciones de la demanda de los
productos o servicios de una empresa. Estas previsiones, también
denominadas previsiones de ventas, conducen los sistemas de
producción de las empresas, su capacidad y su planificación, y sirven
como empuje para la planificación financiera, de marketing y de
personal.

LA IMPORTANCIA ESTRATÉGICA DE LA PREVISIÓN

Prever la demanda significa prever el nivel de actividad a partir del cual se

definen buena parte del resto de parámetros del negocio: costes fijos, costes
variables, planes de inversión, estrategia y plazos de financiación, etc. Las
buenas previsiones son de gran importancia en todos los aspectos de un
negocio; La previsión es la única estimación de la demanda hasta que se
conozca la demanda real. En consecuencia, las previsiones de la demanda
determinan las decisiones en muchas áreas. Veamos el impacto de esta
previsión en tres actividades: recursos humanos, capacidad y gestión de la
cadena de suministro.

 RECURSOS HUMANOS

La contratación, formación y despido de los trabajadores dependen de la

demanda esperada. Si el departamento de recursos humanos debe contratar a
nuevos trabajadores sin previo aviso, la cantidad de formación disminuye, y la
calidad de la plantilla sufre. Una gran empresa química del Estado de Louisiana
estuvo a punto de perder a su mejor cliente cuando una rápida expansión para
poder trabajar las 24 horas del día provocó un fracaso total en el control de
calidad del segundo y tercer turno.

 CAPACIDAD

Cuando la capacidad es insuficiente, el déficit resultante puede traducirse en

incumplimientos en las entregas, pérdida de clientes y pérdida de cuota de
mercado. Esto es exactamente lo que ocurrió con Nabisco cuando subestimó la
enorme demanda de sus nuevas galletas bajas en grasa Snackwell Devil’s Food
Cookies. Ni siquiera con las líneas de producción trabajando horas extras pudo
Nabisco satisfacer la demanda, y perdió clientes. Al contrario, cuando se tiene
exceso de capacidad, los costes pueden dispararse.

 GESTIÓN DE LA CADENA DE SUMINISTRO

Las buenas relaciones con los suministradores y las ventajas consiguientes de

precio para materiales y componentes dependen de la exactitud en las
previsiones. Por ejemplo, los fabricantes de coches que quieran que TRW Corp.
les garantice suficiente capacidad de airbags deben proporcionar previsiones
precisas para justificar ampliaciones en las fábricas de TRW. En un mercado
global, en el que los componentes para el Boeing 787 se fabrican en docenas de
países, es crítica la coordinación que está dirigida por las previsiones.
Programar el transporte a Seattle para el ensamblaje final al menor coste
posible significa que no haya sorpresas de última hora que puedan dañar los ya
bajos márgenes de beneficios.
 ETAPAS DE LA PREVISION

 Definición de objetivos: EL objetivo general de implantar un sistema de

previsión es integrar el esfuerzo provisional en la organización.

 Adaptación de la Organización: Para instaurar un sistema de previsión es

imprescindible generar un clima favorable que conduzca a su buena acogida.
Para ello es necesario comunicar a todo el personal:

Lo que vamos a hacer, Por qué lo vamos a hacer, y Como lo pensamos hacer.

 Designación de Responsables: Se deben asignar responsables de

departamentos, y uno o más responsables para que las previsiones fluyan de
departamento a departamento. Estos responsables deberán integrar
horizontalmente a todos los departamentos.

 Con el objetivo de obtener una buena comunicación horizontal entre

departamentos, deberemos determinar cuáles son los canales de flujo de
información necesarios para mantener a todos los responsables informados.

 Disposición de Recursos: En función de los recursos disponibles diseñaremos

e implantaremos un sistema de previsión más o menos complejo.

 Elaboración de previsiones: Instaurado el sistema de previsiones, pasaremos

al cálculo y la obtención de las mismas según el método o métodos
escogidos.

 Comunicación de resultados: Obtenidas las previsiones es imprescindible

comunicarlas a todos los responsables que puedan verse afectados.

 Aprobación de las previsiones: Una vez realizadas las previsiones, estas

deben ser aprobadas mediante el consenso general de la empresa.

 Control y Seguimiento: Las previsiones nunca son definitivas y siempre debe

existir un control y seguimiento. El control de previsiones permite obtener
las desviaciones entre la previsión y la realidad, y tomar conciencia de que
algo marcha de forma diferente a lo previsto.
 MÉTODOS DE PREVISIÓN DE DEMANDAS

Con la cantidad de pronósticos y datos aportados por el comportamiento de las

ventas en periodos pasados, es posible acudir a otros métodos que aportan
información válida para la futura temporada.

MÉTODOS CUANTITATIVOS

- Analiza los factores del mercado: estos relacionan con el

comportamiento del mercado, por lo que se puede establecer una
estimación de venta de acuerdo con los factores externos del mercado.

- Pruebas de mercado: se hace una breve prueba con la venta de un

producto a modo piloto y se estudia su impacto en el mercado.

MÉTODOS CUALITATIVOS

- Intenciones del comprador: se realiza una encuesta sobre la necesidad de los

consumidores acerca de determinado producto. Incluirá ítems relacionando lo
que le gusta al cliente.

- Juicio de ejecutivos: puede ser acertado si los ejecutivos son objetivos en sus
opiniones. En este tipo de método se usa el Delphi: se recogen las
observaciones de expertos en la materia en secreto, luego se resumen y dan a
conocer las estimaciones, para luego pedir una nueva predicción.

Dentro de los métodos de pronóstico, habitualmente se clasifica al método

Delphi ya mencionado dentro de los métodos cualitativos o subjetivos. La
calidad de los resultados depende, sobre todo, del cuidado que se ponga en la
elaboración del cuestionario y en la elección de los expertos consultados. Cada
método utilizado en cada caso tendrá ventajas e inconvenientes. A la hora de
decidir el más idóneo hay que sentarse a calibrar sus posibilidades de
adaptación a cada situación y a cada problema.

Lo importante no es tanto disponer de un escenario acertado, sino disponer de

varios escenarios posibles en los que razonablemente va a actuar las grandes
fuerzas del sistema, sus interrelaciones y sus incertidumbres críticas. Para que
en previsiones futuras se redujera el porcentaje de error, habría que hacer un
estudio del mercado, para establecer relaciones entre las ventas y los factores
más importantes que les afectan, con intención de prever el futuro.
Hay que identificar los factores más importantes que ejercen un impacto más
especular en las ventas de un producto, para luego estimar la magnitud de ese
impacto en las ventas futuras. Con esta técnica se podría afinar cada vez más e
incluso se podrían prever situaciones de crisis o cambios revolucionarios, ya
que siempre hay indicios que revelan tendencias y oportunidades. Un método
que funciona bien en una situación puede ser que no sea el mejor para otra.
Equivocarse es un error, pero no rectificar es un error mucho más grave.
Siempre la segunda previsión, saldrá mejor que la primera.

PREVISIÓN POR SERIES TEMPORALES

Es una colección de observaciones de una variable realizadas de forma

secuencial en el tiempo, en las que el orden de observación es importante. Los
valores de una serie temporal van ligados a instantes de tiempo, de manera que
el análisis de una serie implica el manejo conjunto de dos variables; la variable
en estudio propiamente dicha y el variable tiempo. Las series pueden tener una
periodicidad anual, semestral, trimestral, mensual, etc., según los periodos de
tiempo en los que están recogidos los datos que la componen. El componente
de la serie de datos se dice que se posee varios componentes como:

TENDENCIAS
 Es un componente que se observa a largo plazo
 Se observa en un periodo amplio
 Se da por los cambios en la productividad a largo plazo, la aceptación de
un producto, las tendencias demográficas tecnológicas etc.

CICLOS
 Es la fluctuación de onda alrededor de la tendencia.
 Se da por los ciclos de los negocios, ciclo de vida de los productos, entre
otros factores.
 Se caracteriza también porque su duración es irregular

ESTACIONALIDAD
 Es un patrón de cambio que se repite año tras año.
 En este componente influye e cima o e año calendario
 Este es el caso de precio de productos agrícolas, venta de productos
como útiles escolares, sombrillas etc.

ALEATORIEDAD
 Es la variabilidad de la serie de datos después de eliminar los otros
componentes.
  Son factores que no corresponden a la tendencia, a la estacionalidad ni a
os ciclos de la variable.

ENFOQUE SIMPLE

El método de enfoque simple, consiste en atenuar los datos al obtener la media

aritmética de cierto número de datos históricos para obtener con este el
pronóstico para el siguiente período. El número de datos a tener en cuenta para
calcular el promedio es una decisión del equipo de planeación que realiza el
enfoque.

Fórmula

Promedio de ventas en unidades en el período t

Sumatoria de datos

Ventas reales en unidades de los períodos anteriores a t

Número de datos

Ejemplo de aplicación de un pronóstico de enfoque Simple

Una compañía desea realizar un pronóstico para el mes de abril, teniendo en

cuenta la siguiente información:
Solución: MES VENTAS REALES

Enero 2560 unds

Febrero 3205 unds

Marzo 2830 unds

El pronóstico de ventas para el período 4 (mes de
abril) equivale a: 2865 unidades. Abril ?

PROMEDIO MÓVIL SIMPLE

Se utiliza cuando se quiere dar más importancia a conjuntos de datos más
recientes para obtener la previsión. Cada punto de una media móvil de una
serie temporal es la media aritmética de un número de puntos consecutivos de
la serie, donde el número de puntos es elegido de tal manera que los efectos
estacionales o irregulares sean eliminados.

Fórmula:

Promedio de ventas en unidades en el período t

Sumatoria de datos

Ventas reales en unidades de los períodos anteriores a t

 Número de datos

Ejemplo de aplicación de un pronóstico de Promedio Móvil

Una compañía presenta en el siguiente tabulado el reporte de ventas

correspondiente al año 2009.
MES VENTAS REALES (2009)

Teniendo en cuenta los datos de la tabla, se Enero 80

debe calcular un pronóstico mediante la
técnica de Promedio Móvil utilizando: Febrero 90

Un período de 3 meses (a partir de abril de Marzo 85

2009)
Abril 70
Un período de 6 meses (a partir de julio de
2009)
Mayo 80
El objetivo consiste en identificar con cuál
de los dos períodos del pronóstico se Junio 105
obtiene mayor precisión al compararse con
las ventas reales del reporte. Julio 100

Solución: Agosto 105

Al ser un pronóstico con un período móvil

Septiembre 100
de 3 meses, este deberá efectuarse a partir
del mes de abril, es decir que para su cálculo Octubre 105
tendrá en cuenta tres períodos, es decir,
Enero, Febrero y Marzo. Noviembre 100

Diciembre 150
Luego para efectuar la previsión del mes de Mayo, deberán tenerse en cuenta
los últimos tres períodos que anteceden al mes de Mayo, es decir Febrero,
Marzo y Abril.

De esta manera se efectúan las previsiones restantes obteniendo el siguiente

resultado:

MES VENTAS REALES (2009) PRONÓSTICO 3 MESES

Enero 80

Febrero 90

Marzo 85

Abril 70 85

Mayo 80 82

Junio 105 78

Julio 100 85

Agosto 105 95

Septiembre 100 103

Octubre 105 102

Noviembre 100 103

Diciembre 150 102

El pronóstico restante al ser un pronóstico con un período móvil de 6 meses,
este deberá efectuarse a partir del mes de Julio, es decir que para su cálculo
tendrá en cuenta seis períodos, es decir, Enero, Febrero, Marzo, Abril, Mayo y
Junio.

VENTAS
PRONÓSTICO PRONÓSTICO
MES REALES
3 MESES 6 MESES
(2009)

Enero 80

Febrero 90

Marzo 85
De esta manera se efectúan las
previsiones restantes Abril 70 85
obteniendo el siguiente
resultado: Mayo 80 82

Junio 105 78

Julio 100 85 85

Agosto 105 95 88

Septiembre 100 103 91

Octubre 105 102 93

Noviembre 100 103 99

Diciembre 150 102 103

 PROMEDIO MÓVIL PONDERADO
Este método de pronóstico es una variación se le asigna igual importancia a
cada uno de los datos que componen dicho promedio, en el promedio móvil
ponderado podemos asignar cualquier importancia (peso) a cualquier dato del
promedio (siempre que la sumatoria de las ponderaciones sean equivalentes al
100%). Es una práctica regular aplicar el factor de ponderación (porcentaje)
mayor al dato más reciente.

El pronóstico de promedio móvil ponderado es óptimo para patrones de

demanda aleatorios o nivelados donde se pretende eliminar el impacto de los
elementos irregulares históricos mediante un enfoque en períodos de demanda
reciente, dicho enfoque es superior al del promedio móvil simple.

Fórmula

Promedio de ventas en unidades en el período t

Sumatoria de datos

Factor de ponderación

Ventas o demandas reales en unidades de los períodos anteriores a t

Número de datos
Ejemplo de aplicación de un pronóstico de promedio móvil ponderación

Un almacén ha determinado que el mejor pronóstico se encuentra determinado

con 4 datos y utilizando los siguientes factores de ponderación (40%, 30%,
20% y 10%). Determinar el pronóstico para el período 5.

Período Ventas (unidades) Ponderación

Mes 1 100000 10%

Mes 2 90000 20%

Mes 3 105000 30%

Mes 4 95000 40%

Solución:

En este caso el primer paso consiste en multiplicar a cada período por su

correspondiente factor de ponderación, luego efectuar la sumatoria de los
productos.

Podemos así determinar que el pronóstico de ventas para el período 5 es

equivalente a 97500 unidades.
 ALISADO EXPONENCIAL

Se aplica cuando se tiene una serie de tiempo las cuales son conjuntos de datos
u observaciones que están ordenados en función del tiempo, las cuales tienen
una tendencia lineal que se aprecia al graficar, ya que los puntos forman una
línea recta.

Para poder generar un pronóstico a través del método de Alisamiento

Exponencial necesitamos el pronóstico más reciente, la demanda que se
presentó para ese período y una constante de suaviza miento α (alfa).

Ejemplo suaviza miento exponencial

A continuación presentaremos 3 pronósticos para valores de alfa

de α=0,2, α=0,5 y α=0,8. Los resultados se han aproximado (arbitrariamente y
por comodidad) al entero más cercano. Notar que en cada caso el primer
pronóstico es de 200 (igual a la demanda real de Enero). Esta selección es usual
dado que para la aplicación del método se necesita un primer pronóstico (o
punto de partida) y frecuentemente se selecciona el dato real del período
anterior:
En la tabla se puede apreciar que el pronóstico para el mes de Marzo
utilizando α=0,2 es de 206. Esto se obtiene como F (Marzo)=200+0,2(230-
200)=206. Siguiendo un procedimiento similar se puede calcular el resto de los
pronósticos.

¿Cómo decidir que constante de suaviza miento alfa resultó mejor? Un primer
acercamiento es graficar el pronóstico y comparar su comportamiento con la
demanda real. El siguiente gráfico representa esta situación. Se puede observar
que para α=0,8 se replica de forma más cercana el comportamiento de la
demanda aun cuando se aprecia un rezago (situación característica de este
método). Por el contrario, para α=0,2 la variación de corto plazo es menor y el
pronóstico básicamente marca una leve tendencia creciente. Finalmente
para α=0,5 se obtiene un pronóstico intermedio entre los 2 escenarios
anteriores.
 ALISADO EXPONENCIAL CON TENDENCIA Y PROYECCIÓN DE
TENDENCIA

El método de suavización exponencial con ajuste a la tendencia requiere de dos

constantes de suavización: alfa (α) y delta (δ). Su valor puede estar entre 0 y 1,
pero a nivel práctico varía entre 0,05 y 0,50.

¿Cómo escoger los valores más adecuados? Los criterios para definir los valores
de las constantes son similares al método de suavización simple.

Este método requiere algunos parámetros adicionales con respecto a su

hermano suavización simple. Una constante delta y un valor para la tendencia.

Las fórmulas para calcular cada componente son las siguientes:

Un ejemplo con plantilla de suavización exponencial doble para comprender el

método

Inge es una empresa productora de alimento para peces y requiere calcular el

pronóstico de demanda con el método de suavizado exponencial con corrección
por tendencia para los próximos meses.

El pronóstico de demanda del período 1 fue de 1500, pero las ventas reales
fueron de 1132 y la tendencia en ese momento fue de 150. La compañía asigna
un α=0,10. Prevén una tendencia alcista en próximos meses, por lo que definen
δ=0,30.
Vamos por la solución:

El primer paso es determinar el pronóstico suavizado para el período 2:

Con el pronóstico suavizado, calculamos la tendencia para el período 2:

Por último determinamos nuestro pronóstico con ajuste a la tendencia, que es

simplemente una suma:

Para el período 2, Inge pronostica una demanda de 1732,66 unidades de

alimento para peces.

Con el mismo procedimiento, logramos calcular el pronóstico de demanda para

los próximos meses:

Graficando la demanda y nuestro pronóstico ajustado con tendencia (segunda

y última columna) se ve así:
 PREVISION CAUSAL

La investigación causal es aquella que estudia la relación que se encuentra

entre variables; Su objetivo es conocer el efecto positivo o negativo que puede
producir un cambio inesperado de las variables independientes en un producto
o servicio. La investigación causal es tanto experimental como estadística, y se
puede realizar tanto bajo el control del investigador en un laboratorio o en el
campo donde la manipulación se encuentra limitada.

Las principales fuentes para obtener información que ayudan al éxito en el

proceso de investigación causal son el diseño de preguntas de encuesta que
puedan establecer la conexión que existe entre las variables y probar la
hipótesis. Sin embargo, también se puede obtener información más acertada
con los experimentos, ya que estos pueden dar la certeza de que las causas del
fenómeno son razonables.

Características de la investigación causal

 Tiene el objetivo de definir las causas del por qué y cómo sucede una
acción. Es decir, indaga el efecto que una variable tiene sobre otra.

 Es un tipo de investigación cuantitativa que requiere de pruebas

estadísticas y experimentación para conocer las causas del fenómeno.

 Son muy rígidas al recolectar los datos y analizarlos, ya que requieren

información confiable y comprobable entre las variables.

 Las variables deben poder ser manipuladas para que los efectos que
provocan se eliminen.
  Su estructura está completamente definida y es necesario que la muestra
de estudio se oriente a un proceso secuencial.

 Reconocer las variables que pueden causar efectos en el fenómeno.

 Manipular las variables de forma controlada con el fin de eliminarlas o

minimizar el efecto que tienen.

 Entrometerse en la naturaleza de las variables independientes con el fin

de predecir las dependientes.

 Controlar las variables y conocer sus causas y efectos es muy fácil gracias
al diseño de su estructura.

 Las pruebas que se realizan pueden repetirse y comprobarse para darle

un mayor número de confiabilidad.

 Con esta investigación se puede evaluar el impacto que tiene modificar

procesos.

Entre las desventajas que se encuentran en la investigación causal están:

 La sincronía de los eventos puede afectar los resultados de la

investigación

 En ocasiones las variables pueden identificarse con la causa y efecto

cuando no lo son.

 Es complicado llegar a conclusiones debido a la gran cantidad de

variables que existen.

 Algunas veces es difícil identificar o reconocer si la variable es una causa

y el impacto que tendrá.

La investigación causal es sumamente importante, ya que los efectos que

provocan los cambios son inesperados para los investigadores y esto puede
afectar el desarrollo de una investigación.