Unidad I: Conceptos Fundamentales

EJEMPLOS DE APLICACION

Ejemplo 1: Yoyos Marca Yoho (Perfil de demanda sin tendencia)

Galaxy Industries está interesada en pronosticar la demanda semanal de sus
yoyos marca Yoho en el año próximo, de modo que pueda asignar un
presupuesto adecuado para esta división. Como los yoyos Yoho son un
producto más bien maduro, Galaxy piensa que la demanda del año próximo
será semejante a la de éste año; por lo tanto ha decidido basar su pronóstico en
las últimas 52 semanas de demanda. La demanda semanal de yoyos (cajas de
12) durante las últimas 52 semanas muestra a continuación:

Semana Demand Semana Demand Semana Demand Semana Deman

a a a da
1 415 14 365 27 351 40 282
2 236 15 471 28 388 41 399
3 348 16 402 29 336 42 309
4 272 17 429 30 414 43 435
5 280 18 376 31 346 44 299
6 395 19 363 32 252 45 522
7 438 20 513 33 256 46 376
8 431 21 197 34 378 47 483
9 446 22 438 35 391 48 416
10 354 23 557 36 217 49 245
11 529 24 625 37 427 50 393
12 241 25 266 38 293 51 482
13 262 26 551 39 288 52 484

Si un modelo flat (la demanda no aumenta ni disminuye con rapidez) resulta

adecuado, un miembro del equipo de ciencias administrativas de Galaxy
Industries, Amy Chang, ha sugerido usar la técnica de Pronóstico del
Promedio Simple, en tanto que otro miembro, Bob Gunther, ha recomendado
la técnica de Promedio Móvil Simple de cuatro periodos. Un tercer miembro,
Carlos González, tiene la impresión de que la técnica de Pronóstico de
Promedio Móvil Ponderado de cuatro periodos con valores de 0.4, 0.3, 0.2 y
0.1 mejoraría el pronóstico de la demanda. Por ultimo George sugiere que se
debe emplear la técnica de Suavización Exponencial con un factor de 0.1, Juan
recomienda la regresión lineal con tiempos. La gerencia desea determinar si

Ing. Jorge Santos Varguez MC. Página 1

 Unidad I: Conceptos Fundamentales

puede usar un modelo sin tendencia para pronosticar la demanda, y, si es así

cual sería el pronóstico de la demanda de Amy, Bob, Carlos, George y Juan
para las siguientes doce semanas y ¿cuál técnica recomendaría y por qué?

Ejemplo 2: Family Products Corporation (Perfil de demanda con tendencia)

Hanks Richards y Juanita Gracia, son los encargados de elaborar los
pronósticos de la empresa Family Products Corporation, consideran que un
factor importante para el pronóstico son los datos del pasado, han recopilado
datos de los últimos 10 años.

Hanks y Juanita desean pronosticar las ventas del producto líder NX-10 para
los tres próximos años, Hanks propone usar el método de regresión lineal en
tanto Juanita opta por el método de Suavizamiento Exponencial con
Tendencia con α =0.3 y β=0.5

Deman Deman
Años Años
da da
1998 1,990 2003 3,310
1999 2,280 2004 3,256
2000 2,328 2005 3,533
2001 2,635 2006 3,826
2002 3,249 2007 4,119

¿Cuál elegirá usted de entre estas dos propuestas?

Proceso
1. Recopilación de datos y graficar
2. Hacer prueba de hipótesis
3. Aplicar las técnicas de pronostico adecuadas
4. Seleccionar el mejor pronostico
5. Elaborar el pronostico

Ing. Jorge Santos Varguez MC. Página 2

 Unidad I: Conceptos Fundamentales

Ejemplo 3: Watson’s Donuts (Regresión con estacionalidad)

Las ventas diarias en dólares en Watson’s Donuts en las últimas cuatro
semanas fueron:

SEMANAS
Días 1 2 3 4
Domingo 291.5 310.5 285.2 307.4
9 7 8 3
Lunes 346.8 336.8 358.6 361.3
6 9 3 0
Martes 319.4 335.6 331.7 342.5
7 8 7 9
Miércoles 375.3 365.1 369.8 381.4
4 9 2 2
Jueves 356.7 371.8 395.4 402.5
3 2 4 6
Viernes 298.9 343.9 363.4 357.1
3 6 5 7
sábados 327.0 338.0 352.0 354.6
5 5 2 3

Watson’s Donuts desea pronosticar las posibles ventas para las semanas 5 y 6
¿Cuál método le recomendaría y cuáles serían los pronósticos?

Ejemplo 4: Home Depot (Método Causal)

Mary Cárter es gerente del departamento de plomería de la tienda Home
Depot, un
distribuidor líder en productos para la construcción. Cada mes, debe colocar
una orden de accesorios de plomería para baños. Si ordena más de lo que
vende, los excedentes representan dinero para la empresa que no puede usar
en otra parte. Si ordena muy pocos, las ventas se pierden en favor de los
competidores.

Mary ha estado pensando cómo podría anticipar la demanda de accesorios.

Sabe que la
mayoría de los que vende son para casas nuevas; los accesorios de reposición

Ing. Jorge Santos Varguez MC. Página 3

 Unidad I: Conceptos Fundamentales

significan menos
del 6% de las ventas totales. Los accesorios de plomería se instalan una vez
que se han puesto el techo y las paredes, casi siempre alrededor de un mes
después de que se emite el permiso de
construcción. Como todas las construcciones necesitan el permiso, el número
de permisos emitidos el mes pasado puede ayudarla a determinar el número de
accesorios que debe ordenar en
este mes.

Este escenario es típico de muchos problemas de pronósticos. Se desea

pronosticar una variable dependiente — venta de accesorios de plomería en el
ejemplo — y el valor de la variable
dependiente está relacionado a un valor observable de una o más variables
independientes
— inicio de la construcción de casas en el ejemplo —. Esto se llama proceso
de pronóstico causal, porque el valor de la variable dependiente es causado, o
al menos tiene una correlación alta con el valor de la(s) variable(s)
independientes.

Sin embargo, la relación entre las variables dependiente e independiente no es

siempre
clara. Por ejemplo, las ventas totales de una compañía pueden variar con un
patrón similar al de
algunos indicadores económicos. En este caso, las ventas agregadas podrían
ser la variable dependiente y los distintos indicadores económicos, como la
tasa de interés primaria, sería la variable independiente. Para estimar la
relación, con frecuencia son útiles las técnicas de regresión. Se examinará el
problema de Mary con más detalle para ver cómo se lleva a cabo este
proceso.

La tabla 4-4 muestra el número de permisos de construcción de casas emitidos

en el área de Mérida y el número de accesorios de plomería vendidos en su

Ing. Jorge Santos Varguez MC. Página 4

 Unidad I: Conceptos Fundamentales

tienda, por mes, para los últimos dos años. Los permisos para un mes dado
están alineados con las ventas del mismo mes.

TABLA 4.4: Permisos de construcción y venta de accesorios de plomería

Accesori
No de
Meses os
permisos
vendidos
ene-94 72 22
feb-94 44 16
mar-94 80 24
abr-94 191 95
may-94 187 84
jun-94 57 13
jul-94 238 114
ago-94 283 147
sep-94 204 96
oct-94 144 59
nov-94 102 35
dic-94 109 41
ene-95 63 28
feb-95 50 21
mar-95 67 18
abr-95 109 46
may-95 304 145
jun-95 239 122
jul-95 223 108
ago-95 173 85
sep-95 211 103
oct-95 104 53
nov-95 59 17
dic-95 24 12

a. ¿Cuántos accesorios se espera vender so los permisos para el mes

siguiente es de 90?
b. Justifique el modelo de pronóstico usado

Ing. Jorge Santos Varguez MC. Página 5