Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sistemas de Pronosticos - 1
Sistemas de Pronosticos - 1
Programa de Posgrado
Sistemas de Pronósticos e
Inventarios:
Sistemas de Pronósticos (1)
Presentado por: Carlos Julio Vidal Holguín
Santiago de Cali, abril – junio de 2021
Contenido
Introducción a los pronósticos
– Definición de pronóstico
– Tipos de sistemas de pronósticos
– Pasos fundamentales para implementar un sistema efectivo de
pronósticos
– Ambiente general de un sistema de pronósticos
– Objetivos de los pronósticos
– Conflicto de costos en un sistema de pronósticos
Elementos de tiempo en un sistema de pronósticos
Causas de imprecisión en un sistema de pronósticos
El sistema de pronósticos y la clasificación ABC
Selección de sistemas de pronósticos
Medición de errores de pronósticos
Pronósticos de promedio móvil
Definición de Pronóstico
Método Estadístico que analiza los datos históricos de la
demanda, para suministrar un valor estimado de esta misma
en un futuro.
Los sistemas de pronósticos se utilizan usualmente en la
predicción de eventos futuros como:
✓ Planeación de Producción
✓ Planeación Financiera
✓ Control de Procesos
✓ Planeación de Inversiones
✓ Planeación de actividades de servicio
✓ Administración de Inventarios
Tipos de sistemas de pronósticos
Métodos cualitativos: Fundamentalmente subjetivos y
cuando hay carencia de datos históricos.
Métodos de series de tiempo: Métodos cuantitativos
estadísticos que utilizan datos históricos.
Métodos causales: Asumen alta correlación entre los
pronósticos de demanda y ciertos factores externos,
como por ejemplo, la economía del país, la población,
etc.
Métodos de simulación: Generalmente combinan
series de tiempo con métodos causales.
Combinaciones de los métodos anteriores: Son
usualmente los métodos más efectivos.
Reuniones de consenso S&OP: Reunión de diversas
áreas para acordar la planeación de operaciones.
Pasos fundamentales para implementar un
sistema efectivo de pronósticos (1)
1. Comprender el objetivo de los pronósticos: Un sistema de
pronósticos puede tener diversos objetivos y puede
involucrar varias etapas de la cadena de suministro.
2. Integrar la planeación de la demanda con los
pronósticos: Deben considerarse la planeación de
capacidad, la planeación de producción, el mercadeo y las
promociones y las actividades de compras (Integración a
nivel del sistema de información y del personal).
3. Identificar los factores básicos que influencian el
pronóstico: Factores como demanda (patrón de demanda y
nó de ventas), suministro (especialmente con relación a su
Lead Time) y fenómenos relativos a los productos
(interrelaciones entre productos y pronóstico conjunto).
Pasos fundamentales para implementar un
sistema efectivo de pronósticos (2)
4. Identificar y comprender la segmentación de clientes:
Agrupar clientes por sus similitudes en niveles de servicio,
volúmenes de demanda, frecuencia de órdenes, volatilidad
de la demanda y estacionalidad. Utilizar diferentes métodos
de pronósticos para cada segmento puede ser muy útil.
5. Determinar la técnica apropiada de pronósticos:
Comprender los aspectos relevantes para el sistema de
pronósticos, tales como el área geográfica, los grupos de
productos y la segmentación de clientes mencionada
anteriormente.
6. Establecer mediciones del error del pronóstico: Medir
los errores del pronóstico provee de una poderosa
herramienta de control de inventarios.
Ambiente general de un
sistema de pronósticos
DATOS
HISTÓRICOS Posible modificación del
modelo o sus parámetros
Selección e inicialización
del modelo
MODELO
MATEMÁTICO
Demanda real
observada
INTERVENCIÓN Pronóstico
HUMANA estadístico
CÁLCULO DE
PRONÓSTICO DE ERRORES DE
DEMANDA PRONÓSTICO
x t x t
Demanda Promedio x = t =1
Demanda Promedio x = t =1
n n
Demanda Promedio = 3.08 unidades Demanda Promedio = 4.67 unidades
n 2 n 2
(x − x )
t (x − x )
t
Desviación Estándar ˆ = t =1
Desviación Estándar ˆ = t =1
n −1 n −1
ˆ = 3.40 unidades C.V . = 110% ˆ = 2.67 unidades C.V . = 57%
Sesgo en los pronósticos
Suavización simple con alpha = 0,1
Demanda Pronóstico
900
800
700
Unidades
600
500
400
300
200
100
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37
Tiempo (Meses)
Selección del período del pronóstico
DEMANDA DIARIA
120
100
80
60
40
20
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75 77
DEMANDA DIARIA
Desv. Est. Diaria = 21.12
DEMANDA SEMANAL Desv. Est. Semanal = 14.97
250
200
150
100
50
0
Ver hoja de Excel
1 2 3 4 5 6 7 8 9 10 11
Sistema de pronósticos y la
clasificación ABC (1)
CARACTERÍSTICAS POLÍTICAS DE MÉTODOS DE
CONTROL CONTROL
• Ítems clase A (los más • Control estricto con • Monitoreo frecuente o
importantes) supervisión personal continuo
• Relativamente pocos • Comunicación directa • Registros precisos
ítems con la administración • Suavización
• El mayor porcentaje y los proveedores exponencial doble
del volumen de ventas • Aproximación a Justo • Políticas basadas en el
(en $) a Tiempo y stock nivel de servicio al
balanceado cliente
• Cubrimiento de
existencias entre 1 y 4
semanas
Fuente: Diseñada parcialmente con base en Wild (1997), pp. 33, 41 y 161
Sistema de pronósticos y la
clasificación ABC (2)
Fuente: Diseñada parcialmente con base en Wild (1997), pp. 33, 41 y 161
Sistema de pronósticos y la
clasificación ABC (2)
CARACTERÍSTICAS POLÍTICAS DE MÉTODOS DE
CONTROL CONTROL
• Ítems clase C • Supervisión mínima • Sistema de control
• Muchos ítems • Pedidos bajo orden simple
• Bajo volumen de • Tamaños de orden • Promedio móvil
ventas (en $), pocos grandes (aceptar el pronóstico)
movimientos o ítems • Políticas de cero o de • Evitar agotados y
de muy bajo valor alto inventario de exceso de inventario
unitario seguridad • Larga frecuencia de
• Cubrimiento de órdenes
existencias entre 3 y 20 • Sistema automático
semanas
Fuente: Diseñada parcialmente con base en Wild (1997), pp. 33, 41 y 161
Selección del sistema de
pronósticos
PATRÓN DE DEMANDA SISTEMA DE PRONÓSTICO
RECOMENDADO
Perpetua o uniforme Promedio móvil o suavización exponencial
simple
Error absoluto et = xt − xˆ t
Error cuadrático e = ( x t − x t )
2
t
ˆ 2
Medición del error del pronóstico (2)
Desviación Absoluta Media :
n
x t − x̂ t
MAD = t =1
n
Error Cuadrático Medio :
n 2
(x t − xˆ t )
ECM = t =1
n
Medición del error del pronóstico (3)
Mean Absolute Percentage Error :
n
x t − x̂ t
100
t =1 xt
MAPE =
n
Mean Absolute Percentage Error (2) :
n
x t − x̂ t
100
t =1 x̂ t
MAP E =
n
Las etapas de un sistema de pronósticos
Inicialización del pronóstico: Se selecciona parte de los
datos históricos para inicializar el sistema de pronósticos
(Recomendado = 40% − 60% de los datos históricos).
Simulación y optimización del pronóstico: Con base
en el porcentaje restante de la historia, se simula el
pronóstico y se calculan los indicadores del error MAD,
ECM y MAPE, para analizar su comportamiento.
Pronóstico en tiempo real: Una vez calibrado el sistema
de pronósticos, se puede utilizar para la predicción en
tiempo real. Se puede considerar la adición de nueva
información disponible y la actualización periódica de los
parámetros de cada modelo.
Seguimiento y administración del sistema de
pronósticos: El sistema de pronósticos debe
administrarse y controlarse a lo largo del tiempo (Por
ejemplo a través de señales de rastreo).
Casos complejos de inicialización
1200 250
1000
200
Demanda (unidades)
Demanda (unidades)
800
150
600
100
400
50
200
0 0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75 77 79 81 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75 77 79 81
Semanas Semanas
250 250
200 200
Demanda (unidades)
Demanda (unidades)
150 150
100 100
50 50
0 0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75 77 79 81 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75 77 79 81
Semanas Semanas
Pronósticos de promedio móvil
Adecuado para un modelo de demanda constante
más una variación aleatoria:
xt = b + t
b es una constante
t es el error aleatorio N ( 0 , ) 2
xT + xT −1 + xT − 2 + ... + xT − N +1
MT =
N
INICIALIZACIÓN
42 88
43 58
44 71
45 85 Promedio de estas 12 semanas = 74.42
46 79
47 63
48 57
49 50
50 71
51 0 112
52 1 53 74.42 21.42 21.42 458.67 40.41% 28.78%
O
53 2 85 72.17 -12.83 12.83 164.69 15.10% 17.78%
C
54 3 43 72.67 29.67 29.67 880.11 68.99% 40.83%
55 4 47 68.92 21.92 21.92 480.34 46.63% 31.80%
I
56 5 48 68.00 20.00 20.00 400.00 41.67% 29.41%
T
57 6 73 66.08 -6.92 6.92 47.84 9.47% 10.47%
S
58 7 23 65.08 42.08 42.08 1,771.01 182.97% 64.66%
Ó 59 8 116 60.42 -55.58 55.58 3,089.51 47.92% 92.00%
60 9 67 64.83 -2.17 2.17 4.69 3.23% 3.34%
N
Demanda Pronóstico
140
120
Demanda (Unidades)
100
80
60
40
20
0
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77 81 85 89
Semanas
Simulación para escoger el mejor
valor de N
N MAD ECM MAPE MAPE′
6 15.27 368.93 28.05% 25.37%
7 15.69 380.52 29.11% 25.95%
8 15.64 364.81 29.34% 25.50%
9 14.77 336.67 27.76% 24.06%
10 15.14 351.27 28.39% 24.62%
11 14.83 342.20 27.93% 24.04%
12 14.47 334.96 27.41% 23.40%
13 14.70 338.47 27.96% 23.67%
14 14.88 342.52 28.33% 23.85%
15 14.95 341.33 28.45% 23.95%
Estimación de la desviación estándar
de los errores del pronóstico, 1
1 = MAD = 1.2533 MAD
2
Asume normalidad de
los errores del pronóstico