PLANEAMIENTO Y CONTROL

DE LAS OPERACIONES
Mg. Ing. Carlos Flores Lezama
PREVISION DE LA DEMANDA
 Procesos de la Gestión de Operaciones
Pronóstico
de ventas

Plan agregado
Mediano Plazo de
producción

Programa
Corto Plazo Maestro de
Producción

MRP CRP

Muy corto Plazo Control de

producción
 Previsión de la Demanda
(Pronóstico de la demanda)

 Consiste en estimar la demanda futura de un

producto a partir de su demanda histórica.
 Proceso de estimación de un suceso futuro
basandose en consideraciones subjetivas.
Base de todas las decisiones empresariales:
 Producción.
 Logística.
 Administración (presupuesto).
 Contabilidad
 Finanzas.
 Tipos de horizontes temporales de la
previsión

• Previsión a corto plazo:

• Cobertura generalmente inferior a los tres meses.
• Programación de la producción, asignación de tareas.
• Previsión a medio plazo:
• Entre tres meses y tres años. Generalmente un año.
• Planificación de las ventas, de la producción y del presupuesto.
• Previsiones a largo plazo:
• Periodos superiores a tres años.
• Planificación de nuevos productos, localización de las instalaciones.
 Notas sobre la previsión

• Las previsiones no suelen ser perfectas.

• Las previsiones de agrupaciones de productos

(previsiones agregado) son más precisas que las
previsiones de productos individuales.

• Las previsiones a corto plazo tienden a ser más

exactas que las realizadas a largo plazo.
Técnicas de la Previsión

• Métodos Cualitativos

• Métodos Cuantitativos
 Técnicas de la Previsión
Métodos cualitativos
 Se emplean cuando la
situación no es clara y
hay pocos datos:
 Productos nuevos.
 Nueva tecnología.
 Requieren intuición y
experiencia:
 Por ejemplo, la
previsión de las ventas
en base al conocimiento
del mercado.
Métodos cuantitativos
 Se emplean cuando
la situación es
“estable” y existen
datos “históricos”:
 Productos existentes.
 Tecnología actual.
 Requieren técnicas
matemáticas:
 Por ejemplo, la
previsión de las ventas
de un producto en
particular.
Pronósticos: Métodos cualitativos

• Jurado de opinión ejecutiva

• Proposición de personal comercial

• Método Delphi

• Estudio de mercado del consumidor

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”.
© 1995 Corel Corp.
 Proposición de personal comercial
 Cada vendedor estima las
ventas que hará.
Ventas
 Se combinan con las
previsiones a niveles de
distritos y con las
nacionales.
 El representante de ventas
conoce las necesidades de
los consumidores.
 Tiende a ser bastante © 1995 Corel
Corp.

optimista.
 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 ¿Cuántas horas
utilizará Internet la
sobre sus futuros
próxima semana?
planes de compra.
 Lo que dicen los
consumidores y lo
que luego hacen
suele diferir.
 A veces es difícil
contestar a las © 1995 Corel
Corp.

preguntas del
estudio.
Pronósticos: Métodos cuantitativos

• Enfoque simple
• Medias móviles Modelos de
• Suavizado exponencial series de
tiempos
• Regresión lineal

• Regresión lineal Modelos

asociativos o
causales
Patrones de Demanda
 Pronósticos en el mediano y largo plazo

• Los pronósticos en el mediano plazo pueden ser explicados mediante

un análisis de regresión, este análisis de regresión indica la tendencia
de la demanda en función a otro factor formándose tendencias tales
como: lineal, exponencial, logarítmica, etc.
• Un análisis de regresión se puede realizar sobre modelos de
pronósticos: series de tiempo o causales.
 Pronósticos de serie de tiempo estacionalizados

Por lo general, los patrones estacionales son fluctuaciones que ocurren dentro
de un año y tienden a repetirse anualmente. Estas estaciones pueden ser
causadas o determinadas por el clima, las vacaciones, los días de pago, los
eventos escolares o cualquier otro fenómeno.
 Pronósticos de serie de tiempo estacionalizados
(pasos)

1. Seleccione un conjunto representativo de datos históricos.

2. Desarrolle un índice de estacionalidad para cada estación, es decir, mes o

trimestre.

3. Utilice los índices de estacionalidad para desestacionalizar los datos. En

otras palabras, elimine los patrones estacionales.

4. Realice un análisis de regresión lineal sobre los datos desestacionalizados.

Ello resultará en una ecuación de regresión de la forma: Y = a + bX.

5. Utilice la ecuación de regresión para calcular los pronósticos del futuro.

6. Utilice los índices de estacionalidad para volver a aplicar los patrones

estacionales a los pronósticos.