PRONOSTICAR: Es el arte y la ciencia de predecir eventos futuros para tomar decisiones con base a ello, aunque siempre

va a haber una incertidumbre. El propósito principal de los pronósticos es hacer buenas estimaciones y así las
operaciones que se hagan, sean eficientes. Un pronóstico puede implicar el empleo de datos históricos y su proyección
hacia el futuro mediante un modelo matemático, también puede ser una predicción subjetiva o intuitiva, puede basarse
en información de la demanda o puede involucrar una combinación de todas las anteriores.

HORIZONTES DE TIEMPO DE PRONOSTICO: Se clasifican en tres:

 Pronostico a corto plazo (generalmente tiene una extensión inferior a 3 meses, pero puede llegar hasta 1 año):
Se usa para planear compras, programar el trabajo, determinar niveles de mano de obra, asignar el trabajo y
decidir niveles de producción.
 Pronostico a mediano plazo (tiene una extensión entre 3 meses y 3 años): Se una para planear ventas, el
presupuesto y flujo de efectivo, analizar diferentes planes operativos.
 Pronostico a largo plazo (tiene una extensión de 3 años o más): Se usa para planear la fabricación de nuevos
productos y para el I+D.

Diferencias:

 Los pronósticos de mediano y largo manejan aspectos más generales y pueden tomar de 5 a 8 años desde su
concepción hasta su terminación.
 Los pronósticos a corto plazo tienden a ser más precisos que los otros dos, entonces a medida que el
horizonte del tiempo se alarga, es más probable que la exactitud del pronóstico disminuya.

TIPOS DE PRONOSTICOS:

 Pronósticos económicos: Indicadores de planeación que son valiosos para ayudar a las organizaciones en la
preparación de los pronósticos de mediano y largo plazo.
 Pronósticos tecnológicos: Pronósticos de largo plazo relacionados con las tasas de progreso tecnológico.
 Pronósticos de la demanda: Proyecciones de las ventas de una compañía para cada periodo situado en el
horizonte de planeación. Aquí lo importante es identificar y dar seguimiento rápido de los deseos de los clientes.
Estos pronósticos guían la producción, la capacidad y los sistemas de programación de una compañía y sirven
como entradas en la planeación financiera, de marketing y de personas. El pronóstico es la única estimación de
la demanda hasta que se conoce la demanda real y por eso este es tan importante, ya que conducen a las
decisiones en muchas áreas.

Actividades en las que se verá el efecto del pronóstico del producto:

 Administración de la cadena de suministro: las buenas relaciones con el proveedor y las consiguientes ventajas
en la innovación del producto, el costo y el rápido acceso al mercado dependen de los pronósticos precisos.
 Recursos humanos: la contratación, la capacitación y el despido de los trabajadores dependen de la demanda
anticipada.
 Capacidad: cuando la capacidad es inadecuada, los faltantes que resultan pueden significar entregas poco
confiables, pérdida de clientes y pérdida de participación en el mercado, (producir lo que se requiere y no tener
sobre costos por producir de más)

SIETE PASOS PARA EL SISTEMA DE PRONOSTICO:

1. Determinar el uso del pronóstico (para qué vamos a usar el pronóstico que se haga).
2. Seleccionar los aspectos que se van a pronosticar (qué vamos a pronosticar).
3. Determinar el horizonte de tiempo del pronóstico (cuál va a ser el plazo del pronóstico: corto, mediano o largo).
4. Seleccionar los modelos de pronóstico (qué modelo de pronóstico se va a usar para hacer las mediciones).
5. Recopilar los datos necesarios para elaborar el pronóstico.
6. Realizar el pronóstico.
7. Validar e implementar los resultados (los pronósticos se deben revisar constantemente).
ENFOQUES DE PRONOSTICOS:

Existen dos generales: (en la práctica, la combinación de estos dos suele ser más efectiva).

 Pronósticos cualitativos: Incorporan factores como la intuición, las emociones, las experiencias personales y el
sistema de valores de quien toma las decisiones.

Técnicas de pronósticos cualitativos:

1. Jurado de opinión ejecutiva: técnica que toma en cuenta la opinión de un pequeño grupo de
administradores de alto nivel para obtener una estimación grupal de la demanda.
2. Método Delphi: técnica que emplea un proceso grupal con el fin de que los expertos puedan hacer
pronósticos. Tiene tres tipos de participantes: los que toman las decisiones (5 a 10 expertos que elaboran el
pronóstico real); el personal (ayuda a los anteriores a preparar, recopilar y resumir los resultados de las
encuestas); y, los entrevistados (proporcionan las entradas de los que toman las decisiones antes de hacer el
pronóstico).
3. Composición de la fuerza de ventas: técnica que se basa en las estimaciones de las ventas esperadas por
parte de los vendedores.
4. Encuesta en el mercado: método que solicita información a los clientes o posibles consumidores en relación
con sus planes de compra futuros.

 Pronósticos cuantitativos: Emplean modelos matemáticos que se apoyan en datos históricos y en variables
asociativas para pronosticar la demanda.

Métodos cuantitativos: Se dividen en dos categorías (Modelos de serie de tiempo y modelos asociativos):

1.Modelos de series de tiempo: técnica de pronostico que usa una serie de datos puntuales del pasado
(semanales, mensuales, trimestrales, etc.) para realizar un pronóstico. Consta de los siguientes métodos:
1. Enfoque intuitivo
2. Promedios móviles
3. Suavización exponencial
4. Proyección de tendencias

Los datos para los pronósticos de series de tiempo implican que los valores futuros se predicen solo a partir de
los valores pasados y que se pueden ignorar otras variables, sin importar que tan valiosas sean.

Una serie de tiempo tiene 4 componentes:

1. Tendencia: movimiento gradual hacia arriba o debajo de los datos en el tiempo.

2. Estacionalidad: patrón de datos que se repite después de un periodo de días, semanas, meses o trimestres.
Existen 6 patrones comunes:

LONGITUD DEL PERIODO LONGITUD DE LA ESTACIÓN N° DE ESTACIONES EN EL PATRON

Semana Día 7
Mes Semana 4-4
Mes Día 28-31
Año Trimestre 4
Año Mes 12
Año Semana 52

3. Ciclos: patrones detectados en los datos, que ocurren cada cierta cantidad de años.
 4. Variaciones aleatorias: señales generadas en los datos por casualidad o situaciones inusuales, por lo tanto,
no se pueden predecir.

ENFOQUE INTUITIVO

Técnica de pronósticos que supone que la demanda del siguiente periodo será igual a la demanda del periodo más
reciente. Este modelo es más efectivo en costos. (Se usa en mercados muy estables)

PROMEDIOS MOVILES

Método de pronósticos que utiliza un promedio de los datos de los n periodos más recientes para pronosticar el
siguiente periodo. Estos son útiles si podemos suponer que la demanda del mercado permanecerá relativamente estable
en el tiempo. Estos fallan en su respuesta a las tendencias.

∑ demandaen los n periodos previos

Promedio móvil=
n
Cuando se presenta una tendencia o patrón localizable, pueden utilizarse ponderaciones para dar más énfasis a los
valores recientes, donde la ponderación más alta es para el periodo más reciente y la más baja para el periodo más
lejano.

Promedio móvil ponderado=

∑ (¿ ( ponderación para el periodo n )∗(demanda en el periodo n)) ¿
∑ suma de las ponderaciones
SUAVIZACIÓN EXPONENCIAL (suavización simple o de primer orden)

Método de pronostico por promedios móviles ponderados donde los datos se ponderan mediante una función
exponencial. Requiere pocos registros de datos históricos.

Nuevo pronostico=Pronostico del periodoant .+α (demandareal del mes ant .− pronostico del periodo ant .)
Donde α es una ponderación o constante de suavización (número ≥ 0 y ≤ 1). Para aplicaciones de negocios se encuentra
por lo regular en un rango de 0,05 a 0,50. Puede cambiarse para dar más peso a los datos recientes (cuando α es alta) o
más peso a datos anteriores (si α es baja). Si α llega al extremo (1) entonces el pronóstico se vuelve idéntico al modelo
del enfoque intuitivo, donde para el periodo siguiente se considera la misma demanda del periodo actual. Para
seleccionar la contante (α), se eligen valores altos cuando el promedio subyacente tiene probabilidades de cambiar y se
emplean valores bajos de α cuando el promedio en que se basa es bastante estable.

MEDICIÓN DEL ERROR DEL PRONOSTICO

La exactitud general de cualquier modelo de pronostico puede determinarse al comparar los valores pronosticados con
los valores reales u observados.

Error de pronostico=Demanda real−Valor pronosticado

Las 3 medidas más populares para comparar y vigilar el buen desempeño de distintos modelos de pronostico son:

1. Desviación absoluta media (MAD): una medida del error global de pronóstico para un modelo.

MAD=
∑ │ real−pronostico │ MAD= ∑ │ desviaciones│
n n

2. Error cuadrático medio (MSE): segunda medida del error global de pronóstico. Este indica que se prefiere tener
varias desviaciones pequeñas en lugar de una sola desviación grande. MSE=∑ ¿ ¿ ¿
 3. Error porcentual absoluto medio (MAPE): Este evita el problema que se puede dar en los dos anteriores de que,
si el elemento pronosticado se mide en millares, los valores de MAD y MSE pueden ser muy grandes. Este se

expresa en porcentaje. MAPE=

∑ 100 │real− pronostico │/real MAPE= ∑ │errores porcentuales│
n n
SUAVIZACIÓN EXPONECIAL CON AJUSTE DE TENDENCIA (suavización doble o de segundo orden)

Es un enfoque común en los negocios. Con la suavización exponencial ajustada por la tendencia, las estimaciones del
promedio y de la tendencia se suavizan. Este procedimiento requiere dos constantes de suavización: α para el promedio
y β para la tendencia.

Pasos para el cálculo:

1. Calcular el pronóstico suavizado exponencialmente (F t) para el periodo t:

Ft =α ( demanda real delult . periodo)+(1−α )( pronostico del ult . periodo+tendencia estimada para elult . periodo
2. Calcular la tendencia suavizada (Tt):
Tt =β (pronostico de este periodo−pronostico del ult . periodo)+ (1−β ) (tendencia estimada para el ult . periodo)
3. Calcular el pronóstico incluyendo la tendencia (FIT t):
FIT t=F t +T t
*β se parece a la constante α (ver características).

PROYECCIONES DE TENDENCIAS

Método de pronósticos de serie de tiempo que ajusta una recta de tendencia a una serie de datos históricos, y después
proyecta la recta al futuro para obtener pronósticos de mediano y largo plazo. (método de mínimos cuadrados)

Si se calcula la intersección con el eje y y la pendiente, se puede expresar la recta con la siguiente ecuación:

^y =a+bx
Donde a= intersección con el eje y x= variable independiente (siempre es el tiempo)

b= pendiente de la recta de regresión y= variable que debe predecirse

La siguiente ecuación se utiliza para encontrar los valores de a y b para cualquier recta de regresión. La pendiente b se
encuentra mediante:
∑ xy −n x́ ý
b=
∑ x 2−n x́ 2
La intersección con el eje y, a, puede calcularse así:

a= ý−b x́
Notas sobre el uso del método de mínimos cuadrados:

1. Siempre deben graficarse los datos porque los datos de mínimos cuadrados suponen una relación lineal.
2. No se predicen periodos lejanos a la base de datos dada.
3. Se supone que las desviaciones calculadas alrededor de la recta de mínimos cuadrados son aleatorias y por lo
general están distribuidas normalmente.

VARIACIONES ESTACIONALES EN LOS DATOS: movimientos regulares ascendentes o descendentes en una serie de
tiempo que están asociados con eventos recurrentes. Puede aplicarse por horas, diaria, semanal, mensual o en patrones
recurrentes. Comprender las variaciones estacionales es importante para planear la capacidad en las organizaciones que
manejan picos en la carga de trabajo. La presencia de estacionalidad hace necesario ajustar los pronósticos con una
recta de tendencia.
Analizar los datos en términos de meses o trimestres suele facilitar la detección de patrones estacionales. En lo que se
denomina modelo estacional multiplicativo, los factores estacionales se multiplican por una estimación de la demanda
promedio para producir un pronóstico estacional.

Pasos que seguiría una compañía que tiene estacionalidad de un mes:

1. Encontrar la demanda histórica promedio de cada mes (sumando la demanda medida en ese es de cada año y
dividiéndola entre el número de años con datos disponibles) (promedio horizontal).
2. Calcular la demanda promedio de todos los meses (dividiendo el promedio total de la demanda actual entre el
número de estaciones) (promedio vertical, se saca el promedio de la demanda promedio anual).
3. Calcular un índice estacional para cada estación (dividiendo la demanda histórica real de ese mes (paso 1) entre la
demanda promedio de todos los meses (paso 2)).
4. Estimar la demanda total anual para el siguiente año (dato dado en los ejercicios).
5. Hallar el pronóstico estacional (dividir la estimación de la demanda total anual entre el número de estaciones,
después multiplicarla por el índice estacional para ese mes)

VARIACIONES CICLICAS EN LOS DATOS: los ciclos son como las variaciones estacionales de los datos, pero ocurren
cada varios años (no semanas, meses o trimestres). El pronóstico de los ciclos de demanda para productos individuales
también puede estar guiado por los ciclos de vida del producto (desde la introducción hasta la declinación).

2.Modelos asociativos: incorporan las variables o factores que pueden influir en la cantidad que se vaya a
pronosticar. Consta del método de:
1. Regresión lineal (la variable X ya no es el tiempo como en el otro método de mínimos cuadrados)