Operaciones y Logística

Sesión Explicativa: «Pronósticos de Demanda»

Pronósticos de Demanda

Concepto, principios y pasos en los Pronósticos

Patrones de Demanda-Métodos de Pronóstico

Métodos Cualitativos de Pronóstico

Métodos Cuantitativos de Pronóstico.

Precisión y Error de Pronóstico

Concepto, Principios y Pasos en los
Pronósticos
 Concepto y Decisiones que necesitan pronósticos

◼ Concepto: Un pronóstico es información con cierto grado de

probabilidad de lo que podría pasar.

◼ Decisiones que requieren pronósticos:

◼ ¿Qué mercados perseguir?

◼ ¿Qué productos producir?

◼ ¿Cuántas personas contratar?

◼ ¿Cuántas unidades comprar?

◼ ¿Cuántas unidades producir?

◼ Y así sucesivamente………
 Principios de los Pronósticos

◼ Los pronósticos rara vez son perfectos.

◼ Los pronósticos son más precisos para
datos agregados (familia de
productos) que para los artículos
individuales.
◼ El pronóstico es más preciso para
períodos de tiempo más cortos que
para períodos más largos.
 Pasos en el Pronóstico

◼ ¿Qué necesita ser pronosticado?

◼ Nivel de detalle, unidades de análisis y

horizonte de tiempo requerido.

◼ ¿Qué datos están disponibles para evaluar?
◼ Identificar los datos necesarios y si están

disponibles.
◼ Seleccionar y probar el modelo de pronóstico
◼ Costo, facilidad de uso y precisión.

◼ Generar el pronóstico.
◼ Monitorear la precisión del pronóstico en el
tiempo.
Métodos Cualitativos de Pronóstico
 Métodos Cualitativos de Pronóstico

• Consideran las opiniones de gerentes, expertos,

estimaciones de la fuerza de ventas y encuestas a
los consumidores. Se traduce en estimaciones
cuantitativas.
• Interviene la intuición, emociones, experiencias
personales del que toma la decisión del
pronóstico.
• Funcionan cuando hay falta o escasez de datos
históricos y cuando es difícil convertir en
números las variables que intervienen.
• No requieren de equipo computacional.
Métodos Cualitativos de Pronóstico
 Métodos Cualitativos de Pronóstico

❑ Grass Roots (Raíz de Pasto): deriva la demanda futura preguntando a la

persona más cercana al cliente (vendedores).
❑ Investigación de mercado: trata de identificar los hábitos del cliente; recoge
nuevas ideas de productos.
❑ Consenso de Jurado (Panel): deriva estimaciones futuras a partir de la
sinergia de un panel de expertos en el área.
❑ Analogía histórica: identifica un mercado similar para pronosticar.
❑ Método Delphi: similar al Consenso de Jurado pero con identidades ocultas.
Métodos Cuantitativos de Pronóstico
Métodos Cuantitativos de Pronóstico
 Métodos Cuantitativos de Pronóstico

• Métodos Cuantitativos de Pronóstico

• Función Pronóstico
• Promedio Absoluto
• Incremento Porcentual
• Regresión Lineal
Métodos Cuantitativos de Pronóstico
Regresión Lineal (Y = a + bX)
• Identifique las variables dependiente (y)
e independiente (x)
• Halle la pendiente de la línea:

b=  XY − nXY
 X − nX
2 2

• Halle el intercepto en y

a = Y − bX
• Desarrolle la ecuación de tendencia de
la línea:
Y=a + bX
 Ejemplo de Regresión Lineal
Problema: Un fabricante de camisetas de golf ha estado siguiendo la relación
entre las ventas y la publicidad, obteniendo los resultados mostrados en el
cuadro siguiente (expresados en miles de dólares). Use la regresión lineal
para encontrar qué ventas podría tener el fabricante si la compañía invirtiera
$53,000 en publicidad el próximo año.
Ventas Publ.$
$ (Y) (X)
1 130 32
2 151 52
3 150 50
4 158 55
5 ? 53
 Ejemplo de Regresión Lineal

Ventas
$ (Y)
Publ.$
(X)
XY X^2 Y^2
b=  XY − nXY

1 130 32 4160 1024 16900  X − nX2 2

2 151 52 7852 2704 22801 28202 − 4(47.25)(147.25)

b= = 1.15
3 150 50 7500 2500 22500 9253 − 4(47.25) 2

a = Y − bX = 147.25 −1.15(47.25)
4 158 55 8690 3025 24964
a = 92.9
5 153.85 53
Y = a + bX = 92.9 +1.15X
Tot 589 189 28202 9253 87165
Para X = 53 :
Avg 147.25 47.25 Y = 92.9 +1.15(53) = 153.85
Coeficientes de correlación y determinación
• El coeficiente de correlación (r) mide la dirección y fuerza de la relación
lineal entre dos variables. Cuanto más cercano sea r al valor de 1.0 mejor
se ajusta la línea de regresión a los puntos dato.
n ( XY )− ( X )( Y )
r=
n ( X )− ( X ) * n ( Y )− (Y )
2
2
2
2

4 (28,202 )− 189 (589 )

r= 4(9253) - (189) 2 * 4 (87,165 )− (589 )2 = .982

r 2 = (.982 )2 = .964
• El coeficiente de determinación (r2) mide la cantidad de variación en la
variable dependiente Y, alrededor de su media, que es explicada por la
línea de regresión. Valores de r2 cercanos a 1.0 son deseables.
Precisión y Error de Pronóstico
Precisión y error de pronóstico

◼ Los pronósticos raramente son perfectos.

◼ Necesitamos conocer cuánto podemos confiar en el método
escogido de pronóstico.
◼ Midiendo el error de pronóstico:

Et = At − Ft
◼ Note que sobre-pronósticos = errores negativos y sub-
pronósticos = errores positivos.
 Precisión y error de pronóstico

◼ Desviación Absoluta Media (MAD):

◼ Una buena medida del error real en el pronóstico.

MAD =  actual− forecast
n
◼ Error cuadrático medio (MSE):

◼ Penaliza errores extremos

MSE =  (actual - forecast)2

n
◼ Señal de rastreo (TS)

◼ Expone los sesgos (positivos o negativos) TS =  (actual - forecast)

MAD
 Conclusiones

Un pronóstico apropiado de la demanda permite un mejor planeamiento y utilización

01 de recursos para que la empresa sea más competitiva.

El pronóstico es una parte integral de la administración de la demanda ya que brinda

02 un estimado de la demanda futura y la base para planear y tomar mejores decisiones
de negocios.

03 Los pronósticos cualitativos funcionan cuando hay falta o escasez de datos históricos y
cuando es difícil convertir en números las variables que intervienen.

Los pronósticos cuantitativos utilizan datos históricos previos (series de tiempo) o

04 relacionan variables internas o externas con los niveles de demanda. Son útiles
para elaborar pronósticos a mediano plazo.
 Referencias

• Krajewski, L.J.; Ritzman, L.P.; & Malhotra, M.K.

(2013). Administración de Operaciones: Procesos y
Cadena de Suministro. México: Pearson Educación
(Décima edición, Capítulo 14, pp. 463-486).