PRONÓSTICOS

PLAN ESTRATÉGICO
Visión.

Misión.

Objetivos.

Planificación.

Metas.

Control.
PRONÓSTICOS
 Los juicios personales basados en la experiencia práctica y/o la
investigación prolija deberán desempeñar siempre un papel
importante en la preparación de cualquier pronóstico.
TIPOS DE
PRONÓSTICOS
Cualitativos

Análisis
series
Causal
de
tiempo

Modelos
simulación
TÉCNICAS CUALITATIVAS
Proyección
fundamental

Formulación
Analogía
de
histórica
escenarios

Métodos
cualitativos

Método Investigación
Delphi de mercado

Consenso de
grupo
EL PROCESO DE
PRONÓSTICO
Determinación Identificación de
Especificación
de lo que hay las dimensiones
de los objetivos
que pronosticar de tiempo

Disponibilidad
Evaluación del Selección del
de los datos
modelo modelo
necesarios

Preparación del Presentación del Rastreo de

pronóstico pronóstico resultados
 PATRONES DE TENDENCIA,
ESTACIONALES Y CÍCLICOS DE
LOS DATOS.
q La tendencia en una serie de tiempo es el cambio del nivel de los datos a largo
plazo.
q Los datos se consideran estacionarios cuando no hay tendencia positiva ni
negativa.
q Se presenta un patrón estacional en una serie de tiempo cuando existe una
variación regular en el nivel de los datos en la misma época todos los años.
q Un patrón cíclico se representa mediante movimientos de los datos hacia arriba y
hacia abajo, parecidos a una onda, alrededor de la tendencia a largo plazo.
q El componente irregular de una serie de tiempo contiene las fluctuaciones que no
son parte de los componentes anteriores y se les denomina fluctuaciones aleatorias
ya que ocurre puramente al azar.
¿QUÉ OCURRE AQUÍ?
Población Total de los Estados Unidos en Miles
350000

300000

250000
Miles de personas

200000

150000

100000

50000
 ¿QUÉ OCURRE AQUÍ?
Industria de la Construcción
12000

10000

8000
Casas

6000

4000

2000

0
 Cuadernos

0
2000
4000
6000
8000
10000
12000
Enero 2009
Febrero 2009
Marzo 2009
Abril 2009
Mayo 2009
Junio 2009
Julio 2009
Agosto 2009
Setiembre 2009
Octubre 2009
Noviembre 2009
Diciembre 2009
Enero 2010
Febrero 2010
Marzo 2010
Abril 2010
Mayo 2010
Junio 2010
Julio 2010
Agosto 2010
Setiembre 2010
Octubre 2010
Noviembre 2010
Ventas de Cuadernos Escolares

Diciembre 2010
Enero 2011
Febrero 2011
Marzo 2011
Abril 2011
¿QUÉ OCURRE AQUÍ?

Mayo 2011
Junio 2011
Julio 2011
Agosto 2011
Setiembre 2011
Octubre 2011
Noviembre 2011
Diciembre 2011
 ¿QUÉ OCURRE AQUÍ?
Ventas de Software del 2010 y 2009
800

700

600
Ventas en miles

500

400

300

200

100

0
 EVALUACIÓN DEL MODELO
DE PRONÓSTICO
ERROR MEDIO CUADRADO
n 2
Σ (Yt-Yt) t=1
EMC = n
En donde:

Yt es el valor de pronóstico para el periodo actual

Yt es el valor real para el periodo actual
n es la longitud de la serie de datos
EVALUACIÓN DEL MODELO
DE PRONÓSTICO
DESVIACIÓN MEDIA ABSOLUTA

Σ Yt-Yt
t=1
MAD = n
SEÑAL DE RASTREO
 Es una medida que indica si el promedio de proyección
está manteniendo el ritmo de los cambios reales de la
demanda.
 La señal de ratreo es el número de desviaciones medias
absolutas en que el valor de la proyección se encuentra
por encima o por debajo de la ocurrencia real.

RSFE Suma Continua Errores Proyección

TS = =
MAD Desviación Media Absoluta
Desviación normal con una µ 4 MAD equivalen a
igual a 0 y una MAD igual
a1 3.192 σ

4 MAD 3 MAD 2 MAD 1 MAD 1 MAD 2 MAD 3 MAD 4 MAD

µ=0
 Demand Desviación
Mes Pronóstico a Real Desviación RSFE Absoluta Σ MAD TS
1 1000 950 -50 -50 50 50 50.0 -1.00
2 1000 1070 70 20 70 120 60.0 0.33
3 1000 1100 100 120 100 220 73.3 1.64
4 1000 960 -40 80 40 260 65.0 1.23
5 1000 1090 90 170 90 350 70.0 2.43
6 1000 1050 50 220 50 400 66.7 3.30

Señales de Rastreo

4.00
3.00
2.00
1.00
0.00
-1.00 1 2 3 4 5 6
-2.00
-3.00
-4.00
Mes
SERIES DE TIEMPO
 Los modelos de proyección de series de tiempo tratan de predecir el
futuro con base en los datos pasados.
 La selección de un modelo de proyección depende de:

El horizonte de Disponibilidad Exactitud

tiempo de datos requerida

Disponibilidad
Presupuesto de personal
calificado
 EJERCICIO
 Considere las siguientes tasas ofrecidas para los certificados de depósito en un
banco metropolitano grande durante un año reciente. Pronostique la tasa para
el mes próximo.

Mes Tasa % Mes Tasa %

Enero 7.025 Julio 7.57
Febrero 9.047 Agosto 8.61
Marzo 8.28 Setiembre 8.98
Abril 8.65 Octubre 9.29
Mayo 9.71 Noviembre 7.45
Junio 8.96 Diciembre 8.46
 ¿QUÉ OCURRE AQUÍ?
TASAS DE INTERÉS DEL BANCO METROPOLITANO
10

9.5

8.5
Tasa en %

7.5

6.5

6
 PROMEDIO SIMPLE
n

y
Y t+1 = Σt=1 n
t

•  En donde:

•  Yt+1 es el valor de pronóstico para el siguiente periodo

•  Yt es el valor real para el periodo actual
•  n es la longitud de la serie de datos
 PROMEDIO MÓVIL

Yt+Yt-1+Yt-2+….+Yt-n+1
Y t+1 =
n

•  Yt+1 = Pronóstico del próximo periodo

•  n = Longitud de la serie de datos
•  Yt = Valor real en el periodo t
 7.03 + 9.05 + 8.28
Y 3+1 =
3
PROMEDIO MÓVIL DOBLE
Mt = Yt+Yt-1+Yt-2+….+Yt-n+1
n
M´t = Mt+Mt-1+Mt-2+….+Mt-n+1
n
at = 2Mt - M´t

bt = 2 (Mt -M´t)
n-1
Yt+p = at + btp
•  En donde:
•  Mt es el primer promedio móvil
•  M´t es el segundo promedio móvil
•  at diferencia entre promedios móviles
•  bt pendiente de la curva de pronóstico
•  p número de periodos a pronosticar en el futuro
 7.025 + 9.047 + 8.28
M3=
3
7.025 + 9.047 + 8.28
M’ 3 =
3
a5 = 2M5-M´5
a5 =(2 x 8.88) – 8.55
bt = 2 (Mt-M´t) b5 = 2 (M5-M´5)
n-1 3-1

bt = 2 (8.88 – 8.55)
3-1
Yt+p = at + btp
Y6 = 9.2 + (0.33x1)
Y5+1 = a5 + (b5 x 1)
 SUAVIZACIÓN
EXPONENCIAL SIMPLE

Yt+1 = α Yt + (1-α)Yt
α = Constante de atenuación
Yt+1 = Pronóstico del próximo periodo
Yt = nuevo valor real de la serie en el periodo t
Yt = valor pronosticado anterior de la serie
atenuada al periodo t-1
Yt+1 = α Yt + (1-α) Yt
Y1+1 = 0.1 x 7.025 + (1- 0.1) x 7.025
EJERCICIO
 La Juguetera S. A. vende juguetes para niños entre los 5 y 10 años. A
continuación se presentan las ventas de los últimos 3 años del juguete de mayor
venta de la compañía, pronostíque las ventas del próximo mes.
 Juguetes

400
450
500
550
600
650
700
750
800
Enero 2008
Febrero 2008
Marzo 2008
Abril 2008
Mayo 2008
Junio 2008
Julio 2008
Agosto 2008
Setiembre 2008
Octubre 2008
Noviembre 2008
Diciembre 2008
Enero 2009
Febrero 2009
Marzo 2009
Abril 2009
Mayo 2009
Junio 2009
Julio 2009
Agosto 2009
Setiembre 2009
Octubre 2009
Noviembre 2009
Diciembre 2009
Enero 2010
Ventas de Juguetes de La Juguetera S.A.
¿QUÉ OCURRE AQUÍ?

Febrero 2010
Marzo 2010
Abril 2010
Mayo 2010
Junio 2010
Julio 2010
Agosto 2010
Setiembre 2010
Octubre 2010
Noviembre 2010
Diciembre 2010
 SUAVIZACIÓN
EXPONENCIAL DE HOLT
At = α Yt + (1- α )(At-1 + Tt-1 )

Tt = β(At - At-1 )+(1- β) Tt-1

Yt+p= At + pTt
En donde:
At nuevo valor atenuado
α constante de atenuación
Yt nueva obsrevación o valor real de la serie, en el periodo t
β constante de atenuación de la estimación de la tendencia
Tt estimación de la tendencia
p periodos a pronosticar en el futuro
At = α Yt + (1- α )(At-1 + Tt-1 )
A2 = α Y2 + (1- α )(A2-1 + T2-1 )
A2 = 0.4 x 490 + (1- 0.4) x (510 + 0)
Tt = β(At - At-1 )+(1- β) Tt-1
T2 = β(A2 – A2-1 )+(1- β) T2-1
T2 = 0.1(502 – 510 )+(1- 0.1) x 0
Yt+p= At + pTt
Y1+1= A1 + 1xT1
Y2= 510 + (1x0)
EJERCICIO
¿Qué Ocurre Aquí?
Ventas de Bronceador El Veraniego S.A.
1400

1300

1200

1100

1000
Bronceadores

900

800

700

600

500

400
SUAVIZACIÓN EXPONENCIAL
DE WINTERS
Yt
At = α + (1-α)(At-1 + Tt-1)
S t-L

Tt = β(At -At-1) + (1-β)Tt-1

St = γ Yt
+ (1-γ)St-L
At

Yt + p = (At + pTt)St-L+p
 EN DONDE:
At nuevo valor atenuado
α constante de atenuación
Yt nueva observación o valor real de la serie en el periodo t
β constante de atenuación de la estimación de la tendencia
Tt estimación de la tendencia
γ constante de atenuación de la estimación de la estacionalidad
St estimación de la estacionalidad
p periodos a estimar en el futuro
L longitud de la estacionalidad
Yt+p pronóstico de p periodos en el futuro
Se puede ver un efecto
estacional semestral, por
lo que es conveniente
agrupar los valores de
acuerdo con este
comportamiento.
 Yt
At = α + (1-α)(At-1 + Tt-1)
S t-L
Y2
A2 = α + (1-α)(A2-1 + T2-1)
S 2-2
3226
A2 = 0.4 + (1-0.4)(6226 + 0)
1
Tt = β(At-At-1) + (1-β)Tt-1
T2 = β(A2-A2-1) + (1-β)T2-1
T2 = 0.1 x (5026 - 6226) + (1-0.1) x 0
St = γ Yt
+ (1-γ)St-L
At 3226
S2 = 0.3 + (1-0.3)1
S2 = γ Y2 + (1-γ)S2-2 5026
A2
Yt + p = (At + pTt)St-L+p
Y1 + 1 = (A1 + (1xT1)) x S1-2+1
Y2 = (6226 + (1x0)) x 1
 CALCULE LA SEÑAL DE
RASTREO
 Si las ventas reales fueran las siguientes:

Año Semestre Ventas Reales

2011 1 6360
2 3224
2012 1 7790
2 3410
2013 1 8200
2 4121
 TS
4.00

3.00

2.00

1.00

0.00
1 2 3 4 5 6
-1.00

-2.00

-3.00

-4.00