Logística

Unidad: 3
Tema: Reposición de previsión de compras del
cliente

Docente Giancarlo Huertas Diaz

Repasamos la
clase pasada
INVENTARIO ADMINISTRADO POR EL
PROVEEDOR
REFLEXIONAMOS
Logro de la sesión
Al terminar la sesión, el
estudiante será capaz de
entender la importancia de
efectuar un buen pronóstico
como herramienta para la
toma de decisiones.
Importancia
La unidad proporciona conocimientos
sobre herramientas para elaborar un
buen pronóstico que nos servirá al
momento de realizar la planificación
de operaciones orientada a atender la
demanda estimada y para efectuar las
previsiones de compras que permitan
el abastecimiento de insumos
requeridos.
 Temas a Tratar

• Pronósticos de la demanda

• Métodos Cuantitativos

• Métodos Cualitativos
 Es una estimación futura del nivel de
demanda esperado, puede determinarse
PRONÓSTICO DE según los requerimientos en pesos, unidades,
LA DEMANDA toneladas, etc.

Sirve para decidir si la demanda es suficiente para

UTILIDAD DE LA justificar la entrada a un mercado.
Es útil al determinar las necesidades a largo plazo
DEMANDA de la capacidad para el diseño de instalaciones
productivas.
¿Es fácil hacer un buen pronóstico?
 TIPOS DE PRONÓSTICOS

METODOS DE PRONOSTICOS

METODOS METODOS
CUANTITATIVOS CUALITATIVOS
MÉTODOS CUANTITATIVOS
Modelos de Pronóstico de Series de Tiempo

• Promedio móvil simple

• Promedio móvil
ponderado
• Exponencial aminorado
• Tendencia
• Análisis de regresión lineal
Modelos de Pronóstico de Series de Tiempo
Promedio Móvil Simple
Mes Ventas Media Movil
Enero 10
Febrero 12
Marzo 13
Abril 16 (10+12+13)/3 = 11.67
Mayo 19 (12+13+16)3 = 13.67
Junio 23 (13+16+19)3 = 16.00
Julio 25 (16+19+23)3 = 19.33
Agosto 30 (19+23+25)3 = 22.33
Setiembre 28 (23+25+30)3 = 26.00
Octubre 18 (25+30+28)3 = 27.67
Noviembre 16 (30+28+18)3 = 25.33
Diciembre 14 (28+18+16)3 = 20.67
Enero ¿? (18+16+14)3 = 16.00
 Modelos de Pronóstico de Series de Tiempo
Ejercicio 01: Promedio Móvil
SEMANA Ventas
(Demanda Historica)
1 58
2 60 Se tiene ventas históricas de las ultimas 16
3 44 semanas. Proyectar la demanda,
4 46
5 54 considerando el promedio simple de las
6 52 ultimas 2, 3 y 4 semanas.
7 44 ¿Se puede utilizar el método de promedio
8 48
9 52
simple a esta serie histórica?
10 42
11 46
12 43
13 58
14 58
15 53
16 58
17 -
 Modelos de Pronóstico de Series de Tiempo
Ejercicio 01: Promedio Móvil
Ventas
Promedio Movil
SEMANA
(Demanda
Historica) n=2 n=3 n=4
1 58 60

2 60 50
3 44 59.00
40
4 46 52.00 54.00
30
5 54 45.00 50.00 52.00
6 52 50.00 48.00 51.00 20

7 44 53.00 50.67 49.00 10

8 48 48.00 50.00 49.00
0
9 52 46.00 48.00 49.50 1 2 3 4 5 6 Series4
7
10 42 50.00 48.00 49.00 8 9 10 11 12 Series2
13 14 15
11 46 47.00 47.33 46.50 16 17

12 43 44.00 46.67 47.00

13 58 44.50 43.67 45.75 Series2 Series3 Series4 Series5

14 58 50.50 49.00 47.25

15 53 58.00 53.00 51.25
16 58 55.50 56.33 53.00
17 55.50 56.33 56.75
 Promedio Móvil Ponderado
• Una alternativa para hacer frente a la problemática de la
tendencia es el uso de series ponderadas.
• El método usa pesos diferentes para las observaciones, dando
mayor importancia a las observaciones recientes.
• Estas ponderaciones también pueden reflejar consideraciones de
estacionalidad.
• Existen diversos métodos para determinar la ponderación a usar
(experiencia/intuición/optimización).
 Promedio Móvil Ponderado
Ventas Promedio Ponderado
(Demanda
Semana Historica) w1= 60%, w2= 30%, w3= 10% 60

1 58 50

2 60 40

3 44 30

4 46 50.20 20

5 54 46.80 10

6 52 50.60 0
1 2 3
7 44 52.00 4 5 6 7 8 9 10 11
8 48 47.40 12 13 14 15 16
Series1
17
9 52 47.20
10 42 50.00
11 46 45.60
Series1 Series2
12 43 45.40
13 58 43.80
14 58 52.30
15 53 56.50
16 58 55.00
17 56.50
 Promedio Móvil Ponderado
Ventas Promedio Ponderado
(Demanda Promedio
Semana Historica) movil n = 3 w1= 60%, w2= 30%, w3= 10% 60
1 58 50
2 60 40
3 44 30
4 46 54.00 50.20 20
5 54 50.00 46.80 10
6 52 48.00 50.60 0
7 44 50.67 52.00 1 2 3 4 5 6 7
8 48 50.00 47.40 8 9 10 11 12 Series1
13 14
9 52 48.00 47.20 15 16 17
10 42 48.00 50.00
11 46 47.33 45.60
12 43 46.67 45.40 Series1 Series2
13 58 43.67 43.80
14 58 49.00 52.30
15 53 53.00 56.50
16 58 56.33 55.00
17 56.33 56.50
 Suavizamiento Exponencial
SEMANA Ventas
(Demanda
Historica)
Vamos a considerar que α=0.3 y, que el pronóstico
1
2
58
60
de lasemana 1 es igual a la demanda real observada
3 44 en la misma semana
4 46
5 54
6 52
7 44
8 48
9 52
10 42
11 46
12 43
13 58
14 58
15 53
16 58
 Suavizamiento Exponencial
Vamos a considerar que α=0.3 y, que el pronóstico de lasemana 1 es igual
a la demanda real observada en la misma semana
SEMANA Ventas Suavizado Exponencial
(Demanda Historica) (alfa = 0.3)
1 58 58,00
2 60 58,00
3 44 58,60
4 46 54,22
5 54 51,75
6 52 52,43
7 44 52,30
8 48 49,81
9 52 49,27
10 42 50,09
11 46 47,66
12 43 47,16
13 58 45,91
14 58 49,54
15 53 52,08
16 58 52,35
17 54,05
Calculo del error (MAD y MAPE)
¿Cual método de estimación de la demanda seria el mas confiable?
Demanda Estimada
Desviacion absoluto
Ventas (Demanda (Suavizado
SEMANA Error en el Pronostico del error en el Error % (MAPE)
Historica) Exponencial) (alfa =
pronostico (MAD)
0.3)
1 58 58,00 0,00 0,0 0,00%
2 60 58,00 2,00 2,0 3,33%
3 44 58,60 -14,60 14,6 33,18%
4 46 54,22 -8,22 8,2 17,87%
5 54 51,75 2,25 2,2 4,16%
6 52 52,43 -0,43 0,4 0,82%
7 44 52,30 -8,30 8,3 18,86%
8 48 49,81 -1,81 1,8 3,77%
9 52 49,27 2,73 2,7 5,26%
10 42 50,09 -8,09 8,1 19,25%
11 46 47,66 -1,66 1,7 3,61%
12 43 47,16 -4,16 4,2 9,68%
13 58 45,91 12,09 12,1 20,84%
14 58 49,54 8,46 8,5 14,59%
15 53 52,08 0,92 0,9 1,74%
16 58 52,35 5,65 5,6 9,73%
81,4 166,70%

Calculo del MAD = 81,4/15 = 5,42

Calculo del MAPE = 166,70%/15 = 11,11%
 Calculo del error (MAD y MAPE)
¿Cual método de estimación de la demanda seria el mas confiable?
Promedio
Desviacion
Ponderado (w1=
Ventas (Demanda Error en el absoluto del error
SEMANA 0.60,
Historica) Pronostico en el pronostico Error % (MAPE)
w2= 0.30, (MAD)
w3 = 0.10)
1 58
2 60
3 44
4 46 50,20 -4,20 4,2 9,13%
5 54 46,80 7,20 7,2 13,33%
6 52 50,60 1,40 1,4 2,69%
7 44 52,00 -8,00 8,0 18,18%
8 48 47,40 0,60 0,6 1,25%
9 52 47,20 4,80 4,8 9,23%
10 42 50,00 -8,00 8,0 19,05%
11 46 45,60 0,40 0,4 0,87%
12 43 45,40 -2,40 2,4 5,58%
13 58 43,80 14,20 14,2 24,48%
14 58 52,30 5,70 5,7 9,83%
15 53 56,50 -3,50 3,5 6,60%
16 58 55,00 3,00 3,0 5,17%
63,4 125,40%

Calculo del MAD = 63,4/13 = 4,88

Calculo del MAPE = 166,70%/13 9,65%
 Tendencia y Estacionalidad
• Automotores Troncomovil, desea pronosticar las ventas para el próximo
año, considerando las ventas reales, desde que Troncomovil, ingresó al
mercado peruano.
• Tenga en cuenta que la Gerencia de Troncomovil, considera que existe
tendencia y estacionalidad.
Trimestre Ventas
2016-I 300
2016-II 200
2016-III 220
2016-IV 530
2017-I 520
2017-II 420
2017-III 400
2017-IV 700
 Tendencia y Estacionalidad
◼ Encontramos el factor estacional por cada trimestre
PeriodoX De la Ecuación Proporción Factor
Trimestre Ventas de Tendencia Ventas/Tendencia Estacional
(promedio)
1 2016-I 300 228 1,31 1,25
2 2016-II 200 281 0,71 0,79
3 2016-III 220 333 0,66 0,70
4 2016-IV 530 385 1,38 1,28
5 2017-I 520 437 1,19
6 2017-II 420 490 0,86
7 2017-III 400 542 0,74
8 2017-IV 700 594 1,18
 Promedio Desviacion
Ventas Ponderado absoluto del
Error en el Error %
SEMANA (Demanda (w1= 50%, error en el
Pronostico (MAPE)
Historica) w2= 30%, w3 pronostico

1
2
22
18
= 20%) (MAD)
Actividad
3
4
14
16
• Se formará grupos y se
5
6
14
12
ingresara a sala de zoom.
7
8
14
18
• Desarrollaremos el
9
10
22
22
siguiente ejercicio
11 16 explicado en clases:
12 23
13
14
18
22
• Tiempo: 10 minutos
15
16
16
15
• Los alumnos de cada
17
18
18
18
grupo explicaran el
19 23 desarrollo del ejercicio.
20 18

Calculo del MAD =

Calculo del MAPE =
MÉTODOS CUALITATIVOS
 Modelos de Pronóstico Cualitativos

○ Raíz de pasto (grass root)

○ Investigación de Mercado

○ Consenso de expertos

○ Analogía Histórica

○ Método Delphi
 Modelos de Pronóstico Cualitativos

Raíz de pasto (grass root)

Se pide a cada vendedor (por

ejemplo por cubrimiento
territorial) proyectar sus ventas.
 Modelos de Pronóstico Cualitativos

Investigación de mercado

Se pide evaluar y probar hipotesis

acerca de mercados reales, tiempo
es mas de 3 meses de preparación.
 Modelos de Pronóstico Cualitativos

Consenso de Expertos
Se reúnen las opiniones de un grupo
pequeño de gerentes de alto nivel que
juntas estiman la demanda.
 Modelos de Pronóstico Cualitativos

Analogía Histórica
Lanzamiento de productos de
temporada o para nuevas
versiones.
 Modelos de Pronóstico Cualitativos

Método Delphi
Se identifica un panel de expertos en el que
los expertos pueden ser gerentes, empleados
comunes, o expertos del sector.
ADMINISTRACIÓN Y PRONÓSTICO DE LA
DEMANDA
El rol de los pronósticos en la cadena de suministros
Es la base para tomar
cualquier decisión
estratégica u operativa en
la cadenade
abastecimiento.
Usado tanto para los
procesos pull / push.
Características y principios de los pronósticos
Los pronósticos están siempre equivocados.
Pronósticos de largo plazo son menos acertados que los de corto plazo (el horizonte de
pronostico es importante).
El pronóstico agregado es más exacto que el desagregado.
En general, a más arriba estés en la cadena de suministro mayor será la distorsión de
lainformación de la demanda que recibirás (por eso la importancia de los
pronósticos colaborativos entre los miembros de la cadena de suministros).
Solamente debe haber un pronóstico para ser usado por todas las áreas.
El product forecast (pronostico) debe ser igual al Sale forecast. (pronostico de
ventas)
Demanda independiente. ¿Qué puede hacer
una empresa independiente?
Puede adoptar un papel activo para influir en la demanda.
Puede adoptar un papel pasivo y simplemente responder a la demanda.
 Aspecto básicos del pronóstico de la demanda
Entender el objetivo del pronóstico.
Integrar la planeación de la demanda y el pronóstico
Identificar los factores principales que influencian al pronóstico de lademanda
(promociones, estacionalidad)
Entender e identificar los segmentos de consumidores.
 Métodos de Pronóstico Cuantitativo
Método del pronóstico Monto de datos Patrón de los datos Horizonte del pronóstico
históricos
Pueden tener nivel,
tendencia y Largo plazo
Serie de tiempo Varios años estacionalidad pero de
forma estática
Promedio móvil simple 6 a 12 meses, a menudo se Los datos sin tendencia y Corto a mediano
utilizan datos semanales estacionalidad.
Promedio móvil Para empezar se necesitan Los datos sin Corto
ponderado y suavización de 5 a 10 observaciones estacionalidad ni
exponencial simple (demandas reales) tendencia
Tiene nivel y tendencia.
Suavización exponencial Para empezar se necesitan Método Holt, y con Corto
con tendencia de 5 a 10 observaciones estacionalidad Método de
Winter.
De 10 a 20 observaciones;
para la temporalidad, por Estacionarios, tendencias y Corto a mediano
Regresión lineal lo menos 5 observaciones temporalidad
por temporada
Actividad • Se formará grupos y se ingresara a sala de zoom.
• Después de haber desarrollado el Excel del
ejercicio anterior desarrollar lo siguiente:
1. ¿Qué método de pronostico seria el más
conveniente aplicar?
• Tiempo: 10 minutos
• Los alumnos de cada grupo explicaran lo
desarrollado.
Metacognición:

Responde a preguntas de meta

cognición:
• ¿Qué aprendí hoy?
• ¿Para qué me sirve lo aprendido?
• Comparte tus comentarios en el
foro.