Métodos para pronosticar la demanda de la cadena de suministro

Fabiana Sabillón

21841089

Gestión Logística y cadena de suministros

Ing. Yony Pineda

San Pedro Sula

5/9/21
 Introducción

En una cadena de suministro se tiene que tener en cuenta diferentes factores para que no
existan despilfarros, tiempos de espera… Por ello, en la gestión eficaz de una cadena se debe
incluir un pronóstico de la futura demanda del producto o servicio.

Se considera un pronóstico de demanda a todas las decisiones relacionadas con la cadena de

suministro tomadas antes de que esa demanda se haya materializado, además forman la base
de toda planificación de una cadena. Por lo tanto, lo que debe realizar el responsable de una
cadena en primer lugar, es pronosticar la demanda del cliente.
Los cinco puntos siguientes son importantes para que una organización
pronostique con eficiencia:

1. Entender el objetivo del pronóstico. Todo pronóstico respalda las decisiones basadas en él.
Ejemplos de semejantes decisiones incluyen qué cantidad se debe producir de un producto
particular, qué tanto inventario se debe tener y cuánto pedir. Tanto las empresas como los
Gerentes que forman parte de la cadena de suministro, conocer la dualidad decisión y el
pronóstico. ser demasiado o muy poco producto en varias etapas de la cadena de suministro.
2. Integrar la planificación y el pronóstico de la demanda a través de la cadena de
suministro. Una compañía debe vincular su pronóstico a todas las actividades de planificación a
través de la cadena de suministro. Éstas incluyen la planificación de la capacidad, de la
producción, de promoción y de las compras, entre otras
3. Identificar los principales factores que influyen en el pronóstico de la demanda. A
continuación, la empresa debe identificar la demanda, la oferta y fenómenos relacionados con el
producto que influyen en el pronóstico de la demanda. En lo que a ésta concierne, la compañía
debe asegurarse de si está creciendo o declinando, o si tiene un patrón estacional. Estas
estimaciones deben basarse en la demanda, no en datos de ventas.
4. Pronosticar al nivel apropiado de agregación. Dado que los pronósticos agregados son más
precisos que los disgregados, es importante pronosticar a un nivel de agregación apropiado puesto
que la decisión relacionada con la cadena de suministro se ve afectada por el pronóstico.
Consideremos un vendedor en una cadena minorista que está pronosticando para escoger el
tamaño de un pedido de camisas, un método mejor puede ser pronosticar la demanda en el nivel
agregado al ordenar con el proveedor y solicitar a cada gerente de tienda que pronostique sólo
cuando las camisas deban asignarse a través de las tiendas. En este caso, el pronóstico de largo
tiempo de entrega (pedido del proveedor) es agregado, y por consiguiente el error se reduce. El
pronóstico a nivel de tienda disgregado se hace cerca de la temporada de ventas, cuando es
probable que los datos del mercado local sean más efectivos.
5. Establecer medidas de desempeño y error para el pronóstico. Las compañías deben establecer
medidas claras de desempeño para evaluar la precisión y la oportunidad del pronóstico. Estas
medidas deben estar estrechamente correlacionadas con los objetivos de las decisiones del negocio
basadas en estos pronósticos. Por ejemplo, consideremos una compañía de ventas por correo que
se vale de un pronóstico para colocar pedidos con sus proveedores en la cadena de suministro. Los
proveedores tardan dos meses en enviar los pedidos; por esta razón, la compañía debe asegurarse
de que el pronóstico se realice al menos dos meses antes del inicio de la temporada de ventas. Al
término de ésta la compañía debe comparar la demanda real con la pronosticada para estimar la
precisión del pronóstico, y poner en práctica planes para reducir los futuros errores de pronóstico o
responder a los observados.
 Conclusiones

En cuanto a la oferta, una compañía debe considerar las fuentes de abastecimiento

disponibles para decidir sobre la precisión del pronóstico deseado. Si están disponibles
fuentes de suministro alternas con tiempos de espera cortos, tal vez no sea especialmente
importante un pronóstico muy preciso. Sin embargo, si sólo está disponible un proveedor con
un largo tiempo de espera, un pronóstico preciso tendrá un gran valor.

Respecto del producto, una empresa debe conocer cuántas variantes de un producto están a
la venta y si dichas variantes se sustituyen o se complementan entre sí. Si la demanda de un
producto influye o es influenciada por la demanda de otro, es mejor si los dos pronósticos se
hacen conjuntamente. Por ejemplo, cuando una compañía introduce una versión mejorada del
producto existente, es probable que la demanda de éste decline porque los clientes comprarán
la versión mejorada. Aunque los datos históricos no indican la declinación de la demanda del
producto original, la demanda histórica sigue siendo útil porque permite a la empresa estimar
la demanda total combinada de las dos versiones. Evidentemente, la demanda de los dos
productos debe pronosticarse de manera conjunta.
 Bibliografía

https://sergiopaulaguirre.wordpress.com/2015/11/23/pronostico-de-la-demanda-en-una-
cadena-de-suministro-1/