TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CIUDAD JUÁREZ

Gestión de la Producción

Título del Proyecto:

UNIDAD 2 PRONÓSTICO DE LA DEMANDA

Nombre del Alumno: RENTERÍA TERÁN FÉLIX EDUARDO

Docente: MENDOZA GINER LORENA
No. Control: 20110336

Carrera: INGENIERÍA EN GESTIÓN EMPRESARIAL EAD

Cd. Juárez, Chihuahua, México, 01 de septiembre del 2022

INDICE
INTRODUCCION ................................................................................................................. 3
2.1 IMPORTANCIA ESTRATÉGICA DEL PRONÓSTICO ..................................................... 4
2.2 CARACTERÍSTICAS DE LA DEMANDA ........................................................................ 4
2.3 MÉTODOS CUALITATIVOS .......................................................................................... 4
2.3.1Consulta de fuerza de ventas.................................................................................... 4
2.3.2 Opinión ejecutiva ..................................................................................................... 5
2.3.3 Método Delphi. ........................................................................................................ 5
2.3.4 Investigación del mercado: ...................................................................................... 5
2.3.5 Analogía Histórica: .................................................................................................. 5
2.4 MÉTODOS CUANTITATIVOS PARA ESTIMAR LA DEMANDA ...................................... 5
2.4.1 Modelos de series de tiempo. .................................................................................. 6
2.4.1.1 Enfoque simple ..................................................................................................... 6
2.4.1.2 Promedios móviles ............................................................................................... 6
2.4.1.3 Suavización exponencial....................................................................................... 7
2.4.1.4 Tendencia Lineal .................................................................................................. 7
2.4.2.2 Regresión múltiple ................................................................................................ 8
2.5 Monitoreo y control de los pronósticos ............................................................................ 9
2.6 Pronósticos con computadora ...................................................................................... 10
Conclusión ........................................................................................................................ 20
REFERENCIAS: ................................................................................................................ 21
 INTRODUCCION

“Pronosticar es el arte y ciencia de predecir acontecimientos futuros”

Las decisiones empresariales siempre se toman con información insuficiente y con
un margen de incertidumbre mayor o menor, dependiendo del tiempo y los recursos
que se destinan a la búsqueda y el análisis de la información.
Debemos entonces establecer algunas suposiciones y actuar.

Sabemos que nunca ocurrirá exactamente lo pronosticado; entonces, ¿para qué

pronosticar?

Porque necesitamos una cierta base -aunque sea mínima-, un criterio, una
justificación para el curso de acción que decidimos tomar. Porque a partir del
pronóstico que generemos, estaremos decidiendo dónde alocar nuestros
recursos financieros, tecnológicos y humanos.
 2.1 IMPORTANCIA ESTRATÉGICA DEL PRONÓSTICO

El pronóstico es la base de la planeación corporativa a largo plazo. En las áreas

funcionales de finanzas y contabilidad, los pronósticos proporcionan el fundamento
para la planeación de presupuestos y control de costos.

El marketing depende del pronóstico de ventas para planear productos nuevos; el

personal de producción y operaciones utiliza los pronósticos para tomar decisiones
periódicas que comprenden la selección de procesos, la planeación de las
capacidades y la distribución de las instalaciones, así como para tomar decisiones
continuas cerca de la planeación de la producción, la programación y el inventario.

El pronóstico de la demanda consiste en estimar las ventas de un producto durante

un determinado periodo futuro.

2.2 CARACTERÍSTICAS DE LA DEMANDA

Satisfacer las necesidades del cliente y que el negocio o empresa prospere

comercial y financieramente. El mercado está sujeto a diversos factores de diferente
índole, algunos de ellos son controlables por la empresa y otros no tanto.
Este se divide en distintos factores:
1. Estacionalidad: refleja una proyección de la demanda en un periodo
específico del año.
2. Tendencia: determinar y medir las tendencias del precio para así poder
establecer y manejar operaciones.
3. Variación aleatoria: altas y bajas del producto (Venta), sin que esta se pueda
predecir con exactitud; lo conveniente será monitorearlo y prepararse con
inventario para amortiguar el efecto de la demanda.
4. Variación cíclica: las oscilaciones de larga duración alrededor de la curva de
tendencia, esto quiere decir un ascenso y descenso de una serie de tiempo
en periodos mayores de 1 año.

2.3 MÉTODOS CUALITATIVOS

Produce datos descriptivos de las propias palabras de las personas y la conducta

observada.

Tipos de métodos:

2.3.1Consulta de fuerza de ventas.

Es un sistema de información que se usa marketing y administración que

automatizan algunas funciones de ventas. Estimación de las áreas de ventas como
un todo. Costo de bajo a medio. Pronósticos de ventas, administración de órdenes y
conocimiento del producto. (Lleva un historial el cual es muy importante).
2.3.2 Opinión ejecutiva

Los expertos de alto nivel se agrupan con modelos estadísticos. Costo de bajo a
medio. Las posiciones esconden intereses personales, o no se mencionan por
contrariar a la mayoría. Gerentes de mercadotecnia, finanzas y producción preparan
pronósticos a corto y mediano plazo.

2.3.3 Método Delphi.

Su objetivo es la adquisición de un consenso basado en la discusión entre expertos.

Es un proceso repetitivo. Consta de estos pasos:
1. Elaboración de cuestionario
2. Revisar información
3. Realizar otro cuestionario
4. Conclusiones a partir de la explotación estadística de los datos obtenidos.

Características:

 Es a largo plazo.
 Su costo va de medio a alto.

2.3.4 Investigación del mercado:

Proceso de recopilación, procesamiento y análisis de información.

Plan estratégico, preparar el lanzamiento del producto o soportar el desarrollo de los
productos lanzados.
 Averiguar en el consumidor
 Hábitos
 Necesidades
 Motivaciones
 Gustos Deseos

2.3.5 Analogía Histórica:

Utiliza un ciclo de vida de un producto utilizado para lanzamientos de productos

nuevos. Información basada en productos similares.

2.4 MÉTODOS CUANTITATIVOS PARA ESTIMAR LA DEMANDA

Los métodos cuantitativos o también llamados causales, se emplean cuando se

dispone de datos históricos y la relación entre el factor que se intenta pronosticar y
otros factores externos o internos puede identificarse. Las relaciones de ese tipo se
expresan en términos matemáticos y suelen ser muy complejas.
2.4.1 Modelos de series de tiempo.

Técnica de pronóstico que emplea una serie de datos puntuales históricos para
obtener el pronóstico.

-Modelos asociativos: los modelos causales como la regresión lineal, incorporan las
variables o factores que pueden influir en la cantidad por pronosticar. -Pronósticos
de series de tiempo: se basa en una secuencia de datos puntuales separados a
intervalos iguales.

-Descomposición de una serie de tiempo: una serie de tiempo tiene 4 componentes

 Las tendencias
 La estacionalidad
 Los ciclos
 Las variaciones aleatorias

2.4.1.1 Enfoque simple

Supone que la demanda en el próximo periodo será igual a la demanda del periodo
más reciente. Es la mejor predicción para los precios de insumos, acciones, etc. que
cotizan. Porque si el mercado realmente creyera que en un tiempo valdrá más,
compraría tanto hoy que haría llevar el precio a ese valor esperado. Por ejemplo, si
hoy la acción de Microsoft cotiza a U$S 20, ¿cuánto predice que va a valer
mañana?: U$S 20. Y si en realidad mañana vale U$S 25, ¿Cuánto diría que vale
pasado mañana?: U$S 25.

2.4.1.2 Promedios móviles

Los promedios móviles son muy útiles. Los promedios móviles indican el promedio
del precio en un punto determinado de tiempo sobre un período de tiempo definido.
Se llaman móviles ya que reflejan el último promedio, mientras que se adhieren a la
misma medida de tiempo.
Los promedios móviles simples es un método que se utiliza para estimar el promedio
de una serie de tiempo de demanda y, por lo tanto, para suprimir los efectos de las
fluctuaciones al azar. Este método resulta más útil cuando la demanda no tiene
tendencias pronunciadas ni influencias estacionales. La aplicación de un modelo de
promedio móvil implica simplemente calcular la demanda promedio para los n
periodos más recientes, con el fin de usarla como pronóstico para el siguiente
periodo.

Promedio móvil ponderado:

En el método de promedio móvil simple, todas las demandas tienen la misma

ponderación en el promedio, es decir, 1/n. En el método de promedio móvil
ponderado, cada una de las demandas históricas que intervienen en el promedio
puede tener su propia ponderación. Ejemplo; en un modelo con promedio móvil
ponderado de tres periodos, al periodo más reciente se le puede asignar una
ponderación de 0.50, al segundo se le asigna una ponderación de 0.30, y al tercero
una de .20. El promedio se obtiene multiplicando la ponderación de cada periodo por
el valor correspondiente a dicho periodo y finalmente los productos:
2.4.1.3 Suavización exponencial

El método de suavización exponencial es un método de promedio móvil ponderado

muy refinado que permite calcular el promedio de una serie de tiempo, asignando a
las demandas recientes mayor ponderación que a las demandas anteriores. Es el
método de pronóstico formal que se usa más a menudo, por su simplicidad y por la
reducida cantidad de datos que requiere. Este método solo requiere 3 tipos de datos:
el pronóstico del último periodo, la demanda de ese periodo y un parámetro
suavizador, alfa α, cuyo valor fluctúa entre 0 y 1.0.

La siguiente es una ecuación equivalente:

F t+1 = F t +
α (Dt – Ft)

Esta forma de la ecuación muestra que el pronóstico para el periodo siguiente es

igual al pronóstico del periodo actual más una proporción del error del pronóstico
correspondiente al mismo periodo actual.

“La suavización exponencial tiene las ventajas de ser sencilla y requerir un mínimo
de datos. Su utilización es económica y, por lo tanto, muy atractiva para las
empresas que realizan miles de pronósticos para cada periodo de tiempo”.

2.4.1.4 Tendencia Lineal

Consiste en conocer si los valores absolutos o relativos de un concepto han crecido

o disminuido en el tiempo, partiendo de un periodo considerado base. Puede
referirse a cifras históricas o la determinación de cifras estimadas para el futuro.

Regresión simple

En el Modelo de Regresión es muy importante identificar cuál es la variable

dependiente y cuál es la variable independiente.

En el Modelo de Regresión Simple se establece que, Y es una función de sólo una

variable independiente, razón por la cual se le denomina también Regresión
Divariada porque sólo hay dos variables, una dependiente y otra independiente y se
representa así:

Y = f (X)

"Y está regresando por X"

ANÁLISIS ESTADÍSTICO: REGRESIÓN LINEAL SIMPLE

En el estudio de la relación funcional entre dos variables poblacionales, una variable

X, llamada independiente, explicativa o de predicción y una variable Y, llamada
dependiente o variable respuesta, presenta la siguiente notación:
Y=a+bX+e

Donde:

a es el valor de la ordenada donde la línea de regresión se intercepta con el eje

Y. b es el coeficiente de regresión poblacional (pendiente de la línea recta) e es el

error

SUPOSICIONES DE LA REGRESIÓN LINEAL

Los valores de la variable independiente X son fijos, medidos sin error.

La variable Y es aleatoria
Para cada valor de X, existe una distribución normal de valores de Y
(subpoblaciones Y)
Las variancias de las subpoblaciones Y son todas iguales.
Todas las medias de las subpoblaciones de Y están sobre la recta.
Los valores de Y están normalmente distribuidos y son estadísticamente
independientes.

ESTIMACIÓN DE LA ECUACIÓN DE REGRESIÓN MUESTRAL

Consiste en determinar los valores de "a" y "b " a partir de la muestra, es decir,
encontrar los valores de a y b con los datos observados de la muestra. El método de
estimación es el de Mínimos Cuadrados, mediante el cual se obtiene:

Luego, la ecuación de regresión muestra estimada es: Que se interpreta como:

a es el estimador de a
Es el valor estimado de la variable Y cuando la variable X = 0
b es el estimador de b, es el coeficiente de regresión
Está expresado en las mismas unidades de Y por cada unidad de X. Indica el
número de unidades en que varía Y cuando se produce un cambio, en una unidad,
en X (pendiente de la recta de regresión).
Un valor negativo de b sería interpretado como la magnitud del decremento en Y por
cada unidad de aumento en X.

2.4.2.2 Regresión múltiple

Este tipo se presenta cuando dos o más variables independientes influyen sobre una
variable dependiente. Ejemplo: Y = f (x, w, z).
Utilizamos regresión múltiple cuando estudiamos la posible relación entre varias
variables independientes y otra variable dependiente.
Al aplicar el análisis de regresión múltiple lo más frecuente es que tanto la variable
dependiente como las independientes sean variables continúas medidas en escala
de intervalo o razón. No obstante, caben otras posibilidades: (1) también podremos
aplicar este análisis cuando relacionemos una variable dependiente continua con un
conjunto de variables categóricas; (2) o bien, también aplicaremos el análisis de
regresión lineal múltiple en el caso de que relacionemos una variable dependiente
nominal con un conjunto de variables continuas.
La anotación matemática del modelo o ecuación de regresión lineal múltiple es la
que sigue:
Y=a+b
1x1 + b2x2 + ... + bnxn + e
ó
presente = a + b
1pasado + b2futuro + e
en donde:
Y es la variable a predecir;
a, b
1x1, b2x2... bnxn, son parámetros desconocidos a estimar;
y e es el error que cometemos en la predicción de los pará- metros.

Aplicaciones de la regresión múltiple

Es cierto que la regresión múltiple se utiliza para la predicción de respuestas a partir

de variables explicativas. Pero no es ésta realmente la aplicación que se le suele dar
en investigación. Los usos que con mayor frecuencia encontraremos en las
publicaciones son los siguientes:

Identificación de variables explicativa

Nos ayuda a crear un modelo donde se seleccionen las variables que pueden influir
en la respuesta, descartando aquellas que no aporten información.

Detección de interacciones entre variables independientes que afectan a la variable

respuesta. Identificación de variables confurosas: es un problema difícil el de su
detección, pero de interés en investigación no experimental, ya que el investigador
frecuentemente no tiene control sobre las variables independientes.

2.5 Monitoreo y control de los pronósticos

Los especialistas siempre están tratando de hacer mejores estimaciones acerca de

lo que ocurrirá en el futuro al afrontar la incertidumbre. El propósito fundamental de
los pronósticos es hacer buenas estimaciones en las cuales basar los modelos para
la toma de decisiones. Los pronósticos constituyen la problemática fundamental
dentro de la gestión de la actividad de una empresa debido a la complejidad de los
problemas encontrados cuando se pronostica y a su impacto sobre todas las
decisiones de la empresa.
Una situación muy particular presenta la previsión de la demanda de piezas de
repuesto, dada la gran cantidad de surtidos que se deben proporcionar, el elevado
grado de variabilidad en la demanda de estas producciones y la importancia que
posee la disponibilidad de estas piezas para el equipamiento que las utiliza, ya que
la disponibilidad en tiempo de las mismas garantiza la continuidad del proceso
productivo en el cual esté inmiscuido el equipamiento que la utiliza dentro de una
determinada empresa. Es por ello, que se debe asegurar un elevado nivel de
precisión en la previsión de la demanda de este tipo de productos.
En este artículo se presenta un procedimiento general para la previsión de la
demanda de las piezas de repuesto basado en su fiabilidad operacional a partir de la
filosofía que caracteriza al sistema y considerando la influencia del mismo en el
mejoramiento de la Gestión del Mantenimiento del equipamiento. Seguimiento de la
implantación del procedimiento.

En consecuencia, el contenido de cada uno de ellos, plantea los pasos a desarrollar

para prever la demanda de piezas de repuesto basado en su fiabilidad, llegándose,
en ocasiones, a definir las técnicas específicas a utilizar.

Panorama general de los métodos de pronóstico

Fiabilidad: es la probabilidad de que un item (sistema o elemento) realice

satisfactoriamente la misión especificada, durante un período determinado y bajo un
conjunto dado de condiciones operativas.
Patrones de Fallos:
Durante décadas, la sabiduría convencional sugería que la mejor forma de optimizar
el desempeño de activos físicos era restaurarlos o reponerlos a intervalos fijos. Esto
se basaba en la premisa de que hay una correlación directa entre la cantidad de
tiempo (número de ciclos) que el equipo está en servicio, y la probabilidad de que
falle. Esto sugiere que la expectativa es que la mayoría de los ítems operarán
confiablemente por un período “X”, y luego se desgastan.
Proceso de mejora de la previsión de la demanda
El procedimiento comienza con la definición de la filosofía, la cual debe ser el punto
de mira del sistema ya que constituye la política que regirá permanentemente su
desempeño.
Luego se realiza la determinación de la situación actual con el fin de definir,
basándose en el análisis de una serie de indicadores, las características que
presenta el sistema de previsión de la demanda en ese momento, para
posteriormente, en función de dicha situación, proponer algunas mejoras que
permitan hacer más eficiente el proceso de previsión. Una vez planteadas las
mejoras, se debe comprobar si con ellas se alcanzan los niveles de precisión
deseados y necesarios y proponer nuevas mejoras si las anteriores no son
suficientes o pasar a la aplicación de las mismas en caso contrario. La aplicación
debe estar unida a un seguimiento constante que retroalimente al sistema, para
tomar las medidas necesarias en caso de presentarse alguna perturbación.

2.6 Pronósticos con computadora

En muchas aplicaciones de los pronósticos a corto plazo, las computadoras son

indispensables. Con frecuencia, las empresas tienen que preparar pronósticos para
cientos o incluso miles de productos o servicios en forma reiterada. Por ejemplo, una
amplia red de instalaciones de servicio médico necesita calcular pronósticos de la
demanda de cada uno de sus servicios en cada departamento. Esta operación
implica grandes volúmenes de datos que deben ser manipulados con frecuencia.
Los analistas tienen que examinar las series de tiempo que corresponden a cada
producto o servicio a fin de elaborar un pronóstico.

Existen muchos paquetes de software para pronóstico que pueden usarse en

computadoras de cualquier tamaño y ofrecen una amplia variedad de capacidades
de pronóstico y de formatos para mostrar los resultados. La tarea más laboriosa en
el desarrollo de un buen modelo consiste en “ajustarlo” a los datos. Para esta
operación es necesario determinar los valores de ciertos parámetros del modelo, a
fin de que los pronósticos tengan la mayor precisión posible. Los paquetes de
software proporcionan diversos grados de ayuda a este respecto. Las tres
categorías de paquetes de software que resultan apropiadas para esto son:

1. Sistemas manuales, en los cuales el usuario selecciona la técnica de

pronóstico y especifica los parámetros necesarios para un determinado
modelo de pronóstico

2. Sistemas semiautomáticos, en los cuales el usuario especifica la técnica de

pronóstico, pero el software determina los parámetros para el modelo, de
modo que puedan obtenerse los pronósticos más precisos

3. Sistemas automáticos, en los cuales el software examina los datos y sugiere

no sólo la técnica apropiada, sino también los mejores parámetros para el
modelo.
1.- Importancia del pronóstico y la demanda
Entendemos que los pronósticos son una técnica para utilizar experiencias pasadas
con la finalidad de predecir expectativas en el futuro. Es importante para toda
empresa estimar el comportamiento futuro de algún proyecto y el tiempo que
conlleve en ejecutarlo; puesto que es el punto de partida para la planeación.
El pronóstico de la demanda se basa en la proyección de las ventas futuras con el
fin de generar presupuestos de costos y estimados de ventas, entre otros.
Una previsión adecuada de la demanda proporciona a las empresas información
valiosa sobre su potencial en su mercado actual y en otros mercados, de modo que
los gerentes puedan tomar decisiones acertadas sobre precios, estrategias de
crecimiento empresarial y potencial de mercado.
Además, permite planificar la producción, con la consecuente reducción de
desperdicios y reducción de costes de producción.
Sin un pronóstico de la demanda, las empresas se arriesgan a tomar malas
decisiones sobre sus productos y mercados objetivo.
Prever la demanda significa prever el nivel de actividad a partir del cual se definen
buena parte del resto de parámetros del negocio: costes fijos, costes variables,
planes de inversión, estrategia y plazos de financiación, etc.
Hay varias razones por las que la previsión de la demanda es un proceso importante
para las empresas:
 Permite a las empresas optimizar el inventario de forma más eficaz,
aumentando los índices de rotación y reduciendo los costes de
almacenamiento.
 Proporciona una visión del próximo flujo de caja, lo que significa que las
empresas pueden presupuestar con mayor precisión para pagar a los
proveedores y otros costos operativos.
 Anticiparse a la demanda significa saber cuándo aumentar el personal y otros
recursos para mantener el buen funcionamiento de las operaciones durante
las horas punta.
2.- Mapa Conceptual
3.- Métodos Cuantitativos
4.- Realizar Pronósticos
5.- Software para resolución de problemas
A día de hoy, prácticamente todas las empresas que se dedican a la fabricación,
distribución y comercialización de bienes se ven obligadas a utilizar un software de
control de producción para conocer al detalle el estado de toda su planta.
Esto permite llevar un control exhaustivo de las materias primas que hacen falta, los
productos de mercado requeridos, garantizar una gestión eficiente de la empresa e
invertir la cantidad de capital necesaria en recursos para garantizar la viabilidad del
negocio.
Para que estos programas sean una ayuda más que una complicación, es
imprescindible que presente unos controles intuitivos y que resulte fácil de manejar;
de lo contrario, el equipo encargado de familiarizarse con el programa verá
mermado su rendimiento por culpa de la implementación de una nueva herramienta
de trabajo, algo que es precisamente lo que se pretende evitar.
Dado el carácter exclusivamente empresarial de estos programas, no es que exista
una oferta demasiado amplia en el mercado porque no tiene aplicaciones civiles ni
usos más allá que en un tipo determinado de empresas. No obstante, sí que es
posible hacerse un poco de lío con las distintas propuestas que se pueden encontrar
en el mercado, por lo que nuestros expertos te van a hablar de los que son, a día
de hoy, los 6 mejores softwares para el control de producción.
Ekon

Los expertos lo consideran el mejor programa ERP que se

puede implementar en la actualidad en cualquier empresa
para el control de la producción.
Especialmente diseñado para pymes, Ekon es un programa
cuyo funcionamiento se basa en la transversalidad,
trabajando en todos los frentes de manera simultánea para
optimizar el rendimiento en todos los ámbitos.
No solo mejora el control sobre la producción, sino que suple las carencias de la
gestión de stocks, elabora informes estadísticos mes a mes para controlar los
niveles de producción, distribución y ventas, establece márgenes de beneficios y de
pérdidas en función de las expectativas realizadas en base a los últimos resultados
obtenidos y es capaz de automatizar ciertas labores, como el recuento de materias
primas.
Es la opción más completa en todo tipo de establecimientos: hostelería, automoción,
servicios… A nivel operativo, es muy sencillo de utilizar y basta con programarlo de
manera periódica para que el software funcione por sí mismo sin supervisión.
Sage
Incide en el aspecto estratégico, ya que está diseñado para
aumentar la eficacia, la agilidad y la productividad de la
empresa sin disponer de recursos extra.
Mantiene informado al equipo mediante gráficos visuales que
estudian la evolución de los distintos departamentos de la
compañía con el fin de mejorar la gestión a nivel integral, al
tiempo que se asegura de que se cumplen las metas
propuestas gracias al uso de herramientas de evaluación del rendimiento.
Al integrar funciones de control de la producción y de estudio del rendimiento, es
una de las soluciones más completas para trabajar supervisando todos los aspectos
de la empresa.
También dispone de un gestor multiplataforma que se encarga de sincronizar la
información almacenada en el servidor para poder consultarla desde cualquier
dispositivo.
Aqua eSolutions

Está indicado para todas aquellas empresas que sean dar

el salto a la digitalización total y contar con una serie de
recursos capaces de modernizar por completo la compañía,
algo fundamental en los tiempos que corren.
Cuenta con herramientas de todo tipo, ofreciendo
soluciones integrales de organización y supervisión en
cuanto a finanzas, gestión de la cadena de suministro y
almacén, relaciones con los clientes, proyectos y servicios,
recursos humanos, puntos de venta, inteligencia, portales y e-commerce, desarrollo
de apps empresariales y controles de calidad.
SAP
La empresa especializada en el desarrollo de soluciones
informáticas SAP también ha acuñado su propio software
para controlar la producción.
Su punto fuerte es la planificación, estableciendo deadlines
para cumplir con los plazos y objetivos propuestos y alcanzar
así las metas de la compañía.
No se centra tanto en ofrecer soluciones completas para
mejorar la productividad de la empresa como en potenciar la organización a nivel
departamental de toda la compañía, mejorando procesos, comunicaciones y
actividades específicas.
Es una buena alternativa para quienes deseen integrar un programa que supervise
únicamente determinados aspectos, en vez de ofrecer soluciones generales que
pueden llegar a resultar demasiado invasivas para los menos avezados.
Microsoft Dynamics 365
La propuesta de Microsoft para el desempeño empresarial y
el control de la producción es uno de los mejores ERP que
puedes encontrar en el mercado.
Estructurado como un conglomerado de soluciones
empresariales, desde el display principal permite seleccionar
el programa más ajustado a las necesidades de la empresa.
Cuenta con evaluadores del rendimiento, estudios de KPIs,
potenciadores de Recursos Humanos, gestores de recursos, supervisores de
calidad y toda una serie de herramientas para garantizar el buen funcionamiento de
la compañía.
 Funciona especialmente bien bajo supervisión especializada, estableciendo rutinas
programadas que arrojen una serie de datos que permitan obtener conclusiones
certeras acerca del desempeño de la empresa, sus niveles de productividad y de su
equipo humano.
Wolters Kluwer
Una de las firmas veteranas en la gestión empresarial es
Wolters Kluwer, que ha desarrollado sus propias herramientas
de management para proporcionar a las empresas todo lo
necesario para mejorar su posición y afianzar los logros
obtenidos.
Permite hacer un seguimiento de la cadena de producción
estableciendo controles acerca de las materias primas
empleadas, controlando el stock y manteniendo unos niveles constantes de
reposición para garantizar que la producción no decae.
También dispone de programas especializados en la evaluación del rendimiento
que establece un cálculo matemático basado en el objetivo a alcanzar y el número
de trabajadores disponibles, estableciendo metas en función de los objetivos de la
compañía.

Conclusión

En conclusión, emplear Pronósticos de Demanda en las empresas es un trabajo

interesante, cuya responsabilidad recae no solamente en el Planificador de Demanda
o Demand Planner sino en todas las demás áreas de la empresa, las mismas que
alimentan con información para que los pronósticos sean más asertivos.
REFERENCIAS:
D. (2022, 11 marzo). Previsión de la demanda: Importancia y métodos para realizarla.

Lean Manufacturing 10. https://leanmanufacturing10.com/prevision-de-la-demanda-

importancia-y-metodos-para-realizarla

Editorial Grudemi. (2022, 4 agosto). Demanda de mercado. Enciclopedia Económica.

https://enciclopediaeconomica.com/demanda-de- mercado/#:

%7E:text=Las%20principales%20caracter%C3%ADsticas%20de%20la, l

as%20personas%20de%20una%20regi%C3%B3n.

elmejorsoftware. (2021, 30 noviembre). Los 6 mejores software de control de producción.

El Mejor Software. https://elmejorsoftware.com/mejores-software-de-control-de-

produccion/