Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Gestión de
operaciones
Gestión de la
demanda
Profesor: Pedro Peña Carter
Ingeniero Comercial UTFSM
MBA IEDE España
MFC Universitat de Barcelona
Tipos de Pronósticos
Corto Plazo
Por su Plazo
Largo Plazo
Cuantitativo
Según el Procedimiento
Emplado
Cualitativo
Pronósticos de Demanda 6
Características de Pronósticos
Primera. Todas las situaciones en que se requiere un pronóstico,
tratan con el futuro y el tiempo está directamente involucrado. Así,
debe pronosticarse para un punto específico en el tiempo y el
Factores a Considerar
Métodos de Pronósticos
Métodos de Pronósticos
Métodos de Pronósticos
Métodos de Pronósticos
Cuantitativos:
Análisis de Series de Tiempo Se basa en la idea que se puede
usar la historia de sucesos durante un periodo para hacer
pronósticos.
Promedio Móvil Simple (PMS).
Suavizamiento Exponencial.
Análisis de Regresiones.
Métodos de Pronósticos
Cuantitativos:
Causales: Trata de comprender el sistema que forma la base y
entorno del articulo que se pronostica. Por ejemplo: La ventas
pueden ser afectadas por publicidad, calidad y competencia.
Análisis de regresiones
Modelos Econométricos
Indicadores Guías.
Pronósticos de Demanda 13
Componentes de la Demanda
Tendencia.
Influencia estacional.
Elementos cíclicos.
Variación Aleatoria.
Auto correlación.
Pronósticos de Demanda 14
Componentes de la Demanda
Estacionalidad
Nº de Unid.
Tendencia
Solicitadas
Promedio
1 2 3 4
Año
Pronósticos de Demanda 15
Componentes de la Demanda
Componentes de la Demanda
Exponencial: Común en
productos de crecimiento
explosivo.
Pronósticos de Demanda 19
Series de Tiempo
PMS
3.000
Ventas (Unidades)
2.500
2.000 Real
1.500 3 Semanas
1.000 9 Semanas
500
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Semanas
Pronósticos de Demanda 23
2
= n = Número de Periodos
(n + 1)
Pronósticos de Demanda 27
Ft = Ft −1 + ( At −1 − Ft −1 )
Ft= El pronóstico suavizado exponencialmente
para el periodo t.
Ft-1= El pronóstico suavizado exponencialmente
para el periodo anterior t-1.
At-1= Demanda real para el periodo anterior.
α = La tasa de respuesta deseada.
Pronósticos de Demanda 28
DDA REAL
α = 0.5
α = 0.3
α = 0.1
Pronósticos de Demanda 30
n At − Ft
DMA =
t =1 n
Pronósticos de Demanda 34
Y = AX + B
Variable Explicada
Variable Explicativa (Unidades de Tiempo)
Pronósticos de Demanda 35
Trimestre Ventas
1 600 Demanda
2 1.550
6,000
3 1.500
5,000
4 1.500 4,000
Ventas
5 2.400 3,000
6 3.100 2,000
1,000
7 2.600
0
8 2.900 1 2 3 4 5 6 7 8 9 10 11 12
9 3.800 Trimestre
10 4.500
11 4.000
12 4.900
Pronósticos de Demanda 36
Y = AX + B
Datos Reales
Error
Pronostico
Y2R
Error
Y2P
X1 X2 X3
Y = A + BX
B=
XY − nXY A = Y − BX
X − nX 2 2
S YX
DMA =
1,25
S YX =
− A Y − B XY
Y 2
n Yt R − Yt P
n−2 DMA =
t =1 n
Pronósticos de Demanda 38
Periodo Pronostico DE(1) / DATO REAL DE(2) / DATO REAL En este caso tenemos que la
Y13 5.116,67 5,69% 5,79%
Y14 5.476,28 5,32% 5,41% desviación estándar no se aleja
Y15 5.835,90 4,99% 5,07% más de un 6% respecto del
Y16 6.195,51 4,70% 4,78%
Pronóstico estimado.
Pronósticos de Demanda 39
Estadísticas de la regresión
Coeficiente de correlación múltiple 96,60%
Coeficiente de determinación R^2 93,32%
Mayor que 80%
R^2 ajustado 92,65%
es buen indicador.
Error típico 363,88
Observaciones 12
Estadísticas de la regresión
Coeficiente de correlación múltiple 46,17%
Coeficiente de determinación R^2 21,32%
Menor que 80%
R^2 ajustado 13,45%
es Pésimo indicador.
Error típico 44,33
Observaciones 12