Administración de

Operaciones de
Manufactura

Unidad 7. Métodos
de proyección de
demanda
Introducción
• La preparación de pronósticos es el arte y la ciencia de predecir
eventos futuros.
• Casi siempre los pronósticos resultan ser incorrectos; es raro que
las ventas sean iguales a la cantidad exacta del pronóstico.
• A menudo, una pequeña variación respecto del pronóstico puede
absorberse por un nivel adicional de capacidad, inventarios o
reprogramación de órdenes,
• Pero las variaciones fuertes pueden ocasionar grandes estragos en
los negocios.
Introducción

mejores
pronósticos.

Alternativas
de reducir
errores de
pronósticos
flexibilidad en las
operaciones en
la cadena de
suministro
reducir el tiempo
de espera a lo
largo del cual se
requieren los
pronósticos
Introducción
Marco conceptual del pronóstico

El pronóstico es un insumo para todos los tipos de

planeación y control de los negocios, tanto dentro
como fuera de la función de operaciones

El marketing recurre a los pronósticos para la

planeación de los productos, la promoción y el
establecimiento de precios.

Finanzas los usa como un insumo para la planeación

financiera.

El pronóstico es un insumo para las decisiones de

operaciones relacionadas con el diseño del proceso,
la planeación de la capacidad y los inventarios.
Marco conceptual del pronóstico
Pronostica un mayor volumen

Puede justificarse Indicar que se

más automatización necesita poca
y un proceso más automatización y

Bajo pronostico de ventas

elaborado, que el proceso
incluyendo un flujo debería mantenerse
de línea de lo más sencillo
ensamble posible
Marco conceptual del pronóstico
Largo plazo. 2-Años o mas
• Planeación de la capacidad
total de las instalaciones.
mediano plazo. 6-meses a 2-
años
• Debe ser más exacto, de ser
posible, que el de largo
plazo.
• Las decisiones de capacidad
a corto plazo, incluyendo la
asignación de las personas
y las máquinas disponibles
a distintos trabajos o
actividades en el futuro
cercano
• Deben detallarse en
términos de productos
individuales y deben ser
altamente exactas
• El marco de tiempo normal
para las decisiones de
planeación agregada, de
presupuestos y otras
decisiones de adquisición y
aplicación de recursos
Corto Plazo. Menos de 6-
meses
• Las decisiones de
inventarios que dan como
resultado acciones de
compras tienden a ser a
corto plazo y tratan con
productos específicos.
• Deben tener un alto grado
de exactitud y de
especificación de productos
individuales.
• En las decisiones de
inventarios y de
programación, debido a los
muchos artículos que, por
lo general, están
involucrados
Marco conceptual del pronóstico
• La preparación de pronósticos se emplea para muchos propósitos en el
marketing, incluyendo la planeación de las ventas, la introducción de
nuevos productos, el diseño de programas de marketing, las decisiones de
fijación de precios, la publicidad y la planeación de la distribución.
• La preparación de pronósticos no se limita a un aspecto del marketing; en
lugar de ello, afecta todas las decisiones de la misma. De hecho, en
ocasiones, la responsabilidad del pronóstico puede asignarse al
marketing o a un equipo interfuncional integrado por personal de
marketing, de operaciones y de finanzas.
 Marco conceptual del pronóstico

Aplicaciones y métodos de pronóstico

 Métodos cualitativos de pronóstico
Información Los métodos de pronóstico cualitativos utilizan el criterio administrativo, la
experiencia, los datos relevantes y un modelo matemático implícito

Puesto que el modelo es implícito, si dos administradores usan, cada uno, algún
método cualitativo, por lo regular, ambos llegarán a pronósticos muy diferentes.

Algunas personas consideran que los pronósticos cualitativos deben aplicarse

únicamente como último recurso; ello no es estrictamente verdad.

Los pronósticos cualitativos deben usarse cuando los datos históricos no son
indicadores confiables de las condiciones futuras;

Si eso sucede, los datos históricos deben templarse mediante el criterio antes de
que pueda desarrollarse un pronóstico.

Asimismo, los pronósticos cualitativos deben emplearse para introducciones de

nuevos productos para los cuales no se dispone de una base de datos histórica; en
este caso, pueden aplicarse métodos cualitativos para desarrollar un pronóstico por
analogía o por el uso selectivo de datos de investigación del mercado.
 Métodos cualitativos de pronóstico
Métodos cualitativos de pronóstico
 Pronósticos de series de tiempo
Los métodos de análisis de series de tiempo se usan para hacer análisis detallados de los patrones
históricos de la demanda a lo largo del tiempo y para proyectarlos hacia el futuro.
La estrategia básica que se aplica en los pronósticos de series de tiempo consiste en identificar la
magnitud y la forma de cada componente con base en los datos históricos disponibles.
Éstos, excepto el componente aleatorio, se proyectan, entonces, hacia el futuro. Si sólo queda un
pequeño componente aleatorio y el patrón persiste hacia el futuro, se obtendrá un pronóstico
confiable.
 Promedios móviles
• El método más sencillo de pronósticos de series de tiempo es el método del promedio
móvil.
• En éste, se supone que la serie de tiempo sólo tiene un componente de nivel más un
componente aleatorio.
• No se supone la presencia de un patrón estacional, de una tendencia o de componentes
cíclicos en los datos de la demanda; sin embargo, las versiones más avanzadas del
promedio móvil pueden incluir todos los tipos componentes.
• Cuando se usa un promedio móvil, se selecciona un número dado de periodos (N) para los
cálculos. A continuación, se calcula la demanda promedio, At, para los N periodos
anteriores en el momento t:
Promedios móviles
Suavización exponencial
• La suavización exponencial se basa en la muy sencilla idea de que puede
calcularse un nuevo promedio a partir de uno antiguo y de la demanda más
reciente que se haya observado; suponga, por ejemplo, que tenemos un
promedio antiguo de 20 y que acabamos de observar una demanda de 24.
• Sería correcto razonar que el nuevo promedio se encontrará entre 20 y 24,
dependiendo de la cantidad de peso que deseemos otorgar a la demanda
que se acaba de observar en comparación con el peso sobre el promedio
antiguo.
Suavización exponencial
Métodos causales de pronóstico
• En general, los métodos causales de pronóstico desarrollan un modelo de
causa y efecto entre la demanda y otras variables; por ejemplo: la demanda de
los helados puede relacionarse con la población, la temperatura promedio del
verano y la hora.
• Pueden recopilarse datos sobre estas variables y realizarse un análisis para
determinar la validez del modelo propuesto. Uno de los mejores métodos
causales conocidos es la regresión, la cual se enseña, por lo general, en cursos
de estadística.
• Para los métodos de regresión debe especificarse un modelo antes de que se
recopilen los datos y se gestione el análisis. El caso más sencillo es el siguiente
modelo lineal de una sola variable:
Selección de un método de pronóstico
Métodos causales de pronóstico
 Selección de un método de pronóstico
Sofisticación del usuario y del
sistema.
• ¿Qué tan sofisticados son los
administradores, dentro y fuera de
las operaciones, quienes se espera
que usen los resultados de los
pronósticos?
• Se encontró que el método de
pronóstico debe estar acoplado
con los conocimientos y la
sofisticación del usuario. Casi
siempre, los administradores se
muestran renuentes a aplicar
resultados que provienen de
técnicas que no entienden
• Los sistemas de pronóstico
tienden a evolucionar hacia
métodos con mayor sofisticación
matemática; no cambian en una
medida considerable; por lo tanto,
el método elegido no debe ser
demasiado avanzado o sofisticado
para sus usuarios o tan avanzado
que se sitúe más allá del sistema
actual de pronósticos.
• Los modelos más sencillos,
algunas veces, pueden tener un
mejor desempeño y, por lo tanto,
la sofisticación no es la meta final.
Tiempo y recursos disponibles.
• La selección de un método de
pronóstico dependerá del tiempo
disponible necesario para la
recopilación de los datos y la
preparación del pronóstico, lo que
involucra el tiempo de los
usuarios, de quienes preparan los
pronósticos y de los recolectores
de datos.
• La preparación de un pronóstico
complicado, en el cual la mayoría
de los datos deben recopilarse
puede llevar varios meses y costar
miles de dólares. En el caso de
pronósticos rutinarios realizados
por sistemas computarizados,
tanto el costo como la cantidad de
tiempo requerida pueden ser muy
modestos.
Aplicación o características de la
decisión.
• El método de pronóstico debe
relacionarse con la aplicación o las
decisiones que se requieran.
• La aplicación, a su vez, está
estrechamente vinculada con
características como la exactitud
requerida, el horizonte de tiempo
del pronóstico y el número de
conceptos a pronosticarse; las
decisiones de inventarios, de
programación de la producción y
de fijación de precio.
 Selección de un método de pronóstico
Patrón de los datos.
• El patrón contenido en los datos afectará el
tipo de método de pronóstico que se
seleccione. Si la serie de tiempo es plana,
como lo hemos supuesto en la mayor parte
de este capítulo, puede utilizarse un
método de primer orden; pese a ello, si los
datos muestran tendencias o patrones
estacionales, se necesitarán métodos más
avanzados.
• El patrón contenido en los datos también
determinará si un método de análisis de
series de tiempo será suficiente o si se
requerirán modelos causales.
• Si el patrón de datos es inestable a lo largo
del tiempo, puede seleccionarse un método
cualitativo; por lo tanto, el patrón
contenido en los datos es uno de los
factores fundamentales que afectan la
selección de un método de pronóstico.
• Una forma de detectar el patrón radica en
representar los datos sobre una gráfica, lo
que deberá hacerse siempre como el
primer paso del pronóstico.
Disponibilidad de los datos.
• A menudo, la elección del método de
pronóstico se restringe por los datos
disponibles. Un modelo econométrico
puede demandar datos que simplemente
no estén disponibles en el corto plazo; por
lo tanto, debe seleccionarse otro. El
método de análisis de series de tiempo de
Box-Jenkins requiere de cerca de 60.
• Puntos de datos (cinco años de datos
mensuales). La calidad de los datos
disponibles también es esencial; los de
mala calidad conducen a pronósticos
deficientes.
• Los datos deben verificarse en busca de
factores extraños o puntos inusuales.
 Planeación, preparación de pronósticos y
reposiciones de inventario a un nivel colaborativo

• La planeación, la preparación de pronósticos y las reposiciones de inventario a un nivel

colaborativo (CPFR, collaborative planning, forecasting, and replenishment) son un enfoque
relativamente nuevo que tiene como finalidad lograr pronósticos más exactos.
• La idea básica es compartir información entre los clientes y proveedores de la cadena de
suministro durante el proceso de planeación y de preparación de pronósticos; un cliente puede,
por ejemplo, tener información sobre las promociones futuras de las ventas planeadas o ajustes de
inventario que el proveedor no conozca.
• En este caso, un pronóstico basado sólo en datos de series de tiempo elaborado por el proveedor
sería inexacto, pero podría ajustarse si la información del cliente estuviera disponible.
• Con el uso del CPFR, el cliente y el proveedor intercambian información sobre sus respectivas
demandas pronosticadas. Cuando hay una discrepancia en los pronósticos, se realiza una discusión
para descubrir la base de la diferencia.
• Después de eso, se desarrolla un pronóstico conjunto el cual se convierte en la base para la
planeación de la reposición de inventarios. Es indispensable destacar que éste es un pronóstico y
no una orden real proveniente del cliente que, por lo regular, se colocaría en una fecha posterior.
• Un pronóstico colaborativo brinda visibilidad dentro de los procesos de la planeación de
reabastecimiento del inventario más allá del ciclo usual de ordenamiento.
 Planeación, preparación de pronósticos y
reposiciones de inventario a un nivel colaborativo

• El CPFR es de utilidad sólo en ciertas situaciones; funciona mejor en las relaciones B2B donde
existen sólo algunos clientes que reflejan la mayor parte de la demanda.
• Por ejemplo, Walmart no emplearía el CPFR con su alto número de clientes al menudeo, pero,
ciertamente, transmite las órdenes pronosticadas a sus proveedores. Walmart hace esto por
artículo y por tienda para todos sus proveedores mayores, como se explica en el cuadro “Liderazgo
operativo”; en consecuencia, los proveedores obtienen una mejor perspectiva hacia los cambios
esperados en la demanda, hacia las promociones especiales de ventas y hacia los ajustes de
inventario que Walmart planea. El CPFR contribuye a coordinar la cadena de suministro de
Walmart.
 Planeación, preparación de pronósticos y
reposiciones de inventario a un nivel colaborativo
Los aspectos de importancia que deben recordarse acerca del CPFR son los siguientes:

Todas las partes deben estar dispuestas a

compartir información confidencial acerca
de los datos de la demanda, de las
promociones futuras de ventas, de las
órdenes potenciales, los nuevos productos
y los tiempos de espera, entre otras. Debe
proporcionarse seguridad en el sentido de
que los competidores no tengan acceso a
información confidencial.
Se necesita una relación colaborativa a
largo plazo que sea mutuamente benéfica.
Ello requerirá un ambiente de confianza y
de atención continua por parte de la
administración.

Deben aportarse suficientes recursos y

tiempo para que el CPFR tenga éxito. En
otras palabras, existe un costo al recibir los
beneficios del CPFR.