Administración de la

Producción II
Sesión 1: Pronósticos
Administración Estratégica de la
Capacidad
• Número de mesas en restaurant?
• Cantidad de estudiantes que aprenden por bloque de clases?

• Número de pasajeros transportados entre las 12 pm y 1pm?

Cantidad de producción que un sistema es capaz de generar durante un periodo específico

• Si la capacidad no es la adecuada, la compañía podría perder clientes.

• Si la capacidad es excesiva, la compañía podría verse en la necesidad de bajar los precios para
estimular la demanda, a subutilizar su fuerza de trabajo o llevar un inventario excesivo.

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Planeación de la Capacidad
• Conservar el equilibrio del sistema.
• Un sistema equilibrado implica que la cantidad de producto de una etapa
es la exacta que requiere como insumo la siguiente etapa.
• En ocasiones esto no es deseable, debido a que la demanda es variable.
• Atacar el desequilibrio puede hacerse a través de examinar los cuellos de
botella.
• Se pueden tomar medidas temporales como: Subcontratar, inventarios,
duplicar las instalaciones en los puntos cuellos de botella.

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

 Determinar la capacidad que se
requerirá
• Las demandas de líneas de productos individuales
• Capacidades de plantas individuales y asignación de la producción a través de la red de la planta.

• Esto se hace usando lo siguiente:

• Usar técnicas de pronóstico para prever las ventas de los productos individuales dentro de cada
línea de productos.
• Calcular el equipamiento y la mano de obra que se requerirá para cumplir los pronósticos de las
líneas de productos.
• Proyectar el equipamiento y la mano de obra que estará disponible durante el horizonte del plan.

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Pronósticos y Análisis en Series de
Tiempo
Objetivos de los Pronósticos

• Coordinar y controlar la demanda

• Disminuir Costos
• Proporcionar un fundamento para la planeación de presupuestos y control de costos

• Tomar decisiones claves

• Puede llegar a generar una ventaja competitiva: Tupperware

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Horizontes de Tiempo
Pronóstico de corto plazo (promedio móvil, suavización exponencial)
 Hasta 1 año, generalmente menos de 3 meses
 Compras, programación de tareas, niveles de fuerza de trabajo, asignaciones de trabajo, niveles de
producción
 Tiende a ser más preciso que a largo plazo ¿Por qué?
Pronóstico de mediano plazo
 de 3 meses a 3 años
 Ventas y planificación de la producción, presupuestos
Pronóstico de largo plazo
 Más de 3 años
 Planificación de un nuevo producto, localización de las instalaciones, investigación y desarrollo

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Tipos de Pronósticos
Pronósticos Económicos
 Direccionan el ciclo del negocio – tasa de inflación, suministros de dinero, construcción de viviendas,
etc.

Pronósticos Tecnológicos
 Predicción de tasas de progreso tecnológico
 Impactos en el desarrollo de nuevos productos

Pronósticos de la demanda
 Predicción de las ventas de un producto existente
 Afecta personas, capacidad, cadena de suministro.

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Características de los pronósticos
 Usualmente son incorrectos.
 Un buen pronóstico entrega una medida de error.

 Los pronósticos agregados son más precisos.

 Mientras mayor sea el periodo de planeación, menos precisos son los pronósticos.
 No se deben usar para excluir la información conocida.

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Diseño de un sistema para
pronósticos Necesidad del pronóstico
No
¿Datos disponibles?
Sí
¿Recolectar Sí
Análisis de datos
datos?
No
No ¿Cuantitativos?
Sí
¿Factores No
Enfoque de series de tiempo
Causales?
Sí
Enfoque causal Elegir modelo
Enfoque cualitativo

9
Elegir modelo Seleccionar método
Elegir método
Seleccionar método Estimar parámetros
Validación
Estimar parámetros Validación del modelo

Validación del modelo

 Enfoques de Pronósticos

Métodos Cualitativos Métodos Cuantitativos

 Usados cuando la situación es vaga y haya poca o nula  Usados cuando la situación es “estable” y existen datos
existencia de datos históricos
 Nuevos Productos.  Productos existentes
 Nueva Tecnología.  Base de datos.
 Mercados emergentes.
 Involucra técnicas matemáticas
 Involucra la intuición y la experiencia  e.g., Pronóstico de ventas en Tupperware
 e.g., Bristol-Meyers Squibb Company emplea 220 científicos
como jurados de opinión para ver las tendencias futuras en
investigación médica.

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Diseño de un sistema para
pronósticos Necesidad del pronóstico
No
¿Datos disponibles?
Sí
¿Recolectar Sí
Análisis de datos
datos?
No
No ¿Cuantitativos?
Sí
¿Factores No
Enfoque de series de tiempo
Causales?
Sí
Enfoque causal Elegir modelo
Enfoque cualitativo

11
Elegir modelo Seleccionar método
Elegir método
Seleccionar método Estimar parámetros
Validación
Estimar parámetros Validación del modelo

Validación del modelo

Panorama de los métodos
cualitativos
 Jurado de opinión ejecutiva
 Opiniones de ejecutivos de alto nivel.
 Método Delphi
 Panel de expertos, consulta iterativa
 Fuerza combinada de ventas
 Estimaciones de vendedores individuales son revisadas cuidadosamente, y luego
consolidadas
 Encuestas de opinión de consumidores
 Preguntarle a los clientes

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Jurado de Opinión Ejecutiva
 Involucra pequeños grupos de ejecutivos de alto nivel
 Grupo estima la demanda trabajando de forma conjunta
 Combina experiencia gerencial con modelos estadísticos
 Relativamente rápido
 Desventaja por “pensamiento grupal” sesgo en la simetría jerárquica.

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Pasos Método Delphi
1. 3 entes participantes: toman decisiones, personal y entrevistados.
2. Escoger a los expertos o entrevistados que participarán (distintas áreas).
3. Por medio de un cuestionario, obtener pronósticos.
4. Resumir resultados y volver a repartirlos entre los participantes.
5. Volver a resumir, mejorando los pronósticos y las condiciones y volver a preparar preguntas.
6. Repetir el paso 4 en caso necesario..

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Fuerza Combinada de Ventas
 Cada vendedor proyecta sus ventas
 El alcance es tanto a nivel local como nacional
 Los representantes de ventas saben lo que los clientes quieren
 Pueden subestimarse las ventas, si éstas están relacionadas con los salarios

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Encuestas de opinión de
consumidores
 Asociado a compras de productos mayores (casas, autos, etc.)
 Puede servir para diseño y planeación de productos nuevos
 Preguntar a los clientes sobre los planes de compra futuros
 Lo que los consumidores dicen, y lo que realmente hacen a menudo difieren
 Generalmente adolecen de un optimismo exagerado

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Diseño de un sistema para
pronósticos Necesidad del pronóstico
No
¿Datos disponibles?
Sí
¿Recolectar Sí
Análisis de datos
datos?
No
No ¿Cuantitativos?
Sí
¿Factores No
Enfoque de series de tiempo
Causales?
Sí
Enfoque causal Elegir modelo
Enfoque cualitativo

17
Elegir modelo Seleccionar método
Elegir método
Seleccionar método Estimar parámetros
Validación
Estimar parámetros Validación del modelo

Validación del modelo

Panorama de los métodos
cuantitativos
 Enfoque intuitivo
Modelos de
 Promedios móviles Series de
Tiempo
 Suavización exponencial
 Análisis de tendencias

 Análisis de Regresión Modelos

Asociativos
 Modelos SIR y SEIR
(Causales)

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

 Ejemplo Modelos Causales
 Análisis de regresión  Modelo SIR

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Diseño de un sistema para
pronósticos Necesidad del pronóstico
No
¿Datos disponibles?
Sí
¿Recolectar Sí
Análisis de datos
datos?
No
No ¿Cuantitativos?
Sí
¿Factores No
Enfoque de series de tiempo
Causales?
Sí
Enfoque causal Elegir modelo
Enfoque cualitativo

20
Elegir modelo Seleccionar método
Elegir método
Seleccionar método Estimar parámetros
Validación
Estimar parámetros Validación del modelo

Validación del modelo

Pronósticos de Series de Tiempo
 Secuencia de datos igualmente espaciados (semanales, mensuales, etc.)
 Obtenida a través de la observación de la variable de respuesta en periodos de tiempo regulares
 Pronóstico basado sólo en valores pasados
 Se asume que los factores que han influido en el pasado e influyen en el presente seguirán
influenciando en el futuro

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Descomposición de las Series de Tiempo

Tendencia Cíclica

Estacional Aleatoria

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Descomposición de las Series de Tiempo
• Tendencia: movimiento gradual, ascendente o descendente de los datos en el tiempo. Fluctuaciones de
ingreso, población, distribución por edad, o punto de vista culturales.
• Estacionalidad: patrón que se repite después de un periodo de días, semanas, meses o trimestres. Por
ejemplo: días en semana, semana en meses, trimestre año. ¿Cuál es el patrón de cada uno de ellos?
• Peluquería, restaurant: estacionalidad semanal.
• Manzanas: marzo.
• Psicoterapia: ¿Cuál es la estacionalidad?

• Ciclos son patrones en los datos que se repiten después de varios años. Ciclo comercial e importante
para el corto plazo. Difícil predecir y afecto a acontecimientos políticas o factores macroeconómicos.
• Variaciones aleatorias: señales por casualidad. No hay patrón y no se puede predecir.

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Componentes de las Series de
Tiempo

Demanda
Demanda Movimiento
Aleatorio

Tiempo Tiempo
(a) Tendencia (b) Ciclo

Demanda
Demanda

Tiempo Tiempo
(c) Patrón Estacional (d) Tendencia con patrón estacional

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Componentes de una Demanda
Componente
tendencia

Demanda del producto o servicio

Peaks estacionales

Demanda
actual

Demanda
promedio
Variación durante 4 años
Aleatoria
| | | |
1 2 3 4
Year

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

Enfoque de la atenuación (suavización)
para las series de tiempo

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

 Series de Tiempo
El modelo de pronóstico que una
empresa puede utilizar depende
de:
1. El horizonte de tiempo que se va
a pronosticar
2. La disponibilidad de los datos
3. La precisión requerida
4. El tamaño del presupuesto de
pronóstico
5. La disponibilidad de personal
calificado
Guía para seleccionar un método de pronóstico apropiado
Fuente: Chase, 2008 (pp 474)
}
Medias Móviles
Enfoque Intuitivo

Matemáticamente,

donde,
𝑭𝒕+𝟏 = 𝑿𝒕

𝑭𝒕+𝟏 : 𝑃𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑡 + 1

𝐭: último poriodo de datos
𝑿𝒕 : 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑎 𝑑𝑢𝑟𝑎𝑛𝑡𝑒 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑡
Medias Móviles
Enfoque Intuitivo

Asume que la demanda para el siguiente periodo será igual a la que se produjo en el periodo más
reciente
• e.g., si las ventas en Mayo fueron 48, entonces las ventas en Junio serán 48
En algunas líneas de productos este enfoque resulta el más efectivo en costos y más eficiente
con respecto al objetivo
Medias Móviles (MA)
MA es una serie de medias aritméticas usada cuando hay poca o nula tendencia y
frecuentemente utilizada para suavizar proporcionando un panorama general de los datos a
través del tiempo

Matemáticamente,
𝒏
𝟏
𝑭𝒕 = 𝑴𝑨𝒕 = ෍ 𝑿𝒕−𝒊 , 𝒕>𝒏
𝒏
𝒊=𝟏
donde,

𝒏 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑝𝑒𝑟𝑖𝑜𝑑𝑜𝑠 𝑎 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑎𝑟

Medias Móviles (MA)
Ejemplo 1.1 (Render & Heizer):

La tienda de suministros para jardín de Donna quiere hacer un

pronóstico con promedio móviles de 3 meses, incluyendo un
pronóstico para la venta de cobertizos del próximo Enero.
Medias Móviles (MA)
Solución: Mes
Ventas reales
de cobertizos
Promedio móvil
de 3 meses

Enero 10
Al promediar los últimos 3 Febrero 12
meses obtenemos el Marzo 13
pronóstico para enero de Abril 16 (10 + 12 + 13)/3 = 11 2/3
16 unidades Mayo 19 (12 + 13 + 16)/3 = 13 2/3
Junio 23 (13 + 16 + 19)/3 = 16
Julio 26 (16 + 19 + 23)/3 = 19 1/3
Agosto 30 (19 + 23 + 26)/3 = 22 2/3
Septiembre 28 (23 + 26 + 30)/3 = 26 1/3
Octubre 18 (26 + 30 + 28)/3 = 28
Noviembre 16 (30 + 28 + 18)/3 = 25 1/3
Diciembre 14 (28 + 18 + 16)/3 = 20 2/3
Enero ---
Medias Móviles (MA)
Solución:
Pronósticos de
Gráficamente tenemos… promedios
30 – móviles
28 –
Ventas
26 –

Ventas de Cobertizos
Actuales
24 –
22 –
20 –
18 –
16 –
14 –
12 –
10 –
| | | | | | | | | | | |
E F M A M J J A S O N D
Ejemplo 1.3 (Chase)
Considere las siguientes 30 demandas semanales. Utilice promedios móviles
simples basados en 3 y 9 semanas para predecir la demanda en la semana 31.
Realice un gráfico comparativo entre las demandas y los pronósticos e indique
lo que observa.

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

 Promedios
Móviles Simples
Semana Demanda 3 Semanas 9 Semanas
1 800
2 1.400
3 1.000
4 1.500 1.067
5 1.500 1.300
6 1.300 1.333
7 1.800 1.433
8 1.700 1.533
9 1.300 1.600
10 1.700 1.600 1.367
11 1.700 1.567 1.467
12 1.500 1.567 1.500
13 2.300 1.633 1.556
14 2.300 1.833 1.644
15 2.000 2.033 1.733
16 1.700 2.200 1.811
17 1.800 2.000 1.800
18 2.200 1.833 1.811
19 1.900 1.900 1.911
20 2.400 1.967 1.933
21 2.400 2.167 2.011
22 2.600 2.233 2.111
23 2.000 2.467 2.144
24 2.500 2.333 2.111
25 2.600 2.367 2.167
26 2.200 2.367 2.267
27 2.200 2.433 2.311
28 2.500 2.333 2.311
29 2.400 2.300 2.378
30 2.100 2.300 2.378
31 ---- 2.333 2.344

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta

 Actual Demand
Promedios Móviles Simples de 3 y 9 semanas
3-Wk Moving Average
9-Wk Moving Average
3.000

2.500

2.000
Demanda

1.500

1.000

500

0
0 4 8 12 16 20 24 28 32

Semanas

| Industrial UCN · Chile | www.ucn.cl | Avenida Angamos 0610, Antofagasta