Gestin de Operaciones

Captulo: Pronsticos de Demanda

Introduccin

Permiten estudiar la demanda futura, accin

importante en el diseo de un producto.

Relaciones relevantes:
Pronstico - Planeacin.
Demanda - Ventas.
Demanda activa (si influye)
Demanda Pasiva
Nuevas Tecnologas
Data Mining.

2
Introduccin
Es importante ver el horizonte y nivel de
agregacin que se requiere para el pronstico
de demanda:
Nivel Estratgico:
Largo plazo.
Muy agregado.
Nivel Tctico:
Mediano plazo.
Menos agregado.

3
Introduccin
Nivel Operativo:
Corto plazo.
Detallado.

Ejemplo: Fbrica de Zapatos.

Nivel Estratgico: Demandas globales a 5 aos.
Nivel Tctico: Demanda por lnea para la
prxima temporada.
Nivel Operativo: Demanda por modelo y nmero
para la prxima semana.

4
Mtodos de Pronstico
Existen dos tipos:

Mtodos Cualitativos: son aquellos que dependen

de juicios.

Mtodos Cuantitativos: son aquellos que poseen

un modelo subyacente.
Los datos y patrones de datos se utilizan como
indicadores confiables para predecir el futuro.
Incluyen Series de Tiempo, Modelos Causales y
Simulacin.

5
 Mtodos de Pronstico
Usos:
Horizonte Exactitud Nmero de Nivel Mtodo de
Uso
de tiempo necesaria productos gerencial pronstico
Diseo del proceso largo media uno o pocos alto cualitativos y
causales
Planeacin de la capacidad largo media uno o pocos alto cualitativos y
de las instalaciones causales
Planeacin Agregada mediano alta pocos mediano causales y
series de tiempo
Programacin corto la ms alta muchos ms bajo series de tiempo

Administracin de Inventarios corto la ms alta muchos ms bajo series de tiempo

6
Mtodos Cualitativos
Caractersticas Generales:
Se posee poca informacin.
Existe alta incertidumbre.
Se tiene escasa capacidad de proceso.
Horizonte de mediano o largo plazo.

Uso tpico:
Productos nuevos.

7
Mtodos Cualitativos
1.- Mtodo Delphi:
Grupo de expertos que se rene durante varias
sesiones de reconsideraciones en busca de
consensos respecto a un grupo de preguntas
adecuado a la situacin que se enfrenta.
Caractersticas:
Se usa en la introduccin de nuevos productos y cambios
tecnolgicos.
Es regular en exactitud y puntos de cambio.
Posee un costo mediano o alto.

8
Mtodos Cualitativos
Ejemplo: Empresa que requiere pronstico de
ventas a 5 aos y que posee una baja capacidad,
lo que hace difcil usar ventas como informacin
de demanda.
Participacin de 23 administradores.
Datos: PGB, ventas del sector y ventas de la empresa
por 5 aos.
Varias preguntas para obligar a pensar en relaciones.
Resultado: Mucha dispersin al comienzo, pero se
convergi a un buen pronstico.

9
Mtodos Cualitativos
2.- Encuestas de Mercado:
Corresponden bsicamente a paneles,
cuestionarios y pruebas de mercado, focus
groups.
Caractersticas:
Tpicamente se usan para probar nuevos productos
(yoghurt) o en test polticos (encuestas).
Son buenos a corto plazo.
Poseen un alto costo.
Permiten identificar puntos de cambio

10
Mtodos Cualitativos
3.- Analoga Histrica.
Consiste en identificar en que fase de su vida se
encuentra un producto, para esto se analizan las
curvas de crecimiento de productos similares.
Fases:
Introduccin.
Crecimiento.
Maduracin.
Saturacin.

11
Mtodos Cualitativos
Caractersticas:
Son de largo plazo.
Poseen una exactitud regular.
No capta puntos de cambio.
Costo bajo a medio.
Ejemplos:
Juguetes.
VHS.

12
Mtodos Cualitativos
4.- Juicio Bien Informado:
Se basa slo en la experiencia y en la intuicin.
Caractersticas:
Tienen un gran uso.
Posee una exactitud baja.
Costo bajo.
Regular en la identificacin de puntos de cambio.
Ejemplo:
Edificios de departamentos.

13
Series de Tiempo

Caractersticas:

Estos mtodos utilizan datos histricos y los

proyectan a futuro.
Son de corto plazo.
Es necesario contar con datos internos.
No captan patrones de cambio.

14
Series de Tiempo

Serie de tiempo original

Tiempo

Serie de Tiempo Original

15
Series de Tiempo
Ciclo

Patrn
de estacionalidad

Tendencia

Nivel

Aleatorio

Tiempo

Serie de Tiempo Descompuesta

16
Series de Tiempo
Componentes:
Ruido: parte aleatoria (si es muy alto es difcil
hacer pronsticos).
Estacionalidad.
Tendencia.
Nivel (base).
Ejemplos:
Zapatos.
Helados.
Entradas al estadio.
17
Series de Tiempo
Notacin:
Dt: demanda observada en el perodo t.
Ft+1: pronstico para el perodo t+1.
At: promedio calculado para el perodo t.
et = Dt - Ft : error de pronstico.

Tpicamente se conocen Dt-k,....., Dt y se busca

Ft+1, Ft+2,....

18
Series de Tiempo
1.- Promedios Mviles:
Se sugiere que la serie de tiempo tiene
componentes de valor promedio.

Dt Dt 1 ... Dt N 1
At
N
Se toma Ft+1=At.
Si hay variabilidad en la demanda se pueden usar
promedios mviles ponderados, asignando mayor
ponderacin a los ltimos perodos.

19
Series de Tiempo
2.- Promedios Mviles Ponderados:

Ft 1 At Wt Dt ...... Wt N 1 Dt N 1
t

Wi 1
i t N 1
(caso anterior, Wi N1 )

No es recomendable por:
Complejidad.
Se deben llevar los registros de demanda histricos.
Clculo de las ponderaciones.

20
Series de Tiempo
3.- Alisamiento Exponencial Simple:

At Dt (1 ) At 1 0 1
Ft 1 At

At-1 refleja la historia.

Si se cree en la ltima demanda 1.
Si se cree en la historia 0.

21
Series de Tiempo
El efecto de los primeros perodos se va
atenuando en forma exponencial:

Ft 1 Dt (1 ) At 1
Dt (1 ) Dt 1 (1 ) At 2
Dt (1 ) Dt 1 (1 ) 2 Dt 2 ...
... (1 ) t D1

22
Series de Tiempo
Forma de Uso:
Se requiere de las demandas histricas (Dt) y de un
promedio inicial (A0).

A1 D1 (1 ) A0 F2
A2 D2 (1 ) A1 F3
Se va calibrando .
Ejemplos:
Fbrica de Zapatos.
Chilectra.

23
Series de Tiempo
4.- Alisamiento Exponencial con Tendencia:

At Dt (1 ) ( At 1 Tt 1 ) 0 1
Tt ( At At 1 ) (1 ) Tt 1 0 1
Ft k At k Tt

Donde Tt es la tendencia.

24
Series de Tiempo
4.- Alisamiento Exponencial con
Estacionalidad de Largo L:
Dt
At (1 ) At 1 0 1
Rt L
Dt
Rt (1 ) R t L 0 1
At
Ft k ( At ).Rt L k
Donde Rt es el factor de estacionalidad.
25
Series de Tiempo
Errores de Pronstico:
Los indicadores de error sirven para ver en qu
momento el pronstico falla o los datos no sirven.

Indicadores:
Desviacin media absoluta:

Dt Ft
MAD t
n

Si se considera errores con distribucin normal.

1 desv. 26
Series de Tiempo

MADt Ft Dt (1 ) MADt 1

Se ajusta .
Si |Ft - Dt| > 3,75xMADt (tres desviaciones standard),
entonces existen sospechas de valor extremo.
En un enfoque aproximado corresponde a 1,25xMAD,
para una funcin normal.

27
Series de Tiempo
Seal de Rastreo:

suma acumulada de la desviacin del pronstico

T
MAD

Donde el numerador corresponde al sesgo y el

denominador al ltimo MAD observado.
Si T 6,6 (confiabilidad menor al 97%), entonces
debe revisarse el modelo ya que esta sesgado.

28
Mtodos Causales
1.- Regresin:
y a b x
x: variable independiente.
y : variable dependiente.

La idea es ajustar una curva a los puntos con que

se cuenta.

Min ( y i yi ) Min (a b xi yi )
2 2
i i

29
Mtodos Causales
Como resultado se obtiene:

y i x i
a i
b i
n n

n xi yi xi yi
i i
b
i
2

n xi xi
2

i i

30
Mtodos Causales
2

n xi yi xi yi
i i i
R2

2

2

n xi xi n yi yi
2 2

i i i i

Donde R2 mide la proporcin de la variacin de y

explicada por x.
Valores sobre 0,95 se consideran buenos.

31
Mtodos Causales
Ejemplo:
y: Venta de peridicos.
x1 : Nmero de habitantes.
x2 : Ingreso per capita.
x3 : Competencia.

Se puede extender a formulaciones complejas.

y f( x, z, w)

32
Mtodos Causales
Principales caractersticas:

Es til cuando existen fuertes relaciones causales.

Uso tpico para horizontes de corto y mediano plazo.
Permite identificar bien puntos de cambio.
Es un mtodo caro.
Requiere sofisticacin.
Es fcil cometer errores.

33
Mtodos Causales
2.- Modelos Economtricos:
Sistema de ecuaciones de regresin
interdependientes para describir un proceso
complejo.
Caractersticas:
Complejidad alta.
Costo alto.
Son de largo plazo.
Buenos para identificar puntos de cambio.

34
Mtodos Causales
Ejemplos:
Precio cobre.
Sectores de la economa.

35
Mtodos Causales
3.- Modelos de Insumo (Leontieff):
Describen el flujo de un sector de la economa a
otro para predecir los insumos que se necesitan
para producir los productos que requiere otro
sector.
Caractersticas:
Poseen un costo muy alto.
Buena exactitud.
Son de corto plazo.
Dbiles para identificar puntos de cambio.
Ejemplo:
Ventas de la construccin afectan las de cemento.

36
Mtodos Causales
4.- Simulacin:
Caractersticas:
La simulacin de sistemas es complejo.
Cara de implementar.
Horizonte de corto a mediano plazo.
Puede identificar puntos de cambio.
Ejemplo:
Distribucin en cadena, para ver demanda de distintos
elementos.
Planos de produccin, para conocer la demanda por
insumos.
Transporte urbano, para ver equilibrio vehicular.
37
Criterios de Eleccin
1.- Sofisticacin del usuario y del sistema.
No se deben dar saltos bruscos.
2.- Tiempo y recursos disponibles.
3.- Tipo de decisin.
Trade-off entre costo y calidad del pronstico.
Ejemplo: Falabella vs Negocio chico.
4.- Disponibilidad de datos.
Box-Jenkins es una serie de tiempo autocorrelacionada
que exige 60 datos (60 meses).
5.- Patrn de datos.
Si es causal no se pueden usar series de tiempo.

38