Ao del Buen Servicio al Ciudadano

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA

FACULTAD DE ADMINISTRACIN

DIRECCIN DE LA PRODUCCIN

PRONSTICO DE LA DEMANDA

DR. ORLANDO T. GABRIEL HERNNDEZ

OLAECHEA ANICAMA, STEFANIE

QUISPE ONCEVAY, FLOR
SARMIENTO DOMINGUEZ, BELN

2017
1. DEFINICIN
El pronstico es la base de la planeacin corporativa a largo plazo.

En el rea de finanzas y contabilidad, los El marketing depende del pronstico de

pronsticos se utilizan para la ventas para planear productos nuevos,
planeacin de presupuestos y el control compensar al personal de ventas.
de costos.

En el rea de produccin y operaciones

utilizan los pronsticos para tomar decisiones
peridicas de la seleccin de procesos, la
planeacin de las capacidades, la distribucin
de las instalaciones, planeacin de la
produccin, la programacin y el inventario.
2. MTODOS CUALITATIVOS
A) CONSENSO DE COMIT EJECUTIVO

Este mtodo toma las opiniones de

un pequeo grupo de gerentes
ejecutivos experimentados de alto
nivel, en combinacin con
modelos estadsticos y los
resultados de la estimacin de la
demanda.
A) CONSENSO DE COMIT EJECUTIVO

EJEMPLO:
B) METODO DELFOS

El mtodo de Delfos oculta la identidad de los individuos

que participan en el estudio. Todos tienen el mismo peso .

En cuanto al procedimiento, un moderador

crea un cuestionario y lo distribuye entre los
participantes. Sus respuestas se suman y se
entregan a todo el grupo con un nuevo
grupo de preguntas.
B) METODO DELFOS

Rand Corporacin desarroll el mtodo de Delfos en la dcada de

1950. El procedimiento paso a paso es:
Elegir los expertos a participar. Debe haber gran variedad de
personas con conocimientos en distintas reas.
Por medio de un cuestionario obtener las proyecciones de todos
los participantes.
Resumir los resultados y redistribuirlos entre los participantes
con las preguntas nuevas apropiadas.
Volver a resumir, refinar las proyecciones y condiciones, y una
vez ms plantear preguntas nuevas.
Repetir el paso 4, si es necesario. Distribuir los resultados finales
entre todos los participantes.
B) METODO DELFOS

EJEMPLO:
C) ENCUESTA A LA FUERZA DE VENTAS

En este enfoque, cada persona de

ventas estima las ventas en su regin;
estos pronsticos se revisan para
asegurar que sean realistas y despus se
combinan a niveles de regin y nacional,
para llegar a un pronstico general.
C) ENCUESTA A LA FUERZA DE VENTAS
EJEMPLO
D) ENCUESTA A LOS CLIENTES

Este mtodo solicita informacin a los

consumidores o clientes potenciales
respecto a sus planes de compra
futuros. Puede ayudar no solo a
elaborar un pronstico, sino tambin
a mejorar el diseo del producto y la
planeacin de nuevos productos.
D) ENCUESTA A LOS CLIENTES

EJEMPLO
E) ANALOGA HISTRICA

Este mtodo liga la estimacin de las

ventas futuras de un producto con el
crecimiento de las ventas de un proceso
similar. A la estimacin de las ventas de un
producto se aplica el conocimiento de las
ventas de un producto similar durante
varias etapas de su ciclo de vida. Este
mtodo puede ser particularmente til en
el pronstico de ventas de productos
nuevos.
E) ANALOGA HISTRICA

EJEMPLO
F) INVESTIGACIN DE MERCADOS

La investigacin de mercados se utiliza

sobre todo para la investigacin de
productos con el objetivo de buscar
nuevas ideas, conocer los gustos y
disgustos relacionados con los
productos existentes, los productos
competitivos preferidos en una clase en
particular, etc.
F) INVESTIGACIN DE MERCADOS

EJEMPLO
3. MTODOS CUANTITATIVOS
A) PROMEDIO MOVILES

Los promedios mviles son tiles si podemos suponer que las demandas del
mercado permanecern bastante estables en el tiempo.

Un promedio mvil de cuatro meses encuentra

simplemente sumando la demanda durante los
ltimos cuatro meses y dividindola entre 4. Con
cada mes que pasa, los datos del mes ms
reciente se suman a los datos de los tres meses
anteriores y se elimina el mes ms lejano. Esto
tiende a suavizar las irregularidades del corto
plazo en la serie de datos.
A) PROMEDIO MOVILES
A) PROMEDIO MOVILES
EJEMPLO DE SUMINISTROS DE WALLACE GARDEN
Las ventas de naves de almacenamiento de Wallace Garden se presentan en la columna
central de la tabla . El promedio mvil de 3 meses y 5 meses se indican a la derecha. Usando
esta tcnica, el pronstico para el siguiente enero es de 16 (PMS 3 meses) y 21 (PMS 5 meses).
A) PROMEDIO MOVILES

CONCLUSIN: El promedio de movimientos de tres semanas responde

mejor al seguir este cambio que el promedio de cinco meses. Es
notable al comparar ambas desviaciones.
B) PROMEDIO MOVIL PONDERADO

Un promedio mvil ponderado permite asignar diferentes pesos a las observaciones

previas. Suele asignar mayor peso a las observaciones ms recientes, este pronstico, es
ms sensible ante los cambios que ocurran en el patrn de los datos.
B) PROMEDIO MOVIL PONDERADO
B) PROMEDIO MOVIL PONDERADO

EJEMPLO DE SUMINISTROS DE WALLACE GARDEN

Wallace Garden decide usar un pronstico de promedio mvil ponderado de 3 meses con pesos de 3 para la observacin
ms reciente, 2 para la siguiente y 1 para la ms lejana. Tambin utiliza el Promedio mvil ponderado de meses.
B) PROMEDIO MOVIL PONDERADO
B) PROMEDIO MOVIL PONDERADO

CONCLUSIN: El Promedio Mvil Ponderado utilizando la base de 3

meses, responde mejor a los pronsticos, siendo notable en la valoracin
del error, a comparacin de la base de 5 meses y el anterior modelo de
Pronstico.
 ELECCIN DE PONDERACIONES

La experiencia y las pruebas son las formas ms sencillas de elegir las ponderaciones.
Por regla general, el pasado ms reciente es el indicador ms importante de lo que se
espera en el futuro y, por lo tanto, debe tener una ponderacin ms alta. Los ingresos o
la capacidad de la planta del mes pasado, por ejemplo, seran un mejor estimado para
el mes prximo que los ingresos o la capacidad de la planta de hace varios meses.
No obstante, si los datos son estacionales, por ejemplo, las ponderaciones se deben
establecer en forma correspondiente. Las ventas de trajes de bao en julio del ao
pasado deben tener una ponderacin ms alta que las ventas de trajes de bao en
diciembre (en el hemisferio norte).
La eleccin de los pesos evidentemente tiene una influencia importante sobre los
pronsticos.
Una manera de elegir los pesos es intentar varias combinaciones, calcular la DAM para
cada una y elegir el conjunto de pesos que d como resultado el menor valor de la DAM.
C) SUAVIZACIN EXPONENCIAL
Las tcnicas de suavizacin exponencial se han aceptado en forma
generalizada por seis razones principales:
Los modelos exponenciales son sorprendentemente precisos.
Formular un modelo exponencial es relativamente fcil.
El usuario puede entender cmo funciona el modelo.
Se requieren muy pocos clculos para utilizar el modelo.
Los requerimientos de almacenamiento en la computadora son
bajos debido al uso limitado de datos histricos.
Es fcil calcular las pruebas de precisin relacionadas con el
desempeo del modelo.
C) SUAVIZACIN EXPONENCIAL
En el mtodo de suavizacin exponencial, slo se necesitan tres piezas de datos para pronosticar el
futuro: el pronstico ms reciente, la demanda real que ocurri durante el periodo de pronstico y
una constante de uniformidad alfa ().
C) SUAVIZACIN EXPONENCIAL
Por ejemplo, en enero, un distribuidor predijo una demanda de 142 automviles de cierto modelo para febrero.
La demanda real en febrero fue de 153 autos. Utilizando una constante de suavizamiento 0.20, podemos
pronosticar la demanda de marzo usando el modelo de suavizamiento exponencial. Al sustituir en la frmula:
C) SUAVIZACIN EXPONENCIAL
EJEMPLO DEL PUERTO DE BALTIMORE
Apliquemos a un ejemplo este concepto con una tcnica de ensayo y error de dos valores. El puerto de
Baltimore ha descargado grandes cantidades de grano de los barcos durante los ltimos ocho trimestres. El
gerente de operaciones del puerto quiere probar el uso del suavizamiento exponencial para saber qu tan bien
funciona la tcnica para predecir las toneladas descargadas. Supone que el pronstico de grano descargado en
el primer trimestre fue de 175 toneladas. Se examinan dos valores de: 0.10 y 0.50
C) SUAVIZACIN EXPONENCIAL
C) SUAVIZACIN EXPONENCIAL

CONCLUSIN
Para evaluar la exactitud de cada constante de suavizamiento, calculamos DAM. Con
base en este anlisis, se prefiere una constante de suavizamiento de 0.10 y no de 0.50
porque su DAM es menor.
 SELECCIN DE LA CONSTANTE DE SUAVIZAMIENTO
La suavizacin exponencial requiere de dar a la constante de suavizacin alfa ( ) un valor
entre 0 y 1. Si la demanda real es estable (como la demanda de electricidad o alimentos) sera
deseable una alfa pequea para reducir los efectos de los cambios corto plazo o aleatorios.
Si la demanda real aumenta o disminuye con rapidez (como en los artculos de moda o los
aparatos electrodomsticos menores), se quisiera una alfa alta para tratar de seguirle el paso
al cambio.
MEDICIN DE ERRORES
Varios trminos comunes empleados para describir el grado de error son error estndar, error
cuadrado medio (o varianza) y desviacin absoluta media. Adems, es posible usar seales de
rastreo para indicar cualquier sesgo positivo o negativo en el pronstico.
La DAM se calcula utilizando las diferencias entre la demanda real y la demanda pronosticada
sin importar el signo. Es igual a la suma de las desviaciones absolutas dividida entre el
nmero de puntos de datos o, en forma de ecuacin.
 CONCLUSIN

No es fcil desarrollar un sistema de pronstico. Sin embargo, debe hacerse, porque

pronosticar es fundamental en cualquier esfuerzo de planeacin. En el corto plazo, se
necesita un pronstico para predecir las necesidades de materiales, productos, servicios u
otros recursos para responder a los cambios de la demanda.
En el caso de los pronsticos de largo plazo en los que se incurra en grandes compromisos
econmicos, debe tenerse mucho cuidado al derivarlos. Deben usarse varios mtodos.
Los pronsticos de corto y mediano plazos (como los que se requieren para el control de
inventario as como calendarizacin de contratacin de empleados y de material) pueden ser
satisfactorios para modelos simples, como de suavizacin exponencial.
En resumen, es difcil pronosticar. Un pronstico perfecto es como un hoyo en uno en el
campo de golf: es sensacional atinarle, pero hay que sentirse satisfecho con acercarse; o,
para proseguir con la analoga, basta caer en el Green. La filosofa ideal es crear el mejor
pronstico que sea posible y protegerse manteniendo la flexibilidad del sistema para tener
en cuenta los inevitables errores de pronstico.
RECOMENDACIN

Hacer un pronstico de la demanda de ventas, significa establecer un proyeccin

de alcanzar para la empresa en el prximo ao (largo plazo) o mes (corto plazo).
Se recomienda tener un anlisis histrico comercial, de investigaciones,
tendencia de mercados y estimativas de vendedores.
Con la posesin de estos datos individualizados, evala cuantos clientes podrs
ganar y perder, cuales productos debern presentar mejores resultados y cuales
peores, cuanto tiempo tomara para que nuevos productos produzcan ganancias,
etc.
Se debe tener en cuenta circunstancias y elementos externos a la empresa, que
pueden afectar los resultados.
Por ltimo, sin informacin, cualquier estimativa no tendr suerte.