Administración de la Demanda

en la Cadena de Suministro
DAVID I. LÓPEZ MONTERROSO
 Administración de la Demanda

El propósito de la administración de la demanda es coordinar y controlar todas las fuentes de demanda,

con el fin de usar con eficiencia el sistema productivo y entregar el producto a tiempo.
 ¿De dónde proviene la demanda del producto o servicio de una empresa? Y,
 ¿qué puede hacer una compañía para administrarla?
Existen dos fuentes básicas de la demanda: dependiente e independiente.
 La demanda dependiente es la demanda de un producto o servicio provocada por la demanda de
otros productos o servicios.
 La demanda independiente no se deriva directamente de la demanda de otros productos.
 Administración de la Demanda

En la mayor parte de los casos, la demanda de productos o servicios se puede dividir en seis compnentes: demanda
promedio para el periodo, una tendencia, elementos estacionales, elementos cíclicos, variación aleatoria y
autocorrelación.
 Pronósticos de Demanda

El pronóstico se puede clasificar en cuatro tipos básicos:

 Cualitativo;
 Análisis de series de tiempo
 Relaciones causales, y
 Simulación.
Las técnicas cualitativas son subjetivas y se basan en estimados y opiniones. El análisis de series de tiempo, se basa en
la idea de que es posible utilizar información relacionada con la demanda pasada para predecir la demanda futura.
El pronóstico causal, que se analiza utilizando la técnica de la regresión lineal, supone que la demanda se relaciona con
algún factor subyacente en el ambiente.
Los modelos de simulación permiten al encargado del pronóstico manejar varias suposiciones acerca de la condición
del pronóstico.
 Tipos de Tendencias
comunes
Un método de pronóstico de uso muy común primero
grafica los datos y luego busca la distribución
estándar (como lineal, curva S, asintótica o
exponencial) que se adapta mejor a éstos.
El atractivo de este método radica en que, como las
matemáticas de la curva son conocidas, resulta fácil
despejar los valores de los periodos futuros.
En ocasiones, la información no parece adaptarse a
ninguna curva estándar. Para estos casos, es posible
obtener un pronóstico simple pero efectivo con sólo
graficar la información.
 ¿qué tipo de producto o mercado se adaptaría
a cada una de estas tendencias?
 Técnicas Cuantitativas de Pronóstico
Análisis de Series de Tiempo

Los modelos de pronósticos de series de tiempo tratan de predecir el futuro con base en la información pasada. Por
ejemplo, las cifras de ventas recopiladas durante las últimas seis semanas se pueden usar para pronosticar las ventas
durante la séptima semana.
Este tipo de análisis se deriva de la compilación de los datos de ventas de aquellos que se encuentran al final de la
cadena de suministro. Por ejemplo, un pronóstico general de las ventas se puede derivar combinando las entradas de
cada uno de los vendedores que están más cerca de su territorio.
La suposición es que la persona que está más cerca del cliente o del usuario final del producto conoce mejor sus
necesidades futuras. Aunque esto no siempre es cierto, en muchos casos, se trata de una suposición válida.
En estos módelos, es importante definir el periodo de tiempo: corto plazo casi siempre se refiere a menos de tres meses;
mediano plazo a un periodo de tres meses a 2 años; y largo plazo a un término mayor de 2 años. En general, los
modelos a corto plazo compensan la variación aleatoria y se ajustan a los cambios a corto plazo (como las respuestas
del consumidor a un producto nuevo). Los pronósticos a mediano plazo son útiles para efectos estacionales, y los
modelos a largo plazo detectan las tendencias generales y son muy útiles para identificar los cambios más importantes.
 Análisis de Series de Tiempo
Guía para seleccionar un método de pronóstico apropiado

El modelo de pronóstico
que una empresa debe
utilizar depende de:
 El horizonte de tiempo
que se va a pronosticar.
 La disponibilidad de los
datos.
 La precisión requerida.
 El tamaño del
presupuesto de
pronóstico.
 La disponibilidad de
personal calificado.
 Análisis de series de tiempo

Promedio móvil simple

Cuando la demanda de un producto no crece ni baja con rapidez, y si no tiene características estacionales, un promedio
móvil puede ser útil para eliminar las fluctuaciones aleatorias del pronóstico.