Gerencia de Operaciones y Logística

ADMINISTRACIÓN
Y
PRONÓSTICO DE LA DEMANDA
 Competencias del Curso
 
Al finalizar el curso el estudiante estará en condiciones de
aplicar los conceptos y herramientas técnicas y
metodológicas de la gerencia de Operaciones y Logística
a la Toma de decisiones para el Diseño, Planeamiento y
Operación de redes de Cadena de Suministro.

14-2
 LOGRO ESPERADO

Comprender las técnicas de pronóstico de la

demanda, mediante el análisis de la teoría
correspondiente para aplicarlas a la toma de
decisiones de la gestión logística y CS.
 Bibliografía

• Richard B. Chase, F. Jacobs, (2009), “Introducción al

Campo de Operaciones” . En su Administración de
Operaciones. Cap. 16
• Chopra Sunil, Meindl Peter, (2008), “Entender qué es la
cadena de suministros”: En su Administración de la Cadena
de Suministro. Capítulo 8
 ACTIVIDADES

1. Actividad Disruptiva:
Ver Video – Pronostico de Demanda en Supermercados
https://www.youtube.com/watch?v=PPLxzd2K1Po
2. Saberes previos de los alumnos
3. Exposición interactiva del profesor
4. Participación activa del alumno
 Temas
• El rol de los pronósticos en la cadena de suministro
• Características de los pronósticos
• Aspectos básicos del pronóstico de la Demanda
• Administración de la Demanda - Componentes
• Tipos de Pronósticos
• Métodos Cualitativos y Cuantitativos
• Promedio Móvil Simple y Ponderado, Suavización
exponencial
• Errores de pronósticos
• Desviación Absoluta Media (MAD)
• Regresión Lineal Simple
Importancia del pronóstico de la demanda en la
cadena de suministros
• El pronostico de la demanda es la base para tomar cualquier
decisión estratégica u operativa en la cadena de abastecimiento
• Se aplica para los procesos pull / push
• Ejemplo:
o Producción: Programación, inventario, planeación agregada
o Marketing: asignación de la fuerza de venta, promociones,
introducción de nuevos productos.
o Finanzas: planta/equipamiento inversiones, planeación de
presupuestos
o Personal: planeamiento de la fuerza de trabajo, contrataciones,
despidos
Demanda de “Plumillas” para Auto

FIGURA
 Característica y principios de los pronósticos
• Los pronósticos están siempre equivocados.
• Pronósticos de largo plazo son menos acertados que los de corto
plazo (el horizonte de pronóstico es importante)
• El pronóstico agregado es más exacto que el desagregado
• A nivel de planeación desagregada a corto plazo, el Product
Forecast debe ser igual al Sales Forecast.
• Solamente debe haber un solo pronóstico para ser usado por todas
las áreas.
 Aspecto básicos del pronóstico de la demanda

• Entender el objetivo del pronóstico.

• Integrar el pronóstico de la demanda con la planeación de la
capacidad, producción, promociones, compras, etc.
• Identificar y entender los segmentos de clientes.
• Identificar los factores principales que influencian al pronóstico
de la demanda (promociones, estacionalidad).
• Determinar la técnica apropiada de pronóstico.
• Establecer medidas de desempeño y error para los pronósticos.
 Administración de la Demanda
Propósito de la administración de la demanda
Es coordinar y controlar todas las fuentes de la demanda, con el fin
de usar con eficiencia el sistema productivo y entregar el producto a
tiempo.
Fuentes básicas de demanda
Dependiente e independiente.
Demanda Dependiente
Es la demanda de un producto o servicio provocada por la demanda
de otros productos o servicios.
La empresa no puede hacer mucho respecto a esta demanda.
Demanda Independiente
Es la demanda que no deriva directamente de la demanda de otros
productos.
Esta demanda se puede manejar.
 Demanda independiente:
Productos terminados.

A Demanda dependiente:
Materias primas, partes o
componentes, etc.
B(4) C(2)

D(2) E(1) D(3) F(2)

 Demanda Independiente
¿Qué puede hacer una empresa con la demanda
independiente?
• Puede adoptar un papel activo para influir en la demanda.
La empresa puede presionar a su fuerza de ventas, ofrecer
incentivos, tanto a los clientes como a su personal, crear
campañas para vender sus productos y bajar precios.
• Puede adoptar un papel pasivo y simplemente responder a la
demanda.
Esto ocurre cuando la empresa funciona a toda su capacidad y/o
no es posible influir en la demanda aun aumentando el gasto de
publicidad.
 Tipos de Pronósticos
• Cualitativo. Son subjetivos, de juicio, basados en estimados y
opiniones.
• Cuantitativos.
o Análisis de series de tiempo. Se basa en la historia de la
demanda pasada para determinar la demanda futura.
o Causal. Se basa en la correlación de la demanda futura con el
comportamiento futuro de los factores ambientales
(economía, tasas de interés, etc.) .
o Simulación. Modelos dinámicos por computadora que imitan
las preferencias del cliente que dan origen a la demanda para
llegar a un pronostico.
 Componentes de la Demanda

• Demanda promedio para un período de tiempo.

• La tendencia. Se refiere al movimiento suave y regular de una serie
durante un período.
• Elementos estacionales. Variaciones periódicas, que vuelven con
cierta regularidad durante un periodo de tiempo especificado de
un año o menos.
• Elementos cíclicos. Son movimientos recurrentes, que son distintos
a los estacionales por cuanto se extienden por periodos de tiempo
más largos.
• Variación aleatoria. Producida por factores imprevisibles o no
identificables.
• Auto correlación. La demanda esperada en el futuro depende o
esta relacionada con la demanda pasada.
 Componentes de la Demanda

Variación Tendencia
estacional
Unidades demandadas

xx
x
x x
x x
x x
x x x
xxx x x
x x x x
x x x
x x x x x x
x x x x x x x
x x
x xxxx
x
x x

1 2 3 4
Año
 Técnicas Cualitativas de Pronostico

Juicio ejecutivo Investigación de

mercados

Técnicas
cualitativas
de
pronóstico

Analogía Histórica Método de Delfos

Juicio Ejecutivo:
El ejecutivo solicita a cada vendedor que desarrolle una
proyección de las ventas para su área.
Luego, combina las proyecciones individuales en un
pronóstico de ventas global para la compañía.
Investigación de Mercados:
Son cuestionarios estructurados que se envían a los
clientes potenciales para averiguar la probabilidad de
consumo de ciertos productos o servicios.
ANALOGÍA HISTÓRICA:
Consiste en identificar el producto o servicio que se
pronostica con alguno similar del cual se conoce su
historia.
 Método de Delfos
Se basa en un comité de expertos y sigue el siguiente
procedimiento:
1. Se elige los expertos a participar. Debe haber gran
variedad de personas con conocimientos en diferentes
áreas.
2. Por medio de un cuestionario (o correo electrónico)
obtener las proyecciones de todos los participantes y las
razones.
3. Las proyecciones obtenidas se redistribuyen entre los
participantes quienes, en base a la información de los
demás, pueden modificar sus proyecciones.
4. Volver a redistribuir las proyecciones obtenidas y repetir
este paso hasta alcanzar un consenso.
 METODOS CUANTITATIVOS

ANÁLISIS DE SERIES DE TIEMPO

• Los modelos de pronósticos de series de tiempo tratan
de predecir el futuro con base de la información
pasada.
• El modelo de pronóstico que una empresa debe 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 del pronóstico.
5. La disponibilidad de personal calificado.
 Método del Monto de datos Patrón de los Horizonte
pronóstico históricos datos del
pronóstico
Promedio 6 a 12 meses, a menudo Los datos deben Corto a
móvil simple se utilizan datos ser estacionarios mediano
semanales (sin tendencia ni
temporalidad)

Promedio Para empezar se Los datos deben Corto

móvil necesitan de 5 a 10 ser estacionarios
ponderado observaciones (demandas
reales)
suavización Para empezar se Los datos deben Corto
exponencial necesitan de 5 a 10 ser estacionarios
simple observaciones (demandas
reales)
Regresión De 10 a 20 observaciones; Estacionarios, Corto a
lineal para la temporalidad, por tendencias y mediano
lo menos 5 observaciones temporalidad
por temporada
 Promedio móvil simple
• En este modelo se asume que el promedio es un buen estimador
del comportamiento futuro.
• La fórmula de promedio móvil simple es:

A t-1 + A t-2 + A t-3 +...+A t- n

Ft =
n

Donde:
Ft = Pronóstico para el período t
n = Número de períodos para promediar
A t-1 = Ocurrencia real en el período pasado
A t-2 A t-3 y A t-n = Ocurrencias reales hace dos períodos, hace tres
períodos y así sucesivamente, hasta hace “n” períodos
 Promedio móvil simple (PMS)
Problema (1)
Semana Demanda • ¿Cuál es el pronóstico promedio móvil
1 650 simple de las ultimas 3 semanas para
2 678 la demanda del periodo 12?
3 720
4 785 • ¿Cuál es el pronóstico promedio móvil
5 859 simple de las ultimas 6 semanas para
6 920
la demanda del periodo 12?
7 850
• ¿Cuál es el pronostico PMS de las 11
8 758
semanas para la demanda del periodo
9 892
12?
10 920
11 789
12
 24

Calculando los promedios móviles obtenemos:

Semana Demanda 3 Semanas6 Semanas
1 650
2 678
3 720
4 785
5 859
6 920
7 850 F12 = (892+920+789)/3
8 758
9 892
10 920
11 789
12 867.00 854.83
© The McGraw-Hill Companies, Inc., 2004
 Promedio Móvil Ponderado
Mientras que el promedio móvil simple da igual importancia a cada
uno de los componentes de la base de datos, un promedio móvil
ponderado permite asignar una importancia determinada a cada
elemento.

La fórmula para el promedio móvil ponderado es:

Ft = w 1 A t -1 + w 2 A t - 2 + w 3 A t - 3 + ... + w n A t -n

Donde:
n
Ft = Pronostico para el periodo “t”
wt = Es el peso dado a la ocurrencia real w
i=1
i =1
para el período “t” (la suma de todos
los pesos es uno)
 Promedio Móvil Ponderado.
Problema 1
• Dadas la demanda semanal con sus respectivos pesos, ¿Cuál es el
pronóstico para el cuarto período o cuarta semana?

Semana Demanda Período Pesos:

1 650 t-1 0.5
2 678 t-2 0.3
3 720 t-3 0.2
4

• Los pesos asignan diferente importancia a cada dato.

• La suma de los pesos es 1 0.5+0.3+0.2 = 1
Solución - Problema 1

Semana Demanda Pronóstico

1 650 t=4

2 678
3 720
4 693.4

F4 = 0.5(720)+0.3(678)+0.2(650)=693.4
Problema 2
• Dada la información de la demanda semanal y sus respectivos
pesos, ¿Cuál es el pronóstico del promedio móvil ponderado del
quinto período o semana?

Semana Demanda Período Pesos:

1 820 t-1 0.7
2 775 t-2 0.2
3 680 t-3 0.1
4 655
5
Solución - Problema 2

Semana Demanda Pronóstico

1 820
2 775
3 680
4 655
5 672

F5 = (0.1)(775)+(0.2)(680)+(0.7)(655)= 672
 Suavización exponencial

En los modelos de pronósticos anteriores, la principal

desventaja es la necesidad de manejar en forma continua
gran cantidad de datos históricos.
En muchas aplicaciones las ocurrencias más recientes son
más indicativas del futuro que aquellas en el pasado más
distante.
Si ésta premisa es válida es probable que aplicar el método
de suavización exponencial sea lo mas lógico.
La fórmula para el pronóstico, según modelo de suavización
exponencial es:

Ft = aDt-1 + (1-α)Ft-1

• Ft = Pronóstico para el período t.

• Ft-1 = Pronóstico para el período anterior.
• Dt-1 = La demanda real del período anterior.
• α = Constante de suavización alfa.
• 0 <= α <= 1; Se determina a criterio del gerente. Si la demanda
histórica es estable, alfa tiende a 0. Si la demanda tiende a crecer,
alfa tiende a 1.
• Premisa: Las observaciones más recientes pueden tener mayor
valor predictivo.
• Por lo tanto, debemos dar más peso a los períodos de tiempo más
recientes a la hora de pronosticar.
 Problema 1
Ft = aDt-1 + (1-α)Ft-1

Sem Demanda Pronostico

1 820 Dada la presente demanda
semanal, ¿Cuáles son los
2
pronósticos, según el modelo
3
de suavización exponencial,
4
para las semanas 2?
5
Para: alfa: α = 0.10 y F1=D1
6
7
8
9
10
Solución Problema 1
Ft = aDt-1 + (1-α)Ft-1
Pronostico
α
Semana Demanda 0.1 Respuesta
1 820 820.00 Las columnas que tienen
2 820.00 los valores alfas muestran
3 los respectivos pronósticos.
4
Cabe anotar que con éste
5
modelo se puede
6
7 pronosticar sólo un período.
8
9
10

F10 = (0.1)(820) + (1 - 0.1)(820) = 820

 Problema 2
Ft = aDt-1 + (1-α)Ft-1

Sem Demanda Pronostico

1 820 820.00 Dada la presente demanda
semanal, ¿Cuáles son los
2 775 820.00
pronósticos, según el modelo
3
de suavización exponencial,
4
para las semanas 3?
5
Para: α = 0.10
6
7
8
9
10
Solución Problema 2
Ft = aDt-1 + (1-α)Ft-1
Pronostico
α
Semana Demanda 0.1 Respuesta
1 820 820.00 Las columnas que tienen
2 775 820.00 los valores alfas muestran
3 815.50 los respectivos pronósticos.
4
Cabe anotar que con éste
5
modelo se puede
6
7 pronosticar sólo un período.
8
9
10

F10 = (0.1)(775) + (1 - 0.1)(820) = 815.50

 Problema 3
Ft = aDt-1 + (1-α)Ft-1

Sem Demanda Pronostico

1 820 820.00 Dada la presente demanda
semanal, ¿Cuáles son los
2 775 820.00
pronósticos, según el modelo
3 680 815.50
de suavización exponencial,
4
para las semanas 4?
5
6 Para alfa: α = 0.10
7
8
9
10
Solución Problema 3
Ft = aDt-1 + (1-α)Ft-1
Pronostico
α
Semana Demanda 0.1 Respuesta
1 820 820.00 Las columnas que tienen
2 775 820.00 los valores alfas muestran
3 680 815.50 los respectivos pronósticos.
4 801.95
Cabe anotar que con éste
5
modelo se puede
6
7 pronosticar sólo un período.
8
9
10

F10 = (0.1)(680) + (1 - 0.1)(815.50) = 801.95

 Problema 4
Ft = aDt-1 + (1-α)Ft-1

Sem Demanda Pronostico

1 820 820.00 Dada la presente demanda
2 775 820.00 semanal, ¿Cuáles son los
3 680 815.50 pronósticos, según el modelo
4 655 801.95 de suavización exponencial,
5 para la semana 5?
6
Para alfa: α = 0.10
7
8
9
10
Solución Problema 4
Ft = aDt-1 + (1-α)Ft-1
Pronostico
α
Semana Demanda 0.1 Respuesta
1 820 820.00 Las columnas que tienen
2 775 820.00 los valores alfas muestran
3 680 815.50 los respectivos pronósticos.
4 655 801.95
Cabe anotar que con éste
5 787.26
modelo se puede
6
7 pronosticar sólo un período.
8
9
10

F10 = (0.1)(655) + (1 - 0.1)(801.95) = 787.26

 Problema 5
Ft = aDt-1 + (1-α)Ft-1

Sem Demanda Pronostico

1 820 Dada la presente demanda
semanal, ¿Cuál es el
2 775
pronóstico, según el modelo de
3 680
suavización exponencial, para
4 655
la semana 10?
5 750
6 802 Para alfa: α = 0.10 y F1 =D1
7 798
8 689
9 775
10
Solución Problema 5
Ft = aDt-1 + (1-α)Ft-1
Pronostico
α
Semana Demanda 0.1 Respuesta
1 820 820.00 Las columnas que tienen
2 775 820.00 los valores alfas muestran
3 680 815.50 los respectivos pronósticos.
4 655 801.95
Cabe anotar que con éste
5 750 787.26
modelo se puede
6 802 783.53
7 798 785.38 pronosticar sólo un período.
8 689 786.64
9 775 776.88
10 776.69

F10 = (0.1)(775) + (1 - 0.1)(776.88) = 776.69

 Problema 6
Ft = aDt-1 + (1-α)Ft-1

Sem Demanda Pronostico

1 820 Dada la presente demanda
semanal, ¿Cuáles son los
2 775
pronósticos, según el modelo de
3 680
suavización exponencial, para la
4 655
semana 10?
5 750
a) Para alfa: α=0.10, si el
6 802 pronostico para el periodo 9
7 798 fue de 776.88
8 689 b) Para alfa: α=0.60, si el
9 775 pronostico para el periodo 9
10 fue de 728.20
 Solución Problema 6

Pronostico Ft = αDt-1 + (1-α)Ft-1

α
Semana Demanda 0.1 0.6
1 820 • Respuesta:
2 775 Las columnas que
3 680 tienen los valores alfa
4 655 muestran los
5 750 respectivos pronósticos.
6 802
Cabe anotar que con
7 798
éste modelo se puede
8 689
9 775 776.88 728.20
pronosticar sólo un
10 776.69 756.28 período.

F10 = (0.1)(775) + (1 - 0.1)(776.88) = 776.69

 Problema 7
Ft = aDt-1 + (1-α)Ft-1
    Pronostico
    α
Semana Demanda 0.1
1 820   Dada la presente demanda
2 775   semanal y el pronostico de la
3 680   semana 5
4 655   ¿Cuál es el pronóstico, según el
5 750 787.26 modelo de suavización
6 802   exponencial, para la semana
7 798  
8 689   10?
9 775  
10    
Solución Problema 7
Ft = aDt-1 + (1-α)Ft-1
    Pronostico
    α
Respuesta
Semana Demanda 0.1
Las columnas que tienen
1 820  
los valores alfas muestran
2 775   los respectivos pronósticos.
3 680   Cabe anotar que con éste
4 655   modelo se puede
5 750 787.26 pronosticar sólo un período.
6 802 783.53
7 798 785.38
8 689 786.64
9 775 776.88
10   776.69
Problema 8
Ft = aDt-1 + (1-α)Ft-1

Semana Demanda Pronostico

1 820 ¿Cuáles es el pronóstico,
según el modelo de
2 775 suavización exponencial,
3 680 para la semanas 5, si el
pronostico para el
4 655 periodo 4 fue 738.75,
5 usando un α = 0.5?
Solución -Problema 8

Ft = αDt-1 + (1-α)Ft-1

α
Semana Demanda 0.5
1 820
2 775 SOLUCIÓN
3 680
4 655 738.75
5 696.88

F5=(0.5)(655) + (1 – 0.5)(738.75) = 696.88

 Modelo de Regresión Lineal Simple
El modelo de regresión lineal Y
simple busca ajustar a una
recta un conjunto de puntos. a
0 1 2 3 4 5 X (Time)
Ecuación de la recta

Yt = a + bx
• Donde:
• Yt: Es el pronóstico o variable dependiente del modelo.
• a: Es el valor del intercepto de la recta con el eje Y.
• b: Es la pendiente de la ecuación lineal de regresión.
Calculo de a y b

b=  xy - n( y)( x )
a = y - bx
 x - n(x )
2 2

Donde:
b: Pendiente de la recta
a: Intercepto con el eje Y.
Y: Valor de la variable dependiente, calculada con la ecuación de
regresión.
Ӯ = Promedio de Y
-
X = Promedio de X
Problema - 1

Aplicar el modelo de regresión lineal simple para pronosticar la

venta del periodo 6.

Semana Ventas Pronostico

1 150
2 157
3 162
4 166
5 177
6
 51

• Primero, usando las fórmulas de regresión lineal podemos

calcular “a” y “b”.
: Promedio de X
: Prom e dio de Y
15
x 3
5
812
y  162.4
5

b=
 xy - n( y)( x )
=
2499 - 5(162.4)(3)

63
= 6.3
 x - n( x )
2 2
55  5(9) 10

a = y - b x = 162.4 - (6.3)(3) = 143.5

Yt = 143.5 + 6.3X
 52

Calculo de la demanda para el periodo 6

Para: X=6 Y6 = 143.5 + 6.3 (6) = 181.3

 ERRORES DE PRONÓSTICO
El término error se refiere a la diferencia entre el valor de pronóstico
y lo que ocurrió en realidad.
En estadística, estos errores se conocen como residuales.
Clasificación de los errores.
Los errores se pueden clasificar como sesgados o aleatorios.
Los errores sesgados ocurren cuando se comete un error consistente.
Por ejemplo: no incluir las variables correctas, el uso de relaciones
equivocadas entre las variables.
Los errores aleatorios se definen como aquellos que el modelo de
pronóstico utilizado no puede explicar.
La desviación media absoluta - ( MAD )

Se calcula utilizando las diferencias entre la demanda pronosticada y

la real, sin importar el signo.
Es igual a la suma de las desviaciones absolutas dividida entre el
número de datos:
n

F t - Dt
MAD = t =1
n
• El MAD ideal es 0, lo cual significa que no hay errores de pronóstico.
• Cuanto mayor sea el MAD, menor será el acierto en los pronósticos.

MAD= Mean absolute deviation

Problema 1
• ¿Cuál es el valor MAD, para los pronósticos indicados en la
siguiente tabla?

Mes Ventas Pronóstico

1 220 n/a
2 250 255
3 210 205
4 300 320
5 325 315
Problema 1 - Solución
n

 Ft - D t
MAD = t =1
n
Mes Ventas Pronóst. Error Abs
1 220 n/a
2 250 255 5
3 210 205 5
4 300 320 20
5 325 315 10
40

MAD = 40 /4 = 10
Nota: Por si mismo, el MAD solo nos dice
el error promedio en una serie de
pronósticos
Problema 2
• ¿Cuál es el valor MAD, para el pronóstico del periodo 5?

Mes Ventas Pronóstico

1 220 n/a
2 250 255
3 210 205
4 300 320
5 325 315
Solución

F t - Dt
MAD = t =1
n

Mes Ventas Pronóst. Error Abs

1 220 n/a
2 250 255
3 210 205
4 300 320
5 325 315 10
¿Cuál seria el error MAD para los periodos 5 y 6?

MAD

175 2
3.7

MAD = (2 + 3.7)/2 = 2.85

Problema 3
PRONOSTICO Se tiene la demanda real y
    SE PMS los pronósticos de ventas
    α  
Semana Demanda 0.6   calculados por los métodos
1 820 820.00 820.00 de SE y PMS.
2 775 820.00 797.50
3 680 793.00 758.33 ¿Cuál de los métodos de
4 655 725.20 732.50 pronóstico es el mas
5 750 683.08 736.00 adecuado?
6 802 723.23 747.00
7 798 770.49 754.29
8 689 787.00 746.13
9 775 728.20 749.33
10 780 756.28 752.40
Solución PRONOSTICO
MAD MAD
    SE PMS SE PMS
    α      
Semana Demanda 0.6      
1 820 820.00 820.00 0.00 0.00
2 775 820.00 797.50 45.00 22.50
3 680 793.00 758.33 113.00 78.33
4 655 725.20 732.50 70.20 77.50
5 750 683.08 736.00 66.92 14.00
6 802 723.23 747.00 78.77 55.00
7 798 770.49 754.29 27.51 43.71
8 689 787.00 746.13 98.00 57.13
9 775 728.20 749.33 46.80 25.67
10 780 756.28 752.40 23.72 27.60
        569.92 401.44
        56.992 40.14

El método de pronostico mas adecuado es el PMS por tener

menor MAD
 63

FIN