Está en la página 1de 34

Gestin de la Demanda

Qu es la gestin de la demanda?

Anlisis de datos histricos Anlisis del macro ambiente Anlisis de la competencia

Porqu es necesario pronosticar?


La incertidumbre del mercado Toma de decisiones

Qu tipos de pronsticos existen?


Cuantitativo Cualitativo Largo Plazo Corto Plazo Macropronstico Micropronstico

Seleccin del mtodo de pronstico


Pronstico de detalles especficos o de un factor global Pronstico para el futuro cercano o para el fututro distante De juicio o con manipulacin de datos

Pasos a seguir en el pronstico


1. Recopilacin de datos 2. Anlisis de los datos 3. Construccin del modelo 4. Extrapolacin del modelo ( el pronstico en s)

Administracin del pronstico


Gestin Sentido comn Mtodos cuantitativos Juicio experto

Fuentes de Datos

Los Datos
Deben ser:

Confiables y precisos Pertinentes Consistentes Peridicos

Tipos de Datos
Datos tomados en un solo punto en el tiempo Datos reunidos en una serie de tiempo

Fuentes de Datos
Fuentes primarias
Mtodos de recoleccin de datos

Fuentes secundarias
Fuentes internas :Datos publicados en fuentes internas de la empresa Fuentes externas: datos publicados en fuentes externas a la empresa

Muestreo
Tipos de muestreo
Aleatorio simple Aleatorio sistemtico No aleatorio o de juicio Estratificado De bloque

EXPLORACIN DE LOS PATRONES DE DATOS Y SELECCIN DE LA TCNICA DE PRONSTICO

Tcnicas de pronstico
Tcnicas de pronstico

Cualitativos Mtodo Delphi Curvas de crecimiento Escritura de escenarios Estudios de mercado Grupos de enfoque

Cuantitativos

Tcnicas estadsticas Series de tiempo Promedios mviles Suavizacin exponencial

Tcnicas determinsticas Mtodos causales Regresin Modelos economtricos

Componentes de una serie de tiempo


Una serie de tiempo cosnta de datos que se reunen, registran u observan sobre incrementos sucesivos de tiempo

Componentes de una serie de tiempo


Tendencia Componente cclico Componente estacional Componente aleatorio

TENDENCIA

CICLICIDAD

ESTACIONALIDAD

ALEATORIEDAD

Exploracin de patrones de datos


El patrn de los datos se explora mediante el coeficiente de autocorrelacin
nk

rk !
t !1

( Y t  Y )( Y t  k  Y )
n

t !1

(Y t  Y )

1 2 3 4 5 6 7 8 9 10 11 12

ENERO EBRERO MARZO ABRIL MAYO JUNIO JULIO AGO TO EPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE

123 130 125 138 145 142 141 146 147 157 150 160

123 130 125 138 145 142 141 146 147 157 150

123 130 125 138 145 142 141 146 147 157

PERIODO t

ME

DATO ORIGINALE Y t

DE A E DE UN PERIODO Y t -1

DE A E DE DO PERIODO Y t -2

PERIODO t

M ES

DA TOS ORIGINA LE SY t

DESFA SE DE UN PERIODO Y t -1

(Y t  Y )
-19 -12 -17 -4 3 0 -1 4 5 15 8 18

(Yt1 Y) ( Y t  Y ) 2 ( Y t  Y ) (Yt1 Y)


361 -19 -12 -17 -4 3 0 -1 4 5 15 8 144 289 16 9 0 1 16 25 225 64 324 1474 228 204 68 -12 0 0 -4 20 75 120 144 843

1 2 3 4 5 6 7 8 9 10 11 12

ENERO FEB RERO M A RZO A B RIL M AYO JUNIO JULIO A GOSTO SEPTIEM B RE OCTUB RE NOV IEM B RE DICIEM B RE

123 130 125 138 145 142 141 146 147 157 150 160 123 130 125 138 145 142 141 146 147 157 150

Yprom r1

142
0.57191

D A TOS P ER IOD O M ES t Yt 1 2 3 4 5 6 7 8 9 10 11 12 EN ER O FEB R ER O M A R ZO A B R IL M A YO J U N IO J U L IO A GOS TO S EP TIEM B R E OC TU B R E N OVIEM B R E D IC IEM B R E OR IGIN A L ES

D ES FA S E D OS P ER IOD O Y t -

(Y t  Y )
-19 -12

(Y2 Y) ( t

) 2 (Y2 Y) (Y t  Y ) t
0 323 48 -51 0 -3 0 -5 60 40 270 682

123 130 125 138 145 142 141 146 147 157 150 160 123 130 125 138 145 142 141 146 147 157

361 144 -19 -12 -17 -4 3 0 -1 4 5 15 -26 289 16 9 0 1 16 25 225 64 324 1474

-17 -4 3 0 -1 4 5 15 8 18 0

Yprom 142 r2 0.462687

Los datos son aleatorios?


Datos aleatorios: Una serie de datos es aleatoria si la autocorrelacin entre Yt y Y t-1 es cercana a cero y los valores sucesivos de la serie de tiempo no guardan relacin entre s.

Los datos tienen una tendencia ( no estacionaria)?


Si una serie tiene tendencia, Yt e Y t-1 estn altamente Autocorrelacionados y es tpico que los coeficientes de autocorrelacin sean diferentes de cero de manera significativa para varios de los primeros periodos de desfasameinto y caigan gradualmente hacia cero al incrementarse el nmero de periodos.

Los datos son estacionarios?


Una serie estacionaria es aquella cuyo valor promedio no cambia a travs del tiempo. Los coeficientes de autocorrelacin en datos estacionarios caen a cero despus del segundo o tercer periodo de desfasamiento.

Los datos son estacionales?


Si una serie tiene patrn estacional, se presentar un coeficiente de autocorrelacin significativo en el periodo de desfasamiento correspondiente: cuatro en los datos trimestrales o doce en los datos mensuales.

Seleccin de la Tcnica de Pronstico


Por qu se requiere un pronstico? Quin utilizar el pronstico? Cules son las caractersticas de los datos disponibles? Qu espacio de tiempo se pronosticar? Cules son los requerimientos mnimos de datos? Cul es la precisin deseada? Cul ser el costo del pronstico?

Tcnicas de pronstico para datos estacionarios


Las tcnicas que se podran usar para pronosticar en series de datos estacionarios son:
Mtodos de promedio simple Mtodos de promedios mviles Atenuacin exponencial

Tcnicas de pronstico para datos con una tendencia


Las tcnicas que se podran usar para pronosticar en series de datos con tendencia son:
Promedios mviles lineales Atenuacin exponencial lineal Atenuacin exponencial cuadrtica Regresin simple

Tcnicas de pronstico para datos con estacionalidad


Las tcnicas que se podran usar para pronosticar en series de datos con estacionalidad son:
Descomposicin clsica Atenuacin exponencial Regresin mltiple de series de tiempo

Medicin del error en el pronstico


Para calcular el error o residual de cada periodo de pronstico se utiliza: et ! Yt  Y

et : error de pronstico en periodo t Yt : valor real en el periodo t Y : valor del pronstico en el periodo t

Desviacin Absoluta de la Media


n

Yt  Y DAM !
t !1

La DAM resulta de gran utilidad cuando el analista desea medir el error de pronstico en las mismas unidades de la serie original

Error Medio Cuadrado

Y  Y
t

E C!

t !1

El EMC se usa para comparar mtodos diferentes de pronstico

Porcentaje de Error Medio Absoluto


n

PE !
t !1

Yt  Y Yt n

El PEMA se usa para comparar mtodos diferentes de pronstico

Porcentaje Medio de Error


n

M !
t !1

Y t Yt n

El PME indica cun desviada est la tcnica de pronstico usada.