Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ADMINISTRACIÓN DE LA DEMANDA
ADMINISTRACION DE LA DEMANDA
TIPOS DE PRONÓSTICOS
TIPOS DE PRONÓSTICOS
Las técnicas cualitativas son subjetivas o simples
juicios y se basan en cálculos y opiniones.
El análisis de series de tiempo, que se sustenta en la
idea de que podemos usar los datos de la demanda del
pasado para prever la demanda futura. Estos datos
constan de varios elementos por ejemplo, las
influencias de las tendencias, de las estaciones o de
los ciclos.
PRONÓSTICOS
TIPOS DE PRONÓSTICOS
Los pronósticos causales, suponen que la
demanda está relacionada con uno o varios
factores básicos del entorno.
1. TÉCNICAS CUALITATIVAS
Raíz de Pasto "Grass Root”
Deriva un pronostico reuniendo información de las
personas que están en un extremo de la jerarquía y
que se ocupan de aquello que se pronosticará. Por
ejemplo derivaríamos un pronostico general de ventas
combinando la información de cada uno de los
vendedores que están mas cerca de su territorio.
PRONÓSTICOS
1. TÉCNICAS CUALITATIVAS
Investigación de Mercado
Reúne datos por distintos medios (encuestas,
entrevistas etc) a efecto de comprobar hipótesis
sobre el mercado.
Normalmente la usamos para pronosticar las
ventas a largo plazo y las de productos nuevos.
PRONÓSTICOS
1. TÉCNICAS CUALITATIVAS
Investigación de Mercado
La investigación de mercado se utiliza para:
La investigación de productos, con la intención de buscar ideas para
productos nuevos
Conocer qué agrada o desagrada de los productos existentes,
Qué productos en particular de la competencia prefiere la gente, etc.
Los métodos para reunir datos son principalmente encuestas y entrevistas
PRONÓSTICOS
1. TÉCNICAS CUALITATIVAS
Consenso de Jurado
1. TÉCNICAS CUALITATIVAS
Consenso de Jurado
La idea de que dos cabezas piensan mejor que una, un grupo de personas
que ocupan diversos puestos pueden desarrollar un pronóstico más
confiable. Los pronósticos de estos expertos se desarrollan a través de
reuniones de trabajo, donde personas y administradores de todos los
niveles intercambian ideas libremente.
PRONÓSTICOS
1. TÉCNICAS CUALITATIVAS
Consenso de Jurado
El problema de este estilo abierto es que los empleados de
niveles más bajos se sienten intimidados ante los
administradores de niveles más altos. Ejemplo: un
vendedor de una línea específica de productos podría hacer
una buena estimación de la demanda futura del producto,
pero tal vez no diga nada que refute una estimación muy
diferente presentada por el vicepresidente de marketing.
PRONÓSTICOS
1. TÉCNICAS CUALITATIVAS
Analogía Histórica
Relaciona lo que se pronostica con un elemento similar. Es ideal para
planear productos nuevos porque se puede derivar un pronostico
empleando el historial de un producto similar.
Podemos clasificar estas analogías de muchas maneras, por ejemplo:
Productos que se complementan, productos que pueden ser sustituidos o
que compiten entre sí.
PRONÓSTICOS
1. TECNICAS CUALITATIVAS
Analogía Histórica
1. TECNICAS CUALITATIVAS
Método Delphi
Un grupo de expertos contesta un cuestionario. Un
moderador compila los resultados y prepara otro
cuestionario que también le presenta al grupo. Así,
el grupo pasa por un proceso de aprendizaje debido
a que recibe nueva formación ya que nadie esta
sujeto a influencia alguna por presión del grupo ni
de personas dominantes.
PRONÓSTICOS
1. TECNICAS CUALITATIVAS
Método Delphi
Los pasos de este procedimiento son:
1. Escoger a los expertos que participarán. Debe haber
personas que tengan conocimientos de distintas áreas.
2. Por medio de un cuestionario (o correo electrónico),
obtener pronósticos (y las premisas o calificaciones
para estos pronósticos) de todos los participantes.
PRONÓSTICOS
1. TECNICAS CUALITATIVAS
Método Delphi
Los pasos de este procedimiento son:
3. Resumir los resultados y volver a repartirlos entre los participantes, con
las correspondientes preguntas nuevas.
4. Volver a resumir, mejorando los pronósticos y las condiciones y volver a
preparar preguntas nuevas.
5. Repetir el paso 4 en caso necesario. Repartir los resultados finales entre
todos los participantes.
PRONÓSTICOS
Análisis de regresión
Proyecciones de tendencias
3. Causales
Trata de entender el sistema básico en torno al elemento
que será pronosticado Por ejemplo, las ventas pueden
verse afectadas por la publicidad la calidad y los
competidores.
Análisis de regresión: Es parecido al método de los
cuadrados mínimos en las series de tiempo. Pero puede
contener muchas variables. Su base es que el pronóstico
se deriva de otros hechos que han ocurrido.
PRONÓSTICOS
3. Causales
Modelos econométricos Tratan de describir algún sector de la economía
mediante una serie de ecuaciones interdependientes
Modelos de insumos/productos
Se concentran en las ventas que cada industria hace a otras empresas.
Indican los cambios en las ventas que una industria productora puede
esperar debido a cambios en las compras realizadas por otra industria.
PRONÓSTICOS
3. Causales
Indicadores lideres
4. Modelos de Simulación
Promedio móvil simple. Al concluir cada mes, los datos del mes más
reciente se agregan a la suma de los 3 meses previos y se elimina el dato
del mes más antiguo. Esta práctica tiende a suavizar las irregularidades del
corto plazo en las series de datos. Matemáticamente, el promedio móvil
simple (que sirve como estimación de la demanda del siguiente periodo) se
expresa como:
PRONÓSTICOS
Los promedios móviles simples como los ponderados son efectivos para
suavizar las fluctuaciones repentinas en el patrón de la demanda con el fin
de obtener estimaciones estables. Sin embargo, los promedios móviles
presentan tres problemas:
PRONÓSTICOS
Análisis de Series de Tiempo (cuantitativo)
1. Aumentar el tamaño de n (el número de periodos promediados) suaviza de
mejor manera las fluctuaciones, pero resta sensibilidad al método ante
cambios reales en los datos.
2. Los promedios móviles no reflejan muy bien las tendencias. Porque son
promedios, siempre se quedarán en niveles pasados, no predicen los cambios
hacia niveles más altos ni más bajos. Es decir, retrasan los valores reales.
𝐹 1 =α ( 𝐴 𝑡 − 1 ) +(1 − α )( 𝐹 𝑡 − 1+ 𝑇 𝑡 − 1)
PRONÓSTICOS
Suavizamiento exponencial con ajuste de tendencia (cuantitativo)
𝑇 𝑡 = 𝛽 ( 𝐹 𝑡 − 𝐹 𝑡 −1 ) +(1− 𝛽) 𝑇 𝑡 −1
Donde:
Ft = pronóstico exponencialmente suavizado de la serie de datos en el periodo t
Tt = tendencia exponencialmente suavizada en el periodo t
At = demanda real en el periodo t
α= constante de suavizado para el promedio (0 ≤ α ≤ 1)
β= constante de suavizado para la tendencia (0 ≤ β ≤ 1)
Suavizamiento exponencial con ajuste de tendencia (cuantitativo)
Así, los tres pasos para calcular el pronóstico con ajuste de tendencia son:
Mes (t) Demanda real Mes (t) Demanda real Se asigna a las constantes de suavizado
1 12 6 21 los valores alpha = 0.2y*beta = 0.4
2 17 7 31 Suponga que el pronóstico inicial para
3 20 8 28 el mes 1 (F1) fue 11 unidades y la
4 19 9 36
5 24 10 ? tendencia durante el mismo periodo
(T1) fue 2 unidades.
Paso 1: Pronostique para el mes 2:
Suavizamiento exponencial con ajuste de tendencia (cuantitativo)
donde ŷ (leído "y gorro") = valor calculado de la variable que debe predecirse
(denominada variable dependiente)
a = ordenada
b = pendiente de la recta de regresión (o la tasa de cambio en y
para los cambios dados en x)
x = variable independiente (que en este caso es tiempo)
Proyección de tendencias
Los profesionales de estadística han desarrollado ecuaciones que se utilizan para encontrar los
valores de a y b para cualquier recta de regresión. La pendiente b se encuentra mediante
𝑏=
∑ 𝑥𝑦 − 𝑛 𝑥 𝑦
∑ 𝑥
2
− 𝑛 𝑥
2
Con una serie de datos en función del tiempo podemos minimizar los cálculos
transformando los valores de x (tiempo) en números más sencillos. En este caso
podemos designar 1997 como año 1, 1998 como año 2, etcétera.
Proyección de tendencias
∑ 𝑥 28 𝑦=
∑ 𝑦 692
= =98.86
𝑥= = =4 𝑛 7
𝑛 7
𝑏=
∑ 𝑥𝑦 −𝑛 𝑥 𝑦 = 3,063 −(7)(4)( 98.86) = 295 =10.54
∑ 𝑥 2 −𝑛 𝑥 2 2
140 −(7)(4 ) 28
Así, la ecuación de mínimos cuadrados para la tendencia es = 56.7 + 10.54x . Para proyectar la
demanda en 2004, primero denotamos el año 2004 en el nuevo sistema de códigos como x = 8