UNIDAD 2
PRONOSTICOS
Ing. MSc. Juan Carlos Loza Rodríguez
1
DEMANDA
Demanda o Consumo Potencial, cantidad de un determinado
bien o servicio que el mercado requiere.
Muestra y cuantifica la
existencia de los
consumidores actuales y
potenciales, ademas de la
ubicación geográfica de los
mismos.
2
FACTORES QUE AFECTAN LA
DEMANDA
Factores Internos (Controlables)
Factores Externos (Incontrolables)
3
FACTORES INTERNOS
Son decisiones internas que provocan cambios en la
demanda.
Aquellos sobre los cuales la empresa decide su estructura,
niveles, política y modo de operar:
Niveles de producción
Diseño del producto
Niveles de inventario
Capacidad
Expansión del Mercado
4
FACTORES EXTERNOS
Aquellos sobre los cuales la empresa no puede decidir ni
modificar; dependen de factores incontrolables por la
empresa.
Demanda del producto
Competencia
Economía creciente
Comportamiento del consumidor
Reglamentación gubernamental
5
PRONOSTICOS
DEFINICIONES:
Se define como la estimación de la demanda de uno o varios
productos en un futuro para una empresa.
Son predicciones de eventos futuros
que se utilizan con propósitos de
planificación.
Son premisas o suposiciones
básicas en que se basan la
planeación y la toma de
decisiones.
6
¿QUÉ ES EL PRONÓSTICO?
_____________________________
Arte y ciencia de predecir acontecimientos futuros.
Pronostico: Utiliza tecnicas matemáticas. ¡Venderá 20
millones de
Predicción: Se basa juicios subjetivos. bolívianos!
Base de todas las decisiones
empresariales:
Producción
Inventario
Personal
Instalaciones
Presupuesto
Ventas
Mercadotecnia 7
NECESIDAD DE PRONOSTICAR
Entorno altamente incierto
La intuición no necesariamente da los mejores
resultados
Mejorar la planeación
Competitividad y cambio
La empresa debe tomar decisiones
sobre Factores Controlables
tomando en cuenta Factores
Incontrolables
8
LOS PRONÓSTICOS SE EMPLEAN EN:
FINANZAS MERCADOTECNIA MANUFACTURA
Planeación de Ventas para los -Capacidad de la fábrica
presupuestos y planes de nuevos -Número de trabajadores
control de productos, para requeridos
costos. remunerar al -Decisiones respecto a inventarios
personal de ventas.
-Planes y programas de producción
-Requisición de materiales e insumos
9
TIPOS DE HORIZONTES DE PLANEACIÓN
DEL PRONÓSTICO
•Pronóstico a corto Plazo: hasta 1 año, pero casi siempre es menor que 3 meses.
Ej: planear compras, programar el trabajo, determinar niveles de mano de
obra, asignar el trabajo y decidir los niveles de producción, de inventarios.
•Pronóstico a mediano plazo: de 3 meses a 3 años. Ej: planear las ventas, la
producción, tamaño de la fuerza de trabajo, el presupuesto.
•Pronóstico a largo plazo: 3 años o más Ej: planear nuevos productos, gastos
de capital, ubicación o ampliación de las instalaciones, tecnología,
crecimiento del mercado.
Mientras mayor sea el
horizonte del
pronóstico, menor
será su precisión. 10
ETAPAS DEL PROCESO DE PRONÓSTICO
Determinar el objetivo del pronóstico.
Seleccionar los artículos sobre los que se va a
realizar el pronóstico.
Determinar el horizonte temporal del pronóstico.
Seleccionar el(los) modelo(s) de pronóstico.
Recolección de datos.
Realizar el pronóstico.
Validar e implementar los resultados.
11
PLANEACIÓN
COMERCIAL
PRONÓSTICOS EL PAPEL DE LOS
PRONÓSTICOS EN EL
CORTO
PLAZO
LARGO
PLAZO
PLANEACIÓN DE PROCESO DE LA
LA PRODUCCIÓN
PLANEACIÓN DE LA
PRODUCCIÓN
ADMINISTRACIÓN DE PLAN MAESTRO
LA DEMANDA
PLANEACIÓN DE LA
CAPACIDAD
ORDENES DE
TRABAJOS
PLANEACIÓN PLANEACIÓN
DE DE
MATERIALES CAPACIDAD
CONTROL CONTROL
DE DE
MATERIALES CAPACIDAD 12
(a) Horizontal (b) Tendencia
Time Time
(c) Temporada (d) Cíclica
Year 1
Year 2
| | | | | | | | | | | | | | | | |
J F MAMJ J A S ON D
PATRONES
DE LA
DEMANDA
13
13
TIPOS DE PRONOSTICOS
CUALITATIVOS (METODOS DE JUICIO)
Método Delphi
Investigación de Mercado
Opinion Ejecutiva: Intercambio abierto en reuniones
Analogía Histórica: Relación con artículo similar
Tecnica de Grupo
CUANTITATIVOS (SERIES DE TIEMPO)
Promedio Aritmetico
Promedio Móvil Simple
Promedio Móvil Ponderado
Promedio Móvil con Ajuste Estacional
Promedio Móvil Suavizado Exponencial
Análisis de regresiones de tiempo 14
MÉTODOS CUALITATIVOS
Considera las opiniones, intuición, experiencias
de gerentes, expertos, estimación de la fuerza de
ventas, encuestas de consumidores. Se traducen
en estimaciones cuantitativas.
Son subjetivos o simples juicios y se basan en
cálculos y opiniones
Se usan cuando no existen datos históricos, se
presenta un nuevo producto o cambia de
tecnología.
La mayoría es de bajo costo.
Horizontes que generalmente se utilizan para
planear a mediano y largo plazo.
15
MÉTODOS CUALITATIVOS
MÉTODO DELPHI:
Proceso de grupo que permite la realización de los pronósticos a
través de un grupo de expertos que contesta un cuestionario. Oculta
la identidad de las personas que participan en el estudio dando a
cada individuo la misma importancia.
Desventajas:
El proceso es muy largo (más de un año) por
lo que el panel de expertos puede cambiar
alargando el proceso.
Su calidad es entre regular y buena para la
identificación de puntos de flexión en la
demanda de nuevos productos.
16
MÉTODOS CUALITATIVOS
INVESTIGACIÓN DE MERCADO: Reúne datos por diferentes
medios (encuestas, entrevista, etc.) a efecto de comprobar la hipótesis
sobre el comportamiento futuro del mercado.
Desventaja: los resultados de la encuesta a veces no reflejan las
opiniones del mercado.
17
MÉTODOS CUALITATIVOS
OPINIÓN EJECUTIVA: Se agrupan las opiniones de un grupo de
expertos de alto nivel o de directivos, a menudo en combinación con
modelos estadísticos.
Desventajas:
El juicio u opinión de una persona de más alto nivel probablemente tenga más
relevancia que el de una persona de un nivel más bajo, en el peor de los casos se
sienten intimidados y no expresan lo que verdaderamente piensa.
Puede ser costosa
Requiere mucho tiempo
18
MÉTODOS CUALITATIVOS
ANALOGÍA HISTÓRICA: Cuando se trata de pronosticar la
demanda de un producto nuevo, producto similar en otro mercado, la
situación ideal es que se pueda usar como modelo un producto
existente o un producto genérico,
19
MÉTODOS CUALITATIVOS
TECNICA DE GRUPO: Intercambio franco y libre en juntas.
La idea es que la discusión del grupo producirá mejores
pronósticos que los de cualquier individuo. Los participantes
pueden ser ejecutivos, vendedores o clientes.
20
PRONOSTICOS CUANTITATIVOS
Para productos existentes en el mercado, con datos confiables.
VENTAS
VENTAS Función de transformación PRONOSTICADAS
REALES
DR y = f(x) DP
(Modelo Matemático)
CONTROL
(DR-DP)
Error pequeño
21
1. MODELOS DE SERIES DE TIEMPO
Usado cuando las variaciones son de tendencia constante
a) PROMEDIO ARITMETICO SIMPLE.
Este modelo se utiliza para demandas irregulares con
tendencia constante.
Se obtiene el promedio de datos del pasado, en el cual
las demandas anteriores tienen el mismo peso relativo.
El promedio representa, el valor más probable.
No detecta cambios en el tiempo.
Es muy sensible en cuanto a variaciones de demandas
reales.
22
FUNCIÓN DE TRANSFORMACIÓN
prom
x i
Salida de
Entrada n Información
de datos - Pron. calculado
reales s
i
( x x ) 2
- Dem. Max. Mens.
n 1 - Dem. Min. Mens.
Límites de control para
Distribución normal:
Z=1; N.C.=68%
Z=2; N.C=95%
Z=3; N.C=99.7%
LSC= Dp + Z*S
LIC= Dp - Z*S 23
CONTROL DE PRONÓSTICO
DESVIACION ABSOLUTA MEDIA. (MAD)
Continuamente se debe comparar
LA DEMANDA REAL Y EL PRONOSTICO
A menor MAD mayor efectividad en el pronóstico
MAD (/ DR DP /) / n
n = Nº de datos
24
Ejemplo: En el siguiente cuadro se presenta las ventas mensuales de
un producto del año 2021.
MES E F M A M J J A S O N D
DR 327 354 324 435 330 378 351 396 375 384 429 330
Realizar el pronóstico de ventas para Enero del siguiente año
SOLUCION.- primer paso: Graficar Tendencia Constante
25
SOLUCION.- Promedio Aritmético
MES DR DP │DR - DP│ (DR – DP)2
E 327 368 41 1681
F 354 368 14 196
M 324 368 44 1936
A 435 368 67 4489
M 330 368 38 1444
J 378 368 10 100
J 351 368 17 289
A 396 368 28 784
S 375 368 7 49
O 384 368 16 254
N 429 368 61 3721
D 330 368 38 1444
Σ = 4413 SUMA = 381 SUMA = 16387
4413
X = DP = 12 = 368 unid MAD = 31.75 unid 26
SOLUCION.- Desviación Estándar
Límites de control:
S
( DR DP) 2
NC = 68% z = 1 Productos Nuevos
n 1 NC = 95% z = 2 Ligeramente inestable
16387 NC = 99.7% z = 3 estable
S
12 1 Eligiendo: NC = 95%
S 38.6unid Z=2
LSC = Dp + z*s
LSC = 368+(2)(38.6) = 445 unid
LIC = Dp – z*s
LIC = 368-(2)(38.6) = 291 unid
Resp: El pronóstico de ventas, para Enero del año 2022 estará entre: 291 y
445 unidades; pero es más probable que esté cerca de 368 unidades.
27
b) PROMEDIO MOVIL
Es una variación del promedio simple, se toma en cuenta los
últimos datos, para sacar los promedios pudiendo agruparse
de 3, 4 o más meses, llamados clases o periodos.
Se usa para demandas irregulares, con tendencia constante.
Los datos se actualizan permanentemente.
El promedio, es el pronóstico para el siguiente periodo.
Yi
PM ( K ) 1
K
28
PROMEDIO MOVIL
Demandas inestables Demandas estables
PM(2), PM(3), PM(4) PM(5), PM(6), PM(7)
x f xm xa
PM (3)
3
(Pronóstico para mayo)
xd xe x f xm xa
PM (5)
5
(Pronóstico para Mayo)
29
EJEMPLO: La empresa de comida rápida Hamburguesas TOBY vende el
siguiente número de hamburguesas durante la semana anterior.
Pronostique las ventas del Día domingo usando el promedio móvil.
Hamburguesas
Día vendidas
Lunes 50
Martes 30
Miércoles 60
Jueves 20
Viernes 70
Sábado 90
30
CALCULO DE MAD PARA PM(3) y PM(4)
DEM. DEM. /DR - DP/ DEM. DEM. /DR - DP/
DIA REAL PRON REAL PRON
Lunes 50 - - 50 - -
Martes 30 - - 30 - -
Miércoles 60 - - 60 - -
Jueves 20 47 27 20 - -
Viernes 70 37 33 70 40 30
Sábado 90 50 40 90 45 45
Domingo 60 MAD 60 MAD
=33.3 =37.5
31
C) PROMEDIO MOVIL PONDERADO
Media móvil que incorpora algún peso a las demandas en
consideración
0 ≤ Pi ≤ 1 (Peso)
PMPi
Pi * Yi
Pi
p1 * y1 p2 * y2 ..... pm * ym
PMP
p1 p2 ...... pm
32
EJEMPLO: Un fabricante de pinturas para viviendas ha experimentado la
siguiente demanda mensual para una pintura especial para interiores.
¿Cual es el pronóstico para el próximo mes si se da una ponderación de
50% al último mes, 30% al anterior y de 20% al que antecede?.
Demanda
Mes
(Pintura en Lts.)
Marzo 620
Abril 840
Mayo 770
Junio 950
Julio 1000
Demanda para el mes de agosto es de aproximadamente de :
DP=939 Litros.
33
SUAVIZADO EXPONENCIAL
Reciben mayor peso, los periodos recientes.
Los pesos de los periodos anteriores decaen de manera
exponencial.
Un valor elevado de α dá un gran peso a la demanda más reciente.
Un valor bajo de α dá un peso mayor al pronostico más reciente.
α ELEVADO Productos nuevos ó demandas en
proceso de cambio
α MEDIANO Demanda ligeramente inestable
α BAJO Demanda estable
34
Ejemplo.- Una pequeña empresa de electrónica produce calculadoras de
bolsillo y mensualmente controla la demanda de los artículos. Los siguientes
datos de demandas se dan para las calculadoras: mayo 45; junio 57; julio 60.
Usando a 50 como el pronóstico de mayo según el suavizado exponencial,
obtener el pronóstico de ventas para agosto.
DEM. DEM. PRON /DR - DP/ DEM. DEM. /DR - DP/
MES REAL 0.1 REAL PRON 0.9
Mayo 45 50 5 45 50 5
Junio 57 50 7 57 46 11
Julio 60 51 9 60 56 4
Agosto 52 MAD =7 60 MAD
=6.6 35
Ejemplo: Ventas reales en unidades, de la Empresa Alicell, para
celulares en la gestión 2021 fueron:
Mes E F M A M J J A S O N D
Ventas 177 170 185 170 197 180 183 179 190 183 176 200
a) Determinar el pronostico de ventas para el mes de enero del 2022 (Promedio
aritmético simple).
b) Determinar el pronostico de ventas para el mes de enero del 2022 (Promedio
móvil de 3 y 5 periodos).
c) Determinar el pronostico de ventas para el mes de enero del 2022, si se da
una ponderación de 50% al último mes, 30% al anterior y de 20% al que
antecede?.
d) Usando a 170 como el pronóstico de enero y factor ponderador de 0.2 y 0.8
según el suavizado exponencial, obtener el pronóstico de ventas para enero
del 2022.
e) Como jefe de ventas que método elegiría para realizar el pedido. 36
D) PROMEDIO MOVIL CON AJUSTE ESTACIONAL
Los datos muestran alguna tendencia creciente a lo largo del
tiempo, además de una marcada estacionalidad. Se
procederá a desestacionalizar los datos, lo que permite
observar hasta donde las variaciones se deben a efectos
estacionales o bien, a otros factores.
El proceso de ajuste estacional se realizará a través del
cálculo de factores estacionales:
Factor estacional = Prom. periodo / prom. global
37
Año Trim. DR
1 1 13618
2 12930
3 13138
4 16532
2 1 14514
2 14128
3 15568
4 17448
3 1 13984
2 13644
3 15898
4 19300 38
SOLUCION.- Primer paso: Graficar
20000
19000
18000
17000
16000
15000
14000
13000
12000
11000
10000
1 2 3 4 1 2 3 4 1 2 3 4
Trim estres
39
CALCULO DEL FACTOR ESTACIONAL
Año Factor
T 1 2 3 Suma Prom Estac.
1 13618 14514 13984 42116 14038 0.9323
2 12930 14128 13644 40702 13567 0.9010
3 13138 15568 15898 44604 14868 0.9873
4 16532 17448 19300 53280 17760 1.1794
Total 60233
Prom. 15058
40
Año Trim. DR DP ajustada
1 1 13618.00 14607.27
2 12930.00 14351.12
3 13138.00 13306.33
4 16532.00 14017.29
2 1 14514.00 15568.36
2 14128.00 15680.79
3 15568.00 15767.47
4 17448.00 14793.96
3 1 13984.00 14999.86
2 13644.00 15143.59
3 15898.00 16101.70
4 19300.00 16364.25
41
E) SUAVIZADO EXPONENCIAL
Se usa para demandas muy irregulares.
fo = α d-1 + (1 – α) f-1
fo = f-1 + α (d-1 – f-1)
α = Factor ponderador
fo = Pronostico
d-1 = Demanda mas reciente
f-1 = Pronostico mas reciente
0≤α≤1
42
2. MODELOS CAUSALES
Usado cuando el comportamiento de las ventas son ascendentes ó descendentes.
VENTAS
Función de transformación
VENTAS PRONOSTICADAS
REALES LINEAL ŷ = AX + B DP
DR POTENCIAL ŷ = A * xB
EXPONENCIAL ŷ = A * eBx
LOGARITMICA ŷ = A + B lnx
CONTROL
La validez de la proyección por regresión depende del grado en
que estén asociados entre sí las variables
Se debe comprobar la relación de causalidad directa ó indirecta
entre 2 variables (Coeficiente de correlación r) -1 ≤ r ≤ 1 43
COEFICIENTE DE CORRELACIÓN
Una vez observado que en una variable bidimensional existe una
cierta dependencia entre las dos características o variables que la
forman, podemos precisar el grado de dicha dependencia.
Se puede decir que el Coeficiente de Correlación (r):
Varía entre -1 y 1.
Valores de -1 ó 1 indican correlación perfecta.
Valor igual a 0 indica ausencia de correlación.
Valores negativos indican una relación lineal inversa y
valores positivos indican una relación lineal directa
44
Ejemplo: Ventas reales, de la Empresa CENTER, para celulares
Mes E F M A M J J A S O N D
Ventas 177 170 175 190 197 200 205 210 220 230 297 390
Calcule las diferentes funciones de ventas y seleccione la más adecuada:
SOLUCION.- Gráfica “creciente”; usar regresión
FUNCION A B r
LINEAL 14,21 129,36 0,82
POTENCIAL 146,4 0,23 0,73
EXPONENCIAL 147,8 0,058 0,87
LOGARITMO 129,9 55 0,7
La más adecuada es la Exponencial ŷ = 147.8 e0.058 x
45
GRACIAS por su
atención
