REPÚBICA BOLIVARIANA DE VENEZUELA
UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA
“ANTONIO JOSÉ DE SUCRE”
VICE-RECTORADO “LUIS CABALLERO MEJÍAS”
PRONÓSTICO DE LA DEMANDA
PRONÓSTICO DE LA DEMANDA
1. Demanda
Es la cantidad de bienes y servicios que son adquiridos por consumidores a diferentes precios en
un intervalo de tiempo definido, este es crucial para saber si la demanda crece o decrece.
2. Pronostico de la demanda
Proceso predictivo que busca estimar qué productos y en qué cantidades serán requeridos por
los consumidores en un determinado periodo de tiempo. Básicamente, consiste en desarrollar
proyecciones futuras de ventas, para así estar preparados para abastecer las necesidades del
mercado. Conocer el pronóstico es útil para adaptar nuestras operaciones con el objetivo de contar
con el inventario adecuado, y de esta manera, los picos y valles de la demanda no nos tomen por
sorpresa.
Un pronóstico de la demanda preciso ayuda con la administración del inventario, la
planificación de la capacidad, la demanda de productos y la asignación de recursos. Los pronósticos
precisos garantizan que puedas pedir SKU (unidad de mantenimiento de Stock), apropiadas, tener
suficientes productos en existencia y establecer precios razonables para satisfacer la demanda de los
clientes sin enfrentar una escasez de suministros.
Realizar un pronóstico implica recopilar, analizar y evaluar datos históricos y actuales. Para
tener un buen control de la producción, compras e inventario, puedes llevar a cabo los siguientes
pasos.
3. Métodos, modelos y técnicas de pronósticos de la demanda
Existen tres tipos principales de procesos de pronóstico de la demanda, cada uno aprovecha
datos diferentes y tienen diversos grados de precisión en cuanto a la previsión de la demanda y tasas
de error de previsión.
3.1. Cualitativa y cuantitativa
3.1.1. Pronostico cualitativo
Se basa en factores subjetivos, como opiniones de clientes y tendencias del mercado. A
menudo se usa cuando escasean o no hay datos históricos disponibles. El pronóstico cualitativo es
menos preciso que el pronóstico cuantitativo, pero su implementación es a menudo más rápida y
económica. Los pronósticos cualitativos combinan, o agregan, la mayor cantidad de datos e
información posible para producir estimaciones imparciales.
Ventajas:
Se puede utilizar para productos nuevos
Se enfoca en el sentimiento del cliente y las necesidades percibidas
Es rápida de desarrollar y para producir resultados
Desventajas:
Su naturaleza subjetiva puede dar lugar a resultados inexactos
Es difícil de comparar con los datos históricos u otros métodos de pronóstico
Se requiere mucho tiempo para recopilar datos de los consumidores
3.1.2. Pronostico cuantitativo
El pronóstico cuantitativo suele ser más preciso que el pronóstico cualitativo, pero puede ser
más costoso y su implementación requiere mucho tiempo. Utiliza datos históricos, estadísticas y
otras métricas objetivas. Este tipo de pronóstico se utiliza a menudo para la planificación de
inventario, el pronóstico de ventas a corto y largo plazo, y la optimización de la administración de
la cadena de suministro.
Ventajas:
Es más objetiva e imparcial
Es capaz de detectar patrones y tendencias
Es mejor para realizar pronósticos de demanda a largo plazo
Desventajas:
Su producción es más costosa cuando se utilizan procesos manuales
Es difícil tener en cuenta factores externos e información más reciente
Puede pasar por alto ideas y tendencias de perspectiva más amplia
3.2. Análisis / Proyecciones de serie
Los análisis de series temporales utilizan datos de muchos años para predecir una demanda
potencial. Sin embargo, los datos deben producir relaciones y tendencias precisas, confiables y
estables.
Las tendencias recopiladas a partir de datos del pasado se utilizan para evaluar si las
tendencias actuales en la demanda de los consumidores están alineadas, atrasadas o adelantadas
con respecto a lo que se podría esperar. Otros factores pueden afectar la exactitud del análisis de
serie temporal, incluida la alteración económica y las variaciones estacionales. Sin embargo,
puedes utilizar técnicas estadísticas adicionales para integrar estas variaciones en los datos y el
análisis.
Ventajas:
Se basa en datos pasados para establecer tendencias
Puede identificar las relaciones a largo plazo en los datos
Por lo general, es menos costoso que otros métodos
Desventajas:
Los datos deben ser de alta calidad
Los datos deben seguir patrones claros y coherentes
Solo funciona si el futuro se asemeja bastante al pasado
3.3. Modelos causales
Los modelos causales son las herramientas de pronóstico más refinadas. Son más adecuados
para pronósticos a largo plazo. Los modelos causales requieren que analices meticulosamente los
datos históricos hasta que puedas identificar relaciones claras entre dos puntos de datos o factores.
Los modelos causales destacan aún más las relaciones causales dentro de los datos y pueden
incorporar información, como otros análisis y datos de ubicación. Por este motivo, es muy probable
que continúes actualizando los modelos causales a medida que se reciba nueva información.
Ventajas:
Se pueden utilizar para pronósticos a largo plazo
Pueden identificar relaciones entre puntos de datos
Por lo general, son más precisos que otros métodos
Desventajas:
Los datos deben ser de alta calidad
El análisis de datos puede llevar mucho tiempo
Requieren acceso a datos históricos
4. Pasos para llevar a cabo un pronóstico de la demanda
4.1. Fija un objetivo
Es importante saber con anticipación lo que harás con la información que resulte de tu estudio.
El pronóstico es una herramienta para mejorar la toma de decisiones, canalizar oportunidades,
mitigar riesgos e implementar estrategias sólidas respaldadas por datos concretos.
4.2. Determina el tiempo y los productos a pronosticar
Debes tener claro cuáles son los productos específicos que te interesa pronosticar y el periodo
de tiempo de dicho pronóstico. Procura que tu horizonte de tiempo no se extienda más allá de 12
meses, ya que la precisión de todo pronóstico va disminuyendo en el tiempo.
4.3. Recopila y registra datos históricos de demanda
Recopila datos históricos que pueden incluir ventas, pedidos, o cualquier medida que sea
relevante para tu negocio. Es fundamental obtener todos los datos de tus diferentes canales de venta
para tener una visión completa de la demanda real de los productos, y a la vez, de las previsiones de
venta. Mientras más datos tengas, mejor será el pronóstico.
4.4. Analiza los datos obtenidos
Una vez que hayas recopilado los datos que afectan el comportamiento de la demanda, será
necesario analizarlos. Antes de aplicar un modelo predictivo, es fundamental comprender los datos
y prepararlos adecuadamente para obtener resultados precisos y significativos
4.5. Selecciona y aplica un método de pronóstico de la demanda
Elegir el método de pronóstico que sea más adecuado para tu negocio según el resultado del
análisis realizado en el paso anterior.
4.6. Genera el pronóstico
Aplicar el método que hayas elegido a tus datos históricos para generar el pronóstico de la
demanda futura. Para ello, puedes utilizar un software o herramientas de pronóstico que te
facilitarán el proceso.
4.7. Evalúa el pronóstico
Es fundamental evaluar la precisión de tu pronóstico, esto lo puedes realizar comparándolo con
los datos reales. Puedes utilizar medidas de error, como el error medio absoluto (MAE) o el error
porcentual absoluto medio (MAPE) con el objetivo de cuantificar la diferencia entre el pronóstico y
los valores reales.
Ejemplos de la planificación y pronóstico de la demanda
1. Ejercicio
La demanda histórica del producto es:
MES Enero Febrero Marzo Abril Mayo Junio
DEMANDA 12 11 15 12 16 15
a. Usando un promedio móvil ponderado con pesos de 0.60, 0,30 y 0,10, calcule el
pronóstico para Julio.
( ) ( ) ( )
( ) ( ) ( )
b. Con el promedio móvil simple a tres meses calcule el pronóstico de Julio
c. Mediante suavización exponencial simple con alfa=0,2 y un pronóstico para
junio de 13, calcule el pronóstico de julio. Haga todas las suposiciones que
quiera.
MES Enero Febrero Marzo Abril Mayo Junio
DEMANDA 12 11 15 12 16 15
Alfa=0,2 - - - - . 13
( ) ( )
2. Ejercicio
Las siguientes tabulaciones son ventas unitarias reales para seis meses y un pronóstico inicial
para enero.
Mes Enero Febrero Marzo Abril Mayo Junio
Real 100 94 106 80 68 94
Pronóstico 80
a. Calcule los pronósticos para los 5 meses restantes con suavización exponencial
simple con alfa=0,2
( )
( )
( )
( )
( )
( )
b. Calcule el MAD (desviación media absoluta) de los pronósticos o el error
promedio del pronóstico en valor absoluto.
MES DEMANDA REAL PROYECCION RSFE [RSFE]DESV
Enero 100 80 20 20
Febrero 94 84 10 10
Marzo 106 86 20 20
Abril 80 90 -10 10
Mayo 68 88 -20 20
Junio 94 84 10 10
∑| |
3. Ejercicio
A continuación se suministra la demanda tabulada actual de un artículo durante un periodo de 9
meses (de enero a septiembre). Su supervisor quiere probar dos métodos de prueba para ver cuál
resulto mejor en el periodo.
MES Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre
REAL 110 130 150 170 160 180 140 130 140
a. Pronostique de Abril a septiembre con un promedio móvil a tres meses
b. Mediante suavización exponencial simple con un alfa=0,3 calcule de abril a
septiembre
( )
( )
( )
( )
( )
( )
( )
c. Use la MAD para decidir que método produjo el mejor pronóstico en el periodo
de seis meses.
∑ | |
El modelo de proyección se encuentra dentro de la distribución
