Administración de
Operaciones
AD - 489
LUIS ANTONIO PEREZ MARQUEZ
PRONÓSTICOS Horizontes de tiempo del pronóstico
Pronosticar es el arte y la ciencia
1. Pronóstico a CP (período de hasta 1 año, pero casi
de predecir los eventos futuros. siempre es menor a 3 meses). Se usa para planear
Puede implicar el empleo de las compras, programar el trabajo, determinar
datos históricos y su proyección niveles de MO, asignar el trabajo, y decidir los
hacia el futuro mediante algún niveles de producción.
tipo de modelo matemático.
2. Pronóstico a MP: (mediano plazo: entre 3
meses y 3 años). Se utiliza para planear las
ventas, la producción, el PPTO y el flujo de
efectivo, y analizar diferentes planes
operativos.
Puede ser una predicción
subjetiva o intuitiva; o puede ser
una combinación de éstas —es 3. Pronóstico a LP. (más de tres años) Se emplean
para planear la fabricación de nuevos productos,
decir, un modelo matemático gastos de capital, ubicación o expansión de las
ajustado mediante el buen juicio instalaciones, y para I + D.
del administrador.
LA IMPORTANCIA ESTRATÉGICA DEL PRONÓSTICO
Los buenos pronósticos son de
importancia crucial para todos los
aspectos del negocio: El pronóstico
RRHH
es la única estimación de la
demanda hasta que se conoce la
demanda real.
Por lo tanto, los pronósticos de la
Capacidad
demanda guían las decisiones en
muchas áreas.
Aquí veremos el efecto del
pronóstico el producto en tres
actividades: (1) recursos humanos;
(2) capacidad, y (3) administración
de la cadena de suministro. Adm de la cadena
de suministro
PASOS PARA EL PRONÓSTICO
Determinar el uso del pronóstico - Para dirigir personas – horas de entrada – disponibilidad de
paseos - etc
Determinar el aspecto a
- Mano de obra – mantenimiento - programaciones
pronosticara
Determinar le horizonte de tiempo - CP – MP – LP
del producto - Diario – semanal – quincenal – mensual - anual
Determinar el modelo de - Promedio móvil – suavizamiento exponencial – análisis de
pronóstico regresión – modelo de juicio – modelo no cuantitativo
- Tasas de cambio – llegadas – ofertas de aerolíneas -
Recopilar datos para pronosticar
tendencias
Realizar el pronóstico
Validar e implementar resultados
RESTRICCIONES PARA EL PRONÓSTICO
ENFOQUES
No son
perfectos
CUALITATIVOS CUANTITATIVOS
Estabilidad
relativa
Pronósticos para familia Modelos
de productos son más Subjetivos
Matemáticos
precisos que para
productos individuales
TÉCNICAS de PRONÓSTICO CUALITATIVO
JURADO DE OPINIÓN Uso del método estadístico + opinión de los expertos para
EJECUTIVA estimar la demanda
Si no se usaran los métodos de juicio, los métodos cuantitativos
producirían pronósticos poco confiables.
MÉTODO DELPHI - Los que TD – el Personal – los entrevistados
5 a 10 expertos cuestionarios juicio a valorar
COMPOSICIÓN DE LA FUERZA
DE VENTAS - Cada vendedor estima sus ventas en la región
ENCUESTA EN EL MERCADO DE - Solicitar información a los clientes sobre planes de
CONSUMO compra futuras
LOS MÉTODOS CUANTITATIVOS
1. Enfoque intuitivo
2. Promedios móviles Modelo de series de tiempo
3. Suavizamiento exponencial
4. Regresión lineal
Modelo asociativo
MODELO DE SERIES DE TIEMPO MODELO ASOCIATIVO
Predicen bajo el supuesto que Incorporan variables o factores
el futuro es una función del que pueden influir en la
pasado (usan datos históricos) cantidad a pronosticar
[Link]
PRONÓSTICOS DE SERIES DE TIEMPO
Ésta se basa en una secuencia de datos puntuales igualmente
espaciados (semanales, mensuales, trimestrales, etc.).
Ejemplo: ventas semanales de Nike Air Jordans, los informes de ingresos
trimestrales en Microsoft, los embarques diarios de cerveza Coors, y los
índices anuales de precios al consumidor.
Los datos para pronósticos de series de tiempo implican que los valores
futuros se predicen solamente a partir de los valores pasados y que se
pueden ignorar otras variables, sin importar qué tan potencialmente
valiosas sean.
Descomposición de una serie de tiempo
(desglosar los datos históricos en componentes y después proyectarlos al futuro)
1. La tendencia es el movimiento gradual, hacia arriba o hacia abajo, de los datos en el tiempo. Los
cambios en el ingreso, la población, la distribución de edades o los puntos de vista culturales pueden
ser causantes del movimiento en una tendencia.
2. La estacionalidad es un patrón de datos que se repite después de un periodo de días, semanas,
meses o trimestres. Existen seis patrones comunes de estacionalidad: Los restaurantes y las
peluquerías, por ejemplo, experimentan estaciones semanales, donde los sábados son el pico del
negocio. Vea el recuadro AO en acción “Pronósticos en Olive Garden y Red Lobster”.
Los distribuidores de cerveza pronostican patrones anuales, con estaciones mensuales.
Cada una de las tres “estaciones” —mayo, julio y septiembre— contiene un día festivo en el que se
ingiere mucha cerveza.
Descomposición de una serie de tiempo
3. Los ciclos son patrones, detectados en los datos, que ocurren cada cierta cantidad de años.
Usualmente están sujetos al ciclo comercial y son de gran importancia para el análisis y la planeación del
negocio a corto plazo. La predicción de los ciclos de negocio es difícil porque éstos pueden verse
afectados por los acontecimientos políticos o la turbulencia internacional.
4. Las variaciones aleatorias son “señales” generadas en los datos por casualidad o por situaciones
inusuales. No siguen ningún patrón discernible y, por lo tanto, no se pueden predecir.
Gráfica de la demanda
de un producto durante
cuatro años, la cual
indica una tendencia
creciente
y una estacionalidad
Enfoque intuitivo
En otras palabras, si las ventas de un
producto —digamos, teléfonos
La forma más simple de pronosticar
celulares Nokia— fueron de 68
es suponer que la demanda del
unidades en enero, podemos
siguiente periodo será igual a la
pronosticar que en febrero las ventas
demanda del periodo más reciente.
también serán de 68 teléfonos.
¿Tiene esto algún sentido?
Resulta que para algunas líneas de
Al menos ofrece un punto de partida
productos, este enfoque intuitivo es
contra el cual comparar otros
el modelo de pronóstico más efectivo
modelos más sofisticados que se
en costos y más eficiente con
utilicen después
respecto al objetivo.
Promedios móviles
Los promedios Un promedio
móviles son útiles móvil de 4 meses Al concluir cada
si podemos se encuentra mes, los datos del
Esta práctica
suponer que la simplemente al mes más reciente
tiende a suavizar
demanda del sumar la demanda se agregan a la
las irregularidades
mercado medida durante suma de los 3
del corto plazo en
permanecerá los últimos 4 meses previos y se
las series de datos.
relativamente meses y elimina el dato del
estable en el dividiéndola entre mes más antiguo.
tiempo. cuatro.
Matemáticamente, el promedio móvil
simple (que sirve como estimación de la
demanda del siguiente periodo) se expresa
como:
donde n es el número de periodos incluidos en el promedio móvil —por ejemplo, 4, 5 o 6 meses,
respectivamente, para un promedio móvil de 4, 5 o 6 periodos.
En el ejemplo 1 se muestra cómo calcular los promedios móviles.
Cuando se presenta una tendencia o un patrón localizable,
La elección de las
pueden utilizarse ponderaciones para dar más énfasis a
ponderaciones es un tanto
los valores recientes. Esta práctica permite que las
arbitraria porque no existe
técnicas de pronóstico respondan más rápido a los
una fórmula establecida
cambios, puesto que puede darse mayor peso a los
para determinarlas.
periodos más recientes.
Por ejemplo, si el último mes o
Por lo tanto, decidir qué periodo se pondera demasiado Un promedio móvil
ponderaciones emplear alto, el pronóstico puede reflejar ponderado puede
requiere cierta un cambio grande inusual, expresarse
experiencia. demasiado rápido en el patrón matemáticamente como:
de demanda o de ventas.
Tanto los promedios móviles simples
como los ponderados son efectivos
para suavizar las fluctuaciones
repentinas en el patrón de la demanda
Ejemplo 2
con el fin de obtener estimaciones
estables.
Sin embargo, los promedios móviles
presentan tres problemas:
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.
3. Los promedios móviles requieren
amplios registros de datos históricos.
Suavizamiento exponencial
El suavizamiento exponencial es un sofisticado método de
pronóstico de promedios móviles ponderado que sigue siendo
bastante fácil de usar.
Implica mantener muy pocos registros de datos históricos.
La fórmula básica para el suavizamiento exponencial se
expresa como sigue:
4-3
donde es la ponderación, o constante de suavizamiento, elegida por quien
pronostica, que tiene un valor de entre 0 y 1
La ecuación (4-3) también puede escribirse matemáticamente como:
4-4
El concepto no es complicado.
La última estimación de la demanda es igual a la estimación anterior
ajustada por una fracción de la diferencia entre la demanda real del último
periodo y la estimación anterior.
En el ejemplo 3 se muestra cómo usar el suavizamiento exponencial para
obtener un pronóstico.
La constante de suavizamiento, α, se encuentra generalmente en un intervalo de .05 a .50 para
aplicaciones de negocios.
Puede cambiarse para dar más peso a datos recientes (cuando α es alta) o más peso a datos
anteriores (si α es baja). Cuando α llega al extremo de 1.0, entonces en la ecuación (4-4), Ft = 1.0At-1.
Todos los valores anteriores se desechan y el pronóstico se vuelve idéntico al modelo intuitivo, el
cual se mencionó anteriormente en este capítulo.
Es decir, el pronóstico para el siguiente periodo es considerar exactamente la misma demanda del
periodo actual.
La tabla siguiente ayuda a ilustrar este concepto. Por ejemplo, cuando = 0.5, podemos
ver que el nuevo pronóstico se basa casi por completo en la demanda de los últimos
tres o cuatro periodos.
Cuando = 0.1, el pronóstico pone poco peso en la demanda reciente y toma en cuenta
los valores históricos de muchos periodos (casi 19).
Selección de la constante de suavizamiento
Sin embargo, el valor
El enfoque de suavizamiento
apropiado de la constante de Se eligen valores altos de
exponencial es fácil de usar y
suavizamiento, , puede hacer cuando el promedio
se ha aplicado con éxito en
la diferencia entre un subyacente tiene
prácticamente todo tipo de
pronóstico preciso y uno probabilidades de cambiar.
negocios.
impreciso.
Al elegir los valores de la
Se emplean valores bajos de
constante de suavizamiento,
cuando el promedio en que se
el objetivo es obtener el
basa es bastante estable.
pronóstico más preciso.
115
