Evaluación de Proyectos
Motivación
• Estamos siempre pronosticando:
- Restaurant: Se acabó algún plato en especial.
- Librería: Se agotó el libro para un curso universitario.
- Fiesta: No alcanzó la comida para todos los invitados.
• Por lo tanto, hacemos pronósticos de fenómenos futuros.
• Luego hacemos planes y tomamos curso de acción.
• Pronosticar es una de las funciones más importante en los negocios, ya
que muchas de las decisiones se basan en los pronósticos. Por ejemplo,
a que mercados ir, que productos producir, cuanto inventario mantener,
cuanta gente contratar.
Pronosticar: Una herramienta
estratégica
• Pronosticar es un excelente ejemplo de una actividad que es crítica para
el manejo de todas las áreas funcionales dentro de una organización.
- Operaciones
- Marketing
- Finanzas
- Sistemas de información
- RRHH
- Economía
Características de los Pronósticos
• No son perfectos.
• Son más precisos para grupos de ítems que para un ítem individual.
• Son más precisos en cortos horizontes de tiempo.
• Generalmente asumen que el mismo sistema causal que había en el
pasado continuará existiendo en el futuro.
Sin embargo, a pesar de lo anteriormente señalado, el OBJETIVO es
generar buenos pronósticos en el tiempo y minimizar los errores lo más
posible.
Elementos de un buen pronóstico
Paso a Paso
• Decidir que pronosticar.
- Nivel de detalle, unidad de análisis, horizonte de tiempo.
- Ejemplo: pronosticar venta o demanda.
• Seleccionar y testear el modelo de pronóstico.
- Criterio: costo, facilidad de uso y precisión.
- Testear usando datos históricos y comparar.
• Evaluar y analizar los datos apropiados.
- Ejemplo: ventas de un nuevo producto.
• Generar el pronóstico.
• Monitorear precisión del pronóstico en el tiempo.
- El ambiente y las condiciones cambian. Un buen modelo de pronóstico
de hoy, tal vez no sea bueno mañana.
Tipos de modelos de Pronósticos
• Métodos Cualitativos
- Llamados también modelos de juicios.
- Pronósticos generados subjetivamente por el pronosticador.
- Basados en intuición, conocimiento y experiencia.
• Métodos Cuantitativos
- Pronósticos generados de forma rigurosa.
- Uso de modelos matemáticos.
Métodos Cualitativos
• Fortalezas
- Incorporan últimos cambios en el mercado.
- Particularmente útiles cuando se espera que el futuro sea muy diferente
al pasado
• Debilidades
- Sesgo en el pronosticador puede causar falta de precisión en el
pronóstico.
Tipos de modelos cualitativos
Métodos Cuantitativo
• Fortalezas
- Consistente y objetivo
- Puede considerar muchos datos de una sola vez.
• Debilidades
- Datos necesarios no siempre están disponibles.
- Calidad del pronóstico depende de la calidad de los datos.
Tipos de Métodos Cuantitativos
• Modelos de series de tiempo
- Asume que el futuro seguirá el mismo patrón que en el pasado.
• Modelos causales
- Exploran relación de causa – efecto.
- Usa indicadores claves para predecir el futuro.
Patrones en datos en series de
tiempo
Lógica de Modelos de Series de
Tiempo
• Datos = patrón histórico + variación aleatoria.
• El patrón histórico es lo único que puede ser pronosticado.
• Patrón histórico incluye: Nivel (promedio de LP), Tendencia,
Estacionalidad, Ciclo
Modelos de Series de Tiempo
• Ingenuo: El pronóstico es igual al valor actual observado durante el
último período.
• Media Simple: El promedio de todos los datos disponibles.
• Media Móvil:
- Valor promedio sobre un período de tiempo (por ejemplo las últimas 4
semanas) .
- Cada pronóstico nuevo elimina el dato más viejo y agrega uno nuevo.
Media Móvil Ponderada
• Todos los pesos deben sumar 1 (los wi)
• Permite enfatizar algunos períodos sobre otros.
• Difiere del modelo de media móvil simple en que los pesos ahí son
todos iguales.
Modelos Causales
• A menudo indicadores claves pueden ayudar a predecir la demanda.
• Modelos causales están construidos sobre relaciones de causa – efecto.
• Una herramienta común es la regresión lineal: Y = a + bX
Regresión Lineal
Regresión Lineal
• Hay supuestos que deben verificarse:
- Las variaciones alrededor de la recta son aleatorias.
- Las variaciones tienen que tener una distribución normal.
- Las predicciones deben hacerse sólo dentro del rango de los valores
observados.
• Algunas debilidades:
- Regresiones lineales sólo se aplican a relaciones lineales.
- Se necesitan muchos datos para poder establecer una relación.
- Todas las observaciones “pesan” lo mismo.
PRONOSTICO DE VENTAS
Método de los mínimos
cuadrados
Dado la ecuación de la recta : y = a + bx
a = y − bx
n xy − x y
b=
n x − ( x )
2 2
PRONOSTICO DE VENTAS AÑO
2009
Año unidades vendidas
2001 299
2002 315
2003 380
2004 350
2005 360
2006 375
2007 401
2008 425
PRONOSTICO DE VENTAS AÑO
500
400
300
200
100
0
0 2 4 6 8 10
DESARROLLO
x y x*y x2
Año unidades vendidas
2001 1 299 299 1
2002 2 315 630 4
2003 3 380 1140 9
2004 4 350 1400 16
2005 5 360 1800 25
2006 6 375 2250 36
2007 7 401 2807 49
2008 8 425 3400 64
S 36 2905 13726 204
media 4.5 363.125 1715.75 25.5
DESARROLLO
• Aplicando la formula tenemos que:
• b= 15,559
• a= -30,826
Entonces reemplazando en : y= a +b*x
tenemos:
• Y = 433
2009
