GESTIÓN DE OPERACIONES

Unidad 2
Semana 3

MBA Ing. Karina Ponce

 Propósito de la sesión
Al finalizar la sesión, el estudiante conocerá los aspectos básicos del
cálculo de pronósticos
Motivación

[Link]
 “Es una estimación cuantitativa
o cualitativa de uno o varios
factores (variables) que
conforman un evento futuro,
con base en información actual
o del pasado”.
La formulación de pronósticos
(o proyección) es una técnica
para utilizar experiencias
pasadas con la finalidad de
predecir expectativas del
futuro

Pronósticos
 Pronósticos

• Los pronósticos casi siempre son incorrectos

• Los pronósticos son más precisos para
grupos o familias de artículos
• Los pronósticos son más precisos cuando se
hacen para periodos cortos
• Todo pronóstico debe incluir un error de
estimación.
• Los pronósticos no son sustituto de la
demanda calculada.
Pronósticos

Cuantitativo

Cualitativo
 Pronósticos cualitativos

• Son aquellos que se generan a partir de información

que no tiene una estructura analítica bien definida.
• Resulta especialmente útil cuando no se tiene
disponibilidad de información histórica, como en el
caso de un producto nuevo
• Por lo general el pronóstico se basa en un juicio
personal o en alguna información cualitativa externa.
• El pronóstico tiende a ser subjetivo
• Permite obtener algunos resultados con bastante
rapidez.
• En ciertos casos, es especialmente importante, ya que
puede constituir el único método disponible.
• Suelen utilizarse para productos individuales o
familias de productos, y rara vez para mercados
completos.
 Pronósticos cualitativos

• Las encuestas de mercado son, casi siempre,

cuestionarios estructurados que se envían a los
clientes potenciales del mercado. En ellos se
solicita su opinión acerca de productos o
productos potenciales, y muchas veces
intentan también averiguar la probabilidad de
que los consumidores demanden ciertos
productos o servicios
• Los pronósticos Delphi o consenso de panel
utilizan paneles de expertos específicos en el
área para la cual se desarrolla la encuesta. Los
expertos intentan transferir al análisis su
conocimiento individual respecto de los
factores que afectan la demanda,
interactuando entre sí para tratar de llegar a un
consenso en cuanto al pronóstico de la
demanda
 Pronósticos cualitativos

• El método de pronóstico conocido como

analogía por ciclo de vida se utiliza cuando
el producto o servicio es nuevo. Se basa en
el hecho de que casi todos los productos y
servicios tienen un ciclo de vida bien
definido
• ¿Cuál es el marco de tiempo? • ¿Cuánto
durará el crecimiento y la madurez? • ¿Qué
tan rápido será el crecimiento? • ¿Qué tan
rápido será la decadencia? • ¿Qué tan
grande será la demanda global,
especialmente durante la fase de
maduración?
 Pronósticos cualitativos

• La valoración o juicio informado se

encuentra entre los métodos de pronóstico
más comúnmente utilizados, pero también
está entre los menos confiables.
• Consiste en que un ejecutivo de ventas
solicite a cada vendedor que desarrolle una
proyección de ventas para su área. Luego, el
ejecutivo combina las proyecciones
individuales en un pronóstico de ventas
global para la compañía
Pronósticos
cuantitativos

Se utilizan cuando:
• Se dispone de información pasada
sobre la variable que se pronosticará
• La información puede cuantificarse
• Es razonable suponer que el patrón
del pasado seguirá ocurriendo en el
futuro. En estos casos puede
elaborarse un pronóstico con un
método de series de tiempo o un
método causal.
Pronósticos
cuantitativos: método
causal

• Se basa en el concepto de relación

entre variables; es decir, en la
suposición de que una variable
medida “ocasiona” que la otra
cambie de una forma predecible.
• Parte de un supuesto importante de
causalidad, y de que la variable
causal puede ser medida de manera
precisa. La variable medida que
ocasiona que la otra variable cambie
con frecuencia se denomina
“indicador líder”.
Pronósticos
cuantitativos

• Modelos de simulación. Simulación

de sectores de la economía
mediante computadoras
• Regresión. Es un método estadístico
para desarrollar una relación
analítica definida entre dos o más
variables. El supuesto, como en
otros modelos causales, es que una
de las variables “causa” que la otra
se mueva. Con frecuencia la variable
independiente, o causal, se
denomina indicador líder
Pronósticos
cuantitativos: series de
tiempo

• Parten, básicamente, de un
supuesto común: que la demanda
pasada sigue cierto patrón, y que si
este patrón puede ser analizado
podrá utilizarse para desarrollar
proyecciones para la demanda
futura, suponiendo que el patrón
continúa aproximadamente de la
misma forma
• Implica el supuesto de que la única
variable real independiente en el
pronóstico de series de tiempo es,
precisamente, el tiempo.
Pronósticos
cuantitativos

• Patrón aleatorio: parte del supuesto

de que la demanda siempre posee
un elemento aleatorio.
• Patrón de tendencia. Las tendencias
pueden ser crecientes o
decrecientes, y tener naturaleza
lineal o no lineal
• Patrón estacional es un patrón
cíclico. Pueden estar ligados o no a
la estaciones del año. Son aquellos
que siguen cierto ciclo de demanda,
creciente o decreciente.
 Promedio móviles

Promedios móviles
Suavización
ponderados

Proyección de Suavización
Series de tiempo
tendencias exponencial

Proy. de tendencias
ajustada por
influencia estacional
 Promedio móvil simple

• Se utiliza cuando la variable a pronosticar

no presenta mayores variaciones de corto
plazo, no presenta una tendencia marcada e
idealmente no presenta estacionalidades
 Ejemplo 1
Una compañía presenta en el siguiente tabulado el reporte de ventas
correspondiente al año 2021
VENTAS
MES REALES Teniendo en cuenta los datos anteriores, se debe calcular
(2021)
un pronóstico mediante la técnica de Promedio Móvil
Enero 80
simple utilizando:
Febrero 90
- Un período de 3 meses (a partir de abril de 2021)
Marzo 85
- Un período de 6 meses (a partir de julio de 2021)
Abril 70
Mayo 80
Junio 105
Julio 100
Agosto 105
Septiembre 100
Octubre 105
Noviembre 100
Diciembre 150
 Pronóstico de 3 meses
• X (abril) = (80 + 90 + 85) / 3
• X (abril) = 85

• X (mayo) = (90 + 85 + 70) / 3

• X (mayo) = 82
Pronóstico de 3 meses
VENTAS
PRONÓSTICO 3
MES REALES
MESES
(2019)
Enero 80
Febrero 90
Marzo 85
Abril 70 85
Mayo 80 82
Junio 105 78
Julio 100 85
Agosto 105 95
Septiembre 100 103
Octubre 105 102
Noviembre 100 103
Diciembre 150 102
 Pronóstico de 6 meses
• X (Julio) = (80 + 90 + 85 + 70 + 80 + 105) / 6
• X (Julio) = 85
¿Cuál utilizar?
VENTAS PRONÓSTICO 3 PRONÓSTICO 6
MES
REALES (2009) MESES MESES

Enero 80
Febrero 90
Marzo 85
Abril 70 85
Mayo 80 82
Junio 105 78
Julio 100 85 85
Agosto 105 95 88
Septiembre 100 103 91
Octubre 105 102 93
Noviembre 100 103 99
Diciembre 150 102 103
 Error de pronóstico
• El error de pronóstico para el periodo t está dado por Et, donde se
sostiene lo siguiente:

• Esto es, el error en el periodo t es la diferencia entre el pronóstico (F)

para el periodo t y la demanda real en el mismo periodo (D)
Desviación media absoluta (MAD)
• Mide la dispersión del error de pronóstico o dicho de otra forma, la medición del
tamaño del error en unidades. Es el valor absoluto de la diferencia entre la demanda real
y el pronóstico, dividido sobre el número de periodos.

Error cuadrático medio (MSE)

• Al igual que la DAM, el MSE es una medida de dispersión del error de pronóstico, sin
embargo esta medida maximiza el error al elevar al cuadrado, castigando aquellos
periodos donde la diferencia fue más alta a comparación de otros. En consecuencia, se
recomienda el uso del MSE para periodos con desviaciones pequeñas

.
Error cuadrático medio
¿Cuál utilizar?

VENTAS PRONÓSTICO 3 PRONÓSTICO 6 MSE MSE

MES
REALES (2021) MESES MESES P3 P6

Enero 80
Febrero 90
Marzo 85
Abril 70 85
Mayo 80 82
Junio 105 78
Julio 100 85 85 225 225
Agosto 105 95 88 100 289
Septiembre 100 103 91 9 81
Octubre 105 102 93 9 144
Noviembre 100 103 99 9 1
Diciembre 150 102 103 2304 2209
 Promedio móvil ponderado
• Mientras en el método de promedio móvil simple asignamos igual
importancia a todos los datos de la demanda pasada, el método de
promedio móvil ponderado nos permite calcular pronósticos
asignando más peso para los elementos que consideremos.
 Ejemplo
• Pandog es una compañía productora de alimentos para perro y
requiere calcular el pronóstico de demanda con el método de
media móvil ponderada. Para la empresa, la demanda más reciente es
la más importante y le asignan un peso de 40%. La demanda siguiente
tiene un peso de 30%, la siguiente de 20% y la más lejana de 10%.
 Ejercicio
• Frigerware ha experimentado la MES Demanda (und)
siguiente demanda de productos Enero 200
para sus refrigeradoras durante Febrero 250
el último año Marzo 230
Abril 280
• Se le solicita hallar el promedio Mayo 350
simple, promedio móvil simple Junio 302
(3 meses), promedio móvil Julio 310
ponderado (3 meses: 50% Agosto 310
último mes, 30% penúltimo mes Setiembre 312
y 20% antepenúltimo mes) y el Octubre 325
pronóstico mediante la Noviembre 331
herramienta de línea de Diciembre 400
tendencia de excel
 Ejercicio
• Usted labora en una concesionaria MES Demanda (und)
de autos que necesita pronosticar Enero 135
su demanda para los siguientes 6 Febrero 147
meses Marzo 156
• Se le solicita hallar el promedio Abril 155
simple, promedio móvil simple de Mayo 158
4 meses, promedio móvil Junio 169
ponderado de 3 meses (3 meses: Julio 169
40% último mes, 35% penúltimo Agosto 178
mes y 25% antepenúltimo mes) y Setiembre 184
el pronóstico mediante la
Octubre 189
herramienta de línea de tendencia
de excel Noviembre 190
Diciembre 196
 Suavización exponencial

• La suavización exponencial funciona con muy pocos registros de

periodos anteriores, destacando los hechos más recientes que los
antiguos
• El método de suavización exponencial simple trabaja a través de
una constante de suavización alfa (α) que tiene un valor
comprendido entre 0 y 1
Coeficiente de
suavización

• Un elevado coeficiente de suavización

sería más adecuado para los nuevos
productos o para casos para los que la
demanda subyacente está en proceso
de cambio (esta es dinámica, o bien
inestable). Un valor de a de 0.7, 0.8 o
0.9
• Si la demanda es muy estable y se
piensa que pueda ser representativa
del futuro, el pronosticador podrá
optar por un valor bajo de α. En estas
condiciones de estabilidad, el
coeficiente de suavización podría ser
de 0.1, 0.2, o 0.3.
• Cuando la demanda es ligeramente
inestable, coeficientes de suavización
de 0.4, 0.5 o 0.6, pueden proporcionar
los pronósticos más precisos.
 Ejemplo

Una empresa de scooters eléctricos, ha decidido expandir su mercado a

la ciudad de Lima. Como ejercicio inicial, la empresa desea pronosticar
cuántos scooters serán vendidos, para lo cual usarán como dato inicial
el número de scooters vendidos en otra ciudad con menos habitantes
pero con mayor posicionamiento en el mercado.
El pronóstico de demanda del período 1 es 2869 und, pero la demanda
para ese periodo fue de 3200. La compañía según su criterio asigna
α=0,35.
La demanda del próximo periodo es:
Ft= 2869+0.35(3200-2869)=2984.85
 Referencias bibliográficas

• Render B. (2009), Principios de administración de operaciones.

Séptima edición. Pearson educación, México, 2009