ACTIVIDAD EJE 3

Estudiante:

Danna Martinez Florez

Saúl Mendoza moreno

Docente.

Fundación Universitaria del Areandina

Administración de operaciones - 501

22 de mayo 2022

Bogotá
 Contenido

Introducción..............................................................................................................3
Resumen...............................................................................................................4
Caso planteado...................................................................................................10
Conclusiones y recomendaciones..........................................................................15
 Introducción

En el presente documento encontrara un resumen de los diferentes

modelos de pronóstico de la demanda, especificando sus ventajas y desventajas;

lo cual permite tomar el modelo de mayor aceptación en una empresa teniendo en

cuenta la lectura del eje 3, con base a la lectura se identifican los diferentes

modelos matemáticos para el cálculo del pronóstico del modelo de la demanda se

logrará determinar qué diferencias tienen y cuál es el propósito de cada uno de

ellos. En este documento se visualiza por medio del desarrollo de un ejercicio

cuáles serán las futuras ventas de una empresa atravez de un modelo matemático

para calcular el pronóstico de la demanda solicitado. Es importante destacar la

importancia de conocer plenamente este aspecto perteneciente al ámbito de la

administración de operaciones en donde se desea conocer con claridad, con

métodos cuantitativos que tan buena o mala sean nuestras ventas.

 Resumen

Pronóstico de la demanda:

 Método Delphi

Se caracteriza por que oculta la identidad de los ínvidos que participan en

el estudio. Todos tienen el mismo peso. En cuanto al procedimiento, un moderador

elabora un cuestionario y lo distribuye entre los participantes. Sus respuestas se

suman y se entregan a todo el grupo con un nuevo grupo de preguntas.

En la primera etapa cada persona del grupo proporciona una respuesta

escrita a las preguntas que se le hacen. Después se tabulan dichas respuestas y

se realimenta al grupo con ellas, incluyendo alguna elaboración con base a

valores estadísticos (promedio, desviación estándar, valores máximos, mínimos,

etc.). A continuación, de existir un cierto grado de dispersión en las respuestas

originales, se pide a cada miembro del grupo que reconsidere sus respuestas

anteriores y responda de nuevo las preguntas. Las respuestas de la segunda

etapa se vuelven a resumir y se da feedback al grupo para una tercera etapa, y así

sucesivamente. Este proceso se repite hasta alcanzar un grado suficiente de

acuerdo, utilizándose como pronostico los resultados de la última etapa.

 Junta de opinión ejecutiva

Es una técnica que se basa en la experiencia y los conocimientos técnicos

de los altos mandos de la empresa para llegar a un concepto con el fin de

pronosticar la demanda. Es una de las más utilizadas cuando se requiere actuar

con rapidez ante eventos imprevistos o lanzamiento de nuevos productos al

mercado.
 Ventajas:

o Genera rapidez en la toma de decisiones, lo cual es útil para cambios

repentinos en la demanda de un producto o al momento de afrontar una situación

de urgencia en la empresa.

o No genera costo, se realiza con personal interno de la empresa lo

que no genera costo.

Desventajas:

o Desconocen el trabajo en campo por lo tanto no es preciso.

o Se pueden generar conclusiones ambiguas, esto ocurre cuando se

mezclan diferentes conocimientos y experiencia en una mesa.

 Encuesta en el mercado

Es una técnica que permite obtener la percepción u opinión de personas

para recopilar datos frente a un objetivo definido. Generalmente este objetivo

suele estar relacionado con un pronóstico de demanda, el lanzamiento de un

nuevo producto o servicio a la percepción del cliente de cara a un elemento y su

competencia, por lo cual normalmente se requiere una muestra grande para tener

suficientes datos que indiquen conclusiones pertinentes

 Comité de fuerzas de ventas

Este método es utilizado cuando una compañía hace su pronóstico con su

cuerpo de vendedores. Este es un enfoque del fondo hacia arriba, cada vendedor

aporta una estimación de lo que serán las ventas en su región, esta estimación se

envía por la cadena de mando corporativa y en la revisión de cada nivel se

establece un pronóstico de ventas.

 Existen distintos tipos de fuerzas de ventas en función de diversas

características. Por un lado, las fuerzas de ventas humanas, el equipo de ventas o

las fuerzas de ventas materiales como un sistema informático de gestión de

clientes o CRM. La dirección de ventas será la encargada de crear el plan de

ventas y establecer, en función de él y forma estratégica, las funciones y objetivos

de la fuerza de ventas.

Métodos de pronóstico cuantitativo:

 Promedio móvil simple

Pronostico basado en la demanda promedio pasada. Cuando la demanda

de un producto no crece ni baja con rapidez, y si no tiene características

estacionales, el promedio móvil elimina las fluctuaciones aleatorias del pronóstico.

Este modelo se basa en calcular simplemente la demanda promedio de los

periodos más recientes.

A 1-1 + A 1-2 + A 1-3 +…………A 1-n

F1 = ---------------------------------------------------
N

Ft = pronóstico para el siguiente periodo

N = número de periodos por promediar

At-1 = suceso real en el periodo pasado

At-2 At-3 At-n = sucesos reales hacen 2 periodos, hacen 3 periodos y así

sucesivamente hasta hace n periodos.

  Promedio móvil ponderado

Pronostico hecho con datos pasados, en el que los datos más recientes

tienen mayor significado de los datos anteriores. Por regla general, el pasado más

reciente es el indicador más importante de lo que se espera en el futuro y por ende

debe tener una ponderación más alta.

F1 = W1 A1-1 + W2 A1-2 +…… + Wn A1-n

W1 = ponderación dada al hecho real para el periodo t-1

W2 = ponderación dada al hecho real para el periodo t-2

Wn = ponderación dada al hecho real para el periodo t-n

n = número total de periodos en el pronostico

At-1 = suceso real en el periodo pasado

At-2 At-n = sucesos reales hace 2 periodos y así sucesivamente, hasta

hace n periodo.

 Suavización exponencial

Técnica pronostico por series de tiempo en la que cada incremento de los

datos de la demanda anterior aminora en (1-a). En el método de suavización

exponencial solo se necesitan tres piezas de datos para pronosticar el futuro: el

pronóstico más reciente, la demanda real que ocurrió durante el periodo de

pronóstico y una constante de suavización (a).

Ft = Ft-1 + a (At-1 – Ft-1)

 Ft = pronostico suavizado exponencialmente para el periodo t

Ft-1 = pronostico suavizado exponencialmente para el periodo anterior

At-1 = demanda real en el periodo anterior

a = índice de respuesta deseado o constante de suavización

 Regresión lineal

Técnica de pronóstico que supone que los datos del pasado y las

proyecciones del futuro se ubican en torno a una línea recta. Con ella se

pronostica una variable con base en otra. Por lo general la relación se establece a

partir de datos observados. Primero es necesario graficar los datos para ver si

aparecen lineales o si al menos partes de los datos son lineales. La recta de la

regresión lineal tiene la forma Y = a +b t, donde Y es el valor de la variable

dependiente que se despeja, a es la secante de Y, b es el pendiente y t es un

índice para el periodo.

Ecuación de la línea recta

sum y - b *sum x
A=
N

N*sum x*y - sum x* sum y

B=
N*sum x^2 - (sum x) ^2

y= a + bx

 Coeficiente de correlación
  Modelos estacionarios y de vetas

Este modelo se utiliza cuando hay patrón estacional, es decir si la gráfica

de la serie de tiempo exhibe un patrón repetitivo durante periodos sucesivos. Y

cuando hay un patrón de tendencia en la serie de tiempo mostrando cambios

graduales o movimientos a valores relativamente más elevado o menos elevado

durante un periodo más largo.

 Pronostico de relación casual

Pronostico que recurre a variables independientes, distintas del tiempo

para decidir la demanda. Para que un pronóstico sea de valor, cualquier variable

independiente debe ser un indicador guía. Por ejemplo, cabe esperar que un

periodo de lluvias más prolongado aumenta la venta de paraguas gabardinas.

 Caso planteado

La Fábrica de calzado La Andina SAS desea conocer el pronóstico de la

demanda para los próximos 6 meses para poder realizar la planeación de la

producción que le permita una administración adecuada de los recursos que

utilizará para esto cuenta con la siguiente información histórica en pares de

zapatos vendidos:

MES CANTIDAD
1 1.200
2 3.100
3 3.000
4 3.000
5 4.800
6 6.200
7 5.200
8 5.800
9 7.600
10 9.000
11 8.000
12 9.800
 MES CANTIDAD
X Y X^2 Y^2 X*Y
1 1.200 1 1.440.000 1.200
2 3.100 4 9.610.000 6.200
3 3.000 9 9.000.000 9.000
4 3.000 16 9.000.000 12.000
5 4.800 25 23.040.000 24.000
6 6.200 36 38.440.000 37.200
7 5.200 49 27.040.000 36.400
8 5.800 64 33.640.000 46.400
9 7.600 81 57.760.000 68.400
10 9.000 100 81.000.000 90.000
11 8.000 121 64.000.000 88.000
12 9.800 144 96.040.000 117.600
78 66.700 650 450.010.000 536.400

 Pronóstico de la demanda para los próximos 6 meses

N= 12 Meses

N*sum x*y - sum x* sum y

B=
N*sum x^2 - (sum x) ^2

B= 12 * 536.400 – 78 * 66.700
12 * 650 – 78^2

B= 1,234,200
1,716

B= 719.23
 sum y - b *sum x
A=
N

A= 66,700 – 719.23 * 78
12
A= 883.33

Y = a + bx

Y = 883.33 + 9,350

Y = 10,233

MES CANTIDAD
X Y X^2 Y^2 X*Y
13 10.233 169 104.714.289 133.029
14 10.952 196 119.946.304 153.328
15 11.671 225 136.212.241 175.065
16 12.391 256 153.536.881 198.256
17 13.110 289 171.872.100 222.870
18 13.829 324 191.241.241 248.922
 PLANEACION DE LA PRODUCCION
16,000

14,000

12,000

10,000

8,000

6,000

4,000

2,000

0
0 2 4 6 8 10 12 14 16 18 20

Alternativa A: Producción constante cambiando los niveles de inventario

inventario final: 2700

Inventario inicial: 850

Mes 1 Mes 2 Mes 3 Mes 4 Mes 5 Mes 6

Pronóstico de ventas 10.233 10.952 11.671 12.391 13.110 13.829

Inventario final 2.700 2.700 2.700 2.700 2.700 2.700
Producción requerida 12.933 13.653 14.372 15.091 15.810 16.529
Inventario inicial 850 1.850 850 1.850 850 1.850
Producción planificada 12.083 11.803 13.522 13.241 14.960 14.679
1.850 850 1.850 850 1.850 850

En el evento que se selecciona la alternativa A, el inventario estaría

fluctuando entre 1850 y 850 Para la empresa sería muy beneficioso ya que facilita
las compras, la nómina del personal se mantiene, el clima laboral mejora y la

productividad aumenta, pero sería necesario confrontar con los costos de capital

en que se incurrirán por el almacenamiento y mantenimiento de inventarios

temporales.

Método de tres o tendencia

MES CANTIDAD INCREMENTOS

1 1200 0,00%
2 3100 158,30%
3 3000 -3,20%
4 3000 0,00%
5 4800 60,00%
6 6200 29,20%
7 5200 -16,10%
8 5800 11,50%
9 7600 31,00%
10 9000 18,40%
11 8000 -11,10%
12 9800 22,50%

Sumatoria incrementos% 300,5%

Promedio incrementos% 27,3%

PROYECCION DE VENTAS
BASE 9800
Mes 13 12.477
Mes 14 15.886
Mes 15 20.227
Mes 16 25.753
Mes 17 32.789
Mes 18 41.747
 Conclusiones y recomendaciones

Los pronósticos de la demanda son esenciales a la hora de tomar

decisiones para diferentes actividades en la empresa ya que se puede analizar el

valor de las previsiones de ventas.

Predecir a actividad económica con certeza es difícil, debido a que los

factores económicos no siempre serán constantes en el tiempo.

Para el caso de estudio de este taller, se escogió el método de regresión

lineal para realizar el pronóstico de ventas, especifícame en periodos trimestrales,

sí los datos históricos de las ventas causadas en los 12 meses anteriores. Este

método parte del supuesto de que existe una relación lineal entre los datos

observados que se han obtenido con el tiempo y los datos de ventas de periodos

posteriores.