Pronósticos de Demanda
Práctica profesional II
Gestión de la demanda e inventarios
PRONÓSTICOS DE DEMANDA
CONCEPTO: Es emitir un enunciado
sobre lo que es probable que ocurra en
el futuro basándose en el análisis y en
consideraciones de juicio.
PRONÓSTICOS DE DEMANDA
PROPÓSITO: Obtener conocimiento
sobre eventos inciertos que son
importantes en la toma de decisiones
del presente.
PRONÓSTICOS DE DEMANDA
Pronóstico contra presupuesto
Pronóstico: estimación anticipada del
valor de una variable
Presupuesto: valor anticipado de una
variable
Pronóstico insumo Presupuesto
PRONÓSTICOS DE DEMANDA
Usos de los pronósticos
Mercadotecnia
Producción
Finanzas
Recursos Humanos
Planeación estratégica
PRONÓSTICOS DE DEMANDA
Características de los pronósticos
1. Tratan con el futuro
2. Siempre existe la incertidumbre
3. Hay confianza sobre datos históricos
Factores a considerar al seleccionar
el método para pronosticar
El grado de exactitud deseado
Relevancia y disponibilidad de datos históricos
Contexto del pronóstico
El periodo de tiempo que se va a pronosticar
El análisis costo-beneficio del pronóstico para la
compañía
El tiempo disponible para hacer el pronóstico
El punto del ciclo de vida en el que se encuentre el
producto
MÉTODOS DE PRONÓSTICOS
Método Delphi
Estudios de mercado
Cualitativos Consenso de un panel
Analogía histórica
Promedios móviles
Métodos de Métodos de suavización
Análisis de series
pronósticos Descomposición de series de tiempo
de tiempo
Metodología Box Jenkins
Cuantitativos
Modelos de regresión
Modelos Modelos econométricos
causales Encuestas de intención de compra
Modelos de insumo.producto
ANÁLISIS DE SERIES DE TIEMPO
Series de tiempo: Conjunto de datos
ordenados de observaciones
cuantitativas en puntos sucesivos en el
tiempo.
Su análisis consiste en encontrar el
patrón pasado y proyectarlo a futuro
PROCEDIMIENTO PARA
PRONOSTICAR
1. Graficar los datos obtenidos
2. Identificar el modelo adecuado.
3. Aplicar un modelo de pronóstico.
4. Pronosticar 1 o más periodos según
se requiera y el modelo utilizado lo
permita.
Patrones de series de tiempo
Patrón tendencial
Patrón horizontal
tiempo tiempo
Patrón cíclico
Patrón estacional
tiempo tiempo
Patrones para escoger el método de
pronóstico a usar
Promedio simple
Promedio móvil
Patrón Horizontal Promedio móvil ponderado
Suavización exponencial
Doble suavización exponencial
Suavización exponencial adaptativa
Promedio móvil con tendencia lineal
Patrón Tendencial Suavización exp simple c/tend lineal
Doble suavización exp c/ tend lineal
Regresión lineal
Patrón Estacional Winter´s
Promedio móvil simple
Suelen ubicarse en un punto medio, usa datos del pasado
para prever el siguiente periodo directamente.
La formula para un promedio móvil simple es:
Promedio móvil simple
En este tipo de pronóstico es importante seleccionar
el número de periodos con los que se trabajara, ya
que diferentes extensiones en los periodos
producen varios efectos.
Cuanto mas largo sea el periodo seleccionado, tanto
mas elementos aleatorios serán atenuados, lo
cual podría ser deseables en muchos casos.
Promedios móviles:
promedio móvil
t Yt n=3 n=4
1 42
2 52
3 54
4 65
5 51
6 64
www.auladeeconomia.com
Ejemplo
Promedio móvil ponderado
En el método de promedio móvil simple, todas las
demandas tienen la misma ponderación, es decir, 1/n.
En el promedio móvil ponderado, cada una de las
demandas históricas que intervienen en el promedio puede
tener su propia ponderación.
La suma de las ponderaciones es igual a 1.0.
Promedio móvil ponderado
Por ejemplo, en un modelo de promedios móviles
ponderados de tres periodos:
el periodo más reciente se le puede asignar una
ponderación de 0.50
al segundo más reciente se le asigna una ponderación
de 0.30,
y al tercero más reciente, una de 0.20.
Promedio móvil ponderado
El promedio se obtiene multiplicando la ponderación de
cada periodo por el valor correspondiente a dicho periodo
y sumando finalmente los productos.
Ft+1 = 0.50Dt + 0.30Dt-1 + 0.20Dt-2
Ejemplo de Promedio móvil ponderado
Promedio móvil ponderado
La ventaja del método de promedio móvil ponderado es
que permite destacar la demanda reciente sobre la
demanda anterior.
Este pronóstico suele responder mejor a los cambios
registrados en el promedio fundamental de la serie de
demandas que el pronóstico promedio simple.
El método de suavización
exponencial
Es un método de promedio móvil ponderado muy refinado que
permite calcular el promedio de una serie de tiempo, asignando a
las demandas más recientes mayor ponderación que a las
demandas anteriores.
Pero a diferencia necesita solamente tres datos: el pronóstico del
último periodo y la demanda de ese periodo y un parámetro
de Suavizamiento, alfa (α), cuyo valor fluctúa entre 0 y 1.
El método de suavización
exponencial
El método de suavización
exponencial
Esta ecuación muestra que el pronóstico para el periodo
siguiente es igual al pronóstico del periodo actual más una
proporción del error correspondiente al periodo actual.
El énfasis se hace en los niveles de demanda más recientes
puede ajustarse modificando el parámetro de
suavizamiento.
El método de suavización
exponencial
Los valores más grandes de α hacen énfasis en los en
los niveles recientes de la demanda y dan lugar a
pronósticos que tienen mejor capacidad de
respuesta ante los cambios en el promedio
fundamental.
Con valores de α más pequeños, se considera más
uniforme la demanda pasada y se producen
pronósticos más estables.
En la práctica, se ensaya con diversos valores de α y
se elige el que produzca los mejores pronósticos.
El método de suavización
exponencial
Para poner en marcha este método se requiere un
pronóstico inicial.
Hay dos maneras de obtener ese pronóstico inicial:
Usar la demanda del último periodo,
O si se dispone de datos históricos, calcular el
promedio de varios periodos recientes de
demanda.
El método de suavización
exponencial
Considere nuevamente los datos sobre la llegada de
pacientes del ejemplo anterior.
Ahora nos centraremos al final de la semana 3.
A partir de α = 0.10, calcule el pronóstico de suavización
exponencial para la semana 4.
¿Cuál fue el error en la semana 4 si la demanda real
resulto 415?
¿Cuál es el pronóstico de la semana 5?
El método de suavización exponencial
Considere nuevamente los datos sobre la llegada de
pacientes del ejemplo anterior.
Ahora nos centraremos al final de la semana 3.
A partir de α = 0.10, calcule el pronóstico de suavización
exponencial para la semana 4.
¿Cuál fue el error en la semana 4 si la demanda real
resulto 415?
¿Cuál es el pronóstico de la semana 5?
El método de suavización exponencial:
Ejemplo 2
La siguiente información trimestral representa una serie
de tiempo de la demanda para un producto:
Trimestre
1 2 3 4
Año 1200 700 900 1100
pasado
Este año 1400 1000 F3 = ??
Se desea pronosticar la demanda para el tercer
trimestre de este año.
Asumimos que α = 0.2 y que el pronostico anterior se
construye a partir del promedio de los cuatro trimestres
anteriores.
El método de suavización exponencial:
Corrección por tendencia
El modelo básico de ajuste exponencial da buenos
resultados cuando se aplica a un patrón de serie de
tiempo sin elementos estacionales o tendencia o
cuando los cambios de tendencias no son tan grandes.
El método de suavización exponencial:
Corrección por tendencia
Cuando existe una tendencia importante o un patrón
estacional significativo en la información, el retraso inherente
de pronóstico en este tipo de modelo puede arrojar errores
inaceptables de pronóstico.
Por fortuna, el modelo puede extenderse para proporcionar
un mejor seguimiento cuando los elementos de tendencia
y de estacionalidad son significativos a partir de la
aleatoriedad de la información.
El método de suavización exponencial:
Corrección por tendencia
El método de suavización exponencial:
Corrección por tendencia
La corrección del modelo básico para pronosticar
retrasos de tiempo debido a la tendencia es una simple
modificación de la forma al modelo de «sólo nivel» de
la ecuación:
El método de suavización exponencial:
Corrección por tendencia
La versión de tendencia corregida del modelos es un
conjunto de ecuaciones que pueden expresarse como:
Donde los símbolos adicionales son:
El método de suavización exponencial:
Corrección por tendencia.
Ejemplo: el ejemplo anterior tenia la siguiente
información: Trimestre
1 2 3 4
Año 1200 700 900 1100
pasado
Este año 1400 1000 F3 = ??
Seguimos buscando el pronóstico para el trimestre 3 de
este año.
Utilizamos un valor arbitrario de pronostico de inicio de St
= 975 (promedio de las demandas del año pasado)
y Tt = 0 (tendencia inicial).
La constante β se supone 0.3 y α = 0.2.
El método de suavización exponencial:
Corrección por tendencia.
Ejemplo: el ejemplo anterior tenia la siguiente
información: Trimestre Demandas Pronostico
(At) (Ft)
Año 1 1200
pasado 2 700
3 900
4 1100
Este 1 1400
año 2 1000
3 ¿?
Utilizamos un valor arbitrario de pronostico de inicio de St = 975
(promedio de las demandas del año pasado) y
Tt = 0 (tendencia inicial).
La constante β se supone 0.3 y α = 0.2.
El método de suavización exponencial:
Corrección por tendencia.
Ejemplo 2: La firma de control ambiental "Mauricio
Galindez" usa suavización exponencial doble para
pronosticar la demanda de un equipo para el control de
contaminación, demanda que aparentemente presenta
una tendencia creciente.
Mes Demandas Pronostico
(At) (Ft)
1 12
2 17
3
El método de suavización exponencial:
Corrección por tendencia.
Ejemplo 2: Según la experiencia de sus ingenieros de
planeación se sugiere unos coeficientes de α (alfa) = 0,2
y beta 0,4. Suponer que el pronóstico para el mes 1 fue
de 11 unidades y la tendencia durante el mismo período
fue de 2 unidades.
Mes Demandas Pronostico
(At) (Ft)
1 12 11
2 17
3
Con base en lo anterior, determinar el pronóstico del mes
3.
