Pronósticos en Administración
de Operaciones
DIRECCION TACTICA DE
OPERACIONES 2023
ESCUELA PROFESIONAL DE INGENIERIA
INDUSTRIAL
PRONOSTICOS EN LA ADMINISTRACION DE
OPERACIONES
S-2
Tema 02
LOS PRONÓSTICOS EN LA
ADMINISTRACION DE OPERACIONES
Interés
Entrevista sobre la
importancia del Pronostico en
las Empresas
¿Cuáles serían las
consecuencias de no hacerlo o
de hacerlo de forma
incorrecta?
https://www.youtube.com/watch?v=yUs8_eVHIrk
¿ Que es pronosticar?
Es el proceso de predecir
acontecimientos futuros
Base de todas las decisiones de un
negocio
VAS A GANAR $ 200 000
EL PRONOSTICO
En el lenguaje de empresa, se suele
entender como pronóstico la estimación
anticipada del valor de una variable, por
ejemplo: La demanda de un producto
La necesidad de pronosticar
¿Por qué?
Entorno altamente incierto.
La intuición no necesariamente da los
mejores resultados
Mejora la planeación, competitividad y
cambios.
Aplicación de los pronósticos
Los pronósticos ayudan a planear.
Cada pronostico va asociado a la planeación de una o diversas
variables
Pronóstico de: Planeación de:
Demandas Producción y Logística, Inventarios
Ventas Mercadotecnia
Flujo efectivo Inversión, costos
Deportes Entretenimiento
Clima Agricultura, pesca, eventos
Áreas de aplicación de los pronósticos
Se pronostica cómo va a crecer el mercado, cuál va a ser la participación
En el área de Marketing
propia y de los competidores
En el área Se hacen pronósticos sobre el costo, disponibilidad de la materia prima, el
de Producción costo y la disponibilidad de la mano de obra.
Se pronostica cuál será la tasa de interés de referencia para créditos,
En el área Financiera
capital requerido para ampliar la capacidad propia…
Se requieren pronósticos sobre el número de trabajadores, la rotación de
En Recursos Humanos
personal
En Planeación
Se pronostica acerca de factores económicos, cambios de precios.
Estratégica
Como elegir el método de pronóstico
mas adecuado
La principal consideración para seleccionar un método
de pronósticos es que sus resultados deben orientar, de
la mejor manera, la toma de decisiones administrativa.
Algunas de las variables a considerar:
- El contexto del pronóstico.
- La relevancia y disponibilidad de datos históricos.
- El grado de exactitud deseado.
- El periodo de tiempo que se va a pronosticar.
- El análisis costo-beneficio del pronóstico.
- El punto del ciclo de vida en que se encuentra el
- producto
Clasificación de los modelos de pronósticos
1. Según el marco de tiempo
2. Según su atención al detalle
3. Según la intensidad del uso de datos
1. Según el marco de tiempo
Usualmente menos de tres meses.
PRONOSTICO A CORTO PLAZO Ejemplo: Programación de trabajo, asignación de tareas
Entre tres meses y tres años.
PRONOSTICO A MEDIANO PLAZO Ejemplo: Planificación de ventas, planeación agregada,
producción y presupuesto.
Mas de tres años.
PRONOSTICO A LARGO PLAZO Ejemplo: Planificación de nuevos productos, localización de
nuevas instalaciones, modificaciones, traslados.
Alto
Planeación y
programación
detalladas
Nivel de Planeación agregada
detalle Planes de provisión de personal
de una Modificaciones de proceso
predicció
n
Planeación de la capacidad
Planeación de las instalaciones
Planeación de procesos
Bajo
Corto Horizonte de tiempo Largo
2. Según atención al detalle
Involucran pequeños detalles e interesan a los niveles medios y
MICROPRONOSTICOS
de primera línea
MACROPRONOSTICOS
Se realizan a gran escala y son de interés de la Alta Dirección
PRONOSTICO A LARGO PLAZO
3. Según la intensidad del uso de datos
Se emplea en situaciones no muy claras y con pocos datos
históricos. Ejemplo: Productos nuevos, nueva tecnología.
PRONOSTICOS CUALITATIVOS
Son subjetivos y requieren intuición y experiencia. Ejemplo:
Pronóstico de ventas de comida, de gas natural.
Se emplea en situaciones estables y se apoya en datos
históricos. Ejemplo: Productos existentes. Tecnología actual.
PRONOSTICOS CUANTITATIVOS
Utiliza modelos matemáticos. Ejemplo: Pronostico de ventas de
TV a color
METODOS CUALITATIVOS DE PRONÓSTICO
Método Delphi
Consiste en interrogar a un grupo de
expertos mediante cuestionarios sucesivos,
de modo que las respuestas a uno de los
cuestionarios se utilizan para elaborar el
siguiente.
Las respuestas anónimas del grupo
retroalimentan en cada ronda a todos los
participantes. Pueden usarse entre tres y
seis rondas para lograr un consenso acerca
del pronóstico.
Investigación de mercados
Es un procedimiento sistemático, formal y
razonado para desarrollar y comprobar hipótesis
acerca de las condiciones de mercado
existentes.
-Preguntar a los consumidores sobre sus
futuros planes de compra.
- Lo que dicen los consumidores y lo que luego
hacen suele diferir.
- A veces es difícil contestar a las preguntas
del estudio.
- Es útil para mejorar el diseño de un producto
y planificar nuevos
Consenso de grupo
Se basa en el supuesto de que varios
expertos pueden obtener una previsión
mejor que una sola persona.
No existe secreto, se estimula la
comunicación.
Las previsiones resultan a veces influidas
por factores sociales y no obedecen a un
verdadero consenso.
Previsión imaginativa
Conocida también como juicio
informado, pronóstico visionario
por medio de ella el pronóstico se
basa en experiencias, intuiciones
y juicios personales y, de ser
posible, en hechos relacionados
con los diversos panoramas del
futuro. Se caracteriza por una
labor de adivinación subjetiva y de
imaginación, en general, los
métodos empleados no son
científicos.
Analogía histórica
Consiste en un estudio comparativo de la
introducción y del crecimiento de productos
nuevos similares, lo que fundamenta la
previsión de pautas de semejanza.
Analogía de los ciclos de vida, predicción
basada en la fase de introducción,
crecimiento y saturación de productos
similares.
METODOS CUANTITATIVOS DE PRONÓSTICO
Métodos cuantitativos
1. Enfoque simple
2. Promedio móvil simple
Modelos de series de tiempo 3. Promedio móvil ponderado
4. Suavizamiento exponencial
Modelos asociativos 5. Regresión lineal
Pronósticos de series de tiempo
- Una serie de tiempo es una secuencia de datos obtenidos a
intervalos iguales
- Se analizan para proyectarlos al futuro
- Supone que los valores futuros se predicen solamente a partir
de los valores pasados
- Ejemplo:
Año: 2005 2006 2007 2008 2009
Ventas: 78,7 63,5 89,7 93,2 92,1
Componentes de serie de tiempos
Los datos de comportamiento anterior de la demanda con los que se suele contar,
se denominan datos históricos. Estos datos se obtienen para periodos específicos
como por ejemplo: la demanda de un mes, de un año etc.
Estas series presentan diferentes patrones o comportamientos, siendo los mas
comunes:
1) Tendencia. 2) Estacionalidad. 3) Ciclicidad. 4) Aleatoriedad.
50000
1. Tendencia 40000
La demanda aumenta o disminuye a
30000
una tasa constante a través del tiempo. 20000
10000
0
55 60 65 70 75 80 85
S E A RS VENTAS
2. Estacionalidad
La demanda presenta picos en ciertos
meses del año debido a cambios de
estación (productos de moda),
condiciones climáticas, situaciones
establecidas cada año (inicio de clases,
fin de año, etc.
3. Ciclicidad
Cuando los cambios en la demanda son
menos predecibles, ésta aumenta o
disminuye gradualmente. Este
comportamiento se observa cuando se
cuenta con datos históricos de varios años.
4. Aleatoriedad
Se observa un
comportamiento errático de los
datos, los cambios en la
demanda no son predecibles
Tiempo: 1 año 2 años 3 años 4 años
Modelos de series de tiempos
1. Enfoque simple
- Suponer que la demanda en el próximo periodo será igual
a la demanda del periodo mas reciente-
- Si en julio hubo en 48 ventas en agosto habrá 48 ventas.
- Aplicable en ciertos casos:
- Situaciones estables
2. Promedio móvil simple
- Asume que el promedio es bueno para estimar el
comportamiento futuro Ft = Pronostico para el periodo t.
N = Número de periodos que se
consideran
At-i = Valor de variable de interés
para el periodo t-i
Promedio móvil simple: ejemplo
Semana Demanda
1 650
2 678
3 720
4 785
5 859
Proyecte la demanda para cada semana
6 920
usando el promedio móvil sobre 3 semanas y el
7 850
promedio móvil sobre 6 semanas.
8 758
9 892
10 920
11 789
12 844
Solución:
Seman Demand 3-Semanas 6-
a1 a 650 Semanas
F4=(650+678+720)/3 =682.67
2 678
3 720
4 785 682.67
F7=(650+678+720+785+859+
5 859 727.67 920) / 6 =768.67
6 920 788.00
7 850 854.67 768.67
8 758 876.33 802.00
9 892 842.67 815.33
10 920 833.33 844.00
11 789 856.67 866.50
12 844 867.00 854.83
El promedio sobre 3 semanas suaviza la curva real. El de 6 Semanas la suaviza aun más y
muestra la tendencia
950
900
850 Demanda
800
3 - Semanas
Demanda
750
700 6 - Semanas
650
600
550
500
1 2 3 4 5 6 7 8 9 10 11 12
Semana
3. Promedio móvil ponderado
Asigna peso (importancia) diferente a cada valor que está siendo
promediado
Ft = w 1 A t -1 + w 2 A t-2 + w3A t -3 + ... + w n A t -n
wt = peso dado al periodo “t”
Los pesos deben sumar 1 Por ejemplo:
wi = 1 1 = 0.4 + 0.3 + 0.2 + 0.1
i=1
3. Promedio móvil ponderado
Con los datos mostrados, pronostique la demanda para la semana 4 usando el promedio
ponderado móvil
Semana D emanda
Pesos
1 650
t-1 0.5
2 678
t-2 0.3
3 720
t-3 0.2
4
Ojo: Los pesos dan mayor importancia a los datos más recientes
3. Promedio móvil ponderado: ejemplo
Semana Demanda Pronóstico
1 650
Pesos
t-1 0.5 2 678
t-2 0.3 3 720
t-3 0.2 4 693.4
F4 = 0.5 (720) + 0.3 (678) + 0.2 (650) = 693.4
4. Suavización exponencial
- También llamado método exponencial aminorado
- Forma de ponderar el promedio móvil
. Ponderación declina exponencialmente.
. Datos mas recientes son ponderados.
- Requiere una constante de suavizado (a ó α)
. Rango desde 0 a 1
. Elegido subjetivamente.
- Implica mantener muy pocos registros de datos históricos
Ft = α A t -1 + (1- α) F t -1
Pronostico =∝(Demanda del periodo anterior)
∝
+ (1- ) (Pronostico del periodo anterior)
Ft Ft -1 α (A t -1 -
Ft -1 )
4. Suavización exponencial
Ejemplo: Año Actual
2003 180
Se espera pronosticar la atención del año
2008 usando el suavizado exponencial. 2004 168
(α =10). En 2003 el pronóstico fue 175. 2005 159
2006 175
2007 190
Desarrollo del ejemplo Ft Ft -1 α (A t -1 -
Ft -1 )
Desarrollo del ejemplo
Desarrollo del ejemplo
Desarrollo del ejemplo
Desarrollo del ejemplo
Desarrollo del ejemplo
Año Actual Pronóstico Ft
(a = .10)
2003 180 175.00 (Base)
2004 168 175.00 + .10(180 – 175.00) = 175.50
2005 159 175.50 + .10(168 – 175.50) = 174.75
2006 175 174.75 + .10(159 – 174.75) = 173.18
2007 190 173.18 + .10(175 – 173.18) = 173.36
2008 NA 173.36 + .10(190 – 173.36) = 175.02
MODELOS ASOCIATIVOS
5. Regresión lineal o mínimos cuadrados
El modelo de pronóstico de regresión lineal permite
hallar el valor esperado de una variable aleatoria a
cuando b toma un valor específico. La aplicación de
este método implica un supuesto de linealidad
cuando la demanda presenta un comportamiento
creciente o decreciente, por tal razón, se hace
indispensable que previo a la selección de este
método exista un análisis de regresión que determine
la intensidad de las relaciones entre las variables que
componen el modelo
5. Regresión lineal o mínimos cuadrados
Supone una relación lineal entre la variable de respuesta “Y” y el
periodo de tiempo “X”
yˆ a bx
Se calcula mediante el método de los mínimos cuadrados:
Minimiza la suma de errores cuadrados
5. Regresión lineal o mínimos cuadrados
Observación real
Valores de la variable dependiente
Desviación
Punto en la línea
b de tendencia
Yˆ a 1
a bx
Periodo de tiempo
5. Regresión lineal
Fórmulas para calcular “a” y “b”
a = Intercepción de la recta de la recta
de regresión con el eje y
b = Pendiente de la recta de regresión.
x = valores conocidos del tiempo
y = valores conocidos de la demanda
ȳ = Promedio de los valores de y
ⴟ = Promedio de los valores de x
n = número de datos.
Ejemplo
Con los datos que siguen ¿Cuál es el modelo de regresión lineal simple
que se puede usar para predecir las ventas futuras
Semana Ventas
1 150
2 157
3 162
4 166
5 177
5. Regresión lineal
Respuesta: Usando las fórmulas de regresión lineal se calculan “a” y
“b”
X X² X
Y Y
b = xy - n( y )( x )
=
2 4 9 9 - 5 (1 6 2 .4 )(3 )
5 5 5 (9 ) 1 0
63
=
x 2 -
6 .3 n( x ) 2
a = y - b x = 1 6 2 .4 - (6 .3 )(3 ) = 1 4 3 . 5
El modelo de regresión lineal resultante es: Yt = 143.5
PFA + 6.3x
Gráficos del pronóstico y de las ventas reales:
180
175
170
165
160 Ventas
Ventas
155 Pronóstico
150
145
140
135
1 2 3 4 5
Sema
ERROR DE PRONÓSTICO
Error de pronóstico: Definición
Error del pronóstico = demanda real – valor pronosticado
E t A t Ft
–3
+5
Medición del error
Desviación absoluta media (MAD)
MAD =
A
Si MAD = 0, no hay error en el pronostico
A mayor MAD, menor precisión en el pronóstico
Si los datos siguen una distribución normal:
1 MAD ≈ 0.8 desviación estándar
1 desviación estándar ≈ 0.81 MAD
Ampliamente usado, adecuado para medir el error del pronóstico.
Error cuadrático medio (MSE)
MSE : Mean square error
Error cuadrático medio
n 2
A
t
- F t
MSE = t =1__ _________
n
Se acentúa en grandes desviaciones
Ejemplo de cálculo de errores
Tenemos la siguiente serie de datos de demanda para periodos determinados. A continuación se calcula el pronóstico que
se habría efectuado para cada uno de los días del año si se hubiera utilizado la media móvil simple de orden 3 para
pronosticar la demanda y el error que se hubiera cometido con este pronóstico en cada periodo.
Período Demanda Pronóstico Error Error absoluto Error cuadrático
t At Ft (n=3) At - Ft Abs (At – Ft) (At – Ft)²
1 120
2 100
3 150
4 120 123.33 -3.33 3.33 11.11
5 100 544.44 MAD = 163.33/ 7
123.33 -23.33 23.33
6 125 2.78 MAD = 23.33
123.33 1.67 1.67
7 175 115.00 60.00 60.00 3600.00 2
n
8 100 133.33 -33.33 33.33 1111.11
8.33
A t - Ft
9 125 133.33 -8.33 69.44 MSE = t=1
n
10 100 133.33 -33.33 33.33 1111.11 MSE = 6450/
11 108.33 7
MSE= 921.43
SUMA -40.00 163.33 6450.00
CONCLUSIONES
Al trabajar con predicciones la empresa tendrá una visión de lo que necesitara en el
futuro para satisfacer la demanda, además de que tendrá información de la cantidad y
duración de esta, con estas predicciones la empresa es capaz de desarrollar
pronósticos de recursos (tiempo, equipos, fuerza de trabajo, compra de partes y
materiales).
Otro factor a destacar es que si la predicción es precisa la empresa
utilizara con más eficacia sus recursos para satisfacer la demanda.
Dependiendo del método que la empresa utilice esta será capaz de tener pronósticos
a corto, mediano y largo plazo.
PRACTICA CALIFICADA GRUPAL
2
(Pronósticos)
MUCHAS
GRACIAS
