Parmetros de pronstico

PDF download from SAP Help Portal:

http://help.sap.com/saphelp_46c/helpdata/es/7d/c2726b454011d182b40000e829fbfe/frameset.htm
Created on August 24, 2015

The documentation may have changed since you downloaded the PDF. You can always find the latest information on SAP Help
Portal.

Note
This PDF document contains the selected topic and its subtopics (max. 150) in the selected structure. Subtopics from other structures are not included.

2015 SAP SE or an SAP affiliate company. All rights reserved. No part of this publication may be reproduced or transmitted in any form or for any purpose
without the express permission of SAP SE. The information contained herein may be changed without prior notice. Some software products marketed by SAP
SE and its distributors contain proprietary software components of other software vendors. National product specifications may vary. These materials are
provided by SAP SE and its affiliated companies ("SAP Group") for informational purposes only, without representation or warranty of any kind, and SAP
Group shall not be liable for errors or omissions with respect to the materials. The only warranties for SAP Group products and services are those that are set
forth in the express warranty statements accompanying such products and services, if any. Nothing herein should be construed as constituting an additional
warranty. SAP and other SAP products and services mentioned herein as well as their respective logos are trademarks or registered trademarks of SAP SE in
Germany and other countries. Please see www.sap.com/corporate-en/legal/copyright/index.epx#trademark for additional trademark information and notices.

Table of content

PUBLIC
2014 SAP SE or an SAP affiliate company. All rights reserved.

Page 1 of 11

Table of content
1 Parmetros de pronstico
1.1 Resumen
1.2 Modelos de pronstico
1.3 Seleccin de modelo
1.3.1 Seleccin de modelo manual
1.3.2 Seleccin de modelo automtica
1.3.3 Selec.modelo manual con verific.sist.adic.
1.4 Inicializacin del modelo
1.5 Pronstico ex-post
1.6 Optimizacin de parmetros
1.7 Actualizacin de parmetros de pronstico
1.7.1 Parm.pronst.: Indep.modelo pronstico
1.7.2 Parm.pronst.: Dep.modelo de pronstico
1.8 Creacin de datos histricos
1.9 Creacin de valores de pronstico
1.10 Cmo realizar pronst.c/ref.a otro material

PUBLIC
2014 SAP SE or an SAP affiliate company. All rights reserved.

Page 2 of 11

1 Parmetros de pronstico
Resumen
Modelos de pronstico
Seleccin del modelo
Seleccin de modelo manual
Seleccin de modelo automtica
Seleccin de modelo manual con verificacin de sistema adicional
Inicializacin del modelo
Pronstico ex-post
Optimizacin de parmetros
Actualizacin de parmetros de pronstico
Parmetros de pronstico: Independientes del modelo de pronstico
Parmetros de pronstico: Dependientes del modelo de pronstico
Crear datos histricos
Crear valores de pronstico
Realizar el pronstico con referencia a otro material

1.1 Resumen
Para poder llevar a cabo el pronstico de un material, antes deben actualizarse los parmetros de pronstico de este material en el registro maestro de
materiales.
En esta seccin se describen los siguientes puntos:
qu
Modelos de pronstico estn disponibles
cmo se realiza la
Seleccin del modelo
cmo se realiza la
Inicializacin del modelo
cmo lleva a cabo el sistema el
Pronstico ex-post
cmo realiza el sistema la
Optimizacin de parmetros
informacin sobre la
Actualizacin de parmetros de pronstico
informacin sobre la forma de
Crear datos histricos
informacin sobre la forma de
Crear valores de pronstico
informacin sobre la forma de
Realizar el pronstico con referencia a otro material

1.2 Modelos de pronstico

Al analizar una serie de valores de consumo, normalmente se detectan determinadas evoluciones. A partir de estos patrones se pueden diferenciar varios
modelos de pronstico:
Constante.
Tendencia
Estacional.
De tendencia estacional.

PUBLIC
2014 SAP SE or an SAP affiliate company. All rights reserved.

Page 3 of 11

Se aplica un flujo de consumo constante si los valores de consumo apenas varan de un valor medio estable.
Con un modelo de tendencia los valores de consumo aumentan o disminuyen constantemente durante un largo perodo de tiempo sin sufrir apenas
desviaciones.
Si se observan valores bajos o picos peridicos que se desvan notablemente del valor medio estable, se trata de un caso de flujo de consumo estacional.
Un modelo de consumo de tendencia estacional se caracteriza por un aumento o un descenso continuo del valor medio.
Si en una serie de valores de consumo pasados no puede detectarse ninguno de los patrones nos encontramos ante un caso de flujo de consumo irregular.

1.3 Seleccin de modelo

Antes de poder llevar a cabo el primer pronstico, se debe especificar el modelo de pronstico que va a utilizar el sistema para calcular los valores de
pronstico.
Existen tres posibilidades bsicas:
Seleccin de modelo manual
Seleccin de modelo automtica
Seleccin de modelo manual con verificacin de sistema adicional

1.3.1 Seleccin de modelo manual

Si desea seleccionar un modelo manualmente, en primer lugar debe analizar los datos de consumo pasados para determinar si existe una evolucin o un

PUBLIC
2014 SAP SE or an SAP affiliate company. All rights reserved.

Page 4 of 11

modelo de tendencia correspondiente que Ud. puede seleccionar manualmente como modelo para el sistema.
Evolucin de necesidades constante
Si los datos pasados indican un flujo de consumo constante, se puede seleccionar tanto el modelo constante como el modelo constante adaptado a los
factores de alisamiento. En ambos casos, el pronstico se lleva a cabo mediante el alisamiento exponencial de primer orden. Al adaptar los parmetros de
alisamiento, el sistema calcula varias combinaciones de parmetros y selecciona la combinacin ptima, que es la que resulta en la desviacin media
absoluta inferior.
Si la evolucin de consumo anterior es constante, existen otras dos posibilidades: el modelo de valor medio variable o el modelo de valor medio ponderado.
En el modelo de media variable ponderada, se pueden ponderar los valores de consumo individuales anteriores, lo que significa que, cuando calcule los
valores de pronstico, el sistema no dar el mismo valor a los valores del pasado. De este modo, se puede influir en el clculo, ya que los valores de
consumo ms recientes desempean un papel ms importante en el pronstico que los valores de perodos anteriores, como ocurre tambin en el alisamiento
exponencial.
Evolucin de necesidades de tendencia
Si los datos anteriores de consumo indican una tendencia, sera lgico seleccionar el modelo de tendencia o el modelo de alisamiento exponencial de
segundo orden. En el modelo de tendencia, el sistema calcula los valores de pronstico mediante el procedimiento de alisamiento exponencial de primer
orden.
En los modelos de alisamiento exponencial de segundo orden, se puede elegir entre un modelo que tenga optimizacin de parmetros y otro que no.
Evolucin de necesidades estacional
Si los datos de perodos anteriores indican una evolucin estacional, se puede especificar el modelo estacional que se desee. En el modelo estacional, el
sistema calcula los valores de pronstico mediante el alisamiento exponencial de primer orden.
Evolucin de necesidades de tendencia estacional
Si los datos de consumo de perodos anteriores representan una evolucin de tendencia estacional, se puede seleccionar el modelo de tendencia estacional
que se desee. El sistema calcula los valores de pronstico mediante el alisamiento exponencial de primer orden.
Evolucin de necesidades irregular
Ninguna de las evoluciones o tendencias anteriormente mencionadas pueden ser reconocidas en un flujo de consumo irregular. Si el sistema va a llevar a
cabo un pronstico para una evolucin irregular es recomendable seleccionar el modelo de valor medio variable o el modelo de valor medio variable
ponderado.
Modelos de pronstico para diferentes evoluciones de necesidades
Evolucin de necesidades

Modelo de pronstico

Constante

modelo constante
modelo constante con alisamiento
adaptacin de factor
modelo de media variable
media variable ponderada
modelo

Tendencia

modelo de tendencia (exponente de primer orden

de alisamiento)

Irregular

sin pronstico
modelo de valor medio variable
modelo de valor medio variable ponderada

Componente de pronstico ampliado utilizado:

Tendencia

modelo de alisamiento exponencial de segundo orden

(con y sin optimizacin de parmetros)

Estacional

modelo estacional

De tendencia estacional

modelo de tendencia estacional

1.3.2 Seleccin de modelo automtica

Si no desea especificar un modelo de pronstico manualmente debe ordenar al sistema que realice una seleccin automtica. El sistema analiza entonces los
datos histricos para patrones diferentes y selecciona el modelo apropiado. Son posibles los siguientes modelos:
Modelo constante.
Modelo de tendencia.
Modelo estacional.
Modelo de tendencia estacional.
Si el sistema no detecta ningn modelo regular en los datos de consumo de perodos anteriores automticamente seleccionar el modelo constante.

El sistema necesita una cantidad diferente de valores histricos para los tests individuales. Para ms informacin sobre la cantidad exacta que
requiere, vase
Inicializacin del modelo.

PUBLIC
2014 SAP SE or an SAP affiliate company. All rights reserved.

Page 5 of 11

Procedimientos de seleccin de modelo

Si el sistema debe realizar una seleccin automtica de modelo se puede escoger entre dos procedimientos de seleccin de modelo.
Procedimiento 1
El sistema lleva a cabo tests estadsticos y verifica si se est aplicando una tendencia o un patrn de necesidades estacional.
En el test de tendencia el sistema somete a los valores del pasado a un anlisis regresivo y los verifica para ver si existe un patrn de tendencia significativa.
En el test estacional el sistema compensa los valores del pasado de cualquier tendencia posible y lleva a cabo un test de correlacin.
Procedimiento 2
El sistema calcula los modelos que sern objeto de test mediante la utilizacin de varias combinaciones para alfa, beta y gamma. Los factores de alisamiento
tambin varan de 0,2 a 0,8 en intervalos de 0,2.
El modelo que resulta seleccionado es el modelo que visualiza la menor desviacin media absoluta (DMA).
El procedimiento 2 es ms preciso que el procedimiento 1 pero tarda considerablemente ms tiempo.

1.3.3 Selec.modelo manual con verific.sist.adic.

En el tercer caso, se puede tener una combinacin de seleccin de modelo automtica y manual: especifique un modelo y configure el sistema de modo que
ste verifique adicionalmente los valores del pasado de una tendencia o una evolucin estacional.
Se puede elegir entre las siguientes combinaciones:
1. Introducir un modelo de tendencia para el modelo de pronstico y dejar que el sistema verifique los valores del pasado de una evolucin estacional
seleccionando para el test el modelo estacional.
2. Introducir un modelo estacional para el modelo de pronstico y dejar que el sistema verifique los valores del pasado de una tendencia seleccionando
para el test el modelo de tendencia.

En
Frmulas de pronstico se proporciona una referencia a la frmula de pronstico que utiliza el sistema para los modelos individuales.

1.4 Inicializacin del modelo

La inicializacin del modelo es el proceso en el que se especifican los parmetros de modelo necesarios, como el valor bsico, el valor de tendencia y los
ndices estacionales de los modelos de pronstico seleccionados. En cada caso, la inicializacin se lleva a cabo durante el primer pronstico para un
material. Tambin debe llevarse a cabo en casos de interrupcin de la estructura, es decir, si el pronstico existente pasa a ser no vlido.
Los parmetros de modelo necesarios para cada modelo de pronstico aparecen en la siguiente tabla:
Parmetros de modelo
Modelo

Parmetros de modelo

Modelo constante

valor bsico

Modelo de tendencia

valor bsico, valor de tendencia

Modelo estacional

valor bsico, ndices estacionales

Modelo de tendencia estacional

valor bsico, valor de tendencia, ndices estacionales

Normalmente, el modelo de pronstico se inicia de forma automtica. Para poder realizar esta actividad, el sistema necesita una determinada cantidad de
valores del pasado. La cantidad necesaria vara segn el modelo de pronstico, tal como se muestra en la siguiente tabla.
Cantidad de valores del pasado que se necesita para la inicializacin del modelo
Modelo

N de valores del pasado

Modelo constante

Modelo de tendencia

Modelo estacional

1 estacin

Modelo de tendencia estacional

1 estacin + 3

Alisamiento exponencial de segundo orden

Media variable

Media variable ponderada

El sistema calcula el valor bsico en funcin de un valor medio y de la tendencia, utilizando los resultados del anlisis regresivo. Los ndices estacionales
resultan del cociente de los valores reales de perodos anteriores y del valor bsico que se ha ajustado para el valor de tendencia.
Estos mtodos de clculo se utilizan para los modelos constantes, de tendencia, estacionales, y los modelos de tendencia estacional, dependiendo de los
parmetros que vayan a ser determinados.
Para el modelo de alisamiento exponencial de segundo orden se lleva a cabo un anlisis regresivo.
El sistema calcula un valor medio para el modelo de valor medio variable y para el modelo de valor medio variable ponderado.

PUBLIC
2014 SAP SE or an SAP affiliate company. All rights reserved.

Page 6 of 11

1.5 Pronstico ex-post

Si existen ms valores del pasado de los que el sistema necesita o de los que se van a utilizar para la inicializacin del modelo (consulte "Nmero de valores
del pasado" y "Perodos de inicializacin" en
Parmetros de pronstico: Independiente del modelo de pronstico), el sistema llevar a cabo un pronstico ex-post. Para ello, el sistema distribuye en dos
grupos las series cronolgicas de los valores del pasado. El primer grupo, con los valores ms antiguos, se utiliza para la inicializacin. Para llevar a cabo un
pronstico ex-post, el sistema utiliza el segundo grupo ya que es mejor adaptar los parmetros a los desarrollos ms recientes.

Adems, se puede supervisar el modelo de pronstico durante la fase de inicializacin, comparando los valores de pronstico del pronstico ex-post con los
valores de consumo reales.

El pronstico ex-post no solamente desempea un importante papel en el pronstico inicial. Tambin es de notable importancia para los
pronsticos subsiguientes. Por lo tanto, es posible omitir perodos durante el clculo del pronstico. Esto significa que se pueden determinar,
por ejemplo, valores de pronstico diarios para un material, incluso si para ese determinado material solamente se activa una ejecucin semanal
de pronstico. El sistema pronostica los perodos desaparecidos volviendo a considerar el pasado. El pronstico ex-post solamente es posible
para modelos con el procedimiento de alisamiento exponencial.

1.6 Optimizacin de parmetros

Puede instruir al sistema para que optimice los factores de alisamiento de los modelos de pronstico con alisamiento exponencial (consulte
Parmetros de pronstico: Dependientes del modelo de pronstico.
Si se prepara al sistema para optimizar los factores de alisamiento, ste calcula varias combinaciones de parmetros y a continuacin selecciona la
combinacin con menor desviacin media absoluta (DMA). Cuanto mejor sea el grado de optimizacin, la optimizacin de parmetros ser ms exacta y
necesitar ms tiempo para llevarse a cabo. Se puede variar el incremento (tambin conocido como grado de optimizacin) de 0,1 (bajo), 0,2 (medio) y 0,3
(alto).
Si se ha configurado el sistema correctamente, la optimizacin de parmetros se llevar a cabo durante la inicializacin para el pronstico inicial, as como
para todos los dems pronsticos. La combinacin ms efectiva de los factores de alisamiento se determina mediante el pronstico ex-post.
Consulte el Apndice B de este manual para obtener ms informacin sobre el clculo de la DMA, as como sobre la importancia de los factores de
alisamiento.

Solamente es posible optimizar el factor de alisamiento de los modelos con procedimiento de alisamiento exponencial.

1.7 Actualizacin de parmetros de pronstico

Los parmetros de pronstico se actualizan en el registro maestro de materiales. Para ello, proceda del siguiente modo:
1. Desde la pantalla de men del registro maestro de materiales, seleccione Material
Crear general .
Introduzca el tipo de material, asgnelo a un ramo y pulse
INTRO .
Aparece en la pantalla la ventana de dilogo Seleccionar vista(s).
Seleccione la Vista de pronstico y pulse

PUBLIC
2014 SAP SE or an SAP affiliate company. All rights reserved.

Page 7 of 11

INTRO.

Aparece la ventana de dilogo Niveles de organizacin/Perfiles.

Puesto que las necesidades de material se pronostican a nivel de centro, deber introducir el centro pertinente.
Pulse
INTRO .
Aparece la pantalla de datos de "Pronstico".
Complete la pantalla de datos y grabe las entradas mediante Material
Grabar.
Se puede encontrar una informacin ms detallada sobre los parmetros de pronstico individuales en las siguientes secciones:
Parmetros de pronstico: Independientes del modelo de pronstico
Parmetros de pronstico: Dependientes del modelo de pronstico
Para ms informacin sobre la actualizacin del registro maestro de materiales, consulte Gestin de datos maestros de material MM.

1.7.1 Parm.pronst.: Indep.modelo pronstico

Sin tener en cuenta el mtodo que se utilice para la seleccin del modelo y del modelo que se seleccione, se pueden/deben actualizar los siguientes
parmetros:
Indicador de perodo
El indicador de perodo determina el intervalo de tiempo que utiliza el sistema para almacenar los valores de consumo o los valores de pronstico. Se puede
definir el indicador de perodo al actualizar los parmetros de MRP y tambin al actualizar los parmetros de pronstico.
Variante de ejercicio contable
Se debe actualizar la variante de ejercicio contable si se desea una longitud de perodo flexible para el material, igual a la del perodo de liquidacin.
Valores del pasado
Completando este campo se especifican los valores del pasado que el sistema debera tener en cuenta para el pronstico. En este caso, los valores
propuestos alcanzan el mayor nmero posible (60). Si se dispone de un nmero menor de estos valores, stos se utilizan para la inicializacin.
Perodos de inicializacin
En esta etapa se define la cantidad de perodos que el sistema va a utilizar para inicializar el modelo. Si la cantidad de valores del pasado es mayor que la
cantidad de perodos de inicializacin, el sistema llevar a cabo un pronstico ex-post para aquellos perodos que no se han utilizado para la inicializacin. La
cantidad de perodos que el sistema necesita para la inicializacin depende del modelo de pronstico.
Perodos de pronstico
Mediante el nmero de perodos de pronstico se especifican los perodos para los cuales el sistema determinar valores de pronstico.
Perodos fijos
Mediante el nmero de perodos fijos se determinan los perodos que estn fijados en el futuro y que no se modificarn de forma automtica con la prxima
ejecucin de pronstico.
Inicializacin
Este campo activa la reinicializacin durante el pronstico. Esto es necesario para el primer pronstico y tambin cuando las modificaciones estructurales (es
decir, por ejemplo, cuando el modelo de pronstico utilizado hasta el momento ha perdido su validez) aparecen en las series cronolgicas.
La inicializacin del modelo puede llevarse a cabo bien automticamente (X) o bien manualmente (M). En el caso de la inicializacin manual (que debera ser
una excepcin), los parmetros del modelo se deben determinar manualmente. Para ello, seleccione Detalle
Detalles de pronstico Parmetros de modelo. En funcin del modelo de pronstico, se pueden actualizar manualmente parmetros tales como los
valores bsicos y de tendencia en la ventana de dilogo. Si estos parmetros no se fijan en esta etapa, habr que fijarlos durante el pronstico. Para que la
inicializacin manual pueda llevarse a cabo, no debe haber valores del pasado almacenados en el sistema.
Lmite de alarma
Durante el clculo del pronstico, el sistema compara el lmite de alarma con el cociente de la suma de errores y la desviacin media absoluta (DMA). Este
cociente se conoce como seal de alarma. Si el valor calculado por el sistema est por debajo del lmite de alarma, el pronstico sigue siendo vlido. Si no es
as, el sistema genera un mensaje de excepcin que indica que se ha producido una interrupcin estructural. Esto significa que el modelo de pronstico
debera ser revisado y posiblemente reinicializado.
Reinicializacin automtica
Si se sobrepasa el lmite de alarma, el sistema reinicializa automticamente el modelo de pronstico. Adems, el sistema llevar a cabo una nueva seleccin
del modelo durante el prximo pronstico.
Factores de correccin
Si se introducen datos en este campo, los valores del pasado y los valores de pronstico se ponderan con los factores de perodo apropiados determinados
mediante Customizing.
Material de referencia para consumo
Si se define un material de referencia, el sistema accede a los valores del pasado de dicho material de referencia hasta la fecha de validez especificada. Esto
tiene sentido si todava no existen valores del pasado para el material especificado.
Centro de referencia para consumo
Si se introduce un material de referencia para consumo, tambin se debe definir un centro de referencia del que provengan los valores del pasado que vayan a
utilizarse.
Fecha de validez
Durante el pronstico, el sistema accede a los valores del pasado del material de referencia hasta la fecha de validez especificada. A partir de esta fecha, se
utilizan los propios valores del pasado del material.
Multiplicador
Introduciendo un multiplicador, se puede definir que en el pronstico solamente se utilice un determinado porcentaje del volumen de consumo del material de

PUBLIC
2014 SAP SE or an SAP affiliate company. All rights reserved.

Page 8 of 11

referencia.

1.7.2 Parm.pronst.: Dep.modelo de pronstico

En funcin del mtodo que se utilice para la seleccin del modelo y del modelo que se seleccione, se pueden/deben actualizar los siguientes parmetros: En
las siguientes tablas se muestra la relacin entre parmetros y seleccin del modelo.
Parmetros dependientes de la seleccin del modelo
Seleccin del modelo

Parmetros

Modelo manual

seleccin del modelo de pronstico

Automtica

seleccin del modelo, procedimiento de seleccin de modelo

seleccin del modelo

Parmetros dependientes del modelo de pronstico

Modelo especificado/modelo a verificar

Parmetros opcionales/obligatorios

Modelo constante

optimizacin de parmetros
grado de optimizacin
factores alfa y delta

Modelo constante con optimizacin de los factores de alisamiento

Modelo de tendencia

optimizacin de parmetros
grado de optimizacin
factores alfa, beta y delta

Modelo de valor medio variable

perodos de inicializacin

Valor medio variable ponderado

modelo de grupo de ponderacin

Componente de pronstico ampliado utilizado:

Modelo estacional

optimizacin de parmetros
grado de optimizacin
factores alfa, beta y delta

Modelo de tendencia estacional

optimizacin de parmetros
grado de optimizacin
factores alfa, beta, gama y
delta

Modelo de alisamiento exponencial de segundo orden

optimizacin de parmetros
factores alfa y delta

Modelo de alisamiento exponencial de segundo orden

con optimizacin de factor de alisamiento

factores alfa y delta

Modelo de pronstico
El modelo que el sistema utilizar como base al calcular los valores de pronstico se determina mediante el modelo de pronstico. Si no se conoce el modelo
de pronstico, el sistema puede determinarlo mediante la seleccin de modelo automtica.
Seleccin del modelo
Este indicador especifica el modelo cuyos valores del pasado sern examinados por el sistema. Puede especificarse si el sistema buscar o no los valores
del pasado
para una evolucin constante
para una evolucin correspondiente al tipo de modelo de tendencia
para una evolucin estacional o
para ambas evoluciones, de modelo de tendencia y estacional.
Observe que, en funcin del test tipo, es necesario contar con un mnimo de valores del pasado. Este campo es importante si no se conoce el modelo y se
desea que el sistema lo determine automticamente. Adems, tambin se dispone de la posibilidad de preseleccionar un modelo de tendencia y al mismo
tiempo instruir al sistema para que busque una evolucin estacional y viceversa.
Procedimiento de seleccin
Este indicador especifica el modo en que el sistema llevar a cabo la seleccin del modelo. En esta etapa se puede elegir entre dos procedimientos:
El primer procedimiento implica que el sistema lleva a cabo un test de significacin y posteriormente selecciona el modelo pertinente.
El segundo procedimiento implica que el sistema determine la desviacin media absoluta (DMA) utilizando varias combinaciones de parmetros para los
modelos que sern objeto de test y que posteriormente seleccione el modelo que presente la menor DMA. Este procedimiento requiere bastante ms
tiempo que el primero.
Optimizacin de parmetros

PUBLIC
2014 SAP SE or an SAP affiliate company. All rights reserved.

Page 9 of 11

Mediante este indicador se puede especificar que el sistema optimice los factores de alisamiento necesarios para el modelo apropiado. El sistema calcula
varias combinaciones de parmetros y selecciona la combinacin que muestra la menor DMA. La optimizacin de parmetros se lleva a cabo tanto para el
pronstico inicial como para los pronsticos subsiguientes.
Perodos por ciclos estacionales
Si se ha seleccionado un modelo estacional o si el sistema va a realizar un test estacional, debe introducirse en este campo la cantidad de perodos que
constituyen una estacin.
Grado de optimizacin
Al determinar el grado de optimizacin, se est especificando el incremento que utilizar el sistema para llevar a cabo la optimizacin de parmetros. Cuanto
menor sea el incremento, ms exacto ser el proceso de optimizacin y ms tiempo se necesitar para la realizacin del mismo.
Grupo de ponderacin
Este campo slo debe actualizarse si se ha seleccionado el modelo de pronstico "valor medio variable ponderado". Esta clave especifica los valores del
pasado que se tienen en cuenta para el pronstico y cules de esos valores se ponderan en el clculo del pronstico.
Para el alisamiento exponencial, y en funcin del modelo, el sistema utiliza los siguientes factores. As pues, por ejemplo, para el modelo constante slo son
necesarios los factores alfa y delta, mientras que para el modelo de tendencia estacional son necesarios todos los factores de alisamiento.
Factor alfa
El sistema utiliza el factor alfa para alisar el valor bsico. Si no se especifica un factor alfa, el sistema utilizar automticamente el factor alfa 0,2.
Factor beta
El sistema utiliza el factor alfa para alisar el valor de tendencia. Si no se especifica un factor beta, el sistema utilizar automticamente el factor beta 0,1.
Factor gama
El sistema utiliza el factor gama para alisar el ndice estacional. Si no se especifica un factor gama, el sistema utilizar automticamente el factor gama 0,3.
Factor delta
El sistema utiliza el factor delta para alisar la desviacin media absoluta y la suma de errores. Si no se especifica un factor delta, el sistema utilizar
automticamente el factor delta 0,3.

Si se fijan los parmetros de optimizacin, el sistema sobrescribir los factores de alisamiento fijados en un principio con los factores
recientemente calculados mediante el proceso de optimizacin.

1.8 Creacin de datos histricos

Los datos histricos se actualizan normalmente en el registro maestro de materiales cuando se toma material en stock del almacn. Sin embargo, tambin es
posible introducir los datos histricos manualmente, con lo que pasarn a constituir la base del pronstico inicial.
En el registro maestro de materiales existen dos tipos de datos histricos (valores de consumo): Valores de consumo total y de consumo no planificado.
El consumo total es el total del consumo planificado y del no planificado. Por lo que se refiere a los materiales planificados segn el procedimiento de
planificacin de necesidades sobre consumo, siempre se actualizar el consumo total.
El consumo no planificado solamente se actualiza para los materiales planificados segn la planificacin de necesidades,
Si la mercanca se toma del almacn sin una reserva.
Si la mercanca se toma del almacn sobre la base de una reserva y la cantidad tomada excede dicha reserva.
Cuando se toma un material que est planificado segn el procedimiento de la planificacin de necesidades sobre la base de una reserva solamente se
actualiza el consumo planificado. Este valor no se registra en el registro maestro de materiales sino que debe ser calculado por el usuario mediante la resta
del consumo no planificado del consumo total.
Para introducir manualmente los valores de consumo proceda del siguiente modo:
1. Especifique si los valores de consumo se gestionan en das, semanas o meses, introduciendo los datos correspondientes en el campo indicador de
perodo, en la imagen de pronstico o de planificacin de necesidades de material que anteriormente haya rellenado.
2. En la imagen de pronstico verifique los valores propuestos en el rea cantidad de perodos solicitados y a continuacin modifquelos o aada valores
nuevos si es preciso.
3. Seleccione Detalles
Consumo .
Aparecer la imagen de entrada de valores de consumo.
Introduzca los valores de consumo empezando por el perodo actual y trabajando desde el ms reciente al ms antiguo.
Puede introducir todos los valores que desee, tanto para consumo total como para consumo no planificado. Pase de la imagen de entradas de consumo total
a la de entradas de consumo no planificado y viceversa mediante Tratar
Consumo no planificado o Consumo total.
Si desea introducir ms valores de los que caben en la primera imagen pulse
F23

para obtener ms lneas vacas.

Almacene los datos en el sistema con Material

Grabar.

Puede modificar los valores de consumo de cualquier forma requerida por su sociedad GL utilizando el exit de usuario EXIT_SAPMM61W_002.

1.9 Creacin de valores de pronstico

Generalmente, los valores de pronstico son calculados por el sistema como parte del proceso del pronstico, y posteriormente se actualizan en el registro
maestro de materiales. Sin embargo, es posible introducir los valores de pronstico manualmente, lo cual constituir la base del proceso de planificacin.

PUBLIC
2014 SAP SE or an SAP affiliate company. All rights reserved.

Page 10 of 11

Los valores de pronstico se introducen del modo siguiente:

1. Una vez haya especificado las entradas necesarias en la imagen de datos de pronstico defina si los valores de pronstico se gestionarn en das,
semanas o meses, y para ello introduzca los datos correspondientes en el campo Indicador de perodo .
2. Seleccione Detalles
Detalles de pronstico Valores de pronstico .
Aparecer la imagen de entrada de valores de pronstico.
Introduzca los valores de pronstico.
Puede introducir tantos valores de pronstico como desee. Si desea introducir ms valores de los que caben en la imagen pulse
F23

para obtener ms lneas vacas.

Almacene los datos en el sistema con Material

Grabar.
Importacin de previsiones externas
Para importar valores de pronstico desde un sistema existente o desde otro sistema externo al maestro de materiales utilice el programa RMPR1001. Este
programa no tiene en cuenta las reas MRP.

Si se importa una previsin creada externamente se debe registrar 'N' ( ningn modelo pronosticado/externo ) a modo de modelo de pronstico
en la imagen de pronstico del registro maestro de materiales.

1.10 Cmo realizar pronst.c/ref.a otro material

Si no existen datos histricos de los materiales a los que el sistema pueda acceder durante la realizacin del pronstico, puede utilizar otro material para el
pronstico. Para ello, debe definir el llamado material de referencia para consumo, as como un centro de referencia, una fecha de validez y un multiplicador.
Si ha definido un material de referencia, el sistema acceder a los datos histricos de dicho material de referencia durante la realizacin poniendo como lmite
la fecha de validez especificada. A partir de la fecha de validez, el sistema utilizar los propios datos histricos del material.
Introduciendo un multiplicador, se puede definir que en el pronstico solamente se utilice un determinado porcentaje del volumen de consumo del material de
referencia.

PUBLIC
2014 SAP SE or an SAP affiliate company. All rights reserved.

Page 11 of 11