Pronsticodelademanda 140617101435 Phpapp02 PDF

Instituto Tecnolgico Superior de Alvarado
Ing. En Gestin Empresarial
Profesor:
Jos Manuel Barrios Carballo
Alumno(s):
Pez Hernndez Sergio
Cano Fernndez Teresa de Jess
Asignatura:
Gestin de la Produccin I.
Trabajo:
Reporte de investigacin de la unidad II: Pronstico de la
demanda.
Semestre:
6
Fecha de entrega:
Martes 12 de Marzo de 2013
Pez Hernndez Sergio

ndice
Introduccin
Objetivos del documento
Importancia Estrategia del pronstico y la demanda.
Caractersticas que definen a la demanda.
Patrones de la demanda
Mtodos cualitativos para estimar la demanda.
10
Estimacin del Personal de Ventas
10
Opinin Ejecutiva
11
Investigacin de Mercado
12
Mtodo Delphi
12
Lineamientos para usar pronsticos cualitativos
13
Mtodos cuantitativos para estimar la demanda.
13
Regresin Lineal
14
Mtodos de Series de tiempo
17
Pronstico Emprico
17
Estimacin del Promedio
18
Inclusin de una tendencia
23
Monitoreo y control de los pronsticos.
26
Elaboracin de pronsticos con software especfico.
27
Proceso para elaborar un pronstico mediante una hoja de clculo

en Microsoft Excel.
Gestin de la Produccin I
28
Pgina 2
Pez Hernndez Sergio

Conclusin
38
Bibliografa
39
Pgina 3
Pez Hernndez Sergio

Introduccin
Una de las directrices cruciales en la administracin de las cadenas de produccin es la
planificacin de la demanda de los clientes. La cual comenzara con los pronsticos de
precisos. Formular pronsticos de la demanda que sirven de base para los procesos de
planificacin de servicios, produccin, inventarios e ingresos. Por lo general, pronosticar
se entiendo como el proceso de elaborar la visin ms probable de lo que ser la
demanda futura, dado un conjunto de suposiciones sobre las tecnologas, competidores,
precios, marketing, gastos y campaas de venta.
La planificacin, es el proceso de tomar decisiones administrativas
acerca de cmo
utilizar los recursos para responder mejor a los pronsticos de la demanda. En general los
pronsticos van ligados con los planes de la empresa, ya que no es posible tomar
decisiones sino hasta que se hayan formulado pronsticos que ofrezcan, dentro de lo
razonable, una visin precisa de lo que ser la demanda.
En el presente documento se analiza la importancia estrategia en la que influye un
pronstico en relacin con la demanda, las caractersticas que definen a la demanda,
algunos mtodos cuantitativos, como las series de tiempo y mtodos cualitativos para
pronosticar dicha demanda, adems de como monitorear y controlar dichos pronsticos y
la implementacin de un software especfico en el pronstico de la demanda.
Pgina 4
Pez Hernndez Sergio

Objetivos del documento
Analizar la importancia estratgica de los pronsticos.
Analizar las diferentes series de tiempo y sus caractersticas especficas.
Comparar los distintos mtodos cualitativos que existen.
Identificar las caractersticas que distinguen a la demanda.
Conocer el proceso prctico de un pronstico cuantitativo.
Usar un software especfico en la resolucin de un ejercicio.
Pgina 5
Pez Hernndez Sergio

Importancia estratgica del pronstico y la demanda.

El pronstico es la base
de la planeacin corporativa a largo plazo. En las reas
funcionales de finanzas y contabilidad, los pronsticos proporcionan el fundamento para la

planeacin de presupuesto y control de costos.
El marketing depende del pronostico de ventas para planear productos nuevos; l
personal de produccin y operaciones utiliza los pronsticos para tomar decisiones
peridicas que comprenden la seleccin de procesos, la planeacin de las capacidades y
la distribucin de las instalaciones, as como para tomar decisiones continuas cerca de la
planeacin de la produccin, la programacin y el inventario.
El pronstico de la demanda consiste en estimar las ventas de un producto durante un
determinado periodo futuro. Las organizaciones utilizan tres tipos importantes de
pronsticos en las operaciones futuras de la planificacin.
El objetivo de un pronostico es reducir la incertidumbre acerca de lo que puede acontecer
en el futuro proporcionando informacin cercana ala realidad, qu permite tomar
decisiones.
La formulacin de pronsticos o proyeccin es una tcnica para utilizar experiencias
pasadas con la finalidad de predecir expectativas del futuro.
En las organizaciones los pronsticos se utilizan para tres propsitos importantes:
Decidir si la demanda es suficiente para justificar la entrada al mercado.
Determinar las necesidades a largo plazo de la capacidad para el diseo de
instalaciones.
Determinar las fluctuaciones a corto plazo en la demanda para la planeacin de la
produccin, la programacin de la fuerza de trabajo, la planeacin de los
materiales y otras necesidades.
Pgina 6
Pez Hernndez Sergio

Caractersticas que definen la demanda

Por demanda entendemos la cantidad de un bien o servicio que demandan los
consumidores dependiendo del precio y otros factores, como la renta de los consumidores
y el precio de otros bienes. Los consumidores potenciales deciden cunto van a comprar
de un bien o servicio en funcin de su precio y otros muchos factores, incluyendo sus
propios gustos, la informacin, los precios de los dems bienes, la renta y las acciones del
gobierno. Los gustos de los consumidores determinan lo que compran. Los consumidores
no compran alimentos que no les gustan, obras de art que odian o ropa que consideran
pasada de modo o incmoda. Anlogamente, la informacin sobre la utilidad de un bien
afecta las decisiones de un consumidor. Los factores que caracterizan a la demanda del
mercado son los siguientes:
Los precios de los dems viene tambin afectan a las decisiones de comprar de
los consumidores, si el precio de un sustitutivo cercano es mucho ms bajo que el
precio de nuestro bien o servicio, puede que opte por esa otra marca.
La renta desempea un papel esencial a la hora de determinar qu y cundo va a
comprar. La gente con una gran fortuna puede comprar varios artculos aunque
sea por lujo.
Las normas y regulaciones del gobierno afectan a las decisiones de compra.
Los impuestos sobre las ventas elevan el precio que debe pagar el consumidor por
un bien, y los lmites de impuestos por el gobierno sobre la utilizacin de un bien
puede afectar a su demanda.
Otros factores que tambin caracterizan a la demanda es la temporada, es decir,
si la mayora de los consumidores tienen telfonos celulares, el resto de ellos
puede que quieran adquirir uno. Otro ejemplo seria, la venta de rboles de navidad
es sustancialmente mayor en diciembre que en cualquier otro momento del ao.
La cantidad de un bien que los consumidores estn dispuestos a comprar a un
determinado precio, manteniendo los dems factores que influyen sobre las comprar, es
la cantidad demanda.
Patrones de la demanda
En la raz de la mayora de las decisiones de negocios se encuentra el reto de pronosticar
la demanda del cliente. Se trata de una tarea difcil porque la demanda de bienes y
Pgina 7
Pez Hernndez Sergio

servicios suelen variar considerablemente. Por ejemplo, es previsible que la
demanda de fertilizantes para el csped aumente en los meses de primavera y verano; sin
embargo, en los fines de semana especficos en lo que la demanda es ms intensa, sta
depende de factores incontrolables, como el clima. Las observaciones repetidas de la
demanda de un producto o servicio en el orden en que se realizan forman un patrn que
se conoce como serie de tiempo. Los cinco patrones bsicos de la mayora de las series
de tiempo aplicable a la demanda son:
1. Horizontal.- La fluctuacin de los datos en torno de una media constante.
2. Tendencia.- El incremento o decremento sistemtico de la media de las serie a
travs del tiempo.
3. Estacional.- Un patrn repetible de incrementos o decrementos de la demanda,
dependiendo de la hora del da, la semana, el mes o la temporada.
4. Cclico.- Una pauta de incrementos o decrementos graduales y menos previsibles
de la demanda, los cuales se presentan en el transcurso de periodos ms largos
(aos o decenios).
5. Aleatorio.- La variacin imprevisible de la demanda.
Los patrones cclicos provienen de dos influencias. La primera de ella es el ciclo
econmico, que incluye diversos factores por lo que la economa pasa de una recesin a
una expansin en el transcurso de varios aos. La otra influencia es el ciclo de vida del
producto o servicio en cuestin, en el cual se reflejan las etapas de la demanda, desde el
desarrollo hasta la declinacin.
Cuatro de los patrones de demanda (horizontal, de tendencia, estacional y cclico) se
combinan en diversos grados para definir el patrn fundamental de tiempo de demanda
que corresponde a un producto o servicio. El quinto patrn, la variacin aleatoria, es
resultado de causas fortuitas y, por lo tanto, no puede pronosticarse.
Pgina 8
Pez Hernndez Sergio

Existen dos tipos de demanda:

Demanda dependiente: es la demanda de un producto o servicio que se deriva de la
demanda de otros productos o servicios.
Demanda independiente: esta demanda no se deriva directamente de la de otros
productos.
Los pronsticos de la demanda pueden ser crecientes o decrecientes, y tener naturaleza
lineal o no lineal.
Pgina 9
Pez Hernndez Sergio

Mtodos cualitativos para estimar la demanda

Los pronsticos de los mtodos cuantitativos slo son posibles cuando existen una
cantidad suficiente de datos histricos, que a menudo se conoce como archivo de historial
en varios paquetes comerciales de software. Sin embargo el archivo de historial puede no
existir, como en los casos en que se lanza al mercado un nuevo producto o se espera un
cambio en la tecnologa. Por otro lado, el archivo historial puede existir, pero al no ser
demasiado til cuando ciertos acontecimientos (como las presentaciones de nuevos
producto o los paquete especiales) se reflejan en los datos pasados, o cuando se espera
ciertos acontecimientos ocurran en el futuro.
En algunos casos los mtodos cualitativos son la nica manera prctica de realizar un
pronstico. En otros casos, los mtodos cualitativos tambin pueden usarse para
modificar los pronsticos generados por le mtodos cuantitativos para prever sucesos
especiales prximos que, de lo contrario, no se reflejaran en el pronstico. Por ltimo, los
mtodos cualitativos pueden usarse para ajustar el archivo de historial que se analizar
con mtodos cuantitativos para descontar el impacto de acontecimientos especiales
nicos que ocurrieron en el pasado. Si no se usan los mtodos cualitativos, los
cuantitativos produciran pronsticos no confiables.
Los cuatro mtodos cualitativos que se unas actualmente con ms xito son:
1) Las estimaciones del personas de ventas;
2) La opinin ejecutiva;
3) La investigacin de mercado; y
4) El mtodo Delphi.
Estimaciones del personal de ventas

A veces, la mejor informacin sobre la demanda futura proviene de las personas que
estn ms cerca de los clientes externos. Las estimaciones del personal de ventas son
pronsticos compilados a partir de estimaciones realizadas peridicamente por miembros
del personal de ventas de compaas. Este mtodo tiene varias ventajas:
El personal de ventas es el grupo que tiene mayores probabilidades de saber qu

productos o servicios comprarn los clientes en el futuro cercano y en qu
cantidades.
Pgina 10
Pez Hernndez Sergio

Los territorios de ventas estn divididos a menudo en distritos o

regiones. La informacin desglosada de este modo puede ser til para pronsticos
de administracin de inventarios, distribucin y contratacin de personal de ventas.
Los pronsticos de individuos miembros del personal de ventas puede combinarse

fcilmente para obtener las cifras correspondientes a ventas regionales o
nacionales.
Pero dicho mtodo tambin tiene varias desventajas:
Los perjuicios individuales de los vendedores pueden introducir sesgos en el

pronstico; adems, algunas personas son optimistas por naturaleza y otras son
ms cautelosas.
Es posible que l personas de ventas no siempre perciba la diferencia entro que el

cliente quiere (lista de deseos) y lo que el cliente necesita (una compra
necesaria).
Si la empresa utiliza las ventas individuales como medida del desempeo, el

personal de ventas puede subestimar sus pronsticos para que su propio
desempeo parezca bueno cuando superen esas proyecciones, o para tener que
esforzarse solamente hasta alcanzar las ventas mnimas requeridas.
El tiempo que el vendedor utiliza haciendo el pronstico no lo usa vendiendo.

Algunos consideran que este costo de oportunidad de este pronstico es su mayor
desventaja.
Opinin ejecutiva
Cuando se piensa lanzar un nuevo producto o servicio, el personal de ventas no siempre
es capaz de hacer estimaciones precisas de la demanda. La opinin ejecutiva es un
mtodo de pronstico en el cual se hace un resumen de las opiniones, experiencia y
conocimientos tcnicos de uno o varios gerentes para llegar a un solo pronstico. La
opinin ejecutiva puede usarse para modificar un pronstico de ventas existente, a fin de
tomar en cuenta circunstancias inusitadas, como una nueva promocin de ventas o
acontecimientos internacionales inesperados. La opinin ejecutiva tambin puede usar
para elaborar pronsticos tecnolgicos. El ritmo acelerado del cambio tecnolgico
dificulta la tarea de mantenerse al tanto de los ltimos adelantos. La clave para la
utilizacin eficaz de la opinin ejecutiva consiste en asegurarse de que el pronstico no
Pgina 11
Pez Hernndez Sergio

refleje una serie de modificaciones independientes, sino un consenso de los
ejecutivos acerca de un pronstico unificado.
Investigacin de mercado
La investigacin de mercado consiste en un mtodo sistemtico para determinar el
grado de inters del consumidor externo por un producto o servicio, mediante la creacin
y puesta a prueba de diversas hiptesis por medio de encuestas encaminadas a la
recopilacin de datos. La realizacin de un estudio de investigacin de mercado incluye el
diseo de un cuestionario, la decisin de cmo administrarlo, la seleccin de una muestra
representativa y el anlisis de la formacin aplicando el buen juicio y herramientas
estadsticas para interpretar las respuestas. El objetivo es hacer predicciones sobre el
tamao y estructura del mercado de bienes y/o servicios especficos. Estas predicciones
(pronsticos) estn basadas por lo general en pequeas muestras y son cualitativas, en el
sentido de que los datos originales generalmente consisten en evaluaciones subjetivas
por parte de los clientes. A pesar de que la investigacin de mercado produce informacin
importante, una de sus desventajas son las numerosas salvedades y limitaciones que
suelen incluir sus conclusiones.
La investigacin de mercados es un actividad importante en la mayora de las empresas
fabricantes de productos a clientes. Tambin juega un papel cada vez ms importante en
el proceso poltico y electoral.
Mtodo Delphi
El mtodo Delphi es un proceso para obtener el consenso dentro de un grupo de
expertos, al tiempo que se respeta el anonimato de sus integrantes. Esta forma de
pronsticos es til cuando no existen datos histricos sobre los cuales puedan
desarrollarse modelos estadsticos y cuando los gerentes de la empresa no tienen
experiencia en la cual fundamentar proyecciones bien informadas. Un coordinador enva
preguntas a cada uno de los miembros del grupo de expertos externos, quienes tal vez
ignoran quin ms est participando. El coordinador preparara un resumen estadstico
de las respuestas, adems de un sumario, de los argumentos que vienen a propsito de
algunas de ellas. El informe se enva al mismo grupo para otra ronda de opiniones y los
participantes pueden modificar sus respuestas anteriores si as lo desean. Las rondas
continan hasta llegar a un consenso.
Pgina 12
Pez Hernndez Sergio

El mtodo Delphi se usa para elaborar pronsticos a largo plazo de la demanda
de productos y proyecciones de ventas de los nuevos productos.
Lineamientos para usar pronsticos cualitativos.

La necesidad de usar pronsticos cualitativos es muy clara cuando no existen datos
cuantitativos que permitan aplicar enfoques de pronstico tambin cuantitativos. Sin
embargo, los mtodos cualitativos pueden utilizarse en combinacin con enfoques
cuantitativos a fin de mejorar la calidad del pronstico. Entre los lineamientos aplicables a
sus usos para ajustar pronsticos cuantitativos, figuran los siguientes:
Ajustar los pronsticos cuantitativos cuando stos tienden a ser imprecisos y la

persona que toma las decisiones posee un conocimiento contextual importante.
Por conocimiento contextual se entiende el conocimiento que se obtiene por
experiencia en el ejercicio de una actividad, como en el caso de las relaciones de
causa y efecto, los indicios ambientales y la informacin sobre las organizaciones
que pueden tener efecto en la variable que se va a pronosticar. Muchas veces no
es posible incorporar estos factores a los enfoques de pronsticos de tipo
cuantitativo.
Realizar ajustes a los pronsticos cuantitativos para compensar sucesos

especficos. A menudo, ciertos sucesos especficos, como las compaas de
publicidad,
las
actividades
de
los
competidores
los
acontecimientos
internacionales, no se reconocen en los pronsticos cuantitativos y es preciso

tomarlos en cuenta al elaborar un pronstico definitivo.
Mtodos cuantitativos para estimar la demanda

Los mtodos cuantitativos se emplean cuando se dispone de datos histricos y se puede
identificar la relacin entre el factor que se intenta pronosticar y otros factores externos o
internos (por ejemplo, las acciones del gobierno o las promociones publicitarias). Estas
relaciones se expresan en trminos matemticos y suelen ser muy complejas. Los
mtodos cuantitativos proporcionan herramientas de pronstico ms avanzadas y son
excelentes para prever los puntos de cambio en la demanda y preparar pronsticos a
largo plazo. Aunque existen muchos mtodos cuantitativos, nos ocuparemos aqu de los
ms conocidos y los que se utilizan ms comnmente entre todos esos mtodos.
Pgina 13
Pez Hernndez Sergio

Regresin Lineal
En la regresin lineal, una variable, conocida como variable dependiente, est relacionada
con una o ms variables independientes por medio d una ecuacin lineal. La variable
dependiente s la que el gerente desea pronosticar. Se supone que las variables
independientes, influye en la variable dependiente y, por ende, son la causa de los
resultados observados en el pasado.
En los modelos de regresin lineal ms sencillos, la variable dependiente es funcin de
una sola variable independiente y, por lo tanto, la relacin terica es una lnea recta:
= +
Donde
Y= variable dependiente
X= variable independiente
a= interseccin de la recta con el eje Y
b= pendiente de la recta
El objetivo del anlisis de regresin lineal es encontrar los valores de a y b que minimicen
la suma de las desviaciones cuadrticas de los puntos de datos reales que estarn
representados grficamente.
El coeficiente de correlacin de la muestra, r, mide la direccin y la fuerza de la relacin
entre la variable independiente y la variable dependiente. Los valores de r pueden fluctuar
entre -1.00 y 1.00. Un coeficiente de correlacin de 1.00 implica que los cambios
registrados de uno a otro periodo en la direccin de la variable independiente, siempre
van acompaados por cambios de la variable dependiente en la misma direccin. Un r de
-1.00 significa que los decrementos de la variable independiente siempre van
acompaados de incrementos en la variable dependiente y viceversa. Cuando r tiene
valor de cero, significa que no existe relacin lineal entre las variables. Cuando ms se
aproxime el valor de r a -1.00 o 1.00, tanto ms adecuado ser el ajuste de la lnea de
regresin con respecto a los puntos grficos.
Pgina 14
Pez Hernndez Sergio

=
( )( )
(
)2 ( )
El coeficiente de determinacin de la muestra mide la cantidad de variacin que presenta

la variable dependiente con respecto a su valor medio de regresin. El coeficiente de
determinacin es igual al cuadrado del coeficiente de correlacin o 2 . El valor de 2
oscila entre 0.00 y 1.00. Las ecuaciones de regresin, cuyo valor de 2 se aproxima a
1.00, son deseables porque significa que las variaciones de la variable dependiente y el
pronstico generado por la ecuacin de regresin estn estrechamente relacionadas.
2
=(
( )( )
(
)2 ( )
El error estndar de estimado mide la proximidad con que los datos de la variable
dependiente se agrupan alrededor de la lnea de regresin. Aunque es semejante a la
desviacin estndar de la muestra, mide el error de la variable dependiente, Y, con
respecto a la lnea de regresin, en lugar de medirlo con respecto a la media. En
consecuencia, es la desviacin estndar de la diferencia entre la demanda real y la
estimacin obtenida con la ecuacin de regresin. Al determinar qu variable
independiente se incluir en la ecuacin de regresin, se debe elegir la que tenga error
estndar ms pequeo del estimado.
Ejercicio:
Chicken Palace ofrece peridicamente comidas que incluyen cinco piezas de pollo para
llevar a casa, a precios especiales. Sea Y el nmero de comidas vendidas y X el precio.
Con base en las observaciones histricas y los clculos que se presentan en la siguiente
tabla, determine la ecuacin de regresin, el coeficiente de correlacin y el coeficiente de
determinacin. Cuntas comidas piensa Chicken Palace que lograr vender a $3.00
cada una?
Pgina 15
Pez Hernndez Sergio

Solucin:
( )( )
( )2
( )2
2.7
3.5
2
4.2
3.1
4.05
760
510
980
250
320
480
-117.18
-9.68
-540.94
-282.6
36.34
-55.44
0.311364
0.058564
1.582564
0.887364
0.024964
0.627264
44100
1600
184900
90000
52900
4900
19.55
3300
-969.5
3.492084
378400
= X = 19.55 = 3.258
X
n
=
Y
Y
= 550
n
( )( )
969.5
=
= 277.63
2
( )
3.492084
= ( ) = 550 (277.63 3.258) = 1454.51

=
( )( )
(
)2 ( )
=(
( )( )
2 ( )
( )
969.5
(3.492084 378400)
2
) =(
969.5
= 0.84
2
) = 0.71
(3.492084 378400)
La lnea de regresin es = + = 1454.51 277.63. El coeficiente de correlacin es

de -0.84, lo cual refleja una muestra negativa entra las variables. El coeficiente de
Pgina 16
Pez Hernndez Sergio

determinacin es de 0.71, el cual es relativamente pequeo, lo que indica que
otras variables (adems del precio) afectan perceptiblemente las ventas.
Mtodos de serie de tiempo

En lugar de emplear variables independientes para el pronstico como en los modelos de
regresin, los mtodos de series de tiempo usan informacin histrica que slo se refiere
a la variable dependiente. Estos mtodos se basan en la suposicin de que el patrn de
las variables dependientes en el pasado habr de continuar en el futuro. En el anlisis de
series de tiempo se identifican los patrones fundamentales de la demanda que se
combinan para producir el patrn histrico observado en la variable dependiente, despus
de lo cual se elabora un modelo capaz de reproducir dicho patrn.
Pronstico emprico
Un mtodo que se usa con frecuencia en la prctica es el pronstico emprico, en el
cual el pronstico de la demanda para el siguiente periodo es igual a la demanda
observada en el periodo actual ( ). De esta manera, si la demanda real del mircoles ha
sido de 35 clientes, la demanda pronosticada para el jueves ser de 35 clientes. Si la
demanda del jueves es de 42 clientes, la demanda pronosticada para el viernes ser de
42 clientes.
El mtodo de pronstico emprico se puede adaptar para tomar en cuenta una tendencia
de la demanda. El incremento o decremento observado en la demanda de los ltimos
periodos se usa para ajustar la demanda actual a fin de llegar a un pronstico. Suponga
que la demanda fue de 120 unidades en la ltima semana y de 108 unidades en la
semana anterior. El incremento de la demanda fue de 12 unidades en un semana, por lo
que el pronstico para la siguiente semana sera d 120+12=132 unidades. Si la demanda
real de la semana siguiente resultara de 127 unidades, el siguiente pronstico sera de
127+7=134 unidades.
La ventaja del mtodo de pronstico emprico son su simplicidad y su bajo costo. Este
mtodo funciona mejor cuando los patrones horizontales, de tendencia o estacionales son
estables y la variacin aleatoria es pequea. Cuando la variacin aleatoria es grande, el
uso del valor de la demanda en el ltimo periodo para estimar la del periodo siguiente
puede producir pronsticos sumamente variables que no son tiles para pronsticos de
Pgina 17
Pez Hernndez Sergio

planificacin. Sin embargo, si su nivel de precisin es aceptable, el pronstico
emprico es un mtodo atractivo para el pronstico con series de tiempo.
Estimacin del promedio

Cada serie de tiempo de demanda tiene por lo menos dos de los cinco patrones de la
demanda: el horizontal y el aleatorio. Tambin puede tener patrones de tendencia,
estacionales y cclicos. El patrn horizontal de una serie de tiempo se basa en la media de
las demandas, para ellos existen los mtodos de pronstico en los que se estima el
promedio de una serie de datos a travs de series de tiempo.
Promedios mviles simples.- El mtodo de promedio mvil simple
se usa para
estimar el promedio de una serie de tiempo de demanda y, por lo tanto, para suprimir los
efectos de las fluctuaciones aleatorias. Este mtodo resulta til cuando la demanda no
tiene tendencias pronunciadas ni influencias estacionales. La aplicacin de un modelo de
promedio mvil requiere simplemente calcular la demanda promedio para los n periodos
ms recientes, con el fin de usarla como pronstico para el siguiente periodo. Para el
periodo siguiente, una vez que se conoce la demanda, la demanda ms antigua incluida
en el promedio anterior, se sustituye por la demanda ms reciente y el promedio se
mueve de un periodo a otro.
En trminos especficos, el pronstico correspondiente de + 1 se calcula como sigue:
+1 =

1 + 1 + 2 + + +1
=
Donde
= Nmero total de perodos incluidos en el promedio
= Demanda real en el periodo t
+1= Pronstico para el periodo t+1
Con el mtodo de promedio mvil, el pronstico de la demanda en el periodo siguiente
ser igual al promedio calculado al final de este periodo.
Pgina 18
Pez Hernndez Sergio

En cualquier mtodo de pronstico, es importante medir la precisin de los
pronsticos. El error de pronsticos, es simplemente la diferencia que se obtiene al
restar el pronstico de la demanda real en cualquier periodo determinado, o
=
Donde
= Error de pronstico en el periodo t.
= Demanda real en el periodo t.
= Pronstico para el periodo t.
El mtodo de promedio mvil puede requerir el uso de todos los periodos pasados de
demanda que se desee. Generalmente, la estabilidad de la serie de demanda determina
cuntos periodos ser necesario incluir. Las series de demanda estables son aquellas
para las cuales el promedio cambia solamente en forma infrecuente. Debern utilizarse
valores grandes de n en las que seas susceptible a cambios en el promedio subyacente.
Promedios mviles ponderados.- En el mtodo de promedio mvil simple, todas las
demandas tiene la misma ponderacin en el promedio, es decir, 1/n. En el mtodo de
promedio mvil ponderado, cada una de las demandas histricas que intervienen en el
promedio puede tener su propia ponderacin. La suma de las ponderaciones es igual a
1.00. Por ejemplo, en un modelo con promedio mvil ponderado de tres periodos, al
periodo ms reciente se le puede asignar una ponderacin de 0.50, al segundo ms
reciente se le asigna una ponderacin de 0.30, y al tercero ms reciente, una de 0.20. El
promedio se obtiene multiplicando la ponderacin de cada periodo por el valor
correspondiente a dicho periodo y sumando finalmente los productos:
+1 = 0.50 + 0.301 + 0.202
Las ventajas del mtodo del promedio mvil ponderado es que permite destacar la
demanda reciente sobre la demanda anterior. Este pronstico suele responder mejor a los
cambios registrados en el promedio fundamental de la serie de demandas que el
pronstico de promedio mvil simple. No obstante, el pronstico de promedio mvil
ponderado seguir retrasndose con respecto a la demanda porque slo calcula
promedios de la demanda en el pasado. Este retraso es especialmente notable cuando
Pgina 19
Pez Hernndez Sergio

existe una tendencia, porque el promedio de las serie de tiempo se va
incrementando o disminuyendo en forma sistemtica.
El mtodo de promedio mvil ponderado presenta los mismos inconvenientes que el
mtodo de promedio mvil simple: es necesario recopilar los datos de una n periodos de
la demanda para poder calcular el promedio correspondiente a cada periodo. Recopilar
esta cantidad de datos no es un gran problema en situaciones sencilla.
Ejercicio
Polish Generals Pizza Parlor es un pequeo restaurante que atrae a los parroquianos
aficionados al sabor de las pizzas europeas. Una de sus especialidades es la pizza Polish
Prize. El gerente de la empresa tiene que pronosticar la demanda semanal de esas pizzas
especiales para saber cuntas bases de pasta ser necesario pedir cada semana. En las
ltimas fechas, la demanda ha sido la siguiente:
Pronostique la demanda de pizzas para el periodo comprendido entre el 23 de junio y el

14 de julio, usando el mtodo de promedio mvil simple con n=3. Repita despus el
pronstico, utilizando el mtodo de promedio mvil ponderado con n=3 y ponderaciones
de 0.50, 0.30 y 0.20, aplicando 0.50 a la demanda ms reciente.
Solucin
Semana Actual
16 de Junio
23 de Junio
30 de Junio
Pronstico de promedio
Pronstico de promedio mvil
mvil simple para la
ponderado para la semana
semana siguiente
siguiente
52 + 65 + 50
= 55.7
3
56 + 52 + 65
= 57.7
3
55 + 56 + 52
= 54.3
3
[(0.5 52) + (0.3 65) + (0.2 50)] = 55.5

[(0.5 56) + (0.3 52) + (0.2 65)] = 56.6
[(0.5 55) + (0.3 56) + (0.2 52)] = 54.7
Pgina 20
Pez Hernndez Sergio

7 de Julio
60 + 55 + 56
= 57
3
[(0.5 60) + (0.3 55) + (0.2 56)] = 57.7
Suavizacin exponencial.- El mtodo de suavizamiento exponencial es un mtodo de

promedio mvil ponderado muy refinado que permite calcular el promedio de una serie de
tiempo, asignando a las demandas recientes mayor ponderacin que a las demandas
anteriores. Es el mtodo de pronsticos formal que se usa ms a menudo por su sencillez
y por la reducida cantidad de datos que requiere. A diferencia del mtodo de promedio
mvil ponderado, que requiere n periodos de demanda pasada y n ponderaciones, el
mtodo de suavizamiento exponencial necesita solamente tres datos: el pronstico del
ltimo periodo, la demanda de ese periodo y un parmetro de suavizamiento, alfa (),
cuyo valor flucta entre 0 y 1.0. Para elaborar un pronstico con suavizamiento
exponencial, simplemente se calcula un promedio ponderado de la demanda ms reciente
y el pronstico calculado para el ltimo periodo. La ecuacin correspondiente a este
pronstico es:
+1 = ( ) + (1)( )
+1 = + (1)
La siguiente es una ecuacin equivalente:

+1 = + ( )
Esta forma de la ecuacin muestra que el pronstico para el periodo siguiente es igual al
pronstico del periodo actual ms una proporcin de error del pronstico correspondiente
al periodo actual.
El nfasis que se hace en los niveles de demanda ms recientes puede ajustarse
modificando el parmetro de suavizamiento. Los valores ms grandes de hacen nfasis
en los niveles recientes de la demanda y dan lugar a pronsticos que tiene mejor
capacidad de respuestas ante los cambios en el promedio fundamental. Con valores de
ms pequeos, se considera ms uniformemente la demanda pasada y se producen
pronsticos ms estables. Este mtodo es similar al ajuste del valor de n ponen nfasis en
Pgina 21
Pez Hernndez Sergio

la demanda reciente y los valores ms grandes conceden mayor ponderacin a
la demanda pasada.
Para poner en marcha el suavizamiento exponencial se requiere un pronstico inicial. Hay
dos formas de obtener ese pronstico inicial: usar la demanda de ltimo periodo, o si se
dispones de datos histricos, calcular el promedio de varios periodos recientes de
demanda. El efecto de estimacin inicial del promedio sobre las estimaciones sucesivas
del mismo disminuye a travs del tiempo porque, con el suavizamiento exponencial, las
ponderaciones asignadas a las demandas histricas sucesivas que se utilizan para
calcular el promedio disminuyen exponencialmente.
En virtud de que el suavizamiento exponencial es sencillo y requiere un mnimo de datos,
su utilizacin es econmica y atractiva para las empresas que realizan miles de
pronsticos para cada periodo. Sim embargo, su sencillez se convierte en desventaja
cuando el promedio fundamental se modifica, como en el caso de las series de demanda
que muestran un tendencia. Igual que con cualquier mtodo enfocado nicamente en el
supuesto de un promedio estable, los resultados del suavizamiento exponencial se
retrasan con respecto a los cambios registrados en el promedio fundamental de la
demanda. Los valores de ms altos pueden ayudar a reducir errores de pronstico
cuando se produce un cambio en el promedio; sin embargo, seguir habiendo retrasos si
el promedio cambia sistemticamente. En general, si se requieren valores grandes de
(por ejemplo >0.50) para una aplicacin de suavizamiento exponencial, es muy probable
que se requiera un modelo ms complejo a causa de las presencia de una tendencia o
una influencia estacional significativa en las series de demanda.
Ejercicio
La demanda mensual de unidades manufacturadas por Acme Rocket Company ha sido la
siguiente:
Pgina 22
Pez Hernndez Sergio

Aplique el mtodo de suavizamiento exponencial para pronosticar el nmero de
unidades de junio a enero. El pronstico inicial de mayo fue de 105 unidades; =0.2.
Solucin
+ = + ( )
Mes Actual (t)
Pronstico para el mes

t+1
Mayo
0.2(100) + 0.8(105) = 104
Junio
Junio
0.2(80) + 0.8(104) = 99.2
Julio
Julio
0.2(110) + 0.8(99.2) = 101.4
Agosto
0.2(115) + 0.8(101.4) = 104.1 Septiembre
Septiembre
0.2(105) + 0.8(104.1) = 104.3 Octubre
Octubre
0.2(110) + 0.8(104.3) = 105.4 Noviembre
Noviembre
0.2(125) + 0.8(105.4) = 109.3 Diciembre
Diciembre
0.2(120) + 0.8(109.3) = 111.4 Enero
Agosto
Inclusin de una tendencia

En una serie de tiempo, una tendencia es un incremento o decremento sistemtico en el
promedio de la serie a travs del tiempo. Cuando existe una tendencia significativa, los
mtodos de suavizamiento exponencial deben modificarse; de lo contrario, los pronsticos
siempre estarn por arriba o por debajo de la demanda real.
Para mejorar el pronstico, es necesario calcular una estimacin de la tendencia.
Comenzaremos calculando la estimacin actual de dicha tendencia, que no es sino la
diferencia entre el promedio de la serie calculado en el periodo actual y el promedio
calculado en el ltimo periodo. Para obtener una estimacin de la tendencia a largo plazo,
se pueden promediar las estimaciones actuales. El mtodo para estimar una tendencia es
similar al que se emplea para estimar el promedio de la demanda con el suavizamiento
exponencial.
El mtodo para incorporar una tendencia en un pronstico suavizado exponencialmente
se conoce como mtodo de suavizamiento exponencial ajustado a la tendencia. En
este enfoque, se suavizan las estimaciones del promedio y la tendencia, para lo cual se
Pgina 23
Pez Hernndez Sergio

requieren dos constantes de suavizamiento. Se calcula el promedio y la
tendencia para cada periodo:
= (Demanda en este periodo) + (1 ){Promedio
+ Estimacin de la tendencia en el ltimo periodo}
= + (1 )(1 + 1 )
= ( ) + (1
)( )
= ( 1 ) + (1 )1
+1 = +
Donde
= Promedio suavizado exponencialmente de la serie en el periodo t.
= Promedio suavizado exponencialmente de la tendencia en el periodo t.
= Parmetro de suavizamiento para el promedio, con un valor de entre 0 y 1.
= Parmetro de suavizamiento para la tendencia, con un valor entre 0 y 1.
+1 = Pronstico para el periodo t+1.
Para realizar un pronstico para periodos posteriores al siguiente, se multiplica la
estimacin de la tendencia ( ) por el nmero de periodos adicionales que se desea
incluir en el pronstico, y se suman los resultados al promedio actual ( ). As, el
suavizamiento exponencial ajustado a la tendencia difiere de los mtodos explicados
anteriormente. En esos mtodos, el pronstico para todos los periodos futuros es el
mismo que el pronstico para el siguiente periodo.
Las estimaciones del promedio y la tendencia correspondientes al ltimo periodo que se
requieren en el primer pronstico pueden obtenerse a partir de datos del pasado o
basarse en una estimacin aproximada si no existen datos histricos. Para encontrar los
valores de y , es frecuente que el analista ajuste sistemticamente y hasta obtener
los errores de pronstico ms bajos posibles. Este proceso puede llevar a cabo un
Pgina 24
Pez Hernndez Sergio

ambiente experimental, usando el modelo para pronosticar las cifras histricas
de la demanda.
El mtodo de suavizamiento exponencial ajustado a la tendencia ofrece la ventaja de que
es capaz de ajustar el pronstico a los cambios registrados en la tendencia. Sin embargo,
cuando la tendencia est cambiando, cuanto ms se proyecta hacia el futuro la estimacin
de la tendencia, tanto ms impreciso ser el pronstico. Por eso, es conveniente restringir
la utilizacin de los mtodos de series de tiempo a los pronsticos a largo plazo.
Ejercicio
La demanda de Krispee Crunchies, uno de los cereales favoritos para el desayuno entre
las personas nacidas en la dcada de 1940, sta en una etapa de decadencia. La
compaa desea vigilar cuidadosamente la demanda que tiene este producto ahora que
se aproxima al final de su ciclo de vida. Se ha utilizado el mtodo de suavizamiento
exponencial ajustado a la tendencia con =0.1 y =0.2. Al final de diciembre, la
estimacin actualizada del nmero promedio de cajas vendidas cada mes , fue de
900,000 y la tendencia actualizada 1 fue de -50,000 por mes. En la tabla siguiente se
presenta el historial de las ventas reales de enero, febrero y marzo. Genere los
pronsticos para febrero, marzo y abril.
Solucin
Se conoce la condicin inicial a finales d diciembre y la demanda real de enero, febrero y
marzo. Ahora se debe actualizar el mtodo de pronstico y preparar un pronstico para
abril. Las ecuaciones que se usarn con el mtodo de suavizamiento exponencial
ajustado a la tendencia son las siguientes:
= + (1 )(1 + 1 )
= ( 1 ) + (1 )1
+1 = +
Pgina 25
Pez Hernndez Sergio

Para enero tenemos:
= 0.1(890,000) + 0.9(900,000 50,000) = 854,000
= 0.2(854,000 900,000) + 0.8(50,000) = 49,200
+1 = 854,000 49,200 = 804,800
Para febrero tenemos:
= 0.1(800,000) + 0.9(854,000 49,200) = 804,320
= 0.2(804,320 854,000) + 0.8(49,200) = 49,296
+1 = 804,320 49,296 = 755,024
Para marzo tenemos:
= 0.1(825,000) + 0.9(804,320 49,296) = 762,022
= 0.2(762,022 804,320) + 0.8(49,296) = 47,897
+1 = 762,022 47,897 = 755,024
Monitoreo y control de los pronsticos

Los especialistas siempre estn tratando de hacer mejores estimaciones acerca de lo que
ocurrir en el futuro al afrontar la incertidumbre. El propsito fundamental de los
pronsticos es hacer buenas estimaciones en las cuales basar los modelos para la toma
de decisiones. Los pronsticos constituyen la problemtica fundamental dentro de la
gestin de la actividad de una empresa debido ala complejidad de los problemas
encontrados cuando se pronostica y a su impacto sobre todas las decisiones de la
empresa.
El sistema de pronsticos necesita retroalimentacin para asegurar los mejores
resultados. El control del pronstico es parte del proceso de retroalimentacin. Intenta
determinar si el pronstico se desva de los resultados reales debido a la aleatoriedad o a
un cambio esencial en el proceso. Las variaciones aleatorias deben ignorarse, pero las no
aleatorias exigen cambios en los parmetros del modelo o incluso en el modelo mismo.
Los conceptos presentados en esta seccin se pueden usar para controlar cualquier
Pgina 26
Pez Hernndez Sergio

sistema de pronsticos que produzca un pronstico numrico, an aquellos
basados en tcnicas cualitativas de pronsticos.
El error del pronstico es la base para el control. Primero se determina el error del
pronstico y su varianza. Despus
se usa la varianza para hacer afirmaciones
probabilsticas, como que el error debe exceder cierto valor slo una vez cada 20. Estas
afirmaciones se usan para determinar si el desempeo del sistema es el esperado; si no
cumple con las expectativas hay que corregirlo.
Elaboracin de pronsticos en software especifico

En muchas aplicaciones de pronsticos a corto plazo, las computadoras son
indispensables. Con frecuencia, las empresas tienen que preparar pronsticos para ciento
o incluso miles de producto o servicios en forma reiterada. Por ejemplo, una amplia red de
instanciaciones de servicio mdico necesita calcular pronsticos de la demanda de cada
uno de sus servicios en cada departamento. Esta operacin implica grandes volmenes
de datos que deben manipularse con frecuencia. Los analistas tienen que examinar las
series de tiempo que corresponden a cada producto o servicio a fin de elaborar un
pronstico. Sin embargo, ahora se dispone de nuevo software que facilitara la tarea de
elaborar los pronsticos y coordinarlos entre minoristas y proveedores.
Existen muchos paquetes de software para pronsticos que pueden usarse en
computadoras de cualquier tamao y ofrecen una amplia variedad de capacidad de
pronsticos y formatos de informes, entre ellos figuran los de Manugistic, Forescast Pro
y SAS. Tpicamente, los paquetes de software para pronsticos leen los datos contenidos
en archivos de hoja de clculo, tranzan grficos de los datos y los pronsticos y guardan
los archivos de pronsticos para mostrar los resultados en hojas de clculo. Los precios
de estos programas varas entre $150 y ms de $10,000 pesos, dependiendo de las
funciones de anlisis de datos que contengan. El diseo de estos programas para
computadoras personales y su precio relativamente bajo ponen a estos paquetes al
alcance de cualquier empresa.
Los paquetes de cmputo se han convertido en indispensable para algunas compaas,
sobre todo las que manejan una amplia variedad de productos y mercados.
Pgina 27
Pez Hernndez Sergio

Paquetes estadsticos. Incluyen solo lo necesario para realizar estadsticas y
series de tiempo, aqu se encuentra Minitab, SAS, SPSS, Eviews, Cristal Ball Predictor y
hojas de clculo (Excel).
Paquetes de pronsticos Han sido diseados especficamente para aplicaciones de este
tipo, es decir se trata de software especializado en proyeccin de ventas.Podemos
mencionar a TSP (Micro TSP ), Total Forecasting System, Easy Forecasting plus,
Forecast Master, Forecast Pro , Expert Choice, Forecasting HP.
Proceso para elaborar un pronstico mediante una hoja de clculo en

Microsoft Excel.
Microsoft Excel, es una aplicacin de hoja de clculo que permite la elaboracin grficos y
operaciones de uso estadstico. En esta ocasin se empleara el uso de este software para
elaborar un pronstico de regresin lineal. Para ello es recomendable seguir los
siguientes pasos:
1) Identificar las operaciones a realizar al igual que las variables, constantes,
formulas, etc. Para este caso se realizara el ejercicio que se muestra a
continuacin:
Chicken Palace ofrece peridicamente comidas que incluyen cinco piezas de pollo
para llevar a casa, a precios especiales. Sea Y el nmero de comidas vendidas y X el
precio. Con base en las observaciones histricas y los clculos que se presentan en la
siguiente tabla, determine la ecuacin de regresin, el coeficiente de correlacin y el
coeficiente de determinacin. Cuntas comidas piensa Chicken Palace que lograr
vender a $3.00 cada una?
Pgina 28
Pez Hernndez Sergio

2) Iniciar Microsoft Excel en su computadora.
3) En la hoja de clculo disear una tabla de acuerdo al tipo de pronostico que se
desea realizar, en esta ocasin se tratara de un pronstico de regresin lineal, por
lo que se recomienda seguir el formato que se muestra a continuacin:
4) Colocar los datos correspondientes en cada columna de acuerdo a los

datos que nos proporcione el ejercicio:
Pgina 29
Pez Hernndez Sergio

5) Para obtener los valores de y , utilizaremos la ecuacin de promedio
del sistema Microsoft Excel. Primero, seleccionaremos la celda donde se ubicara
el resultado de o , en este caso ser , del cual ubicaremos su resultado en la
celda C12 e implementaremos la frmula de promedio introduciendo la siguiente
leyenda: =Promedio en la barra de frmula.
6) Luego de identificar la funcin de promedio, el siguiente paso es proporcionar los

datos numricos para estimar la , en la barra de frmulas, justo despus de
haber escrito la leyenda de =Promedio, entre parntesis, colocaremos la
ubicacin de los datos, los cuales se ubican de la celda B4 a la celda B9,
expresndolo de la siguiente manera: =Promedio (B4:B9) y finalizando con un
Enter. Este proceso es similar para calcular solo debe tenerse en cuenta la
ubicacin de los datos de los valores de Y.
Pgina 30
Pez Hernndez Sergio

7) Para realizar el clculo de la ecuacin ( )( ) se implementara la siguiente

formula: = (B4-3.2583)*(C4-550) en la celda D4. Donde B4 representara el valor
de X y C4 el valor de Y, el valor de 3.2853 y 550 representan los valores de y
respectivamente.
Pgina 31
Pez Hernndez Sergio

8) Para realizar la misma operacin en las dems celdas, nicamente ubicamos el

cursor en un cuadro color blanco ubicado en la esquina inferior derecha de la
celda y arrastramos el cursor hasta la celda D9 y as obtendremos los resultados
de los dems valores.
9) Ahora, calcularemos la ecuacin ( )2 , para ello, colocaremos la siguiente

formula en la celda E4: = (B4-3.2583)*(B4-3.2583) y finalizamos con un Enter
para obtener el resultado.
Pgina 32
Pez Hernndez Sergio

10) Para obtener los resultados en las dems celda, realizamos el mismo
procedimiento explicado en el paso nmero 8.
11) Para calcular la ecuacin ( )2 , para ello, colocaremos la siguiente formula en
la celda F4: = (C4-550)*(C4-550) y finalizamos con un Enter para obtener el
resultado e igualmente obtendremos el resto de los resultados en las dems
celdas realizando el procedimiento en el paso nmero 8.
Pgina 33
Pez Hernndez Sergio

12) El siguiente paso es calcular la suma de las columnas de X, Y y el resto
de las ecuaciones. Para ello nos ubicaremos al final de cada columna de la tabla,
por ejemplo, para calcular la suma de la columna X, seleccionamos la celda B10 y
en ella con ayuda del comando autosuma ubicado en la parte derecha de la
pestaa de Inicio, automticamente sumara todos los valores comprendidos
desde la celda B4 a la celda B9 o en la celda B10 colocamos la siguiente formula
que automticamente nos dar la suma de los valores en la columna X:= SUMA
(B4:B9). Este proceso debe realizarse con el resto de las columnas para as
obtener las sumas de estas.
Pgina 34
Pez Hernndez Sergio

13) Ahora, calcularemos los valores respectivos de b y a. Para calcular b,
seleccionamos la celda E12 y en ella escribimos la siguiente formula: =D10/E10 y
damos un Enter y dar el resultado de b. Para a seleccionamos la celda E13 y
escribimos las siguiente formula: =550-(E12*3.258) e igualmente damos un Enter
y arrojara el resultado.
Pgina 35
Pez Hernndez Sergio

14) Por ltimo, calcularemos el coeficiente de correlacin r y el coeficiente
de determinacin 2 . Para calcular el coeficiente de correlacin, seleccionamos la
celda H12 e insertamos la siguiente formula: =D10/RCUAD (E10*F10) y para
obtener el valor del coeficiente de determinacin nos ubicamos en la celda H13 e
insertamos la siguiente formula: = (D10/RCUAD (E10*F10))*(D10/RCUAD
(E10*F10)).
Pgina 36
Pez Hernndez Sergio

De esta forma se concluye este ejercicio, cabe mencionar que esta hoja
clculo se adapt a un problema de regresin lineal, por lo que no es recomendable
seguir este formato para otros ejercicios ya sea de promedios mviles simples,
ponderados, etc. Se recomienda la consultar a un experto que domine el software
Microsoft Excel para elaborar futuros pronsticos, ya que este documento solo fue
una breve introduccin a la elaboracin de uno.
Pgina 37
Pez Hernndez Sergio

Conclusin
Un pronstico ser la prediccin de acontecimientos futuros que se utilizaran por lo
general siempre en el proceso de planificacin. El contar con pronsticos precisos
garantizara el xito de la estrategia de una organizacin. Los mtodos de pronsticos
pueden basarse en modelos matemticos que utilizan los datos histricos disponibles que
ayudan a tener una visin numrica de lo que ser la demanda o en mtodos cualitativos
que aprovechan la experiencia administrativa y el juicio de los clientes, o pueden ser una
combinacin de ambas, cualquiera de estos mtodos proporcionan las herramientas
necesarias para una planificacin adecuada. El uso de las tecnologas no se queda atrs,
la implementacin de un software especfico, simplifica y optimiza el tiempo de clculo de
los pronsticos.
Conocer y aplicar correctamente los mtodos de pronsticos para el clculo de la
demanda ayudaran a planificar las acciones que deber tomar la empresa.
Pgina 38
Pez Hernndez Sergio

Bibliografa
Eppen, G.D. Gould, F.J. Schmidt, C.P. Moore, Jeffrey. Weatherford, Larry. Investigacin
de Operaciones en la ciencia administrativa. Quinta Edicin 2000. Editorial Prentice-Hall.
Mxico, D.F.
Krajewski, Lee. Ritzman, Larry. Malhotra, Manoj. Administracin de Operaciones. Octava
Edicin. 2008. Editorial Pearson educacin. Mxico, D.F.
Nicholson, Walter. Teora microeconmica principios bsicos y aplicaciones. Octava
Edicin. Editorial Thomson. Mxico, D.F.
Microsoft. MOS (CORE) Excel 2007 Referencia rpida visual. (Perspection) Mc. Graw Hill
1999. ISBN: 8448124421 12. Prez, Csar.
Sipper Daniel / Bulfin Robert L., Planeacin y control de la produccin, 1 edicin, 1
impresin, Mxico D.F., Mc. Graw Hill, Junio 1999, pp. 151-152.
Monks Joseph G. Administracin de operaciones, serie Schaum., 1 edicin, Mxico D.F.,
Mc. Graw Hill., p.p. 163 165.
Pgina 39

Pronsticodelademanda 140617101435 Phpapp02 PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Pronsticodelademanda 140617101435 Phpapp02 PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Instituto Tecnolgico Superior de Alvarado

Ing. En Gestin Empresarial

Pez Hernndez Sergio

Objetivos del documento

Importancia Estrategia del pronstico y la demanda.

Caractersticas que definen a la demanda.

Mtodos cualitativos para estimar la demanda.

Estimacin del Personal de Ventas

Lineamientos para usar pronsticos cualitativos

Mtodos cuantitativos para estimar la demanda.

Mtodos de Series de tiempo

Estimacin del Promedio

Inclusin de una tendencia

Monitoreo y control de los pronsticos.

Elaboracin de pronsticos con software especfico.

Proceso para elaborar un pronstico mediante una hoja de clculo

Pez Hernndez Sergio

Pez Hernndez Sergio

Pez Hernndez Sergio

Objetivos del documento

Analizar la importancia estratgica de los pronsticos.

Analizar las diferentes series de tiempo y sus caractersticas especficas.

Comparar los distintos mtodos cualitativos que existen.

Identificar las caractersticas que distinguen a la demanda.

Conocer el proceso prctico de un pronstico cuantitativo.

Usar un software especfico en la resolucin de un ejercicio.

Pez Hernndez Sergio

Importancia estratgica del pronstico y la demanda.

de la planeacin corporativa a largo plazo. En las reas

funcionales de finanzas y contabilidad, los pronsticos proporcionan el fundamento para la

Pez Hernndez Sergio

Caractersticas que definen la demanda

Pez Hernndez Sergio

Pez Hernndez Sergio

Existen dos tipos de demanda:

Pez Hernndez Sergio

Mtodos cualitativos para estimar la demanda

Estimaciones del personal de ventas

El personal de ventas es el grupo que tiene mayores probabilidades de saber qu

Pez Hernndez Sergio

Los territorios de ventas estn divididos a menudo en distritos o

Los pronsticos de individuos miembros del personal de ventas puede combinarse

Pero dicho mtodo tambin tiene varias desventajas:

Los perjuicios individuales de los vendedores pueden introducir sesgos en el

Es posible que l personas de ventas no siempre perciba la diferencia entro que el

Si la empresa utiliza las ventas individuales como medida del desempeo, el

El tiempo que el vendedor utiliza haciendo el pronstico no lo usa vendiendo.

Pez Hernndez Sergio

Pez Hernndez Sergio

Lineamientos para usar pronsticos cualitativos.

Ajustar los pronsticos cuantitativos cuando stos tienden a ser imprecisos y la

Realizar ajustes a los pronsticos cuantitativos para compensar sucesos

internacionales, no se reconocen en los pronsticos cuantitativos y es preciso

Mtodos cuantitativos para estimar la demanda

Pez Hernndez Sergio

Pez Hernndez Sergio

El coeficiente de determinacin de la muestra mide la cantidad de variacin que presenta

Pez Hernndez Sergio

= ( ) = 550 (277.63 3.258) = 1454.51

La lnea de regresin es = + = 1454.51 277.63. El coeficiente de correlacin es

Pez Hernndez Sergio

Mtodos de serie de tiempo

Pez Hernndez Sergio