PRONSTICO DE LA DEMANDA

Qu es el pronstico de la demanda?

Un pronstico de la demanda es una prediccin de lo que suceder con las ventas existentes de
los productos de su empresa. Lo ideal es determinar el pronstico de la demanda con un enfoque
multifuncional. Se debe considerar las entradas de ventas y mercadeo, finanzas y produccin. El
pronstico final de la demanda es el consenso de todos los gerentes participantes. Tambin es
aconsejable conformar un grupo de Planeacin de Ventas y Operaciones compuesto de
representantes de los distintos departamentos a los que se les encargar preparar el pronstico de
la demanda.

La determinacin de los pronsticos de la demanda se realiza con los siguientes pasos:

Determinacin del uso del pronstico

Seleccin de los tems del pronstico

Determinacin del marco de tiempo del pronstico

Seleccin de los modelos de pronstico

Recopilacin de datos

Realizacin del pronstico

Validacin e implementacin de los resultados

El marco de tiempo del pronstico se clasifica como sigue:

Descripcin Horizonte del pronstico

Corto plazo Mediano plazo Largo plazo

Duracin Generalmente menos De 3 meses a 3 aos Ms de 3 aos

de 3 meses, mximo
de 1 ao

Aplicabilidad Planificacin de Planificacin de Desarrollo de nuevos

tareas, asignacin de ventas y produccin, productos,
trabajadores presupuestos planificacin de
instalaciones
Cmo se determina el pronstico de la demanda?

Hay dos enfoques para determinar el pronstico de la demanda - (1) el enfoque cualitativo, (2) el
enfoque cuantitativo. A continuacin hacemos la comparacin de los dos enfoques:

Descripcin Enfoque cualitativo Enfoque cuantitativo

Aplicabilidad Se utiliza cuando la situacin es Se utiliza cuando la situacin es

imprecisa & existen pocos datos estable & existen datos histricos
(e.g., nuevos productos y
tecnologas) (e.g. productos existentes,
tecnologa actual)

Consideraciones Involucra la intuicin y la Involucra tcnicas matemticas

experiencia

Tcnicas Jurado de opinin ejecutiva Modelos de series de tiempo

Compuesto del departamento de Modelos causales

ventas

Mtodo Delphi

Encuesta del mercado de

consumidores

Mtodos cualitativos de pronstico

Su empresa puede desear probar alguno de los mtodos cualitativos de pronstico a continuacin
si no cuenta con datos histricos de las ventas de sus productos.

Mtodo cualitativo Descripcin

Jurado de opinin Se renen las opiniones de un grupo pequeo de gerentes de

ejecutiva alto nivel que juntas estiman la demanda. El grupo utiliza su
experiencia directiva y en algunos casos la suma a los
resultados de modelos estadsticos.

Compuesto del Se pide a cada vendedor (por ejemplo por cubrimiento

departamento de ventas territorial) proyectar sus ventas. Como el vendedor es el ms
cercano al mercado tiene la capacidad de conocer la
demanda de los clientes. Las proyecciones se combinan
despus a nivel municipal, provincial y regional.
Mtodo Delphi Se identifica un panel de expertos en el que los expertos
pueden ser gerentes, empleados comunes, o expertos del
sector. A cada uno de ellos se les solicita individualmente su
estimacin de la demanda. Se realiza un proceso iterativo
hasta que los expertos alcancen un consenso.

Encuesta del mercado Se pregunta a los clientes sobre sus planes de compras y su
de consumidores comportamiento de compras proyectado. Se necesita a una
gran cantidad de encuestados para poder generalizar ciertos
resultados.

Mtodos de pronstico cuantitativo

Hay dos modelos de pronstico en este caso - (1) el modelo de series de tiempo y (2) el modelo
causal. Una serie de tiempo es un conjunto de datos numricos uniformemente separados que se
obtiene observando respuestas a intervalos regulares de tiempo. En el modelo de series de
tiempo el pronstico se basa solamente en datos anteriores y asume que los factores que
influencian las ventas pasadas, presentes y futuras de sus productos continuarn.

Por otro lado, el modelo causal utiliza una tcnica matemtica conocida como el anlisis de
regresin que relaciona una variable dependiente (por ejemplo, la demanda) con una variable
independiente (por ejemplo, el precio, publicidad, etc.) en la forma de ecuacin lineal. Los mtodos
de pronstico de series de tiempo estn descritos a continuacin:

Descripcin

Mtodo de
pronstico de
series de tiempo

Enfoque Asume que la demanda en el siguiente perodo es igual que la

simplista demanda en el ms reciente perodo; el patrn de la demanda puede
no siempre ser completamente estable

Por ejemplo:

Si las ventas de julio fueron 50, las ventas de agosto

tambin sern 50

Descripcin

Mtodo de
pronstico de
series de tiempo
Promedio mvil El PM es una serie de promedios aritmticos y se utiliza si existe
(PM) poca o ninguna tendencia en los datos; ofrece una impresin general
de los datos en el tiempo

Un promedio mvil simple utiliza la demanda promedio durante

una secuencia fija de perodos y es bueno para una demanda estable
sin patrones pronunciados de comportamiento.

Ecuacin:

P 4 = [D 1 + D2 + D3] / 4

P Pronstico, D Demanda, No. Periodo

(ver ejemplo ilustrativo - promedio mvil simple)

Un promedio mvil ponderado ajusta el mtodo de promedio

mvil para reflejar fluctuaciones con mayor exactitud asignando
mayor peso a los datos ms recientes, lo que significa que los datos
ms viejos son por lo general menos importantes. Los pesos se
basan en la intuicin y estn entre 0 y 1 y deben sumar un total de
1.0

Ecuacin:

PMP 4 = (P) (D3) + (P) (D2) + (P) (D1)

PMP Promedio mvil ponderado, P Peso, D Demanda, No.

Periodo

(ver ejemplo ilustrativo - promedio mvil ponderado)

Alisado El alisado exponencial es un mtodo de ponderacin que responde

exponencial ms fuertemente a cambios recientes en la demanda asignando una
constante de alisamiento que es ms fuerte para los datos ms
recientes; es til si los cambios recientes en los datos son el
resultado del cambio real (e.g., patrn de temporada) y no solo
fluctuaciones aleatorias

P t + 1 = a D t + (1 - a ) P t

Donde

P t + 1 = pronstico del siguiente periodo

D t = demanda real en el actual periodo

 P t = el pronstico determinado anteriormente para el actual perodo

= un factor de ponderacin llamado la constante de alisamiento

(ver ejemplo ilustrativo - alisado exponencial)

Descomposicin La descomposicin de series de tiempo ajusta la estacionalidad

de series de multiplicando el pronstico normal por un factor de temporada
tiempo
(ver ejemplo ilustrativo - descomposicin de series de tiempo)
FUENTES DE INFORMACION

http://pronosticos-de-la-demanda.wikispaces.com/file/view/pronosticodelademanda.pdf

http://allman.rhon.itam.mx/~oromero/Notas3_Pronostico_e_Inventarios_Diplomado_Plan_y_Dir
_Ope.pdf

http://mexico.smetoolkit.org/mexico/es/content/es/416/Pron%C3%B3stico-de-la-demanda

http://www.crecenegocios.com/como-hacer-el-pronostico-de-la-demanda/

http://www.cca.org.mx/cca/cursos/administracion/artra/comerc/planes/8.2.1/ppal_pro.htm