Escolar Documentos
Profissional Documentos
Cultura Documentos
1 semestre 2017
Aux. Alejandro Orozco
INTRODUCCIN
Los modelos de pronsticos de series de tiempo tratan de predecir el futuro en base en la informacin
pasada. Las cifras de ventas trimestrales recopiladas durante los ltimos aos se pueden utilizar para
pronosticar los trimestres futuros. El modelo de pronstico que una empresa debe utilizar depende de:
Las Familias Estables son conjunto de datos que siguen un comportamiento estable en funcin del
tiempo. A este tipo de Familias pertenecen todos aquellos productos que sus ventas se mantienen en los
mismos niveles no importando la poca en que se encuentre, por ejemplo: Gasolina, Gas Propano,
Cemento, etc.
ENFOQUES DE LA PREVISION: Existen dos enfoques generales de las previsiones de la misma forma que
existen dos formas de abordar toda la planificacin de decisiones. Uno es el enfoque cualitativo o
subjetivo, en el cual se incorporan factores tales como la intuicin de la persona que toma decisiones,
emociones, experiencias personales y sistema de valores para realizar la previsin. El enfoque cuantitativo
emplea diferentes modelos matemticos que utilizan datos histricos y/o variables causales para prever la
demanda. En la prctica el ms efectivo suele ser una combinacin de los dos enfoques. Nuestro estudio
se basar en el enfoque cuantitativo.
Los pasos a seguir para efectuar un pronstico confiable inician con la tabulacin de informacin de ventas
histricas; en base a este grfico se efectan los Anlisis Primario y Secundario para luego determinar las
proyecciones de demanda futuras que, para nuestro caso en particular, denominamos Pronstico de
Riesgo; siendo este ltimo el objetivo del anlisis cuantitativo. Una planificacin eficiente, tanto a corto,
mediano o largo plazo, est en funcin de una efectiva previsin de demanda de los productos o servicios
que proveen las organizaciones.
OBJETIVOS
GENERAL
ESPECIFICOS
PASOS PARA ESTABLECER PRONOSTICOS (en general para cualquier Mtodo Cuantitativo):
2. ANALISIS PRIMARIO:
Se observa detenidamente la forma y comportamiento que sigue la curva resultante para
identificarla o catalogarla dentro de un grupo de curvas conocido. A veces no se puede visualizar a
que tipo pertenece, por lo tanto se procede a alisar la curva; este procedimiento consiste en
incrementar o reducir la escala que se est utilizando, o bien, reducir la cantidad de perodos de
ventas reales ploteados.
3. ANALISIS SECUNDARIO:
Conociendo el grupo al que pertenece el conjunto de datos, se elige un perodo congelado de
ventas conocido (en nuestro caso ser igual a cuatro,) el cual se selecciona como los ltimos cuatro
valores de ventas reales del ltimo perodo a evaluar, con el fin de determinar Pronsticos de
Evaluacin para cada Mtodo Cuantitativo por analizar.
4. PRONOSTICO DE RIESGO:
Es la proyeccin de demanda futura que necesitamos conocer para un perodo especfico, se basa
en el Mtodo Cuantitativo que mejor error acumulado arroj durante la etapa de Anlisis
Secundario.
FUNDAMENTO CONCEPTUAL
TIPOS DE PRONOSTICOS: El pronstico se puede clasificar en cuatro tipos bsicos: modelos cualitativos,
mtodos cuantitativos (anlisis de series de tiempo y relaciones causales) y simulacin. Para efectos de la
prctica, nos centraremos en el estudio de los Mtodos Cuantitativos los cuales a su vez se clasifican,
atendiendo al comportamiento de las ventas histricas de un producto en particular, de la siguiente
manera:
Las tcnicas cualitativas son subjetivas y se basan en estimados y opiniones. El anlisis de series de
tiempo se basa en la idea de que es posible utilizar informacin relacionada con la demanda pasada para
predecir la demanda futura, es decir, observan lo que ha ocurrido a lo largo de un perodo de tiempo y
utilizan una serie de datos pasados para realizar una proyeccin futura.
Las Familias Estables son un conjunto de datos (ventas reales histricas) que siguen un comportamiento
estable a travs del tiempo. A este tipo de CURVAS pertenecen todos aquellos productos que sus ventas
se mantienen en los mismos niveles no importando la poca en que se encuentre, por ejemplo: Gasolina,
Gas Propano, Cemento, Pollo, etc.
ltimo Perodo: El pronstico de un mes (n) en particular es la venta real del mes anterior (n-
1) y as sucesivamente para todo el perodo congelado de ventas elegido:
Pn = Vn-1
Pn =
n-1
Promedio Mvil Simple: Mtodo de Previsin que utiliza la media de los n perodos de datos
ms recientes para efectuar la proyeccin del perodo siguiente. Para nuestro caso en
particular, elegimos un ciclaje igual a cuatro (perodo congelado de ventas reales ):
Pn =
4
Promedio Mvil Ponderado: La sumatoria de las ponderaciones elegidas deben ser igual al
nmero de perodos a pronosticar, es decir, el valor del ciclaje elegido. En nuestro caso para
efectos didcticos elegimos un ciclaje igual a cuatro, en otras palabras los valores escalares de
las ponderaciones suman cuatro, y cada uno de stos multiplica al valor de las ventas reales de
los cuatro meses anteriores al mes que necesitamos pronosticar (otorgndole mayor
ponderacin a los perodos ms recientes), ejemplo:
Pn =
4
Recordatorio: Se sabe que sobre ponderando los meses ms recientes se obtiene una
proyeccin ms exacta.
Tcnica de previsin de media mvil ponderada en la que los datos se valoran por medio de una
funcin exponencial, su forma general es la siguiente:
Factor alfa 0 1
Cuando tiende a cero: El pronstico se ve afectado por causas al azar (fallas atribuibles a
factores externos), estn fuera del alcance de nuestras manos, ej: Huelgas, Inasistencia del
Personal Operativo, Polticas Gubernamentales, etc.
Cuando tiende a uno: El pronstico depende de variables asignables al modelo, las causas
podran ser, entre otras: Falta de competitividad de los productos, obsolencia, estrategias
equivocadas para asimilar la demanda de mercado provocada por la existencia de productos
similares o sustitutos, etc.
Este mtodo cuantitativo toma en cuenta la proyeccin de tendencia de los datos que, en
condiciones normales, tienden a desfasarse con respecto a las ventas reales. Al aplicar el concepto
de tendencia, se obtiene una proyeccin ms confiable del grupo de datos sobre los que se quiere
pronosticar; su formulacin general es:
Pn = Pn-1 + ( 1 ) / * Tn-1
4.1 FRANJA SIMULADA: Mtodo matemtico que se utiliza para establecer el Pronstico de
Riesgo (Demanda Futura) de las Curvas Estables (existe la posibilidad de compararla con otro
tipo de curva) y est definido por la siguiente relacin:
Pn = Pn-1 + kTltima k = 1, 2, 3, .
a. El primer pronstico de riesgo es el ltimo pronstico de evaluacin del mtodo que menor
error acumulado (error de previsin) tiene despus de efectuar la comparacin entre los
distintos mtodos cuantitativos (tambin puede ser entre distintos tipos de Curva).
b. La tendencia ltima corresponde al ltimo pronstico de evaluacin y la tendencia pivote es
una anterior a aquella. Si quisiramos conocer el Pronstico de Riesgo del siguiente perodo
(iniciando por el mes de enero) entonces tendramos:
HERRAMIENTAS A
PASOS DESCRIPCIN
UTILIZAR
Hoja milimetrada, regla,
Tabular y graficar la informacin histrica (ventas reales) para
PASO 1 lpiz, borrador
uno ms perodos de tiempo pasados
Hoja de Microsoft Excel
El historial de ventas reales de una compaa alimenticia durante los ltimos tres perodos ha mantenido
niveles estables en funcin del tiempo, debido principalmente a que su cartera de clientes se han
mantenido fieles a las polticas de ventas implementadas por la compaa.
Se encuentra ubicada en los alrededores de la zona sur de la ciudad capital y tiene una red de distribucin
de producto terminado a mayoristas que se caracteriza por la utilizacin de una red matricial clasificada
por puntos cardinales en todo el permetro de la ciudad capital.
La Gerencia General tiene la solicitud de un sector, ubicado al norte de la ciudad capital, para que le provea
de su producto alimenticio siguiendo la misma estrategia de repartos (red matricial) ya que el proveedor
que actualmente posee le ha fallado en la entrega de la materia prima que necesita procesar.
Tomando en cuenta la solicitud del nuevo cliente potencial, el Gerente General le ha pedido a la Gerencia
de Ventas y de Produccin para que le prepare un informe con las proyecciones estimadas a futuro
basndose en informacin histrica de ventas reales con que cuenta actualmente; primordialmente el
Gerente General est interesado en conocer la estimacin utilizando el punto de vista cuantitativo.
Las ventas histricas de los ltimos tres perodos se muestra a continuacin:
Determinar:
1. Grfico de ventas reales.
2. Efectuar el Anlisis Primario observando la tendencia que siguen los datos histricos.
3. Establecer el Anlisis Secundario utilizando los siguientes valores escalares de ponderaciones:
(0.3 0.7 1.2 1.8), con un ciclaje = 4.
4. Determinar la Proyeccin futura para el primer cuatrimestre del perodo 4.
1. TABULACION DE DATOS:
800
700
600
500
Ventas
400
300
200
100
0
0 10 20 30 40 50 60
Mes
2. ANALISIS PRIMARIO:
Luego de analizar el comportamiento del juego de ventas de los tres perodos, se puede observar
que el comportamiento de la curva se mantiene constante alrededor de cierto nivel, por lo tanto se
clasifica como una Familia o Serie Estable.
3. ANALISIS SECUNDARIO:
Se procede a evaluar los Mtodos Cuantitativos para Familias Estables con el propsito de
encontrar las Proyecciones de Evaluacin, utilizando un ciclaje = 4, es decir, elegimos un perodo
congelado de ventas conocido igual a los ltimos cuatro meses del perodo tres (corresponde a los
meses 33, 34, 35 y 36):
PROMEDIO ARITMETICO
En este caso nos interesa todo el historial de ventas conocido, es decir, la totalidad de los tres
perodos completos. La proyeccin para el mes 33 es:
P33 = ( 32
1 ) / 32 ; y as sucesivamente hasta P36
P33 = ( 32
29 ) / 4
P33 = ( 693 + 684 + 678 + 682 ) / 4 = 685
Dada la siguiente serie de datos, establezca la previsin para los primeros tres meses del tercer perodo,
utilizando la secuencia metodolgica vista en la prctica.
Determinar:
1. Un grfico con una escala adecuada que muestre el comportamiento del juego de datos.
2. Realizar el Anlisis Primario y Secundario de las ventas reales (ciclaje = 4).
3. Establecer el Pronstico de Riesgo del primer cuatrimestre del perodo 3. Grafique los
resultados.
(Ponderaciones = 0.7 ; 0.9 ; 1.1 ; 1.3 ) ( = 0.5 )
REPORTE 1.1
DESCRIPCION DEL CASO PROPUESTO
Se le pide a usted, como Ingeniero Industrial, que utilice las herramientas a su alcance para
establecer el pronstico de demanda futura para los primeros seis meses del cuarto perodo
a) Estimar el Pronstico de Riesgo para los primeros cuatro meses del cuarto perodo (2017).
(Ponderaciones = 0.6 0.9 1.1 1.4) Utilizar = 0.2 & = 0.8
i. Qu mtodo le aconseja aplicar para distribuir los puntos de venta alrededor de la capital?
ii. Cules son las aptitudes y habilidades que debe poseer el personal a reclutar para atender
las sucursales de venta?
iii. Qu mtodo de Administracin de Personal utilizar para el reclutamiento y seleccin de
las personas que atendern a los clientes? Disee una Hoja de Especificaciones para el
puesto.
IMPORTANTE: Realizar los grficos de ventas contra tiempo en papel milimetrado. Comparar los
resultados obtenidos entre las distintas Familias, as como los datos trabajados a mano y los resultados
que arroja el Software de Pronsticos.
B. MODELOS DE CORRELACION (Ascendentes Descendentes)
A diferencia de la previsin de series temporales, los modelos de Previsin Causal normalmente consideran
diferentes variables que estn de alguna manera, correlacionadas con la cantidad que se va a predecir.
Una vez que stas variables afines han sido halladas, se construye el modelo que se utilizar para hacer la
previsin respectiva. El modelo cuantitativo de previsin causal ms comn es el ANALISIS DE REGRESION
Y CORRELACIN.
Anlisis de Regresin Lineal: Es un modelo matemtico directo para describir las relaciones funcionales
entre dos o ms variables (dependientes e independientes), este mtodo es ms poderoso que el de las
Series Temporales. En primer lugar, se observa el grfico de datos para ver si aparecen lineales (o por lo
menos una parte de ellos); el trmino regresin lineal se refiere a la clase de regresin especial en la que la
relacin entre las variables forma una recta.
La Regresin Lineal es til para el pronstico a largo plazo de eventos importantes, as como la planeacin
agregada. Aun cuando la demanda de productos individuales dentro de una familia puede variar en gran
medida durante un perodo, la demanda de toda la familia de productos es sorprendentemente suavizada.
Mtodos Estadsticos de Evaluacin: En nuestro caso particular, para obtener los Pronsticos de
Evaluacin y de Riesgo, se tomarn en cuenta cuatro ecuaciones estadsticas relacionadas a la Regresin
Lineal. En realidad son ms de cincuenta las formas matemticas que describen este mtodo estadstico de
evaluacin. La forma general de las ecuaciones normales que utilizaremos es la siguiente:
El modelo matemtico a utilizar ser el de Anlisis de Regresin Lineal, ya que es el mtodo que relaciona
dos variables con determinado grado de correlacin y, a la vez, muestran un comportamiento ascendente-
descendente en funcin del tiempo. Para efectos didcticos, se evaluarn las cuatro ecuaciones normales
descritas arriba. El procedimiento de solucin es el siguiente:
PROCEDIMIENTO DE SOLUCIN
HERRAMIENTAS A
PASOS DESCRIPCIN
UTILIZAR
Hoja milimetrada, regla,
Tabular y graficar la informacin histrica (ventas reales) para
PASO 1 lpiz, borrador
uno ms perodos de tiempo pasados
Hoja de Microsoft Excel
Las compaas de telefona celular han crecido en forma exponencial debido al auge que ha tenido la
demanda de aparatos telefnicos inalmbricos. Entre otras causas, esto ha sido debido al mal servicio, que
hasta hace unos diez aos, la compaa telefnica nacional ha prestado a todos los usuarios.
Dicha circunstancia ha sido aprovechada por las compaas telefnicas que operan con celdas instaladas en
distintos puntos estratgicos alrededor del pas; el resultado ha sido la creacin de los denominados
telfonos mviles o celulares.
La demanda de dichos aparatos ha sido tan fuerte que son ahora varias compaas de telfonos celulares
quienes prestan el servicio a toda la poblacin. Esta situacin ha obligado a que cada compaa
implemente sus mejores tcticas y estrategias mercadolgicas por llegar a la mente del consumidor final.
Tomando en cuenta las ventas histricas de los ltimos tres perodos, se pretende predecir la demanda
futura del modelo PG-9110 que una de estas compaas de telefona mvil acaba de lanzar al mercado.
Los datos se muestran a continuacin:
MES PERIODO 1 PERIODO 2 PERIODO 3
ENERO 750 1224 1550
FEBRERO 784 1208 1532
MARZO 815 1275 1508
ABRIL 872 1302 1578
MAYO 936 1350 1560
JUNIO 940 1405 1625
JULIO 980 1436 1706
AGOSTO 994 1475 1750
SEPTIEMBRE 1080 1464 1760
OCTUBRE 1165 1480 1796
NOVIEMBRE 1150 1504 1815
DICIEMBRE 1190 1525 1872
2000
1800
1600
1400
1200
Ventas
1000
800
600
400
200
0
0 10 20 30 40
Mes
Determinar:
1. El Anlisis Primario y Secundario para el juego de datos conocido, utilizando un ciclaje = 4
(realizar los clculos utilizando el Software de Aplicacin y tambin ingresando datos en los
programas que poseen las calculadoras cientficas). Comparar.
2. El Pronstico de Riesgo para el primer semestre del perodo nmero cuatro.
3. Dibujar el grfico con los datos resultantes del Pronstico de Riesgo comparndolos contra
las ventas reales conocidas. Interpretar el resultado obtenido.
1. ANALISIS PRIMARIO: Observando la tendencia que sigue el juego de datos, se observa que las ventas
tienen una tendencia creciente conforme pasa el perodo de tiempo; por lo tanto, clasificamos este
conjunto de datos como un MODELO DE CORRELACIN.
2. ANALISIS SECUNDARIO: Se calculan los valores de a , b & r para cada curva estadstica a travs del
Mtodo de Regresin Lineal (se ingresan 32 datos). Los resultados son los siguientes:
Se procede a valuar cada ecuacin con los valores del perodo congelado de ventas elegido, es decir, los
meses del 33 al 36:
i. EC. LINEAL:
MES VENTAS PROYECCION ERROR E
33 1760 1781 -21 21
34 1796 1811 -15 36
35 1815 1841 -26 62
36 1872 1871 1 63
El mtodo que menor error acumulado tiene es la forma LINEAL (63) , asimismo tambin tiene el factor de
correlacin ms cercano a uno (0.9837).
PRONOSTICO DE
MES
RIESGO
37 1895
38 1925
39 1955
40 1985
41 2014
42 2044
A continuacin se presentan los datos de ventas de dos perodos de un determinado producto. Establezca
la demanda futura del primer cuatrimestre del perodo tres utilizando el mtodo que considere adecuado:
Sus ventas han crecido a travs del tiempo y por esto el gerente desea ampliar las instalaciones del
restaurante as como implementar un pequeo hostal con 6 habitaciones.
Para esto el gerente proporciona los datos de ventas reales de los ltimos tres perodos anuales (2014,
2015 y 2016) por cada mes, para que se le estimen las ventas potenciales de los primeros seis meses del
ao 2016, y as analizar la factibilidad de la inversin.
En nuestro caso, el perodo congelado de ventas sern los ltimos cuatro meses del ao 2017
Determinar:
IMPORTANTE: Realizar los grficos de ventas contra tiempo en papel milimetrado. Comparar los
resultados obtenidos entre las distintas Familias, as como los datos trabajados a mano y los resultados
que arroja el Software de Pronsticos.
CONCLUSIONES
Los mtodos cuantitativos matemticos son herramientas que nos ayudan a predecir la demanda
futura de productos y/o servicios, partiendo del anlisis de informacin histrica proporcionada por
el Departamento de Ventas.
Los productos que no tienen mucha competencia en el mercado se caracterizan por seguir
tendencias estables en el tiempo, manteniendo su demanda potencial sin muchos altibajos,
ejemplo de ellos pueden ser: cemento, pollo, combustibles, azcar.
Cuando un producto posee una demanda cada vez ms creciente o por el contrario, aquellos
productos que por sus caractersticas el ciclo de vida se encuentra en su etapa terminal (salen del
mercado consumidor), se identifican con curvas que utilizan modelos matemticos de Regresin
Lineal para estimar la proyeccin futura.
Existen dos puntos de vista muy importantes para analizar la previsin de la demanda futura:
Cualitativo y Cuantitativo, sobre lo cual la proyeccin ms confiable ser aquella que combine
eficientemente ambos puntos de vista tomando en cuenta los factores internos y externos
asociados a cada punto de vista.
BIBLIOGRAFIA
TORRES, Sergio : CONTROL DE LA PRODUCCION Editorial c c Dapal. Tercera Edicin. Ao 2013.
Guatemala, C. A.
HEIZER, Jay & RENDER, Barry: DIRECCION DE LA PRODUCCION. Decisiones Tcticas. Editorial Prentice-
Hall. Sexta Edicin. Impreso en Espaa. Ao 2001.