Escolar Documentos
Profissional Documentos
Cultura Documentos
1 de 10
– De Demanda.
PREDICCI
Predicciones Económicas PREDIC- PREDICCIÓN
ONES DE
CIÓN DE DEDEMAN-
Pronostican las condiciones generales de los negocios de- DEMANDA DA REVISA-
RECUR-
SOS
ntro de algunos meses o años. Las hacen gobiernos, bancos INICIAL DA
y servicios predicción econométrica.
Indicadores premonitorios : Advertencia anticipada de po- AVANCES TECNO-
LÓGICOS ESPERA-
sibles cambios en la actividad económica : DOS
– Nuevas licencias de construcción.
– Tasas de contratación. PREDICCIONES
TECNOLÓGI-
Indicadores coincidentes : Reflejan desempeño real. CAS
– El producto nacional bruto.
– Los ingresos personales ( sueldos ).
– Niveles de empleo.
Administración de la Demanda en una Organización de Res-
Indicadores con retraso : Confirman cambios registrados.
puesta Sensible Rápida ORSR
– Desempleo a largo plazo.
– Rendimiento de los prestamos hipotecarios.
Administración de los criterios de demanda del cliente:
Predicciones Tecnológicas – Identificar lo que los clientes desean.
– Decidir la forma de satisfacer esa demanda.
Pronostican la probabilidad y significado de posibles desa-
– Comprender las necesidades y expectativas reales.
rrollos futuros. Indican la dirección de los cambios tecnológi-
cos y la tasa de cambio esperada. Si una organización conoce bien a su cliente puede predecir
cuando necesitará productos nuevos o reemplazo.
Los productos y procesos se vuelven obsoletos por el rápido
La retroalimentación es mas precisa por ser real.
desarrollo tecnológico.
Énfasis en tres factores :
La combinación de las predicciones tecnológicas y económi-
– La demanda se predice a corto y mediano plazo.
cas, junto con los análisis de los ambientes internos y exter-
nos de una Empresa mas los datos de la demanda anterior – La demanda real puede cumplirse con rapidez.
desarrollan las predicciones de demanda. – Probabilidad de que los clientes paguen un dinero extra
si sus necesidades y expectativas son cubiertas ple-
Predicciones de Demanda namente.
Pronostican la cantidad y la duración de la Demanda. Se obtienen mayores utilidades por conservar a los clientes
que reemplazándolos por otros cuando se retiran.
Las predicciones de demanda utilizadas para apoyar la pla-
neación y la programación de la producción deben ser mas
detalladas.
TEMA 03: ADMINISTRACION DE LA DEMANDA (PRONOSTICOS) Pág. 2 de 10
B ) Modelo Causal De t =1 a t = n
Identifican y miden directamente los efectos de las fuerzas
específicas que influyen en la demanda. La Media del Error de Predicción ( MEP )
Son apropiados para predecir y evaluar las decisiones to- Indica la magnitud y dirección de la inclinación del modelo.
madas por la Empresa.( Cambios en publicidad, precios)
Indicadores económicos publicados por el Gobierno.
Se espera que la demanda se retrase tras los efectos de las MEP =
SPEP
=
∑E t
∑E
– Factores climáticos.
t
Tipos de Modelos : DMA =
n
– Causal simple,
– de regresión múltiple y Error Medio de Porcentaje Absoluto ( EMPA )
– Modelo no lineal. Mide la dispersión relativa.
∑ A x100
Et
Selección y Monitoreo t
EMPA =
No existe un modelo que sea la mejor. n
Al seleccionar una técnica se debe tener en cuenta las ne-
cesidades específicas, los datos disponibles y la caracterís- El Error Medio al Cuadrado ( EMC ),
tica de los artículos que han de predecirse. Penaliza las grandes desviaciones con más rigidez que las
pequeñas elevando al cuadrado los errores. Es razonable
Responder las siguientes preguntas : cuando el costo del error se relaciona exponencialmente con
– ¿ Qué demanda de bienes y servicios va a predecir ? su magnitud.
–
∑E
¿ Qué fuentes de demanda debe tenerse en cuenta ? 2
– ¿ Cómo pueden obtenerse los datos necesarios ? t
– ¿Hay algunos componentes de tendencia?
EMC =
n
– ¿Cuál es el propósito de la predicción?
– ¿Quién utilizará el modelo de predicción? Ver cuadro 4.13 pagina 117 del libro texto de Hamid Noori
– ¿Qué precisión deben tener las predicciones? y Russell Radford.
– ¿Con que rapidez desean que las predicciones sean
preparadas? Señales de Rastreo y Diagramas de Control
Se puede usar una combinación de técnicas.
Ecuación de la Señal de Rastreo :
¿ Qué técnicas proporcionan las predicciones más exactas?
Las técnicas de Series de tiempo son apropiados para pre- SR = SPEP / DMA
dicciones detalladas a corto plazo. El más popular : El Pro-
medio de Desplazamiento. Debilidad: supone: el pasado es – Se debe establecer el límite superior e inferior en el
buen pronóstico del futuro. diagrama de control.
Los Modelos Causales son convenientes para predicciones – Para productos de alto volumen = +/- 4
a largo plazo. Son costosos y requieren muchos datos. El – Para productos de bajo volumen = +/- 8
más popular: El Análisis de Regresión.
Los Modelos Cualitativos son eficaces para predicciones
generales a largo plazo. Usados cuando hay pocos datos ó
éstos no existen.
Incrementar la exactitud incrementa los costos.
Hay relación directa entre la exactitud, los costos, la facili-
dad de comprensión y el tiempo necesario para prepararla.
TEMA 03: ADMINISTRACION DE LA DEMANDA (PRONOSTICOS) Pág. 4 de 10
Minimizar SSE = ∑i =1
( yi − Ft )2
15 000
∑ ( y − ( a + bx ))
0
2
Minimizar SSE = i i 1 2 3 4 5
i =1
Los valores de "a" y "b" que minimiza SSE están dados por las
siguientes fórmulas:
SSx , y
a = y − bx b=
SSx
∑ xy − ∑ n∑
x y
donde SSx , y =
(∑ x ) 2
SSx = ∑x − 2
n
También :
a = y − bx
b=
n ∑ xy − ∑ x∑ y
n∑ x − ( ∑ x )
2 2
5 000
4 000 1 9 2 810 0.60 4 683 4 340
3 000 2 10 5 160 1.10 4 691 4 511
Año 3
2 000 3 11 7 050 1.50 4 700 4 682
1 000 4 12 3 780 0.80 4 725 4 854
0 1 13 5 025
1 2 3 4 5 6 7 8 9 10 11 12 2 14 5 196
Año 4
TRIMESTRE 3 15 5 367
4 16 5 539
También se dibuja la línea de tendencia utilizando los valores, d) Establecer la demanda futura nuevamente temporizando la
aunque estos son muy variados. línea de tendencia con el índice de temporada
Con la tendencia se encuentran los valores para los trimes-
La metodología para resolver esto es la siguiente: tres 1 al 4 del año 6 como se ve en la parte inferior de la co-
a) Establecer un índice de temporada. lumna G del cuadro anterior. Con estos valores nuevamente
b) En base a ese índice "destemporizar" la demanda es decir se temporizan los valores multiplicándolos por el índice de
aplanarla temporada
c) Establecer la línea de tendencia con estos valores destem-
porizados
d) Establecer la demanda futura nuevamente temporizando la Indice de Demanda
Trim Tendencia
línea de tendencia con el índice de temporada temporada ajustada
De acuerdo a esto tenemos:
1 5 025 0.60 3 015
a) Establecer un índice de temporada. 2 5 196 1.10 5 716
El índice de temporada para cada trimestre se calcula usando Año 4
la fórmula siguiente: 3 5 367 1.50 8 051
m
∑
Dq , j 4 5 539 0.80 4 431
Dj
j =1 A continuación se presentan los valores gráfica del pronóstico
SIq =
m para el año 6
TEMA 03: ADMINISTRACION DE LA DEMANDA (PRONOSTICOS) Pág. 6 de 10
MODELOS DE SUAVIZACIÓN
Demanda
Año Trim. Correlat PROMEDIO DE DESPLAZAMIENTO SIMPLE
Real
Se utiliza estas técnicas que consiste en sacar el promedio de
los valores de demanda real de un número determinado de pe-
1 1 1 900
ríodos previos al período que se desea pronosticar.
2 2 3 500
Año 1
3 3 4 770 Predicción de promedio de desplazamiento de dos meses
At + A t − 1
4 4 2 530 Ft + 1 =
2
1 5 2 320
2 6 4 250
Año 2 Predicción de promedio de desplazamiento de cinco meses
3 7 5 790
At + A t − 1 + At − 2 + At − 3 + A t − 4
4 8 3 090 Ft + 1 =
5
1 9 2 810
Promedio Promedio
Demanda
2 10 5 160 Período desplazm. desplazm.
Año 3 Real
2 meses 5 meses
3 11 7 050
4 12 3 780
Ago 1 920
1 13 3 015
Sep 1 940
2 14 5 716 Año 4
Año 4 Pronostico Oct 1 040
3 15 8 051
Nov 1 030
4 16 4 431
Dic 1 020
Ene 940 1025 1390
Feb 920 980 1194
TENDENCIA CON TEMPORADA Mar 950 930 990
Abr 1 720 935 972
9 000
May 1 730 1335 1110
8 000
7 000 Jun 1 710 1725 1252
Año 5
6 000 Jul 2 340 1720 1406
5 000
Ago 2 360 2025 1690
4 000
3 000 Sep 2 350 2350 1972
2 000
Oct 1 240 2355 2098
1 000
0 Nov 1 260 1795 2000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Dic 1 280 1250 1910
T R I M ES T R E
2 500
RESISTENCIA A LA ASOCIACIÓN LINEAL
2 000
DEMANDA
SSxy
r = 500
SSx SSy
0
Si r = 0 no hay evidencia de una relación lineal entre x e y. Si
hay una relación lineal positiva estará entre 0 y 1. P E R IO D O
Cuanto màs fuerte sea la relación lineal positiva , r estará más Demanda Real P.D. 2 meses P.D. 5 meses
cerca de 1
Cuanto màs fuerte sea la relación lineal negativa, r estará màs
cerca de -1
TEMA 03: ADMINISTRACION DE LA DEMANDA (PRONOSTICOS) Pág. 7 de 10
Ago 1 920
Demanda
Período α= 0.2 α= 0.8
Real Sep 1 940
Año 4
Oct 1 040
2 500
1 500
2 000
1 000
1 500
500
1 000
0
Ene
Ago
Oct
May
Dic
Mar
Abr
Nov
Feb
Jun
Jul
Sep
500
0
Jun
Nov
May
Mar
Abr
Jul
Oct
Ago
Sep
Ene
Feb
Dic
500
Predicción
0
Real
Periodo de ven- A B C
tas
1 22 23 18 25
Demanda Real Suav Exp con Tendencia
2 26 28 29 32
3 30 33 29 29
4 31 33 37 38
5 33 34 32 40
Las predicciones de demanda de marzo a septiembre se a) Calcular la desviación media absoluta (DMA) y la señal
de rastreo para los datos de cada periodo; utilizar una
hicieron con el promedio de desplazamiento de tres meses
desviación media absoluta (DMA) igual a O para el mes
y la suavización exponencial simple. ¿Cómo escoger el me-
de junio.
jor método de predicción? Calcular las cifras.
b) ¿Son correctas la desviación media absoluta (DMA) y
7. Después de utilizar el modelo de predicción durante nueve la señal de rastreo?
meses se decide probarlo con la desviación media absoluta
(DMA) y la señal de rastreo. c) Reelaborar el problema con α = 0.1, α = 0.3 y α = 0.4.
Las siguientes son las demandas predicha y real para ¿Qué modelo da la mejor predicción? ¿Por qué?
bicicletas todo terreno; 11. La demanda semanal de alas de pollo en el mercado móvil
ha sido:
Mes Predicción Real
VEN- a. Calcular la demanda para la sema-
Enero 445 505 MES na 7 utilizando el promedio de des-
TAS
Febrero 490 555 plazamiento simple de cinco perio-
1 650 dos.
Marzo 550 408
2 543 b. Calcular la demanda para la sema-
Abril 600 510 na 7 utilizando el promedio de des-
Mayo 650 680 3 580 plazamiento ponderado de tres pe-
Junio 700 610 4 742 riodos con pesos de 0.5, 0.3 y 0.2.
c. Calcular la demanda para la semana
Julio 750 750 5 504
7 utilizando la predicción exponen-
Agosto 800 823 6 612 cial simple con α = 0.1 y una pre-
Septiembre 850 789 dicción de 600 unidades para la
semana 6.
d. ¿Cuál es la mejor predicción? ¿Qué suposiciones hubo
Hallar la señal de rastreo y decidir si el modelo de pre-
dicción es adecuado. en cada predicción?