GESTION DE LA CADENA DE SUMINISTROS

Expositor : Ing. Jorge Vergiú Canto

Tema : Pronósticos

¿Que son los pronósticos?

Los pronósticos son predicciones de lo que puede suceder o esperar,son premisas o suposiciones básicas en que se basan la planeación yla toma de decisiones.

¿Cuántas personas asistirán a la final del mundial?

¿Cuántas personas asistirán al concierto?

• Decidir si la demanda es suficientepara justificar la entrega del productoo servicio al mercado.

• Determinar las necesidades a largoplazo de la capacidad, para el diseñode las instalaciones.

• Determinar las fluctuaciones a cortoplazo de la demanda para laplaneación de la producción, laprogramación de la fuerza de trabajo,planeación de los materiales y otrasnecesidades similares.

Objetivos de los pronósticos

Determine el objetivo del pronostico

Seleccionar los artículos sobre los que se va a realizar el pronostico

Determine el horizonte temporal del pronostico

Seleccionar el modelo de pronósticos

Recolección de datos

Realizar pronósticos

Validar e implementar los resultados

Etapas de los pronósticos

TÉCNICAS DE PRONÓSTICOS

• Se emplean cuando la situación no es clara y hay pocos datos:

1. Productos nuevos2. Nueva tecnología

• Requieren intuición y experiencia:Por ejemplo, el pronostico de las ventas

a través de internet.

• Se emplean cuando la situación es estable y existen daos históricos:

1. Productos existentes2. Tecnología actual

• Utilizan modelos matemáticos:Por ejemplo, el pronostico de las ventas de

televisores.

Enfoque del pronóstico

Métodos cualitativos

Métodos cuantitativos

Tipos de métodos cuantitativos

Métodos cuantitativos

Modelos de series temporales Modelos causales

Regresión lineal

Regresión lineal con 

estacionalidad

Promedios  móviles

Suaviza miento exponencial

• Tratan de pronosticar el futuromediante el empleo de datoshistóricos. Suponen que lo quesucederá en el futuro es una funciónde lo que ha sucedido en el pasado.

• En otras palabras, los modelos deseries de tiempo observan lo que hasucedido durante un período y utilizanuna serie de datos pasados pararealizar el pronóstico.

Modelos de series temporales

Definición

Descomposición de una serie temporal

Promedios Móviles • La técnica del promedio móvil supone que las "n" observaciones más

recientes o las realizadas en los mismos períodos de tiempo de las ventas,son muy importantes para la estimación para un período "t" futuro.

• Por otra parte, si las variaciones en la variable permanecenrazonablemente constantes en el tiempo, se recomienda una "n" grande,de otra manera, se aconseja un valor "n" pequeño.

• En la práctica se recomienda que "n" fluctúe entre 2 y 10 .• El promedio móvil es la media aritmética de los n periodos más recientes.

Modelos de series de tiempo

NXXXXP N

t++++=+

......3211

Pt+1 = Valor PronosticadoXt = Valor Variable periodo tN = Número de periodos

Suavización Exponencial

• Es similar al método de promedios móviles, excepto en que los datos más recientesse les da mayor ponderación. En este método el pronóstico nuevo es igual alpronostico del periodo anterior más una corrección proporcional el pronostico nuevoobservado”

• De la misma manera que el método de promedios móviles, este método se utilizapara realizar pronóstico de ventasen le corto plazo, especialmente en industriasmaduras

• La principal desventaja es que el valor de α (alfa) se debe calcular por prueba yerror.

( ) tPXtPt αα −+=+ 11Pt+1 = Valor Pronosticado para t+1α = Cte de suavizaciónXt = Valor de variable período tPt = Valor Pronosticado para t

Modelos de series de tiempo

• El método más empleado para describir una tendencia lineal es el de mínimos cuadrados, para encontrar una línea de mejor ajuste para un conjunto de puntos. 

Regresión lineal

Y´= valor pronosticado en un periodo Xa = valor de la tendencia cuando X = 0b = pendiente de la recta de tendenciaX = periodo (codificado)

Y´ = a + bX

Modelos causales

• El principio de mínimos cuadrados se utiliza para obtener ay b. Las ecuaciones para determinar a y b son:

bn XY X Y

n X X

aY

nb

Xn

=−−

= −

( ) ( )( )( ) ( )Σ Σ ΣΣ Σ

Σ Σ

2 2

Regresión lineal

• El error de pronostico para un periodo dado t es sencillamente ladiferencia encontrada al restar el pronostico a la demanda real.

Error de pronostico

Et = Dt – Ft

Et = error de pronostico para el periodo tDt = demanda real para el periodo tFt = pronostico para el periodo t

La suma acumulada de errores de pronostico (SAE) mide el error de pronostico total.

SAE = ∑Et

El error de pronostico promedio, algunas veces llamado sesgo medio, es sencillamente.

Ē = SAE/n

El error medio cuadrático (EMC) y la desviación absoluta media (DAM) miden la dispersión

EMC = ∑Ē^2/ n

DAM = ∑|Et| / n

El error porcentual absoluto medio(EPAM) relaciona el error de pronostico con el nivel de demanda y es útil para tener una perspectiva adecuada del desempeño del pronostico.

EPAM = ∑|Et|/Dt)*(100)/n

Error de pronostico

Criterios para elegir el Método de Pronóstico

1. Disponibilidad de datos 2. Validez de los datos 3. Número y tipo de variables que requiere el

método: Externas e Internas 4. Grado de exactitud deseado 5. Recursos disponibles 6. Horizonte de tiempo: Corto, mediano o largo

plazo.7. Análisis costo – beneficio del método elegido

Criterios de elección

Exactitud y costo de los Métodos Cuantitativos de pronóstico.

Método de Pronóstico

Exactitud Costo

Mala Regular Buena Bajo Medio Alto

Promedios Moviles X X

Suavización Exponencial X X

Box Jenkins X X

Descomposición de Series deTiempo X X

Modelos de Regresión X X

Tasa de Crecimiento X X

Creciemiento Exponencial X X

Modelos Económetricos X X

Criterios de elección

Ingº Jorge Vergiú Canto

Correo: jvergiuc@yahoo.com