Administración y Pronóstico de la demanda

Alcance :

1. Definición de demanda dependiente.

2. Definición de demanda independiente.

3. Definición de análisis de series de tiempo

4. Componentes de la demanda

5. Técnicas cualitativas de pronóstico

6. Análisis de series de tiempo

Texto de referencia:

Administración de operaciones,producción y cadena de suministro.Duodécima edición de Mc Graw Hill ,de Richard B. Chase , Robert Jacobs,Nicholas J. Aquilano.

Facilitador :

Ing. Luis José Castro Velazco, MPI , MBA. Contacto:

luis.jose.castro@hotmail.com

Administración y Pronóstico de la demanda

Pronósticos

Los pronósticos son vitales para toda organización

-Permite tomar decisiones corporativas a largo.

-Son empleados por las área de Finanzas, Contabilidad, Operaciones, Ventas y Mercadeopara tomar decisiones .

-Proporcionan el fundamento para la planeación de presupuestos y el control de costos.

El marketing depende del pronóstico de ventas para planear la introducción de nuevosproductos , compensar al personal de ventas y tomar otras decisiones clave ( estrategias demarketing).

El personal de producción y operaciones, utiliza los pronósticos para tomar decisionesperiódicas que comprenden la selección de procesos, la planeación de las capacidades y ladistribución de las instalaciones, así como para tomar decisiones continuas acerca de laplaneación de la producción, la programación y el inventario.

Los pronósticos son utilizados para predecir la demanda delconsumidor de productos o servicios.

Pronosticar consiste en utilizar datos pasados para determinaracontecimientos futuros mediante algún tipo de modelomatemático. Puede ser una predicción del futuro subjetiva ointuitiva.

Son certeros los pronósticos ?

No son certeros. Es casi imposible obtener un pronóstico perfecto ya que existendemasiados factores que inciden (comportamiento compras, respuesta de los clientesante nuevas ofertas, percepción de los clientes, comportamiento de la economía a cortoplazo ,ofertas de la competencia , carnavalización de productos etc ).

Por lo tanto, es mucho más importante establecer lapráctica de una revisión constante de los resultados ysistemas de pronósticos empleados, luego seselecciona el modelo de mas adecuado y certeroposible.

Al pronosticar, una buena estrategia consiste en utilizar dos o tres métodos y verlos desdeel punto de vista del sentido común. ¿Los cambios esperados en la economía en generalvan a afectar el pronóstico?

¿Hay cambios en el comportamiento del consumidor industrial y privado? ¿Habrá unaescasez de artículos complementarios esenciales? La revisión y la actualización continuastomando en cuenta la información nueva son básicas para un pronóstico exitoso.

Tipos de la demanda

Demanda dependiente es la demanda de un producto o servicio provocada por la demandade otros productos o servicios. Este tipo de demanda interna no necesita un pronóstico, sinosólo una tabulación.

Demanda independiente no es generada por el consumo de otro bien o servicio. Este tipo dedemanda si necesita un sistema de pronóstico.

Influenciar la demanda independienteLas empresas pueden influir sobre la demanda independiente comoasumiendo un papel activo. Toda empresa asumir uno de los siguientesdos roles:

Adoptar un papel activo para influir en la demanda. La empresa puedepresionar a su fuerza de ventas, ofrecer incentivos tanto a los clientescomo a su personal, crear campañas para vender sus productos y bajarprecios. Estas acciones pueden incrementar la demanda o por elcontrario, disminuir la demanda mediante aumentos de precios o lareducción de los esfuerzos del equipo de ventas.

Adoptar un papel pasivo y simplemente responder a la demanda.Existen varias razones por las que una empresa no trata de cambiar lademanda sino que la acepta tal como llega. Si una compañía funciona atoda su capacidad, tal vez no quiera hacer nada en cuanto a la demanda.

Tipos de pronósticos

Cualitativo

Son subjetivas y se basan en estimados y opiniones.

Análisis de series de tiempoUtiliza la información la demanda pasada para predecir la demanda futura.

Relaciones CausalesEmplea la técnica de la regresión lineal, supone que la demanda se relaciona con algúnfactor subyacente en el ambiente.

Simulación

Permiten al encargado del pronóstico manejar varias suposiciones acerca de la condición delpronóstico.

Componentes de la demanda

Demanda promedio para el periodo ( Ver ejemplo en la próxima diapositiva)

Tendencia ( Ver ejemplo en la próxima diapositiva)

Elementos estacionales ( Ver ejemplo en la próxima diapositiva)

Elementos cíclicos ( Ver ejemplo en la próxima diapositiva)

Variación aleatoria (Las variaciones aleatorias son provocadas por los eventos fortuitos, Si no se puede

identificar la causa de la variación se supone que es aleatoria.)

Autocorrelación. (el valor esperado en un momento dado tiene una correlación muy alta con sus propios

valores anteriores)

Tipos de tendencias

Ejemplos de Demanda promedio, tendencia, elementos estacionales

Ejemplos de elementos cíclicos:

Técnicas de pronóstico y modelos comunes

Demanda promedio para el periodo

Tendencia

Elementos estacionales

Elementos cíclicos

Variación aleatoria (Las variaciones aleatorias son provocadas por los eventos fortuitos, Sino se puede identificar la causa de la variación se supone que es aleatoria.)

Autocorrelación. (el valor esperado en un momento dado tiene una correlación muy altacon sus propios valores anteriores)

Técnicas Cualitativas de PronósticosTécnicas acumulativasLa suposición aquí es que la persona que está más cerca del cliente o del usuario final delproducto conoce mejor sus necesidades futuras.

Investigación de mercadosLas empresas contratan a empresas externas que se especializan en la investigación demercados para realizar este tipo de pronóstico. Es probable que usted haya participado enestudios de mercado por medio de una clase de marketing.

Grupo de consensoLa idea de que dos cabezas piensan más que una se extrapola con la idea de que un grupo depersonas que ocupan diversas posiciones pueden desarrollar un pronóstico más confiable queun grupo más reducido.

Analogía HistóricaAl tratar de pronosticar la demanda de un nuevo producto, una situación ideal sería que un producto existente o genérico se pueda utilizar como modelo.

Método de DelfosEl método oculta la identidad de los individuos que participan en el estudio. Todos tienenel mismo peso. En cuanto al procedimiento, un moderador crea un cuestionario y lodistribuye entre los participantes. Sus respuestas se suman y se entregan a todo el grupocon un nuevo grupo de preguntas.

Guía para seleccionar un método de pronóstico apropiadoEl modelo de pronóstico que una empresa debe utilizar depende de:1. El horizonte de tiempo que se va a pronosticar.2. La disponibilidad de los datos.3. La precisión requerida.4. El tamaño del presupuesto de pronóstico.5. La disponibilidad de personal calificado.

Promedio Móvil Simple

-Las muestras no deben de presentar característica estacionales .-Es conveniente utilizar datos pasados para predecir el periodo siguiente de maneradirecta.-Cuanto más largo sea el periodo del promedio móvil, más se uniformarán los elementosaleatorios.

Fórmula:

Ejemplo de promedio móvil simple

Promedio móvil ponderado

-Permite asignar cualquier importancia a cada elemento, siempre y cuando la suma detodas las ponderaciones sea igual a uno.- El pasado más reciente es el indicador más importante de lo que se espera en el futuro y, por lo tanto, debe tener una ponderación más alta.

Ejemplo:

Suavización exponencial

Características del modelo

1. Son muy precisos.

2. Es fácil de formular .

3. Requieren muy pocos cálculos.

4. Es fácil calcular las pruebas de precisión del desempeño del modelo.

5. Cada incremento en el pasado se reduce (1 − α).

6.Es parte integral de casi todos los programas de pronóstico por computador.

7. Requiere una gran cantidad de datos históricos.

8. Existe la constante de uniformidad alfa (α). Esta determina el nivel de uniformidad y lavelocidad de reacción a las diferencias entre los pronósticos y las ocurrencias reales.

Fórmula

Ejemplo

Ejemplo del efecto de suavización de la constante alfa:

Selección de la constante alfa (α)

-El valor debe de estar entre 0 y 1.-Si la demanda real es estable se recomienda un alfa pequeño para reducir los efectos delos cambios a corto plazo o aleatorios.-El valor de la constante se determina tanto por la naturaleza del producto como por elsentido del gerente de lo que constituye un buen índice de respuesta.

Por ejemplo, Si la demanda relativamente estable, el índice de reacción entre la demandareal y pronosticada serán pequeñas, quizá de sólo 5 o 10 puntos porcentuales. Noobstante, si la empresa experimentara un crecimiento, sería mejor tener un índice dereacción más alto, quizá de 15 o 30 puntos porcentuales, para dar mayor importancia a laexperiencia de crecimiento reciente.

α se calcula 2 ÷ (n + 1), donde n es el número de periodos.

Suavización exponencial con tendencia (FIT, forecast including trend)

Formula:

Ejemplo:

Ejemplo de Proporción simpleSuponga que en los últimos años una empresa vendió un promedio de 1 000 unidades

al año de una línea de productos en particular. En promedio, se vendieron 200 unidadesen primavera, 350 en verano, 300 en otoño y 150 en invierno. El factor (o índice)estacional es la razón de la cantidad vendida durante cada estación dividida entre elpromedio de todas las estaciones.La cantidad anual dividida en forma equitativa entre todas las temporadas es 1 000 ÷ 4 =250.

Errores de pronóstico

Se refiere a la diferencia entre el valor de pronóstico y lo que ocurrió en realidad. Enestadística, estos errores se conocen como residuales. Siempre y cuando el valor delpronóstico se encuentre dentro de los límites de confianza.

Fuentes de error

Las fuentes se clasificar como sesgados o aleatorios.

Los errores sesgados ocurren cuando se comete un error consistente, incluyen el hechode no incluir las variables correctas.

Los errores aleatorios se definen como aquellos que el modelo de pronóstico utilizadono puede explicar.

Medición de erroresError estándarError cuadrado medio (o varianza)Desviación absoluta media.Señal de rastreo

Medición de errores

Error estándar

Error cuadrado medio (o varianza)

Desviación absoluta media. (MAD; mean absolute deviation)

Señal de rastreo (TS, tracking signal)

Distribución normal

Ejercicio