El hombre frente a la incertidumbre

2. Pronóstico de la Demanda

(Métodos cualitativos y cuantitativos)

Dr. Juan Manuel Carrión Delgado

Hombre

• Lanzamiento de una moneda • Sorteo de lotería

• Volumen de exportación próx. año

• Día-Noche • Gravedad terrestre • Rotación de la tierra

Estocástico

Determinista

Incertidumbre

Certidumbre

Hombre

Método no

científico

Método científico

• Técnica de pronóstico • Econometría • Simulación.

• Etc.

• Oráculo • Bola de cristal • Cartomancia

• Etc.

Conocimiento estadístico

Conceptos básicos

Ramas • Descriptiva • Inferencial

• Población • Muestra

• Parámetro poblacional • Estadístico muestral

• Variable

Cuantitativas

Cualitativas

• Discretas • continuas

Pronóstico

Demanda :

a) Independiente

a) Dependiente

Factores que afectan la demanda

• Situación de la economía

• Competencia

• Tendencia de mercado

• Ciclo de vida del producto

• Planes internos de la compañía:

Promociones

Precios

Cambios de productos

Concepto de pronóstico

• Es la estimación de condiciones futuras

• Antecede a la planeación para satisfacer la demanda futura

• Los clientes buscan tiempos cortos de entrega

Los principios de pronósticos

1. Los pronósticos tienen un margen de error

2. Deben tener una estimación del error

3. Deben compararse con la demanda real y ajustarse

4. Son más exactos por grupos individuales

5. Son más cercanos para periodos cercanos de tiempo

Preparación de datos • Los pronósticos generalmente se

hacen a partir de datos históricos que se ajustan:

Mediante juicio

Mediante técnicas estadísticas

• Los datos deben mostrar demanda

• Registrar las circunstancias especiales.

Elementos a considerar en una serie de tiempo

• Horizonte de proyección

• Incertidumbre alrededor del pronóstico

• Confiabilidad y magnitud de los datos

• Costo asociado al proceso de predicción

Técnicas de pronósticos

• Cualitativas

Mediante juicio, intuición o experiencia.

Son subjetivas

Se usan para ajustar los datos históricos

• Cuantitativas

Extrinsecas: usan indicadores externos

Intrisecas: usan datos históricos conocidos como series de tiempo

Técnicas cualitativas

• Método Delphi

Pronóstico a largo plazo

Pronósticos tecnológicos

Estado general del mercado

Economía

Opinión de expertos

• Analogía histórica

Productos nuevos

Técnicas cuantitativas

• Análisis de series de tiempo

1. Horizontalidad

2. Estacionalidad

3. Ciclo

4. Tendencia

1. Horizontalidad (error) • Existen variables u observaciones cuyo comportamiento es aleatorio o

errático. Se les conoce usualmente como movimientos de tipo horizontal, irregular o aleatorio (productos defectuosos, computadoras, aparatos y componentes electrónicos, radios, índice de precios del mercado, acciones en dicho mercado etc.)

2. Estacionalidad • Movimientos estacionales . Esta variables cuya conducta no es errática, sino que

fluctúan u oscilan en forma regular o casi idéntica, conforme a una determinada época del año, por lo cual se les conoce como patrón estacional (abrigos, impermeables, ventiladores, artículos escolares, etc.).

3. Ciclo • El comportamiento de esta variable no se asocia a una determinada

época del año, sino a fluctuaciones de la actividad macroeconómica, esto es, al movimiento de los ciclos económicos de un país, como crecimiento y auge, recesión y depresión, y cuyo horizonte temporal trasciende la longitud de un movimiento horizontal y estacional, para abarcar normalmente varios años consecutivos.

4. Tendencia • Son variables, usualmente de tipo macroeconómico, cuya

conducta manifiesta un comportamiento estable y con tendencia secular o de largo plazo (PIB, etc.)

Comparación de métodos de series de tiempo

Método Patrón de datos Mínima cantidad de datos No estacional

Mínima cantidad de datos Estacional

Promedio móvil Estable 2 N/A

Suavizamiento exponencial sencillo

Estable 2 N/A

Índice estacional Estacional N/A 2*L

Suavizamiento exponencial doble

Tendencia 5 N/A

Regresión simple Tendencia 10 N/A

Método Winter Tendencia/Estacional 10 2*L

Descomposición Tendencia/Estacional

N/A 2*L

Descomposición múltiple

Cíclica/Estacional

10*V 6*L

Método de Box-Jenkins (ARIMA)

Todos 24 3*L

Cómo pronosticar

• Graficar datos históricos

• Analizar tendencias y estacionalidad

• Considerar factores internos y externos

• Determinar la técnica a usar

• Calcular el pronósticos acumulado e individual

• Compara pronóstico vs demanda real

• Calcular el error del pronóstico

• Ajustar pronóstico

Análisis de series de tiempo

• Modelo multiplicativo y aditivo

• D= [(L+T)*S] +R

• D=Demanda

• L= Nivel base

• T= Tendencia

• S= Índice estacional

• R= Error

Vgr. 1.

• La demanda para el producto XYZ está promediando 10,000 unidades por mes, con una tendencia a vender 500 unidades más por mes. El mes que se está pronosticando es diciembre que debido a la variación estacional muestra un promedio superior del 40% al mes típico. El error promedio del pronóstico utilizando este modelo ha sido de 800. Determinar el pronóstico para diciembre.

Vgr. 2.

• La demanda para el producto XYZ está promediando 5,000 unidades por mes, con una tendencia a vender 100 unidades menos por mes. El mes que se está pronosticando es agosto que debido a la variación estacional muestra un promedio inferior del 20% al mes típico. El error promedio del pronóstico utilizando este modelo ha sido de 200. Determinar el pronóstico para agosto.

Índice estacional

• Mide la variación por estaciones

Índice estacional =

Demanda promedio del período

Demanda promedio para todos los periodos

Vgr. Ejercicio

Vgr. Completar y determinar

Control del pronóstico

• Es el proceso de comparar la demanda real contra el pronóstico .

Pronóstico = 100-MAPE

MAPE= ΣAPE

N° DE PERÍODOS

APE =

DEMANDA REAL- PRONÓSTICO

DEMANDA REAL

* 100

Vgr. Cálculo de exactitud de pronóstico

Vgr. Completar y determinar

Técnicas de pronósticos “Es la estimación de las condiciones en el futuro”