Planificación y Comercialización – Clase 5

Pronósticos

Fabrizio Marcillo Morla MBAFabrizio Marcillo Morla MBA

barcillo@gmail.com(593-9) 4194239

Fabrizio Marcillo Morla Guayaquil, 1966.Guayaquil, 1966.

BSc. Acuicultura. (ESPOL 1991).BSc. Acuicultura. (ESPOL 1991). Magister en Administración de Empresas. (ESPOL, Magister en Administración de Empresas. (ESPOL,

1996).1996). Profesor ESPOL desde el 2001.Profesor ESPOL desde el 2001.

20 años experiencia profesional: 20 años experiencia profesional: Producción.Producción.

Administración.Administración. Finanzas.Finanzas.

Investigación.Investigación. Consultorías.Consultorías.

Otras Publicaciones del mismo autor en Repositorio ESPOL

Pronósticos

Regresión.Regresión. Suavización.Suavización. Series de tiempo.Series de tiempo. Otros métodos.Otros métodos.

Haciendo Buenas Decisiones

Que hace una compañia exitosa?Que hace una compañia exitosa? Hacer buenas decisionesHacer buenas decisiones

Como estamos seguros que las Como estamos seguros que las decisiones son buenas?decisiones son buenas?

Prediciendo el futuro acertadamentePrediciendo el futuro acertadamente

Como hacemos eso?Como hacemos eso? PronosticosPronosticos

Pronosticos

Administracion de DemandaAdministracion de Demanda Metodos de Pronostico CualitativosMetodos de Pronostico Cualitativos Promedios movilesPromedios moviles Suavisacion ExponencialSuavisacion Exponencial Regresion LinearRegresion Linear Series de TiempoSeries de Tiempo

Administracion de Demanda

A

Demanda Independiente:Productos Terminados

B(4) C(2)

D(2) E(1) D(3) F(2)

Demanda Depiendente:Materia Prima, Partes, Insumos,Sub-procesos, etc.

Demanda Independente : Que puede hacer empresa

Tomar un rol activo para influenciar Tomar un rol activo para influenciar demanda.demanda.

Tomar un rol pasivo y simplemente Tomar un rol pasivo y simplemente responder a la demanda.responder a la demanda.

Que son Pronosticos?

Proceso de predecir Proceso de predecir eventos futuros.eventos futuros.

Base intrinseca de todas Base intrinseca de todas las decisiones de las decisiones de negocio:negocio: ProduccionProduccion InventoriosInventorios PersonalPersonal InfraestructuraInfraestructura

Las ventas serán $200 Millones!

Elementos de un Buen Pronostico

A Tiempo

PrecisoConfiable

Con Sen

tido

Escrito

Facil

de Usa

r

Pasos en el Proceso de Pronostico

1 Determinar proposito de Pronostico1 Determinar proposito de Pronostico

2 Establecer horizonte de tiempo2 Establecer horizonte de tiempo

3 Seleccionar tecnica de Pronostico3 Seleccionar tecnica de Pronostico4 Recopilar y analizar datos4 Recopilar y analizar datos

5 Preparar el Pronostico5 Preparar el Pronostico

6 Monitorear el pronostico6 Monitorear el pronostico

“The forecast”

Tipos de Pronosticos por Horizonte de Tiempo

Pronosticos de Plazo corto:Pronosticos de Plazo corto: Planeacion de trabajo, asignación de Planeacion de trabajo, asignación de

trabajadores.trabajadores. Pronosticos de Plazo medio:Pronosticos de Plazo medio:

Planeación de inventarios, ventas y Planeación de inventarios, ventas y produccion.produccion.

Pronosticos de largo plazo.Pronosticos de largo plazo. Planeacion de nuevos productos o Planeacion de nuevos productos o

proyectos, Localizacion de planta.proyectos, Localizacion de planta.

Tipos de Pronosticos por Tipo de Prediccion

Cualitativo (a Juicio): Usa entradas Cualitativo (a Juicio): Usa entradas subjetivas, datos son escasos. subjetivas, datos son escasos. Delphi.Delphi. Otros Metodos Cualitativos.Otros Metodos Cualitativos.

Cuantitativo: Usa datos historicos asumiendo Cuantitativo: Usa datos historicos asumiendo que futuro sera igual al pasado.que futuro sera igual al pasado. Series de Tiempo.Series de Tiempo. Relaciones Causales.Relaciones Causales. Simulacion.Simulacion.

Regresión y Correlación Lineal Regresión: FRegresión: Fijaijann valores variable valores variable

independiente (x), y observaindependiente (x), y observamosmos variable variable dependiente (y) de ésta.dependiente (y) de ésta.

CCorrelación se mide, para correlación se mide, para c// muestra valores muestra valores de x y y; graficados para encontrar relaciones de x y y; graficados para encontrar relaciones entre ellos. entre ellos. CCalculan algunos estadísticos alculan algunos estadísticos para determinar fuerza de relación, para determinar fuerza de relación, UUn alto valor de correlación no indica n alto valor de correlación no indica

necesariamente que x es causado por y, o necesariamente que x es causado por y, o viceversa.viceversa.

RRegresión usada para experimentos reales, egresión usada para experimentos reales, correlación para estudios ex post facto.correlación para estudios ex post facto.

PPropósito es lograr ecuación para predecir y a ropósito es lograr ecuación para predecir y a partir de x, dentro de un rango específico.partir de x, dentro de un rango específico.

Diagrama de Dispersión GGráfico en el cual van a estar ráfico en el cual van a estar

representados, mediante puntos, los representados, mediante puntos, los valores de nuestros pares de variables valores de nuestros pares de variables (x,y).(x,y).

SSirve para darnos idea visual del tipo de irve para darnos idea visual del tipo de relación que existe entre ambas relación que existe entre ambas variables, y debe de ser hecho antes de variables, y debe de ser hecho antes de iniciar cualquier cálculo para evitar iniciar cualquier cálculo para evitar trabajos innecesarios.trabajos innecesarios.

Diagrama de Dispersión

Profundidad vs Area

0

1

2

3

4

5

6

7

8

9

0.7 0.9 1.1 1.3 1.5 1.7

Area(y)

Metodos de Minimos Cuadrados RRegresión linealegresión lineal:: experimento donde experimento donde

tratamos de relacionar dos variables x y y, tratamos de relacionar dos variables x y y, mediante una ecuación de la recta, esto es:mediante una ecuación de la recta, esto es:

y = a + bxy = a + bx + + en donde a es intersección de recta con eje en donde a es intersección de recta con eje

Y, y b es la pendiente de la recta.Y, y b es la pendiente de la recta. UUtilizamos método de mínimos cuadradostilizamos método de mínimos cuadrados:: la la

recta para la cual los cuadrados de las recta para la cual los cuadrados de las diferencias entre puntos experimentales (x,y) diferencias entre puntos experimentales (x,y) y los puntos calculados (x',y') sea mínima.y los puntos calculados (x',y') sea mínima.

Metodo de Minimos Cuadrados Las Formulas para calcular coeficientes Las Formulas para calcular coeficientes

a y b son:a y b son:

b=xy -

x yN

x -( x )N

22

a =y

N-b

x

N

Coeficiente de Determinación CCoeficiente de determinación (r2) oeficiente de determinación (r2) eses proporción de proporción de

variación en la variable y que puede ser atribuida a variación en la variable y que puede ser atribuida a una regresión lineal con respecto a la variable x. una regresión lineal con respecto a la variable x. Se lo calcula mediante la fórmula:Se lo calcula mediante la fórmula:

Su raíz cuadrada positiva (r) se la conoce como Su raíz cuadrada positiva (r) se la conoce como coeficiente de correlación de Pearson y es un coeficiente de correlación de Pearson y es un estimador del parámetro coeficiente de correlación estimador del parámetro coeficiente de correlación poblacional poblacional ..

2

2

2 2 2 2r = (N xy -( x y)

[N x -( x ) ][N y -( y ) ])

Limites de Probabilidad en Predicciones

Curva Regresion

Distribucion de Probalidad de Y a diferentes valores de

X

Y

X

Series de Tiempo EEventos se comportan de forma tal respecto al tiempo ventos se comportan de forma tal respecto al tiempo

que los factores de variación pueden separarse en que los factores de variación pueden separarse en varios componentes:varios componentes: Componente de Tendencia Lineal a largo plazo·Componente de Tendencia Lineal a largo plazo· Componente de efecto estacional (por efecto de estaciones Componente de efecto estacional (por efecto de estaciones

establecidas que afectan en determinados períodos del año)establecidas que afectan en determinados períodos del año) Componente de efecto cíclico (por efecto de otras variaciones Componente de efecto cíclico (por efecto de otras variaciones

que no son estacionales pero que se repiten de una forma que no son estacionales pero que se repiten de una forma cíclica)cíclica)

Componente del error experimental (por efecto del error Componente del error experimental (por efecto del error experimental, las cuales deben de tener una distribución con experimental, las cuales deben de tener una distribución con media 0)media 0)

Otros componentes de error (por efecto de otras variables que Otros componentes de error (por efecto de otras variables que no podemos controlar o analizar y que afectan a nuestras no podemos controlar o analizar y que afectan a nuestras estimaciones)estimaciones)

UUltimo es único que no podemos analizar, aunque en ltimo es único que no podemos analizar, aunque en algunos casos si podamos identificarlo.algunos casos si podamos identificarlo.

Series de Tiempo MMétodos de series de tiempo permiten étodos de series de tiempo permiten

separar diferentes componentes de la va-separar diferentes componentes de la va-riación para evaluarlos en forma separada, y riación para evaluarlos en forma separada, y una vez hecho esto, calcular la contribución una vez hecho esto, calcular la contribución de cada uno de ellos al valor esperado y de cada uno de ellos al valor esperado y combinarlos de nuevo para determinar combinarlos de nuevo para determinar nuestra predicción.nuestra predicción.

Los métodos de series de tiempo son Los métodos de series de tiempo son especialmente útiles en ayudar a analizar el especialmente útiles en ayudar a analizar el comportamiento de eventos que ocurren con comportamiento de eventos que ocurren con un efecto cíclico o estacional. un efecto cíclico o estacional.

Componentes Serie Tiempo

1 2 3 4

x

x xx

xx

x xx

xx x x x

xxxxxx x x

xx

x x xx

xx

xx

x

xx

xx

xx

xx

xx

xx

x

x

Year

Sal

es

Seasonal variation

Linear

Trend

Demand Variations

Trend

Irregularvariation

Cycles

Seasonal variations

908988

Suavisamiento de Curvas

Al analizar datos de serie de tiempo, datos Al analizar datos de serie de tiempo, datos presentan variación de forma dificil a simple vista presentan variación de forma dificil a simple vista separarlas. separarlas.

SSuavizamiento de curva método que permite uavizamiento de curva método que permite eliminar variaciones a corto plazo para evaluar el eliminar variaciones a corto plazo para evaluar el comportamiento a mayor plazo de la curva. comportamiento a mayor plazo de la curva.

UUna curva suavizada puede ser analizada por na curva suavizada puede ser analizada por regresión para determinar su tendencia.regresión para determinar su tendencia.

Hay varias formas de suavizamiento. Veremos 2, Hay varias formas de suavizamiento. Veremos 2, el método de pormedios móviles y el de el método de pormedios móviles y el de suavizamiento exponencial.suavizamiento exponencial.

Promedios Moviles

DDefinir período de tiempo tal que permita efinir período de tiempo tal que permita eliminar las variaciones externas a la eliminar las variaciones externas a la tendencia. tendencia. SSi queremos i queremos x x ej evaluar un ej evaluar un fenómeno con variaciones estacionaes fenómeno con variaciones estacionaes dentro del año, usaríamos promedios móviles dentro del año, usaríamos promedios móviles con una amplitud de 12 meses. El promedio con una amplitud de 12 meses. El promedio móvil calcula los promedios de los primeros móvil calcula los promedios de los primeros 12 meses, luego calcula del mes 2 al 13, 3 al 12 meses, luego calcula del mes 2 al 13, 3 al 14 y asi sigue. La curva resultante será mas 14 y asi sigue. La curva resultante será mas “suave” o con menos picos.“suave” o con menos picos.

Suavisado Exponencial

AAsigna pesos a las variaciones actuales signa pesos a las variaciones actuales y las pasadas, y calcula un promedio y las pasadas, y calcula un promedio ponderado en base a esos pesos, ponderado en base a esos pesos, logrando de esta manera una curva que logrando de esta manera una curva que será mas suave y mas lenta a cambios será mas suave y mas lenta a cambios o menos suave y mas sen-sible a o menos suave y mas sen-sible a cambios, dependiendo del valor que se cambios, dependiendo del valor que se le de a los pesos actuales y pasados.le de a los pesos actuales y pasados.

Determinacion de Estacionalidad

Un método Un método es de es de índices estacionales. En este índices estacionales. En este método quitamos la influencia de otros factores método quitamos la influencia de otros factores de variación a nuestra información, de variación a nuestra información, quedandonos únicamente con los efectos de la quedandonos únicamente con los efectos de la estación y del error.estación y del error.

Agrupamos los datos en las estaciones y Agrupamos los datos en las estaciones y calculamos la mediancalculamos la medianaa de los mismos, de los mismos, determinando luego un índice de determinando luego un índice de estacionalidad que será el efecto de la estacionalidad que será el efecto de la estacionalidad medido como un porcentaje del estacionalidad medido como un porcentaje del valor esperado para dicho momento.valor esperado para dicho momento.

Pronosticos Cualitativos (a Juicio)

Opiniones de Ejecutivos.Opiniones de Ejecutivos. Opiniones de fuerza de venta.Opiniones de fuerza de venta. Retroalimentacion de Consumidor.Retroalimentacion de Consumidor. Opinion Externa.Opinion Externa. Opinion de Gerencia y staff.Opinion de Gerencia y staff.

Tecnica Delphi.Tecnica Delphi. Opinion Naïve.Opinion Naïve.

Trabajo Deber Sobre 60 puntos.(examen).Sobre 60 puntos.(examen). Investigacion sobre metodos de prediccion. Investigacion sobre metodos de prediccion.

Incluir Introduccion, Series de tiempo y Incluir Introduccion, Series de tiempo y metodo Delphi.(2 pag max).metodo Delphi.(2 pag max).

Ponosticos de Series de tiempo. Sobre datos Ponosticos de Series de tiempo. Sobre datos reales o inventados. Uso de herramienta reales o inventados. Uso de herramienta Serie de tiempo.Serie de tiempo.

Presentacion en dia de examen.Presentacion en dia de examen. En Grupo.En Grupo.