ADMINISTRACIN DE LA DEMANDA (PRONSTICOS CON SERIES DE TIEMPO)

OBJETIVO DE APRENDIZAJE
Para disear y ejecutar un sistema de operacin que satisfaga a los clientes, una empresa debe reconocer cunta demanda tiene que satisfacer, lo cul lo induce a tres interrogantes importantes: Como saber que producir? Como saber cuanto producir? Como saber cuando producir? La prediccin y administracin de la demanda ayuda a responder estas preguntas. La administracin de la demanda incluye identificar todas las fuentes potenciales de la demanda, as como influir en los niveles y la duracin de la demanda. Los intentos de medir la demanda inicial y los efectos de administrarla se denominan predicciones.

OBJETIVO DE APRENDIZAJE
Cuando el alumno termine este captulo, podr: Identificar y/o definir:
Pronstico Tipos de pronstico Horizontes de tiempo Mtodos de pronstico Promedios mviles Promedios mviles ponderados Suavizado exponencial Anlisis de regresin y correlacin Medidas de precisin del pronstico (Estimacin de errores) 3

Describir o explicar:

ORIENTACION GERENCIAL
DEFINICION: La Administracin de la demanda implica reconocer fuentes de demanda para los bienes y servicios de una Empresa, predecir la demanda y determinar la manera cmo la empresa satisfar esa demanda.

QU ES PRONOSTICAR?
Es el arte y la ciencia de predecir los eventos futuros . Puede involucrar el manejo de datos histricos para proyectarlos al futuro, mediante algn tipo de modelo matemtico. Puede ser una prediccin subjetiva o intuitiva. O bien una combinacin de ambas,es decir un modelo matemtico ajustado por el buen juicio de un administrador de operaciones. Cuanto vender?

PRONSTICOS PARTE INTEGRAL DEL PLANEAMIENTO DE NEGOCIOS

Ingreso: Mercado, Economa, Otros Mtodos de Pronstico Estimacin de la demanda

Pronstico de Ventas

Equipo de Administracin

Estrategia de Negocios

Pronstico de Recursos de Produccin

EJEMPLOS DE PRONSTICOS DE RECURSOS DE PRODUCCIN

Horizonte Pronstico

Tiempo

Comienzo del Pronstico Lnea de Productos, Capacidad de Planta Grupos de Productos Capacidad de Dptos. Productos Especificos Capacidad de Maq.

Unidad de Medida Dolares, Libras Dolares, Libras Prod. Units, Unidades

7

Rango Alto Rango Medio Rango Corto

Ao

Meses

Semanas

MARKETING

OPERACIONES

Proporciona informacin relacionada con el mercado y Se encarga de asegurar que los bienes y servicios de la las predicciones de la demanda. Empresa se proporcionen cuando se necesiten. Administra la demanda mediante polticas de fijacin de precio y promociones p.e. los descuentos de temporada nivelan la demanda para un producto o servicio.

TIPOS DE PRONOSTICO POR HORIZONTE DE TIEMPO

Pronstico a corto plazo t Hasta 3 meses. Asignacin de trabajos Pronstico a mediano plazo Entre 3 meses y 3 aos. Planeacin de Produccin y venta. Pronstico a largo plazo Mas de 3 aos Planeacin de un nuevo producto.

TIPOS DE PRONSTICOS

Econmicos Tecnolgicos De demanda

10

SIETE ETAPAS DE LOS PRONOSTICOS Determine el empleo del pronostico. Seleccione los artculos que sern pronosticados. Determine el horizonte de tiempo del pronstico. Seleccione el modelo(s) de pronstico. Recolectar los datos. Hacer el pronstico. Validar y poner en prctica resultados.
11

DEMANDA DE PRODUCTO PARA 4 AOS CON TENDENCIA Y ESTACIONALIDAD

Demanda de producto o servicio Picos Estacionales Componente Tendencia

Lnea de actual demanda Demanda promedio para 4 aos

Variacin aleatoria
Ao 1 Ao 2

Ao 3

Ao 4
12

DEMANDA ACTUAL, PROMEDIO MOVIL, PROMEDIO MOVIL PONDERADO

35 DEMANDA DE VENTAS 30 25 20 15 10 5 0 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Meses
13

Promedio mvil ponderado Ventas actuales

Promedio mvil

PRONSTICO DE LA REALIDAD Los pronsticos son raramente perfectos. La mayora de mtodos de pronstico por supuesto que hay cierta estabilidad subyacente en el sistema. Los pronsticos tanto de la familia de productos y productos agregados son ms exactos que los pronsticos de cada producto.
14

PRONOSTICOS ECONOMICOS
Sirven para pronosticar lo que sern las condiciones generales de los negocios dentro de algunos meses o aos. Lo hacen los gobiernos, los bancos y los servicios de prediccin economtrica.

PRONOSTICOS TECNOLOGICOS

Pronostican la probabilidad y el significado de posibles desarrollos futuros. Indican la direccin de los cambios tecnolgicos y la tasa de cambios esperada.

PRONOSTICOS DE LA DEMANDA
Las predicciones de demanda pronostican la cantidad y la duracin de la demanda de los bienes y servicios de una empresa.

MODELOS DE SERIES DE TIEMPO

Incluye elaborar grficas de los datos de demanda sobre una escala de tiempo y estudiar las grficas para descubrir los modelos y las figuras o los patrones consistentes. Luego, estos patrones se proyectan hacia el futuro. DEFINICION: Una serie de tiempo es una secuencia de observaciones cronolgicamente clasificadas que se toman a intervalos regulares para una variable en particular.

COMPONENTES DE LAS SERIES DE TIEMPO

Tendencia

Cclica

Estacional

Aleatorio

19

DESCOMPOSICION DE UNA SERIE DE TIEMPOS

Tendencia (T) es el movimiento gradual, ascendente o descendente, de los datos a traves del tiempo. Estacionalidad (S) es el patron de datos que se repite a si mismo despues de un periodo de dias, semanas, meses, trimestres, estaciones, etc. pero dentrol ao.. Ciclos (C) son patrones que ocurren enlos datos cada varios aos. Variacin al azar (R) son variaciones aleatorias que no obedecen a ningun comportamiento.
20

TENDENCIAS
Las tendencias reflejan los cambios en la tecnologa, los estndares de vida, los ndices de poblacin ,etc.. DEFINICION: Una tendencia es el movimiento gradual hacia arriba o hacia debajo de los datos en el tiempo. Las tendencias son montonas, pero no siempre lineales; pueden ser logartmica o exponenciales.

Response

Mo., Qtr., Yr.

ESTACIONALIDAD
Las variaciones de temporada pueden corresponder a las estaciones del ao, a los das festivos o a diferentes momentos del da o la semana. DEFINICION: La temporada es la variacin que se repite a intervalos fijos. Pueden durar un ao o solo unas pocas horas.

Summer Response

Mo., Qtr.

VARIACIONES CICLICAS
Las alzas y las bajas de la economa o de una industria especificas se representan en variaciones cclicas . El ciclo de negocios que se repite de cinco a diez aos es un ejemplo. DEFINICION: La variacin cclica tiene una duracin de por lo menos un ao; la variacin varia de un ciclo a otro.
Cycle Response

Mo., Qtr., Yr.

VARIACIONES ALEATORIAS
Las variaciones aleatorias son variaciones en la demanda que no pueden explicarse mediante tendencias , variaciones de temporada o variaciones cclicas. Un suceso impredecible, como una guerra, una huelga, un terremoto o partes de legislacin, puede causar grandes variaciones aleatorias. A diferencia de las otras tendencias , la variacin aleatoria siempre esta presente.

MODELOS DE SERIE DE TIEMPOS

25

PROMEDIO MOVIL SIMPLE

Se utiliza para calcular la demanda promedio de los ltimos n perodos y como prediccin para el siguiente perodo. Promedio mvil simple: Ft= (At + A t-1 + A t-2 +....+A t-n +1 ) n Donde : Ft = prediccin para el perodo t+1 At = demanda real para el perodo n = nmero de perodos por promediar

EJEMPLO DE PROMEDIO MOVIL SIMPLE

Usted es gerente de una tienda que vende equipos diversos (grupos electrgenos pequeos) y necesita saber la proyeccin de las ventas para el ao 2014 utilizando el mtodo de promedio mvil, agrupando los datos de 3 en 3.

2009 2010 2011 2012 2013

48 60 53 38 72
27

SOLUCION POR PROMEDIO MOVIL SIMPLE

Respuesta Mvil Total Tiempo Yi (n = 3) 2009 2010 2011 2012 2013 2014 48 60 53 38 72 NA NA NA NA

Mvil Prom.( n =3) NA NA NA

48+60+53 = 161

28

SOLUCION POR PROMEDIO MOVIL SIMPLE

Respuesta Mvil Total Tiempo Yi (n = 3) 2009 2010 2011 2012 2013 2014 48 60 53 38 72 NA NA NA NA

Mvil Prom.( n =3) NA NA NA

48+60+53 = 161 161/3 = 54 60+53+38 = 151

29

SOLUCION POR PROMEDIO MOVIL SIMPLE

Respuesta Mvil Total Tiempo Yi (n = 3) 2009 2010 2011 2012 2013 2014 48 60 53 38 72 NA NA NA NA

Mvil Prom.( n =3) NA NA

NA 48+60+53 = 161 161/3 = 54 60+53+38 = 151 151/3 = 50 53+38+72 = 163 163/3 = 54

30

GRAFICO DEL PROMEDIO MOVIL SIMPLE

31

PROMEDIO MOVIL PONDERADO

Se utiliza cuando existe una tendencia o patrn, los pesos pueden ser utilizados para poner mayor nfasis en datos recientes. Promedio mvil ponderado: Ft= (Peso para el periodo n)(Demanda periodo n) Pesos asignados Donde : Ft = prediccin para el perodo n n = nmero de perodos por promediar

SOLUCION POR PROMEDIO MOVIL PONDERADO (P1= 0.6, P2= 0.4, P3=0.2)
Respuesta Mvil Total Tiempo Yi (n = 3) 2009 2010 2011 2012 2013 2014 48 60 53 38 72 NA
33

Mvil Prom.( n =3) NA NA NA

NA NA NA

53x0.6+60x0.4+48x0.2 = 65.4/1.2=55

SOLUCION POR PROMEDIO MOVIL PONDERADO

Respuesta Mvil Total Tiempo Yi (n = 3) 2009 2010 2011 2012 2013 2014 48 60 53 38 72 NA NA NA Mvil Prom.( n =3) NA NA

NA NA 53x0.6+60x0.4+48x0.2 = 65.4/1.2=55 38x0.6+53x0.4+60x0.2 = 56.0/1.2=47

34

SOLUCION POR PROMEDIO MOVIL PONDERADO

Respuesta Mvil Total Tiempo Yi (n = 3) 2009 2010 2011 2012 2013 2014 48 60 53 38 72 NA NA NA Mvil Prom.( n =3) NA NA

NA NA 53x0.6+60x0.4+48x0.2 = 65.4/1.2= 55 38x0.6+53x0.4+60x0.2 = 56.0/1.2= 47 72x0.6+38x0.4+53x0.2 = 69.0/1.2= 58

35

DEMANDA ACTUAL, PROMEDIO MOVIL, PROMEDIO MOVIL PONDERADO

Promedio Mvil Ponderado

36

DESVENTAJAS DEL PROMEDIO MOVIL

Al incrementar n, es decir, el nmero de datos agrupados, los pronsticos hacen a este promedio, sensitivo a los cambios. No pronostica tendencias. Requiere muchos datos histricos

37

MODELOS DE SUAVIZADO EXPONENCIAL

38

MODELOS DE SUAVIZADO
Los modelos de suavizacin, como el promedio de desplazamiento simple y la suavizacin exponencial, pueden proporcionar predicciones razonables a corto plazo con rapidez y a bajo costo. Suavizacin exponencial:

Ft= Ft-1 + (A t-1 - F t - 1)

Donde : Ft = prediccin para el perodo t F t - 1 = prediccin para el perodo t - 1 At 1 = Demanda real para el perodo t - 1

= constante de suavizacin (0<= 1<=1)

SOLUCION DEL EJEMPLO ANTERIOR POR PROMEDIO MOVIL PONDERADO

Usted es gerente de una tienda que vende maquinaria pesada y necesita saber la proyeccin de las ventas para el ao 2014 utilizando el mtodo de suavizado exponencial, =0.1 y el pronstico para el ao 2009 fue 50.

2009 2010 2011 2012 2013

48 60 53 38 72
40

EJEMPLO DE SUAVIZADO EXPONENCIAL

Ft = Ft-1 + (At-1 - Ft-1)

Ao 2009 2010 2011 2012 2013 2014 Ventas Reales 48 60 53 38 72 NA
41

Pronstico Ft ( = 0.10) 50 (Base) 50 + 0.1(48-50) = 50

EJEMPLO DE SUAVIZADO EXPONENCIAL

Ft = Ft-1 + (At-1 - Ft-1)

Ao

Actual 48 60 53 38 72 NA

Pronstico Ft ( = 0.10) 50 (Base) 50 + 0.1(48-50) = 49.8 = 50 50 + 0.1(60-50) = 51

2009 2010 2011 2012 2013 2014

42

EJEMPLO DE SUAVIZADO EXPONENCIAL

Ft = Ft-1 + (At-1 - Ft-1)

Ao

Actual 48 60 53 38 72 NA

Pronstico Ft ( = 0.10) 50 (Base) 50 + 0.1(48-50) = 49.8 = 50 50 + 0.1(60-50) = 51 51 + 0.1(53-51) = 51.2= 51

2009 2010 2011 2012 2013 2014

43

EJEMPLO DE SUAVIZADO EXPONENCIAL

Ft = Ft-1 + (At-1 - Ft-1)

Ao

Actual 48 60 53 38 72 NA

Pronstico Ft ( = 0.10) 50 (Base) 50 + 0.1(48-50) = 49.8 = 50 50 + 0.1(60-50) = 51 51 + 0.1(53-51) = 51.2= 51 51 + 0.1(38-51) = 49.7= 50
44

2009 2010 2011 2012 2013 2014

EJEMPLO DE SUAVIZADO EXPONENCIAL

Ft = Ft-1 + (At-1 - Ft-1)

Ao

Actual 48 60 53 38 72 NA

Pronstico Ft ( = 0.10) 50 (Base) 50 + 0.1(48-50) = 49.8 = 50 50 + 0.1(60-50) = 51 51 + 0.1(53-51) = 51.2= 51 51 + 0.1(38-51) = 49.7= 50 50 + 0.1(72-50) = 52.2= 52
45

2009 2010 2011 2012 2013 2014

EFECTO EN EL PRONOSTICO DE LA CONSTANTE DE SUAVIZADO

Ft = At - 1 + (1- )At - 2 + (1- )2At - 3 + ...

Pesos
=
= 0.10 = 0.90
46

Perodo Anterior Hace 2 perodos Hace 3 perodos (1 - ) (1 - )2

10%

EFECTO EN EL PRONOSTICO DE LA CONSTANTE DE SUAVIZADO

Ft = At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...

Pesos
=
= 0.10 = 0.90
47

Perodo Anterior Hace 2 perodos Hace 3 periodos (1 - ) (1 - )2

10%

9%

EFECTO EN EL PRONOSTICO DE LA CONSTANTE DE SUAVIZADO

Ft = At - 1 + (1- )At - 2 + (1- )2At - 3 + ...

Pesos
=
= 0.10 = 0.90
48

Perodo Anterior Hace 2 perodos Hace 3 periodos (1 - ) (1 - )2

10%

9%

8.1%

EFECTO EN EL PRONOSTICO DE LA CONSTANTE DE SUAVIZADO

Ft = At - 1 + (1- )At - 2 + (1- )2At - 3 + ...

Pesos
=
= 0.10 = 0.90 Perodo Anterior Hace 2 perodos Hace 3 periodos (1 - ) (1 - )2

10% 90%

9%

8.1%

49

EFECTO EN EL PRONOSTICO DE LA CONSTANTE DE SUAVIZADO

Ft = At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...

Pesos
=
= 0.10 = 0.90 Perodo Anterior Hace 2 perodos Hace 3 periodos (1 - ) (1 - )2

10% 90%

9% 1%

8.1%

50

EFECTO EN EL PRONOSTICO DE LA CONSTANTE DE SUAVIZADO

Ft = At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...

Pesos
=
Perodo Anterior Hace 2 perodos Hace 3 perodos = 0.10 = 0.90 (1 - ) (1 - )2

10% 90%

9% 1%

8.1% 0.1%
51

IMPACTO DE

52

MEDIDAS DE ERROR
53

SUMA DEL ERROR DEL PRONOSTICO ACUMULADO (EPA)

Los grandes errores positivos se compensan con los grandes errores negativos en el E.P.A. de una medicin. Sin embargo, el E.P.A. resulta til para evaluar el sesgo de un pronstico. Por ejemplo, si un pronstico resulta ms bajo que la demanda real, el valor del E.P.A. ser cada vez ms grande. n

E.P.A.

= Et
i=1
54

ERROR PROMEDIO (E.P.)

Muestra la direccin del error. No penaliza los errores extremos. Cancela los errores extremos. En unidades originales.

E.P. =
i =1

(Demanda actual- Demanda pronosticada) n

n

E.P. =
i =1

(Xt Ft) n
55

DESVIACIN MEDIA ABSOLUTA (DMA)

Muestra la magnitud del error global. No penaliza los errores extremos. No anula los errores. No da idea de la direccin del error. En unidades originales.

56

DESVIACIN MEDIA ABSOLUTA (DMA)

Suma de Desviacin absoluta para n periodos

DMA =

DMA =

i =1

Demanda actual - Demanda pronosticada n

57

ERROR PROMEDIO CUADRADO (EPC)

Penaliza los errores extremos. Los errores no se compensan entre s. No est en unidades originales. No muestra la direccin de error.
n

EMC =
i =1

(Demanda actual- Demanda pronosticada) n

n

EMC =
i =1

(Xt Ft)2 n
58

DESVIACION ESTANDAR (D.E.)

Penaliza los errores extremos. Los errores no se compensan entre s. No est en unidades originales. No muestra la direccin de error.

D.E. =
i =1

(Demanda actual- Demanda pronosticada) n

D.E. =

i =1

(Xt Ft)
59

ERROR MEDIO ABSOLUTO PORCENTUAL (EMAP)

Toma porcentaje de las ventas reales. No penaliza las desviaciones extremas. No anula la compensacin de errores. Asume ms ventas, puede absorber ms error en las unidades. No muestra la direccin de error.

EMAP =
i =1

Xt F t Xt n
60