¡Descarga Previsión de la Demanda y más Apuntes en PDF de Administración de Empresas solo en Docsity!
©
Crespo Franco, T.
1.
Los
pronósticos
y
la
planificación
de
la
producción
y
los
inventarios.2. El proceso de elaboración de los pronósticos3. Métodos de previsión de la demanda4. Técnicas de análisis y extrapolación de series temporales
4.1. Series niveladas4.2. Series con tendencia lineal4.3. Series con tendencia lineal y estacionalidad
5. Métodos causales de pronóstico6. Medidas de precisión de los pronósticos7. Elección del método de pronóstico
Métodos de Previsión
de la Demanda
Capítulo10.
Comprender
el
proceso
que
debe
seguirse
para
obtener
un
pronóstico
de
la
demanda.
Describir los factores internos y externos que influyen sobre la demanda. Calcular un pronóstico empleando distintas técnicas de previsión y conocer cuál es
la más adecuada para cada situación.
Conocer las medidas que pueden ser utilizadas para establecer la exactitud de un
pronóstico.
Evaluar cuándo un método de previsión debe ser actualizado.
OBJETIVOS
PREVISIÓN DE LA DEMANDA
4.
Técnicas
de
análisis
y
extrapolación
de
series
temporales
5.
Métodos
causales
de
pronóstico
6. Medidas de precisión de lospronósticos
1.
Los
pronósticos
y
la
planificación de la producción ylos inventarios.
**3. Métodos de previsión de lademanda
- El proceso de elaboración delos pronósticos**
Métodos de
Previsión de
la Demanda
7.
Elección
del
método
de
pronóstico
4.1. Series niveladas4.2. Series con tendencia lineal4.3. Series con tendencia linealy estacionalidad
Métodos de Previsión
de la Demanda
PREVISIÓN DE LA DEMANDA
Demanda independiente
Demanda dependiente
PLANIFICAR LA PRODUCCIÓN
Y LOS INVENTARIOS
LA PREVISIÓN DE LA DEMANDA
La previsión de la demanda es el proceso de predecir el comportamiento futuroque tendrá la demanda en un horizonte temporal determinado.
¿QUÉ ES PRONOSTICAR?
A
B(1)
C(2)
D(1)
E(1)
F(1)
G(1)
demanda
de
otros
productos o servicios.• Puede
derivarse
del
comportamiento
de
otros items.
a
condiciones
del mercado.• Comportamiento
des-
conocido.
TIPOS DE DEMANDA
OBJETIVO:
PRONÓSTICO DE
LA DEMANDA
Hacer afirmaciones acerca del futuro
PREVISIÓN DE LA DEMANDA
Identificar el
objetivo del
pronóstico
Recoger
datos
históricos
Representar los
datos e identificar
su patrón
Seleccionar una técnica
de pronóstico que parezca apropiada
Calcular los pronósticos
para datos históricos
pasados
Comprobar la precisión de la
previsión con una o
más medidas
Seleccionar una nueva técnica de pronóstico o
ajustar los parámetros
del modelo utilizado
¿Es aceptable la
precisión del
pronóstico?
Pronosticar para el
horizonte deplanificación
Ajustar el pronóstico
con información
cualitativa adicional y
perspicacia
Controlar los
resultados y las
medidas de precisión
del pronóstico
PROCESO DE ELABORACIÓN DE LOS PRONÓSTICOS
NO
SÍ
Seleccionar los items a pronosticar
Establecer el horizonte temporal
MÉTODOS DE PREVISIÓN DE LA DEMANDA
MÉTODOS
CUANTITATIVOS
MÉTODOS
CUALITATIVOS
ANÁLISIS Y
EXTRAPOLACIÓN DE
SERIES TEMPORALES
Técnicas de pronóstico para
series niveladas
- MEDIA ARITMÉTICA• MEDIA MÓVIL SIMPLE• MEDIA MÓVIL PONDERADA• SUAVIZADO EXPONENCIAL
Técnicas de pronóstico para
series con tendencia lineal
- SUAVIZADO EXPONENCIALCON TENDENCIA• LÍNEA DE TENDENCIA(Ajuste manual y mínimos cuadrados)
MÉTODOS
CAUSALES DEPRONÓSTICO
- ANÁLISIS DEREGRESIÓN• MODELOSECONOMÉTRICOS
• TÉCNICA DELGRUPO NOMINAL• MÉTODODELPHI• INVESTIGACIÓNDE MERCADO• CONSULTAS ALPERSONAL
PREVISIÓN DE LA DEMANDA
SoporteSoporte TendenciaTendenciaEstacionalidadEstacionalidadCiclosCiclos AleatoriedadAleatoriedad
1
2
3
4
5
1
2
3
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
Cantidad
Tiempo
Cantidad
Tiempo
Refleja la evolución gradual(incremento o disminución)de los datos en el tiempo.
TENDENCIA
Ventas
Vemtas
Tiempo
Tiempo
Asintótica
Exponencial
Ventas
Ventas
Tiempo
Tiempo
Lineal
Curva S
COMPONENTES DE LA SERIE TEMPORAL
Los
datos
oscilan
en
torno
a
una
línea horizontal
VALOR BASE
Cantidad |
E
F
M
A
M
J
J
A
S
O
N
Meses
Año 1
Año 2
Cantidad |
Años
ESTACIONALIDAD
Recoge el efecto que tienen sobre losdatos ciertos factores que se repiten aintervalos
fijos.
Los
datos
muestran
cambios claros a intervalos de tiemporegulares.
CICLOS
Recogen variaciones graduales, periódicaso
no,
que
tienen
una
duración
a
largo
plazo.
VARIACIONES
ALEATORIAS
Se tratan de cambios en la serie temporal queno
pueden
explicarse
mediante
tendencias,
estacionalidad o ciclos.
Cantidad
Tiempo
PREVISIÓN DE LA DEMANDA
Serie temporal nivelada
Demanda
Tiempo
Serie con tendencia lineal y
estacionalidad
Tiempo
Año 1
Año 2
Demanda
Serie temporal con tendencia lineal
Demanda
Tiempo
MÉTODOS DE ANÁLISIS Y EXTRAPOLACIÓN DE
SERIES TEMPORALES
Espera un segundo....
Si vendí 50 ruedas
la semana pasada....
Entonces, la próxima
venderé...
Ventajas:
Los datos más antiguos que los n últimos períodos no están incluidosen el pronóstico.Sólo es necesario almacenar datos de los n últimos períodos.
Desventajas:
Otorga un peso idéntico a la demanda de los n últimos períodos.
Ene
Feb
Mar
Abr
May
Jun
Jul
D
D
D
3
F
Febrero
Marzo
Abril
Mayo
=
D
D
D
= F
Marzo
Abril
Mayo
Junio
MEDIA MÓVIL SIMPLEEl pronóstico es una media de las n observaciones precedentes.
n<t+
n
D
F
t
n
t
i
i
t
Calcula una media de los n datos más recientes de la serietemporal, de tal modo que, a medida que finaliza un período,se
descarta
la
demanda
del
período
más
lejano
y
se
reemplaza por la nueva observación disponible.
Ejemplo:
PREVISIÓN DE LA DEMANDA
MEDIA MÓVIL PONDERADA
Es una media móvil en la que se incluye una ponderación para la demanda de losperíodos pasados que suele ser mayor para los más recientes. Pasos para su cálculo: 1º. Establecer el orden de la media móvil, n.2º. Definir los coeficientes de ponderación, C
i
3º. Calcular la media móvil ponderada.
C
C
C
C
C
i
i
t
t
t
n
i
t
n
t
−
= + −
1
1
1
Ene
Feb
Mar
Abr
May
Jun
Jul
C
D
C
D
C
D
F
t-
Febrero
t-
Marzo
t
Abril
Mayo
⋅
⋅
⋅
=
C
D
C
D
C
D
= F
t-
Marzo
t-
Abril
t
Mayo
Junio
Ejemplo:
F
C
D
t
i
i
i
t
n
t
C
C
C
t
t-
t-
,
,
SUAVIZADO EXPONENCIAL
Idea básica
: Cada pronóstico se basa en un promedio
que se corrige en parte cada vez que hay un error en laprevisión.
F
F
D
F
D
F
t
t
t
t
t
t
NOTACIÓN F
t+
Previsión para el próximo período
D
t
Demanda real para el período actual
F
t
Previsión realizada para el período actual
α
Constante de suavizado
Error
El
pronóstico
para
el
próximo
período
es
igual
al
pronóstico
establecido para el presente más una porción del error cometidoen el pronóstico.
PREVISIÓN DE LA DEMANDA
Peso
Tiempo
2 3
α
)
α
(
α
)
α
(
α
)
α
(
α
− − −
t
t-
t-
t-
t-
Esta técnica se denomina suavizado o alisado exponencial porque
los
pesos
disminuyen
de
forma
exponencial
,
con
un
factor
de
disminución de (1-
α
).
−
−
−
1
1
1
2
3
....
El
suavizado
exponencial
es
una
media
ponderada
en
la
que
se
incluyen
todas las observaciones
anteriores y se da
más peso a los
datos más recientes
que a los antiguos.
F
t+
=
α
·D
t
α
·
(1-
α
)
·D
t
α
·
(1-
α
)
2
·D
t
α
·
(1-
α
)
3
·D
t
α
)
t
·D
0
La constante de suavizado exponencial
Período
0,
0,
0,
0,
t
.
.
.
.
t-
.
.
.
.
t-
.
.
.
.
t-
.
.
.
.
t-
.
.
.
.
t-
.
.
.
.
t-
.
.
.
t-
.
.
.
Cuanto
mayor
es
la
constante
de
suavizado,
más
rápidamente
disminuyen los pesos. Por tanto, se le da más importancia a los períodosmás recientes y menos importancia a los más antiguos.
Alfa=0,
Alfa=0,
Período
Peso
Peso
t
t-
t-
t-
t-
t-
t-
t-
t-
t-
Evolución de los pesos con distintas alfas
0,45000,40000,35000,30000,25000,20000,15000,10000,05000,
t-
t-
t-
t-
t-
t-
t-
t-
t-
t
Período
Pesos
Alfa=0,2Alfa=0,
PREVISIÓN DE LA DEMANDA
Ventajas:
Se incluyen todas las observaciones anteriores.Pondera más los datos más recientes que los más antiguos,por
lo
que
reacciona
adecuadamente
a
los
datos
más
recientes de la demanda.Más fácil de calcular que las medias móviles.Precisión.Fácil formulación, cálculo y comprensión.No es necesario almacenar muchos datos históricos. Sólo senecesitan dos datos (D
t
y F
t
) para realizar el pronóstico,
comparándolo con los n que son precisos para la mediamóvil.
Inconvenientes:
Es necesario un pronóstico inicial.Elección de la constante de suavizado.El modelo se queda atrás si hay tendencia continua.
ELECCIÓN DE LA CONSTANTE DE SUAVIZADO
Productos con demandarelativamente estable
α
pequeña
Mayor efecto
de alisado
α α α α
=
=
=
=
=
=
=
=
0 0 2
0 2
0 8
0 7
0 7
0 3
1
; , ;
,
,
, ;
,
,
;
F
F
F
D
F
F
D
F
F
D
t
t
t
t
t
t
t
t
t
t
(
)
0
1
1
<
<
=
−
α
α
α
F
D
F
t
t
t
Productos con cambiosrápidos en la demanda
α
grande
Permite reflejar más
rápidamente los cambios
reales en la demanda
No recoge los datos más recientesde la demandaEl pronóstico se basa únicamente enlos datos más recientes
El Parámetro
se debe determinar empíricamente. Con carácter general:
Normalmente un valor adecuado para la constante de suavizado es
= 0,2 ó 0,
PREVISIÓN DE LA DEMANDA
ANÁLISIS DE
REGRESIÓN
MÉTODOS
ECONOMÉTRICOS
Y
X
3
X
4
X
1
X
2
Y
X
3
X
4
X
1 X
2
Y
Variable dependiente,
explicada o regresandoX
1
, X
2
, X
3
, X
4
Variables
independientes, explica-tivas o regresores
Análisis de
regresión simple
Y=a+b
1
x
1
Análisis de
regresión múltiple
Y=a+b
1
x
1
+ b
2
x
2+
b
3
x
3+
b
4
x
4
Varias ecuaciones
simultáneas de
regresión
MÉTODOS CAUSALES DE PRONÓSTICO
a, b
1
, b
2
, b
3
, b
4
parámetros para las
variables independientes
- Estudiar la relación entre dos o másvariables• La variable dependiente va ea estarinfluida por las variables independientes
Una única
ecuación de
regresión
El número de ruedas que voy avender esta semana va adepender de ....
