Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
SUPERIOR DE LA COSTA
CHICA
GESTION DE LA
PRODUCCION 1
UNIDAD 2
2.1 IMPORTANCIA ESTRATGICA DEL PRONSTICO Y LA
DEMANDA
GESTORAS DE LA PRODUCCION
JUDITH DOLORES SALINAS
REYNA MAYEL HERNANDEZ TAPIA
YUCXI JANDI AGUSTIMIANO JUAREZ
ANAHI ROBLES RODRIGUEZ
INTRODUCCION
En el siguiente trabajo presentado, se podr definir que es un
pronstico, para que nos sirve y la importancia estratgica del
pronstico y de la demanda, adems de ver la gran importancia que
tiene el hacer bien los pronsticos ya que estos influyen en las
decisiones de una empresa.
Tambin se vern algunas tcnicas de pronsticos con datos
cualitativos histricos, y un ejemplo sobre cmo afecta un
pronstico de la demanda en diversos sectores de la empresa.
Recursos Humanos
Emplear, adiestrar, y el despido a trabajadores dependen de la demanda anticipada.
Si el departamento de recursos humanos debe emplear a trabajadores adicionales sin
la advertencia, la cantidad de adiestramiento declina y la calidad de la mano de obra
sufre.
Capacidad
Cuando la capacidad es inadecuada, los resultados pueden significar entrega mala,
prdida de clientes, y prdida de una parte del mercado.
Cadena de fuente gerencial
Las buenas relaciones del suplidor y el sobrevenir tasan las ventajas para los
materiales y las piezas dependiendo de pronsticos exactos.
Siete pasos en el sistema de pronstico
Pronstico sigue siete pasos bsicos. Utilizaremos la corporacin de Tuperware.
Determinar el uso del pronstico: Las aplicaciones de Tupperware exigen pronsticos
para guiar la produccin de cada una de sus 13 plantas.
Seleccionar los artculos que se pronosticarn: Para Tupperware, hay sobre 400
productos, cada uno posee SKU (unidad stock-keeping).
Determinar el horizonte del tiempo del pronstico: Es el pronstico corto, medio o el
largo plazo? Tupperware desarrolla los pronsticos mensuales, cada cuatro meses, y
12 meses para las proyecciones de ventas.
Seleccionar el/los
modelos estadsticos.
Recopilar los datos necesitados para hacer el pronstico: el mundo corporativo de
Tupperware mantiene bases de datos enormes para supervisar la venta de cada
producto.
Hacer el pronstico
Decision
Makers
(Evaluate
responses
and make
decisions)
Staf
(Administeri
ng survey)
las
medidas
programar
el
Respondent
s
(People who
can make
valuable
judgments)
resultados:
Se
preventivas,
los
itinerarios
de
equipo
Estos siete pasos presentan una manera sistemtica de iniciar, disear, y implementar
el pronstico.
FORECASTING APPROACHES
Hay dos acercamientos generales al pronstico. Uno es un anlisis cuantitativo; el
otro es un acercamiento cualitativo. Pronostico cuantitativo: utiliza una variedad de
modelos matemticos. Los pronsticos cualitativos incorporan los factores tales como
la toma de decisiones, intuicin, emociones, experiencias personales, y sistema del
valor en alcanzar un pronstico.
Modelo
Tiempo-Serie
Promedios mviles
Exponencial suave
Proyeccin de la tendencia
Regresin lineal
Modelo
Sociable
Modelo Tiempo- serie: predice que el futuro es una funcin del pasado.
Modelo Sociable- regresin lineal, incorpora las variables o factores que pudieron
influenciar la cantidad que era pronosticada.
TIME-SERIES FORECASTING
Series de tiempo se basa en una secuencia (semanal, mensual, por cuartos, etc.) de
los puntos de referencias uniformemente esparcidos.
Descomposition of a Time Series
Analiza series de tiempo significa la subdivisin ms all de datos en componentes y
despus la proyeccin de su delantero.
Una serie de tiempo tiene cuatro componentes: tendencia, por un tiempo, ciclos, y
variacin al azar.
Naive Approach
La manera ms simple de pronosticar es asumir que la demanda en el perodo de la
jerarqua ser igual a la demanda en el perodo ms reciente.
La demanda del producto planeada sobre 4 aos con una tendencia y un seasonality
del crecimiento indic
Moving Average
Utiliza un nmero de valores histricos de los
datos para generar un pronstico. Los promedios
mviles son tiles si podemos asumir que las demandas del mercado permanecern
en un cierto plazo constante.
Matemticamente, se expresa el promedio mvil simple (que sirve como estimacin de
la demanda del perodo prximo) as:
Moving average = Demand in previous n periods
n
Cuando una tendencia o un patrn perceptible est presente, los pesos se pueden
utilizar para poner ms nfasis en valores recientes. Esta prctica hace tcnicas del
pronstico ms sensible a los cambios porque un perodo ms reciente hace que se
cargue con mayor peso.
El peso mvil promedio se calcula as:
Weighted
weights
Exponential smoothing
Implica muy poco el guardar del expediente de ltimos datos.
Se calcula asi:
New forecast = Last periods forecast
+ (last periods actual demand last periods forecast)
Donde est un peso, o alisar a la constante, que tiene un valor entre 0 y 1.
Ft = Ft-1 + (At-1 Ft-1)
La constante que alisa, , est generalmente en la gama del 05 al 50 para los usos de
negocio. Puede ser cambiada para dar ms peso a los datos recientes (cuando a es
alta) o ms peso a los ltimos datos.
Diferencia de
Varias medidas se utilizan en la prctica de calcular el error total del pronstico. Estas
medidas conservan utilizado comparar diversos modelos del pronstico, tan bien como
supervisar pronsticos para asegurar que se estan haciendo bien.
Mean Absolute Deviation: La primera medida del error total del pronstico para un
modelo es la desviacin absoluta (MAD). Este valor es computado:
MAD = |Actual - Forecast|
N
Mean Squared Error: El error ajustado malo (MSE) es una segunda manera de medir
el o\er, error del pronstico. MSE es el promedio de las diferencias ajustadas entre
haber pronosticado y observa valores. Su frmula es:
MSE = (Forecast errors)
n
Mean absolute percent error: Un problema con el ME y el MSE es que sus valores
dependen de la magnitud del artculo que es pronosticado. Se calcula asi:
n
MAPE = 100 | Actual i Forecast i|/Actual i
i=t
n
Exponential Smoothing with Trend Adjustment
Porque el alisar exponencial es un acercamiento que modela tan popular en negocio,
mirmoslo ms detalladamente.
Trend Projections
Esta tcnica ajusta una tendencia lineal en una serie de puntos histricos y despus
proyecta la lnea en los pronsticos futuros de los pronosticos mediano a largo estado.
Se pueden desarrollar varias ecuaciones matemticas de la tendencia.
CONCLUSIN
Con las diferentes variables que existen para realizar el pronstico en las empresas su
funcionamiento puede ser efectivo. Los gerentes deben conocer cual es la demanda
del producto para as poder saber con que cuenta en su inventario y as poder
planificar su produccin, mercadeo, gastos/costos, etc. Si las diversas ecuaciones
matemticas se utilizan de itinerario y efecto financiero, mercado y la funcin del
personal de adecuadamente la produccin de la compaa ser efectiva.
El pronstico tiene una funcin importante en los gerentes. La demanda de pronstico
conduce a una firma de produccin, capacidad y sistema produccin.
BIBLIOGRAFIA
Heizer Jay Gerencia de Operaciones 8va edicin