INSTITUTO TECNOLOGICO

SUPERIOR DE LA COSTA
CHICA

GESTION DE LA
PRODUCCION 1
UNIDAD 2
2.1 IMPORTANCIA ESTRATGICA DEL PRONSTICO Y LA
DEMANDA

ING. JORGE ALBERTO CORONADO MONTOR

GESTORAS DE LA PRODUCCION
JUDITH DOLORES SALINAS
REYNA MAYEL HERNANDEZ TAPIA
YUCXI JANDI AGUSTIMIANO JUAREZ
ANAHI ROBLES RODRIGUEZ

Martes 24 de Febrero del 2015

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.

2.1 IMPORTANCIA ESTRATGICA DEL PRONSTICO Y LA

DEMANDA
Que es pronostico?
El pronstico es el arte y la ciencia de acontecimientos futuros que predicen.
Puede implicar el tomar de data histrica y proyectarla en el futuro con una cierta clase
de modelo matemtico. . Puede ser una prediccin intuitiva o subjetiva o puede ser
una combinacin de ambas.
Introducimos diversas tcnicas de pronstico en este captulo, se ver
raramente que hay un mtodo superior. Qu trabaja lo ms mejor posible en una firma
bajo un sistema de condiciones puede ser un desastre en otra organizacin, o en un
departamento diferente pero de la misma organizacin. Adems hay lmites en cuanto
a qu se puede esperar de pronsticos; son costosos y se pierde tiempo preparando y
supervisando.
Horizonte del tiempo de pronstico
Generalmente un pronstico es clasificado en tres categoras:
1. Pronstico de corto alcance: Este pronstico tiene una duracin de hasta 1 ao
pero es generalmente menos de 3 meses. Se utiliza para planear la compra, el
programar trabajo, niveles de mano de obra, asignaciones del trabajo, y los
niveles de la produccin.
2. Pronstico de mediano alcance: es de alcance intermedio, del pronstico
palmos generalmente a partir de 3 meses a 3 aos. Es til en la planificacin
de ventas, produccin y el presupuesto, presupuesto, y en el anlisis de
algunos planes de operacin.
3. Pronstico de largo alcance; Generalmente 3 aos o ms de duracin, los
pronsticos de largo alcance se utilizan en planificacin de productos nuevos,
los gastos en inversin de capital, localizacin o extensin de la facilidad, e
investigacin y desarrollo.

Los pronsticos mediano y de largo alcance se diferencian de pronsticos de corto

alcance por tres caractersticas:
1. los pronsticos duraderos se ocupan de situaciones ms comprensivas y
apoyan decisiones de la gerencia con respecto a la planificacin y productos,
industria, y procesos.
2. el pronstico a corto plazo emplea generalmente diversas metodologas que el
pronstico de ms largo plazo.
3. los pronsticos de corto alcance tienden a ser ms exactos que los pronsticos
de largo-alcance. Factores que influencian el cambio de la demanda cada da.
La influencia del ciclo de vida del producto. Otro factor para considerar cuando los
pronsticos de las ventas que se convierten, especialmente los ms largos, son ciclo
vital del producto. La mayora de los productos acertados pasan a travs de cuatro
etapas: (1) introduccin, (2) crecimiento, (3) madurez, y (4) declinacin.
La Importancia Estratgica Del Pronstico
Las organizaciones utilizan tres tipos importantes de pronsticos en las
operaciones futuras de la planificacin:
1. Los pronsticos econmicos tratan el ciclo de negocio prediciendo tasas de
inflacin, fuentes de dinero, comienzo de cubierta, y otros indicadores del
planeamiento.
2. Los pronsticos tecnolgicos se refieren a los ndices del progreso tecnolgico,
que pueden dar lugar al nacimiento de productos nuevos, requiriendo nuevas
compaas y nuevos equipo.
Los pronsticos de la demanda son proyecciones de la demanda para los productos o
los servicios de una compaa. Estos pronsticos, tambin llamados los pronsticos de
las ventas, conducen la produccin.
El pronstico econmico y tecnolgico son tcnicas especializadas que pueden bajar
fuera del gerente de operaciones.
Estrategias importantes para el forecastig
Los buenos pronsticos son de importancia crtica en todos los aspectos de un
negocio.

Los pronsticos de la demanda conducen decisiones en muchas reas.

Miremos el impacto del producto pronosticado en tres actividades: (1) recursos

humanos, (2) capacidad, y (3) gerencia de la proveer-cadena.

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

modelo(s) del pronstico: Tupperware utiliza una variedad de

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)

Validar e implementar los

aplican

las

medidas

pronsticos se utilizan para

materiales,

programar

el

personal en cada planta.

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.

Overview of Qualitative Methods

En esta seccin, se consideran cuatro tcnicas de pronstico cualitativas:
Jurado de la opinin ejecutiva: bajo este mtodo, renen las opiniones de un grupo
gerencial
Mtodo de Delphi: Hay tres diversos tipos de participantes en este mtodo; fabricantes
de decisin, equipo personal, y respondedores. Bajo este mtodo, renen las
opiniones de un grupo de expertos.
Compuesto de la fuerza de ventas: en este acercamiento, cada vendedor estima qu
las ventas estarn en su regin.
Encuesta sobre mercado de consumidor:

este mtodo solicita la entrada de los

clientes o de los clientes potenciales con respecto a futuros planes de compra.

Overview of Quantitive Methods
Cinco mtodos cuantitativos del pronstico, que utilizan datos histricos, se describen
en este captulo.

Tiene dos categoras:

Acercamiento ingenuo

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

(Weight for period) (Demand in period n)

Moving average

weights

Los promedios mviles simples y cargados son eficaces en alisar fuera de

fluctuaciones repentinas en el patrn de la demanda para proporcionar estimaciones
estables.
Los promedios mviles, sin embargo, presentan tres problemas
1. El aumento del tamao de n.
2. Los promedios mviles no pueden tomar bien las tendencias.
3. Los promedios mviles requieren expedientes extensos de los datos mas
recientes.
El cuadro 4.2, un diagrama que ilustra el efecto del retraso del moving average model.

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

Measuring Forecast Error

La exactitud total de cualquier promedio de moving average del pronstico, el
suavizadoe exponencial, otro-puede ser comparando los valores pronosticados con los
valores reales observados. F denota el pronstico en el perodo t, y en denota la
demanda real en perodo (se define el en del pronstico (o la desviacin) como:
Forecast error = Actual demand Forecasat value
= At Ft

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.

Aqu es porqu el alisar exponencial debe ser

modificado cuando una tendencia est presente.

Mejoremos nuestro pronstico, ilustran un modo que mejora el exponencial ms
complejo, uno que ajuste segn tendencia.

La idea es computar un promedio exponencial mejorado de los datos y despus

ajustar para que haya positivo o el retraso negativo en tendencia. La frmula es:
Forecast including trend (FITt) = Exponentially smoothed forecast (Ft)
+ Exponentially smoothed trend (Tt)
Con mejorar el

exponencial de la tendencia ajustada, las estimaciones para el

promedio y la tendencia se alisan. Este procedimiento requiere dos constantes que

mejoran, para el promedio y el para la tendencia. Despus computamos el
promedio y tendemos cada perodo. La formula es asi:
Ft = (Actual demand last period) + (1- ) (Forecast las period + estimate last period)

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.

Metodos cuadrados reduce al mnimo la suma de los errores ajustados (desviaciones).

Ecuacin para calcular las variables de regresin:

Notas al usar el metodo de least quarter: implicar utilizar tres requerimientos:

1. trazar los datos para asegurar una regresion lineal
2. no predecir perodos ms all de la base de datos
3. Las desviaciones alrededor de la lnea se asumen al azar

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