Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Fechas
12-03-2016
19-03-2016
26-03-2016
02-04-2016
09-04-2016
16-04-2016
Unidad 3: Pronsticos
23-04-2016
30-04-2016
07-05-2016
14-05-2016
21-05-2016
28-05-2016
04-06-2016
11-06-2016
18-06-2016
25-06-2016
02-07-2016
09-07-2016
Prueba Final
16-07-2016
23-07-2016
Prueba de Recuperacin
30-07-2016
Examen Ordinario
06-08-2016
Examen Extraordinario
Unidad III
PRONSTICOS
Planificacin y Programacin de las
Operaciones
Objetivos de Aprendizaje
1. Entender el papel del pronstico en SCM.
2. Identificar los componentes del pronstico de
la demanda.
3. Pronosticar demanda de una cadena de
suministros dada la informacin histrica de la
demanda, empleando metodologas de series de
tiempo.
4. Analizar los pronsticos para estimar el error
de los mismos.
Pronsticos en SC.
Base de toda planificacin en la SC.
Caso Coca-Cola.
rea comercial, decide con base en el pronstico,
lanzar promociones para su prximo trimestre.
Actualizar la demanda segn lo anterior es esencial
para la seccin de embotellado.
Decisiones de capacidad y de produccin.
Pronsticos en SC
Los bienes de moda y altamente tecnolgicos
son difciles de pronosticar.
Clave es un buen pronstico.
Si se produce mucho, o muy poco, existen
escasas posibilidades de recuperarse.
En contraste, para artculos con demanda
estable, el impacto de un error en el
pronstico es menos significativo.
Caso
Seven-Eleven
Japn:
Proceso
de
reabastecimiento para surtir pedidos.
Si se coloca un pedido a las 10 am, este se entrega a
las 7 pm del mismo da.
Por lo tanto, se pronostica lo que se vender esa
noche, 12 horas antes de la venta real.
Qu ventaja tiene el tiempo de espera corto?
Considerar informacin actual.
Mayor precisin que si tuviera que pronosticar con mayor
tiempo de anticipacin.
Componentes de un pronstico
La demanda no surge de la nada.
Las empresas deben identificar una serie de
factores que influyen sobre los clientes.
Estudiar la relacin demanda-factores.
Nuestro
enfoque
ser en
mtodos
cuantitativos, pero es bueno incluir el aspecto
humano al pronosticar.
Caso Seven Eleven.
Demanda Pasada.
Tiempo de entrega del producto.
Publicidad planeada o campaas de marketing.
Estado de la economa.
Descuentos de precios planeados.
Acciones que los competidores han tomado.
Entre otros.
Clasificacin de mtodos de
pronsticos
1. Cualitativos: Ms subjetivos y apoyados por juicios
humanos. Sirven en ausencia de informacin histrica,
pocos datos o resultados de un estudio de mercado que
afecte al pronstico. Pueden ser tiles para pronosticar
a varios aos en una nueva industria.
2. Series de tiempo: Utilizan la demanda histrica para
pronosticar. Se basan en el supuesto de que la demanda
pasada es buen indicador para demanda futura. Sirven
cuando los patrones de demanda no varan
significativamente entre periodos. Son mtodos fciles
de implementar.
Clasificacin de mtodos de
pronsticos
3. Causales: Suponen que el pronstico est altamente
correlacionado con ciertos factores ambientales (economa,
tasas de inters, etc). Por ej. La fijacin de precios de los
productos, esta fuertemente correlacionada con la
demanda, por ende, se usan estos mtodos para
determinar el impacto de promociones de precios.
4. Simulacin: Buscan imitar las elecciones del cliente que
dan origen a la demanda para llegar a un pronstico.
Combina los mtodos de series de tiempo y causales para
responder a preguntas tipo, qu pasara si? Ej: Las
aerolneas simulan comportamiento de compra de clientes
para pronosticar demanda de asientos de tarifa alta,
cuando no hay disponibilidad de los de tarifa baja.
Medicin de Error en el
Pronstico
Notacin
Mtodos de Pronsticos
Mtodos de Suavizamiento
(Atenuacin) Exponenciales
Suavizamiento Exponencial Simple ()
Suavizamiento Exponencial Doble o Mtodo
de Holt. (, ) con ajuste de tendencia.
Suavizamiento Exponencial Triple o Mtodo
de Holt-Winters. (, , ) con ajuste de
tendencia y estacionalidad.
0 , , 1
Dnde:
+1 = +
+1 = +
+ = +
+1 = .
= .
= .
= .
+ = +
: Parmetro que representa el nmero de periodos
hacia adelante para los cuales quiero pronosticar.
Ejemplo
Demanda
Meses
Observada
Enero
142
Febrero
150
Marzo
151
Abril
159
Mayo
149
Junio
163
Julio
162
Agosto
171
Septiembre
162
Holt-Winters
=
+ 1 1 + 1
= 1 + (1 ) 1
=
+ (1 )
+ = ( + ) +
Mtodo Holt-Winters
Para poder aplicar este mtodo, es necesario
tener disponibles dos estaciones de datos (2p).
Supondremos que el periodo actual es 0, con lo
cual las demandas histricas de las dos
estaciones
las
rotularemos
como
2+1 , 2+2 , , 0
Al igual que el mtodo de Holt, este mtodo
requiere de un proceso de inicializacin
necesario para poder aplicarse.
Inicializar el mtodo
1. Calcular por separado la media de cada estacin de datos:
Ejemplo
Supongamos que el historial de demanda real de cierto artculo
en los ltimos ocho trimestres es: 10, 20, 26, 17, 12, 23, 30, 22.
35
30
25
20
Demanda Real
15
10
0
trim. 1
trim. 2
trim. 3
trim. 4
trim. 1'
trim. 2'
trim. 3'
trim. 4'
Ejemplo
Utilice el mtodo de Holt-Winters para:
Predecir las demandas para el ao actual.
Predecir las demandas para los trimestres
anteriores sabiendo que las constantes de
suavizacin que debe usar son:
= 0.2 ,
= 0.1 ,
= 0.1
Estimar el error absoluto medio (MAD)
Ejemplo
Primero, verifiquemos el nmero de estaciones
que tienen los datos.
Luego,
aplicamos
el
procedimiento
de
inicializacin.
Pronosticamos para los 4 trimestres actuales.
Pronosticamos para todos los trimestres
anteriores para poder estimar el error absoluto
medio del mtodo.