PRONSTICO DE LA DEMANDA

Introduccin
El pronstico es una tcnica que ayuda a predecir lo que
ocurrir en el futuro. El futuro por lo general, no es
conocido con exactitud por lo que ninguna tcnica de
pronstico ser aplicable a todos los casos y sobre todo en
los procesos de decisin en una organizacin productiva de
bienes y servicios.
Los pronsticos sirven para predecir la penetracin de un
mercado, la tendencia de precios de un producto, el
desarrollo de nuevos productos competidores. En
produccin los pronsticos pueden predecir ventas, las
finanzas y contabilidad, necesidades futuras de flujos de
efectivo.

DEFINICIN DE PRONSTICO DE LA DEMANDA
Tcnica que ayuda a predecir lo que ocurrir en el futuro,
el cual por lo general no es determinstico. El
pronstico depender de los cambios y variantes de
los agentes externos de una organizacin.
Existe una gran variedad de conceptos sobre lo que es
un pronstico, de una manera sencilla, podemos
decir:

QUE ES UNA TCNICA QUE PERMITE PROYECTAR A
FUTURO, TOMANDO COMO BASE DATOS HISTRICOS
DE LOS PRODUCTOS AS COMO EL CONOCIMIENTO
DEL MERCADO Y LAS PERSPECTIVAS DE LA EMPRESA.

QU ES UN PRONSTICO?
Es la estimacin anticipada del valor de una variable
(predecir un evento futuro).
Constituye una herramienta importante para la toma de
decisiones de las organizaciones, principalmente en las
reas en donde se utilizan: planeacin y control de
inventarios, produccin, finanzas, ventas y
comercializacin, etc.
Los datos para pronosticar pueden provenir de fuentes
primarias o secundarias, y la informacin obtenida debe
ser:
Confiable, precisa y completa
Los datos deben ser pertinentes
Los datos deben ser consistentes
Los datos deben ser peridicos

ALCANCE:
En base a los pronsticos los sistemas productivos
realizan la asignacin de los recursos en todo el sistema.
El pronstico es un elemento necesario del proceso de
planeacin, pero no es la planeacin en s.
El pronstico puede considerarse como la premisa
dominante interna de un planteamiento del sistema; por
lo tanto, todas las actividades de la organizacin deben
ser a corto, mediano y/o largo plazo.
El pronstico predice lo que pasar si las tendencias
histricas no cambian; si esto no sucede (las tendencias
histricas cambian), cada pronstico debe ajustarse; de
otra manera resultara engaoso.

OBJETIVOS DEL PRONSTICO:
Que la diferencia entre lo pronosticado y lo
vendido sea mnimo.
Servir como dato confiable para la planeacin
de la produccin.
Minimizar el riesgo de una inversin.
Evitar costos excesivos e intiles.
Ver hacia el futuro con datos histricos a
travs de una metodologa.

TIPOS DE PRONSTICOS:
1. Cualitativos: Estos estn basados en datos y
experiencias de la gente de ventas, mercadotecnia,
vendedores y gerente, as como de todo el personal
involucrado en el pronstico; entre otros se usan:
Tcnica Delphi
Anlisis de mercado
Comentarios del personal de ventas
Anlisis con proveedores
El comportamiento de la competencia

2. Cuantitativos: Este tipo de pronsticos toma como
base a los datos histricos y la tendencia de los datos,
entre otros pueden ser:
Promedio Fijo
Promedios Mviles Simples
Promedios Mviles Dobles
Aproximacin Exponencial Simple
Aproximacin Exponencial Doble
Mnimos Cuadrados
Regresin Lineal

PLANEACIN DE LAS VENTAS
Qu es Planeacin de las Ventas?
La Planificacin de las ventas determina las tasas de
ventas de todos los productos en trminos de dinero y
unidades requeridas para cumplir con el plan de
negocio.
Planificar las ventas no es pronosticar las ventas.
Plan: Un mtodo para llegar a un fin.
En la figura 5 se describe la planeacin de las ventas y de produccin de
las mismas.

La exactitud del pronstico es importante pero el bregar con
las inexactitudes es aun ms importante. en la figura 6 y 7
se describe el proceso de planificacin de las ventas
Proceso de Planificacin de Ventas
Consideraciones al Planificar las Ventas
MTODOS PARA LA FORMULACIN DE
PRONSTICOS.
Mtodo del pronstico cualitativo: Tiene que haber un uso y
un fin, para el empleo de este pronstico.
Es necesario considerar que en cualquiera de los tipos de
pronsticos que tomen, no es tan confiable, por lo que es
necesario un anlisis ms minucioso de los datos
cuantitativos y cualitativos, con la experiencia de los expertos,
el comportamiento del mercado y la competencia, as como
las perspectivas de la empresa.
FORMULACIN Y USO DEL PRONSTICO.
Procedimiento para elaborar un pronstico:
1. Determinar la precisin deseada.
2. Recopilar la informacin dentro y / o fuera de la
empresa.
3. Analizar el tipo de demanda del producto en gestin.
Segn los modelos que se tienen establecidos.
4. Seleccionar uno o varios modelos y efectuar el
pronstico.
5. Enjuiciar los resultados o la confiabilidad de las
estimaciones obtenidas utilizando la desviacin
estndar absoluta media.

USO DEL PRONSTICO
Determinar los objetivos, presupuestos y cuotas de ventas
por vendedor, por territorio y por producto.
Organizar el departamento de compras, para que est
opere eficientemente con el menor inventario posible.
Programar eficientemente la produccin.
Derminar los inventarios en bodega de productos
terminados o de materia prima.
Determinar la maquinaria y mano de obra que se necesita.
Suministrar una base para la planeacin del personal
necesario, tanto en lo que se refiere al departamento de
ventas, produccin y compras.
Suministrar bases para calcular el capital que se necesitar
para financiar toda la operacin.

En las grficas de la 8 a la 14 se muestra el
comportamiento que puede tener la demanda de un
cierto producto. Es necesario primeramente graficar
los datos histricos, para ver el comportamiento y as
determinar el mtodo ms adecuado a usar,
dependiendo de las caractersticas de la empresa, el
producto y la capacidad de anlisis de la informacin.

MODELOS PARA EL CALCULO DEL PRONOSTICO
Promedio Fijo
Sirve para calcular el pronstico para el siguiente
perodo . Para elaborar el pronstico toma como base los
datos histricos del ltimo perodo, no se toma en
cuenta las variaciones del tiempo o circunstancias que
pueden existir , esta tcnica es muy limitada y mas en
nuestros tiempos.
Supone que la demanda en el prximo periodo ser igual
a la demanda del periodo ms reciente: Por ejemplo, si
en Enero 50 ventas, en Febrero habr 50 ventas.
Sirve como punto de partida para modelos ms
sofisticados.


PROMEDIOS MVILES.
a) Promedio Mvil Simple.
En general sirve para calcular el pronstico
exclusivamente para el siguiente perodo tomando
como base, slo una parte de la informacin real
disponible. Esta parte corresponde a los ltimos
periodos y pueden ser: 2, 3, 4 . . . n. El pronostico se
obtiene calculando el promedio de los datos histricos
considerados.
Se usa para hacer pronsticos a corto plazo. Para este
tipo de promedio se pueden tomar los siguientes
criterios:

1) Pronosticar en base al perodo inmediato anterior:


Donde:
Pt + 1 = Pronstico para el periodo t + 1
Dt = Valor observado de venta real en el periodo actual.
Dt-1 = Valor observado de venta real en el periodo
inmediato anterior.
Dt-2 = Valor observado de la venta real dos periodos antes
del periodo t.
Dt-n = Valor observado de la venta real n periodos antes
del periodo t.
n = Numero de periodos.

2) Pronosticar con base al promedio de los perodos
que se hayan considerado que se denominan orden
del pronostico:
Si n=2 Promedio Mvil de orden dos.
Si n=3 Promedio Mvil de orden tres.
Si n=4 Promedio Mvil de orden cuatro.
De donde
3) Pronosticar con base al promedio de los ltimos n
perodos.
Donde n = 2, 3, 4, 5,etc..





Donde: PMS= Promedio Mvil Simple.
n = Nmero de periodos que se incluyen.
Y
r
= Valor Real de Venta en cada periodo t, t-1, t-n.


Caractersticas:
1. Al requerirse tantas observaciones histricas como valores
de n, se presentaran problemas de almacenamiento de
informacin.
2. Al existir cambios en el patrn de la serie de datos, por
cambios marcada de una tendencia, por el ciclaje,
estacionalidad o una combinacin de stas, esta tcnica no
se adapta rpidamente al cambio.
3. Si realizamos un estudio de Promedio Mvil el cual solo
cuente con pocas observaciones los cambios en los
promedios se van dando ms lentamente. Entonces
corremos el riesgo de no tomar ciertas variables que se estn
presentando.
4. No tienen una respuesta rpida ( velocidad de respuesta)
5. Si la variabilidad es grande no es recomendable la tcnica.

6. Se recomienda el que contenga una variacin muy pequea.
7. Cuando mejor sea el orden del promedio mvil, el
pronostico tiende a una lnea recta que nos marca
la tendencia.
8. Cuando los pronsticos de orden 1 presentan una demanda
se obtiene un pronostico conservador.
9. Por lo contrario si a los de 3 reales son consistentes a los
promedios mviles simples se nos da un
pronostico optimista.
10. Estas dos ltimas caractersticas, nos permiten que estn
muy justas a los otros mtodos de pronsticos ajustadas.
11. Son tcnicas de suavizacin ; el pronostico obtenido como
PMS, manifiesta menor variabilidad que los datos reales.
12. Esta caracterstica se acenta a medida de que el promedio
mvil simple sea mayor.

b) Promedio Mvil Doble.
Esta tcnica o mtodo sirve para calcular el pronstico para los
siguientes periodos, partiendo de los datos obtenidos en
el PMS. La tcnica consiste en calcular un PMS con los
resultados obtenidos y otro PMD de un orden previamente
seleccionado. Como se explico en el punto anterior. Tanto las
caractersticas del PMS, el PMD se defina del PMS y lo aleja ms
de la realidad. Esta prioridad se aprovecha para dos ajustes:
ajuste por tendencia y ajuste emprica, utilizando los datos
histricos; para su calculo se siguen los siguientes pasos:

Procedimiento:
1. Se calcula el PMS para n ordenes.
2. Se selecciona el pronostico con el menor promedio de error (D-P)
2

3. Se calcula el pronostico doble con la tcnica seleccionada, donde:
El ajuste por tendencia a; a= PMS PMD + PMS
De donde: a= 2PMS PMD
El ajuste emprico b; b= 2 / n 1 ( PMS PMD )
El ajuste final Pf se obtiene:

Pf= a + b
a= Ajuste por tendencia
b= Ajuste emprico
PMS
PMD
N=Orden del pronostico Mvil seleccionado.
Pf= Pronostico final ajustado

Nota.: El orden del PMD debe ser igual al orden del PMS.
Al hacer el PMD el resultado se le debe alinear con el dado del ltimo
periodo considerado, es decir no se proyecta para un periodo en
adelante.
4. Se calcula el pronstico para el periodo deseado mediante la frmula:
y = a + bx x= No. de periodos adicionales que se desea
estimar

APROXIMACIN EXPONENCIAL
Los modelos de suavizado exponencial se usan a
menudo en la administracin de operaciones, estos
modelos requieren relativamente poco
almacenamiento de datos y unas cuantas
operaciones, lo que es importante cuando hay que
hacer pronsticos para cada uno de los componentes
y productos terminales.
El suavizado exponencial se distingue por la manera tan
especial de dar pesos a cada una de las demandas
anteriores al calcular el promedio.
El modelo de los pesos es de forma exponencial la demanda de los
periodos ms recientes recibe un peso mayor; los pesos de los
periodos sucesivamente anteriores decaen de una manera
exponencial, es decir, los pesos decrecen en su magnitud a
medida que se aplican a datos anteriores , siendo el decremento
no lineal.
El inters de la aplicacin adecuada del suavizado exponencial radica
principalmente en los pronsticos de demanda, pero las empresas
tambin pronostican los precios de las materias primas, las tasas
de inters y los ingresos. Los buenos pronsticos preparan a los
administradores para planear niveles adecuados de inventarios,
de materias primas, producto terminado, producto en proceso,
capital y un gran nmero de otras variables.

a) Aproximacin exponencial simple

Esta tcnica o mtodo nos sirve para calcular el pronstico
para el siguiente perodo exclusivamente. La aproximacin
exponencial es una ponderacin o valor de ajuste a un cierto
grado de error que se puede estimar o determinar al calcular
un pronstico, este valor flucta entre 0.001 a 1; si el valor
de ponderacin es muy pequeo el deslizamiento o ajuste
es gradual o mnimo, mientras si el valor de ajuste es muy
alto, el deslizamiento o ajuste ser mayor.

b) Aproximacin Exponencial Doble
Tcnica que sirve para calcular el pronstico para futuros periodos, tomando
como base los datos histricos tiene el siguiente procedimiento:

1. Se calcula la aproximacin exponencial simple (AES) con los factores de
ponderacin seleccionados.
2. Se elige el factor de ponderacin ms conveniente con el menor promedio
de error.
3. Con los datos obtenidos del punto anterior, calcula la aproximacin
exponencial doble (AED).
4. Se calculan los parmetros:
5. Se calcula el pronstico para el periodo deseado mediante la frmula:
y = a + bx donde x es el periodo a calcular

Desventajas de la Aproximacin Exponencial.

Es una tcnica que requiere de muchas operaciones para su
pronstico. Si se trabaja con alfa pequeas, responder
lentamente a la demanda real. Si se trabaja o pronostica con
alfas grandes responder rpidamente a las variaciones
reales.

A pesar de utilizar diferentes alfas, el pronstico no es muy
efectivo y sobre todo cuando hay variaciones o tendencias. Es
muy difcil determinar los valores apropiados de alfa.


SELECCIN DE PARMETROS DE PRONSTICO
Y COMPARACIN DE LOS MODELOS.
Este procedimiento consta de 5 pasos, los cuales son:
1.- Distribuir los datos disponibles en 2 subconjuntos, uno para
ajustar los parmetros y el otro para realizar el pronstico.
2.- Seleccionar una medida del error que permita evaluar la precisin
del pronstico de los parmetros que se desean probar. Tanto al
MAD como el sesgo son tiles para medir el error.
3.- Elegir ciertos valores de a para que sean evaluados. Emplear uno
de los valores de a aplicando el modelo de pronsticos en el
conjunto de los datos de prueba y registrar los errores resultantes
del pronstico. Posteriormente, seleccionar un nuevo valor de a y
repetir el proceso. Este proceso se contina hasta que hayan sido
probados valores representativos de a dentro de una gama de
valores existentes.

4.- Elegir el valor de a que dio como resultado el error de
pronstico ms pequeo al aplicarlo en el conjunto de
datos de prueba. El modelo est listo para ajustar los
valores de la demanda.
5.- Realizar el pronstico con el modelo exponencial (o de
media mvil) que se emple en los datos de prueba, con el
resto de los dems datos. Estos datos tambin se pueden
usar para comparar modelos alternativos que se hayan
implementado previamente con los datos representativos
de la demanda.

SERIES DE TIEMPO
Es una sucesin de trminos que tiene como caracterstica que
la diferencia de un trmino menos que el anterior es igual a
una unidad de tiempo que es constante. En esta serie de
tiempos existe una variable dependiente, por lo general son
las ventas, y una variable independiente, que es el tiempo.
Si nosotros graficamos cualquier evento, siempre tendremos
una serie de datos en relacin al tiempo, si nosotros
quisiramos proyectar este evento tendremos que analizar la
tendencia o comportamiento con respecto al tiempo de
cualquier evento.

a. Mnimos Cuadrados

Tcnica que sirve para calcular el pronstico para futuros
perodos tomando como base datos histricos. El mtodo de
mnimo cuadrtico como su nombre lo indica trata de sacar
el total de todas las desviaciones elevadas a un valor
mnimo.
El objetivo de este mtodo es determinar los coeficientes de
regresin (a y b son los coeficientes de regresin X la
variable independiente y Y la variable dependiente); bajo
las siguientes condiciones:

a. Que la suma de las desviaciones verticales de la lnea
de regresin sea igual a cero, es decir, todas las
desviaciones positivas situadas por encima de la lnea
deber ser iguales a todas las desviaciones negativas por
debajo de la lnea.
b. Que las desviaciones de la lnea de regresin elevadas al
cuadrado deben ser menores que las que se obtengan con
cualquier otra lnea de regresin que pudiera pasar por los
puntos.
Existen dos mtodos para calcular el pronstico:
1.-Frmula General.
y = a + bx
Para la asignacin de los valores de X es como
sigue: 1,2,3,4,5 dependiendo del numero de periodos o
datos que se tengan.

2.Simplificada, Pares o Nones

Cuando los datos o periodos
sean nones la asignacin para
estos periodos ser de la siguiente
manera:
Cuando los periodos sean pares la
asignacin para X ser:

b. ndices de Estacionalidad

Esta tcnica sirve para calcular el pronstico cuando existe estacionalidad o
ciclos, tambin cuando cada perodo existen diferencias de ventas por lo
cual se hace necesario contar con un ndice para cada perodo.
Para lo cual se sigue el siguiente procedimiento:
1. Se obtienen los datos de las ventas en los ltimos perodos.
2. Se calculan los ndices de estacionalidad:
a)Se suman el total por cada periodo y el total de los totales.
b)Se obtiene un promedio por periodo y un promedio total.
c)Se calcula ndice de estacionalidad dividiendo el promedio ( x ) por
periodo entre el promedio total ( x
T
), para cada periodo.
I.E. = x / x
T
3. Se calcula el pronstico para el perodo deseado mediante el mtodo
deseado.
4. Se ajusta el pronstico para cada periodo, multiplicando el ndice de
estacionalidad de cada periodo por las ventas promedio calculadas en el
pronostico.




c. Anlisis de Regresin y Correlacin.

La tcnica de Regresin y correlacin cuantifican la asociacin
estadstica entre dos o ms variables. La regresin simple
expresa la relacin entre una variable dependiente X en
trminos de la pendiente y la interseccin de la lnea que
mejor se ajuste a las variables. La correlacin simple
expresa el grado o la cercana de la relacin entre las dos
variables en trminos de un coeficiente de correlacin que
proporciona una medida indirecta de la variabilidad de los
puntos alrededor de la mejor lnea de ajuste. Ni la regresin
ni la correlacin dan pruebas a las relaciones causa - efecto.

En anlisis de regresin y correlacin mltiple (con la inclusin
de ms de dos variables) y los modelos no lineales tambin
son muy tiles, pero estn fuera de muestra perspectiva.

Regresin Lineal

Esta tcnica sirve para relacionar la variable dependiente con la
variable independiente, es decir, esta tcnica se utiliza cuando
queremos conocer si nuestras ventas estn relacionadas con un
evento o producto similar para que de esta manera se pueda
establecer o definir el pronstico para un determinado perodo.

Existen dos mtodos para comparar la demanda independiente con
la dependiente; estos son:
Regresin Lineal
Correlacin Lineal

Para saber si existe relacin es necesario que el valor r o
coeficiente de correlacin sea mayor que 0.70 para lo cual se
utilizan las siguientes frmulas:

Correlacin lineal

Este mtodo sirve para relacionar la variable dependiente
con una variable independiente, y sirve para poder
determinar el grado de confiabilidad del pronstico, se
utiliza la siguiente frmula: