¿Qué es pronosticar?

Predecir los eventos futuros.

Corto Plazo Mediano Plazo Largo Plazo

- > 3 meses < 3 Años - > 3 Años

- 3 meses.
- Ventas, presupuesto, planes - Nuevos productos, gastos de
- Compras, mano de obra,
operativos. capital, ubicación o
niveles de producción.
- Manejan aspectos generales. expansión de las instalaciones,
- Predominan técnicas
- Predominan técnicas cualitativas investigación y desarrollo.
matemáticas.
y cuantitativas. - Predominan técnicas cualitativas y
- Mas precisos.
- Menos precisos. cuantitativas
- Menos precisos.
Ciclo de Vida del Producto

Tipos de Pronósticos

ECONÓMICOS
$ 01
TECNOLÓGICOS 02
MATRIZ BCG DE LA
DEMANDA 03
Enfoques de Pronósticos
Jurado de opinión ejecutiva
Método Delphi
Composición de la fuerza
de ventas
Encuesta en el mercado
de consumo
Toma en cuenta la opinión de un pequeño
grupo de administradores de alto nivel para Modelos de series de tiempo
obtener una estimación grupal de la
demanda.
Usa una serie de datos puntuales del pasado
para realizar un pronóstico.
Tres tipos de participantes: los que toman las
decisiones, el personal, y los entrevistados.
Este grupo proporciona entradas a los que
toman las decisiones antes de hacer el Modelo asociativo
pronóstico.
Incorporan las variables o los factores que
Solicita información a los clientes o posibles
pueden influir en la cantidad por pronosticar.
consumidores en relación con sus planes de
compra futuros.
Basada en las estimaciones de las ventas
esperadas por parte de los vendedores.
Importancia estratégica Recursos
del pronóstico Humanos

Capacidad

Administración de la
cadena de suministros 7
Validar e Determinar
implementar el uso del 1
los pronóstico
6 resultados

Seleccionar
Realizar el los aspectos
pronóstico que se deben
Siete pasos en el sistema de pronosticar
2
pronósticos
5 Recopilar Determinar
datos el horizonte
necesarios Seleccionar de tiempo
los modelos
de 3
4 pronóstico
PRONÓSTICOS DE SERIES DE TIEMPO

1. La tendencia: es el movimiento gradual, hacia arriba o hacia abajo, de los datos en el tiempo.
Los cambios en el ingreso, la población, la distribución de edades o los puntos de vista
culturales pueden ser causantes del movimiento en una tendencia.
2. La estacionalidad: es un patrón de datos que se repite después de un periodo de días,
semanas, meses o trimestres.
3. Los ciclos: son patrones, detectados en los datos, que ocurren cada cierta cantidad de
años. Usualmente están sujetos al ciclo comercial y son de gran importancia para el
análisis y la planeación del negocio a corto plazo. La predicción de los ciclos de negocio es
difícil porque éstos pueden verse afectados por los acontecimientos políticos o la turbulencia
internacional.
4. Las variaciones aleatorias son: “señales” generadas en los datos por casualidad o por
situaciones inusuales. No siguen ningún patrón discernible y, por lo tanto, no se pueden
predecir.
Enfoque Intuitivo:
La forma más simple de pronosticar es suponer que la demanda del
siguiente período será igual a la demanda del período más reciente.
Promedios Móviles:

El pronóstico de promedios móviles usa un número de valores de datos históricos reales para generar un
pronóstico. Los promedios móviles son útiles si podemos suponer que la demanda del mercado permanecerá
relativamente estable en el tiempo. Un promedio móvil de 4 meses se encuentra simplemente al sumar la
demanda medida durante los últimos 4 meses y dividiéndola entre cuatro. Al concluir cada mes, los datos del mes
más reciente se agregan a la suma de los 3 meses previos y se elimina el dato del mes más antiguo. Esta práctica
tiende a suavizar las irregularidades del corto plazo en las series de datos.
Matemáticamente, el promedio móvil simple (que sirve como estimación de la demanda del siguiente período) se
expresa como:

donde n es el número de períodos incluidos en el promedio móvil —por ejemplo, 4, 5 o 6 meses, respectivamente,
para un promedio móvil de 4, 5 o 6 periodos. En el ejemplo 1 se muestra cómo calcular los promedios móviles.
Suavizamiento Exponencial
Técnica de pronóstico de promedios móviles ponderado, donde los datos se calculan mediante una función
exponencial. Implica mantener muy pocos registros de datos históricos.
 Suavizamiento Exponencial con Ajuste de Tendencia
A este método se le suma el pronóstico suavizado exponencialmente y una tendencia.
Proyecciones de Tendencias

Método de pronóstico de serie de

tiempo que ajusta una recta de
tendencia a una serie de datos
históricos y después proyecta la
recta al futuro para obtener
pronósticos.
 Variaciones Estacionales en los Datos

Movimientos regulares ascendentes

o descendentes, localizados en las
series de tiempo, asociadas con
eventos recurrentes.
 Variaciones Cíclicas en los Datos

Son variaciones estacionales

de los datos, que ocurren
cada varios años.
Métodos Asociativos de Pronósticos

Análisis de Regresión y Correlación

Análisis de Regresión: Es un procedimiento estadístico para estudiar la relación funcional entre variables, con el
propósito de predecir una respecto a la otra (pueden ser varias).

Para para poder realizar un análisis de regresión efectivamente, hacemos lo siguiente:

Identificar las variables que se quieren medir, véase dependientes o independientes, esto debido a que cómo
modelo de previsión casual o asociativa suele tener en cuenta distintas variables.

Para qué utilizo una herramienta de éste tipo?

Como responsable de operaciones de una planta, o de un departamento asociado a una empresa, podrás ser
capáz, según sea el caso, de obtener en términos estadísticos, la relación que existe entre las variables más
resaltantes del proceso de trabajo del cual te encargas y del que has decido evaluar la dependencia o no, con el
propósito de ayudarte a tomar decisiones de tipo previsionista o de mejora.
Ejemplo más común: El análisis de regresión lineal

Se toma la siguiente formula: Y’ = a + βx, dónde:

Y’ = Valor de la variable dependiente

a = corte con el eje y
β = la pendiente de la regresión
x = variable independiente

El análisis de regresión lineal es pertinente cuando evidencias una tendencia en los datos históricos del pronóstico.

¿Cómo? Dibuja los datos anteriores en cierto punto del período a evaluar vs lo que realmente tienes en el presente.

Si no, simplemente analiza la tendencia de los datos: ¿Es creciente o decreciente?

Con estos datos puedes trabajar una regresión de tipo lineal.

Errores o Residuos
Los errores se denominan frecuentemente residuales. Podemos observar en la gráfica de regresión los errores indicados
por segmentos verticales.

Los residuos pueden ser graficados para:

 Checar normalidad.
 Checar el efecto del tiempo si su orden es conocido en los datos.
 Checar la constancia de la varianza y la posible necesidad de transformar los datos en Y.
 Checar la curvatura de más alto orden que ajusta en las X’s.
Análisis de Correlación: Con esta técnica estadística, finalmente podemos medir la intensidad de las relaciones de las
variables que seleccionamos para estudiar.

Identificado normalmente como r, el coeficiente de correlación puede ser cualquier número entre - 1 y 1.
 Nota Importante:

 El coeficiente de correlación r asume el mismo signo de la pendiente de la recta β1 siendo cero cuando β1 =0.

 Un valor positivo de r implica que la pendiente de la línea es ascendente hacia la derecha.

 Un valor negativo de r implica que la pendiente de la línea es descendente hacia la derecha.

 Si r=0 no hay correlación lineal, aunque puede haber correlación curvilínea.

Reglas Empíricas

Coeficiente de Correlación Relación

0.8 < r < 1.0 Fuerte, positiva
0.3 < r < 0.8 Débil, positiva
-0.3 < r < 0.3 No existe
-0.8 < r < -0.3 Débil, negativa
-1.0 < r < -0.8 Fuerte, negativa
Ejemplo de Regresión Lineal Simple + Coeficiente de Correlación
Ejemplo de Regresión Lineal Simple + Coeficiente de Correlación

Temperatura media anual y tasa de mortalidad por

100,000 habitantes
y = -0,0592x + 4,6146
2
2,5 R = 0,8395

Tasa de mortalidad por

2

1,5
100,000
1

0,5

0
0 20 40 60 80 100
-0,5
Tem peratura
 Consideraciones

 La correlación puede usarse para información de atributos,

variables normales y variables no normales.

 La correlación puede usarse con un “predictor” o más,

para una respuesta dada.

 La correlación es una prueba fácil y rápida para eliminar

factores que no influyen en la predicción, para una
respuesta dada.
Monitoreo y control de
Pronóstico
Una vez que se obtiene un pronóstico, no debe olvidarse. Ningún administrador desea que se le recuerde que
su pronóstico fue terriblemente impreciso, pero la empresa necesita saber por qué la demanda real
(cualquiera que sea la variable que se examina) difiere de manera significativa de lo proyectado.

Señal de Control: Es una medida de qué

tan bien predicen los pronósticos los valores
reales. Conforme los pronósticos se
actualizan semanal, mensual o
: trimestralmente.
El Sesgo ocurre cuando: Se usan las
variables o la recta de tendencia
incorrectas, o si se
aplica de manera incorrecta un índice
estacional .
Suavizamiento Adaptable

El pronóstico adaptable se refiere al monitoreo por computadora de las señales de control y al ajuste automático cuando una señal
rebasa el límite preestablecido. Por ejemplo, cuando se aplica al suavizamiento exponencial, primero se seleccionan los
coeficientes α y β con base en valores que minimizan el error de pronóstico y después se ajustan de acuerdo con éstos cuando la
computadora capta una señal de control errática. Este proceso se llama suavizamiento adaptable.

Pronóstico Enfocado: Pronóstico que prueba una variedad de modelos computarizados y seleccionaelmejor para
una aplicación en particular este se basa en dos principios

No existe una técnica

Los modelos de pronóstico única que deba emplearse
sofisticados no siempre son para todos los productos o
mejores que los sencillos. servicios.
PRONÓSTICOS EN EL SECTOR SERVICIOS

Los pronósticos en el sector servicios presentan retos inusuales. Una técnica importante en el sector comercial es el
seguimiento de la demanda manteniendo buenos registros a corto plazo. “Pronósticos en el centro de servicio a clientes de
FedEx” proporciona un ejemplo de una industria importante ubicada en el sector servicios: El centro de atención telefónica.

Tiendas de especialidad al menudeo Restaurantes de comida rápida

DISNEY WORLD

https://youtu.be/qQLIWcJpchI
• Analizando el Caso Disney, logramos identificar que es uno de los imperios mejor planificados del
mundo, ya que manejan muy bien el tema de los pronósticos a nivel empresarial.

• Como dato importante, Robert Iger, es su director general actualmente, y es el encargado de la

administración de otros Disney alrededor del mundo; como lo son Hong Kong, Paris, Tokyo, Florida
y California.

• Las ganancias de la corporación están alrededor de los 32 mil millones anuales, y se encuentra en
el lugar N°54 de la lista Fortune 500, y la N°79 de la lista Global 500 del Financial Times.

• La predicciones de Disney World son diarias, semanales, mensuales y anuales, dependiendo de las
necesidades de cada departamento; como lo son mano de obra, operaciones y finanzas.

• Los miembros del equipo de pronósticos utilizan principalmente los modelos críticos,
econométricos, de promedios móviles y de análisis de regresión.

• Gracias a dichos pronósticos pueden saber que un 20% de los visitantes provienen del exterior de
los Estados Unidos.

• Disney emplea 35 analistas y 70 trabajadores de campo para encuestar a 1 millón de personas al

año.