PRONOSTICOS

Gerencia II

Ing. Armando Salinas Snchez

95

UNIDAD # 5
PRONOSTICOS
Una de las primeras funciones de la gerencia de produccin es el pronstico. Es decir, conocer cul
ser la probable demanda del o de los productos que manufactura una empresa, estableciendo su
techo o lmite mximo, arriba del cual la comercializacin es incierta. Un pronstico es un clculo de la
actividad futura. Puede ser una prediccin sobre la aceptacin de un nuevo producto, de los cambios
de la demanda u otras condiciones que influyan directamente en la planeacin de la produccin, el
valor de los pronsticos exactos es fcil de apreciar si se examina las decisiones que de ellos
dependen.
En la administracin de las operaciones se trata de predecir una amplia gama de sucesos futuros que
pudiesen, potencialmente, influir en el xito, a menudo el inters bsico es el poder predecir la
demanda del consumidor para nuestros productos o servicios.
Difcilmente puede ser sobrestimada la importancia del pronstico del mercado en la planeacin para el
futuro, tal pronstico proporciona una base para la planeacin del programa operativo de la empresa, el
programa de produccin, obtencin de material y de personal, las polticas de inventario y precios y la
planeacin financiera, se basan en alguna clase de datos proyectados de ventas

Definicin del Pronstico

Segn Adam-Ebert en su obra La Administracin de la produccin y las Operaciones define al
pronstico como: " El proceso de estimacin de un acontecimiento futuro proyectando hacia el
futuro datos del pasado. Los datos del pasado se combinan sistemticamente en forma
predeterminada para hacer una estimacin del futuro.
Otra definicin de pronstico es: El pronstico es un clculo estimativo de la demanda de un
producto o de varios productos, por un perodo de tiempo futuro . El pronstico tiene por
objeto determinar la probable demanda del o de los productos que fabrica la empresa.
Pronosticar es el arte y la ciencia de predecir los eventos del futuro, hasta la ltima dcada, los
pronsticos eran, en su mayora, un arte. Sin embargo, ahora tambin se ha convertido en una
ciencia.
Todo pronstico es, fundamentalmente una conjetura, pero por el empleo de ciertas tcnicas puede ser
algo ms que una simple conjetura, se puede decir, que todo pronstico es una conjetura ilustrada; la
verdad es que puede contener tan poco error como es humanamente posible. Los pronsticos precisos
son casi imposibles, y quien hace el pronstico debe reconocer que sus esfuerzos ofrecen slo
indicaciones, y la palabra final sobre las condiciones futuras; por ello se seala que los pronsticos no

PRONOSTICOS

Gerencia II

Ing. Armando Salinas Snchez

96

pueden ser exactos porque desde el punto de vista de la economa intervienen una serie de variables
(gusto, innovacin tecnolgica, densidad demogrfica, etc.), que determinan que sea imposible
pronosticar con certeza.

TIPOS DE PRONOSTICOS POR HORIZONTE DE TIEMPO

Los pronsticos pueden ser:

1.- Pronsticos a corto plazo

Este tiene un lapso de hasta un ao, pero es generalmente menos a tres meses. Se utiliza para planear
las compras, programacin de planta, niveles de fuerza laboral, asignaciones de trabajo y niveles de
produccin.

2.- Pronsticos a mediano plazo

Un pronstico de rango medio, o intermedio, generalmente con un lapso de tres meses a tres aos. Es
valioso en la planeacin de productos y presupuestos, planeacin de ventas, presupuestos de efectivo,
y el anlisis de varios planes de operacin.

3.- Pronsticos a largo plazo

Generalmente con lapsos de tres aos o ms, los pronsticos a largo plazo se utilizan para planear
nuevos productos, desembolsos de capital, localizacin de instalaciones o su expansin, y la
investigacin y el desarrollo.
Las organizaciones utilizan tres tipos principales de pronsticos al planear el futuro de sus operaciones,
estos son:
a) Pronsticos Econmicos
Marcan el ciclo del negocio al predecir las tasas de inflacin, oferta de dinero, y otros
indicadores de planeacin
b) Pronsticos tecnolgicos
Tienen que ver con tasas de progreso tecnolgico, que pueden dar por resultado el nacimiento
de productos novedosos que requieren nuevas plantas y equipos
c) Pronsticos de demanda
Son proyecciones de demanda para los productos o servicios de una empresa. Estos
pronsticos, tambin llamados de ventas, conducen la produccin de una empresa, la
capacidad, y los sistemas de programacin y sirven como insumos a la planeacin financiera,
de mercado y de personal.

USOS DE LOS PRONOSTICOS

En

las

organizaciones,

los

pronsticos

se

utilizan

para

tres

propsitos

importantes:

1.- Decidir si la demanda es suficiente para justificar la entrada al mercado. Si la demanda existe, pero
a un precio demasiado bajo para cubrir los costos en que incurrir la organizacin al generar el
producto, la empresa debe rechazar la oportunidad.

2.- Determinar las necesidades a largo plazo de la capacidad para el diseo de instalaciones. Una
proyeccin exacta de la demanda para varios aos a futuro le puede ahorrar a la organizacin grandes
gastos en el aumento o reduccin de la capacidad para satisfacer la demanda.
3.- Determinar las fluctuaciones a corto plazo ( de una semana a tres ) en la demanda para la
planeacin de la produccin, la programacin de la fuerza de trabajo, la planeacin de los materiales y
otras necesidades similares.

PRONOSTICOS

Gerencia II

Ing. Armando Salinas Snchez

97

METODOS PARA PRONOSTICAR

Los mtodos para pronosticar se pueden agrupar en tcnicas o mtodos cualitativos, que se usan
generalmente para pronsticos a largo plazo, usualmente estos ataen a la introduccin de nuevos
productos o servicios, o cambios a largo plazo en la naturaleza de los productos de la organizacin.
Para cumplir en desarrollar un pronstico apropiado, se debe estar familiarizado con las estadsticas
disponibles, saber analizar e interpretar medidas estadsticas y tener un conocimiento completo de los
aspectos internos y externos de sus operaciones.
Existe una cantidad grande de informacin a disposicin de quienes hacen los pronsticos. Datos
generales de consumo, produccin, estado econmico nacional, los ndices de precios, etc. , se ofrecen
en diferentes revistas, publicaciones, anuarios de determinadas industrias, y de las entidades privadas
y gubernamentales.
Dentro de las fuentes disponibles para formular pronsticos cualitativos se tienen lo siguiente:

Las Opiniones del Consumidor

El consumidor final puede ser interrogado. Sus opiniones son objetivas en comparacin con las
del productor, pero pueden cambiar de un da para otro. Lo que intenta o espera hacer y lo que
realmente hace, pueden ser dos cosas totalmente diferentes. El proceso relativamente caro para
definir las opiniones del consumidor puede reducirse diseando la encuesta a fin de que se
obtenga otra informacin til, tal como el efecto de las campaas de produccin Sus opiniones
son obtenidas por medio de cuestionarios y entrevistas. Este mtodo solicita la informacin de los
clientes o clientes potenciales acerca de sus planes futuros de compra y ayuda no solamente a
preparar el pronstico sino tambin a mejorar el diseo del producto y la planeacin de productos
nuevos.

Las encuestas del distribuidor

Las estimaciones sobre las ventas esperadas pueden solicitarse entre los vendedores al
menudeo y el personal de ventas de la empresa. Los comerciantes al menudeo pueden ser ms
objetivos que los agentes vendedores, pero no es probable que dediquen el tiempo necesario a
hacer sus estimaciones a conciencia. Ambas fuentes son muy convenientes para pronsticos a
corto plazo, de un ao o menos.
En su gran mayora las empresas se basan en los juicios de su personal de ventas, en el
departamento de ventas es donde se encuentra la accin; los vendedores y los directores de
ventas pueden sealar las tendencias de las compras y la actividad del competidor.

Las opiniones ejecutivas

Este mtodo toma la opinin de un pequeo grupo de administradores de alto nivel, a menudo
con combinacin con modelos estadsticos, y se obtiene una estimacin de grupo sobre la
demanda. El nivel ejecutivo director- supervisor se encuentra ms cercano a la poltica de la
empresa que la fuerza de ventas y, en forma correspondiente, se halla ms alejado del punto de
vista del consumidor. El pronstico ejecutivo de conjunto se emplea mucho, puede obtenerse
rpidamente y con poco costo; estas opiniones son extremadamente valiosas para interpretar los
datos sobre el mercado, pero no son un sustituto del anlisis cuantitativo de los mismos.

Pronsticos basados en pruebas de mercado

El desarrollo y la introduccin de un nuevo producto presentan problemas especiales. Si el nuevo
producto es un reemplazo o modificacin de una lnea existente, los datos y las opiniones aplicables al
producto anterior probablemente sern tiles en la anticipacin de la acogida a la nueva versin.
Cuando el producto es radicalmente diferente, deben obtenerse nuevos datos.

PRONOSTICOS

Gerencia II

Ing. Armando Salinas Snchez

98

Adems de los mtodos de pronsticos ya sealados, puede ser til exponer el nuevo producto a una
muy limitada prueba de mercado. Tal prueba toma las caractersticas de un experimento controlado, en
donde el rea del mercado y el mtodo de presentacin son cuidadosamente seleccionados e
inspeccionados. El precio para superar estas condiciones es a menudo enorme y, consecuentemente,
limita la extensin y el alcance de las pruebas de mercado.
Pronsticos basados en investigacin del mercado
Otro enfoque del pronstico sera un programa interno o un servicio externo de investigacin del
mercado. Este puede emplearse para nuevos productos o productos ya existentes para los cuales se
requieran datos mercantiles ms amplios. El propsito de la investigacin es identificar la naturaleza del
consumo del comprador. Despus de determinar cmo varan las ventas generales segn las
diferencias de ubicacin, ocupacin del comprador, precios, cantidad, calidad, ingreso del consumidor y
otros factores, esta informacin se relaciona con un producto especfico y se desarrolla un pronstico.
Las fuerzas econmicas identificadas en una investigacin de mercado son especialmente valiosas
cuando se combinan con otros mtodos de pronsticos.

METODO DELPHI
Es una tcnica cualitativa, es un proceso de grupo cuyo objetivo es un pronstico por consenso, a
menudo un pronstico de carcter tecnolgico. El proceso requiere de un grupo de expertos internos o
externos de la empresa para recabar opiniones por escrito sobre el punto sujeto a discusin.
Existen tres diferentes participantes en el proceso Delphi, los que toman la decisin, personal asesor y
encuestados. Los tomadores de decisin generalmente consisten en un grupo de cinco a 10 expertos
que harn el pronstico real. El personal asesor asiste a los que toman la decisin al preparar,
distribuir, recolectar y resumir una serie de cuestionarios y resultados de encuestas..Los encuestados
son un grupo de personas cuyos juicios son evaluados y vistos. Este grupo alimenta informacin a los
responsables de la toma de decisiones antes de que se haga pronsticos.
El procedimiento funciona de la manera siguiente:
1. Un pregunta, la situacin que requiere de un pronstico, se proporciona a cada experto por
escrito, expresada de una manera muy general. Cada uno de los expertos realiza una prediccin
breve.
2. El moderador, quien proporcionar la pregunta original, rene todas las opiniones, las pone en
trminos claros y las edita.
3. Los resmenes de los expertos proporcionan la base para un conjunto de preguntas que el
coordinador da a los expertos. Estas son respondidas.
4. Las respuestas por escrito son recopiladas por el coordinador, y el proceso se repite hasta que
el coordinador queda satisfecho con la prediccin general, que es una sntesis de la opinin de los
expertos.
El coordinador debe de tener el talento suficiente para sintetizar distintas y muy variadas opiniones y
elaborar un conjunto estructurado de preguntas y llegar al pronstico.

VISIN GENERAL DE MTODOS CUANTITATIVOS

Se tienen los modelos de series de tiempo que predicen sobre la base de una suposicin de que el
futuro es una funcin del pasado, ellos ven lo que ha pasado en un perodo de tiempo y usan una serie
de datos pasados para hacer los pronsticos. Comprende los mtodos de promedio simple, promedio
mviles, y proyeccin de tendencia.
Los modelos causales incorporan al modelo las variables o factores que pueden influenciar la cantidad
que se pronostica. Un mtodo es el causal de regresin lineal

PRONOSTICOS

Gerencia II

Ing. Armando Salinas Snchez

99

PRONOSTICOS DE SERIES DE TIEMPO

Una serie de tiempo se basa en una secuencia de datos separados de manera uniforme (semanal,
mensual, trimestral, y as sucesivamente). El pronstico en series de tiempo implica que los valores
futuros se predicen nicamente a partir de valores pasados, y que otras variables se ignoren, no
importa que tan potencialmente valiosas sea.; el anlisis de las series de tiempo propone fraccionar los
datos en componentes para proyectarlos hacia el futuro. Comprende:
1.- Tendencia (T) es el movimiento gradual, ascendente o descendente, de los datos a travs del
tiempo, est dado por los cambios en la poblacin, ingresos, tecnologa, etc. que influyen en la
tendencia.
2.- Estacionalidad (S) es el patrn de datos que se repite a s mismo despus de un perodo de
das, semanas, meses, o trimestres (de este ltimo surgi el trmino estacionalidad, las
estaciones de otoo, invierno, primavera y verano, se puede ver afectada por el clima, las
costumbres, etc.
3.- Ciclos (C) son patrones que ocurren en los datos cada varios aos, generalmente se
encuentran ligados al ciclo del negocio y son de importancia vital en el anlisis y planeacin de
negocios a corto plazo. Se puede ver afectado por interacciones de factores que influyen en la
economa, usualmente de 2-10 aos de duracin
4.- Variaciones al azar (R) , son seales en los datos causadas por oportunidades y situaciones
inusuales, no siguen un patrn perceptible. Son debidas a variaciones aleatorias o a situaciones
imprevistas: Huelga, problemas del clima, tornados, etc. Son de corta duracin y no se repiten

PROMEDIO SIMPLE
Muchos modelos emplean datos histricos para calcular un promedio de la demanda en el pasado.
Este promedio se usa entonces como pronsticos. Hay diversas formas de calcular un promedio.
Un promedio simple (PS) es un promedio de los datos del pasado en el cual las demandas de todos los
perodos anteriores tienen el mismo peso relativo. Se calcula de la manera siguiente:
PS = suma de demandas de todos los perodos anteriores
Nmero de perodos de demanda
PS = D1 + D2 . . . + D k
K
Donde:
D1 = demanda del perodo ms reciente
D2 = demanda que ocurri hace dos perodos
D k = demanda que ocurri hace k perodos.
Cuando se usa un promedio simple para crear un pronstico, las demandas de todos los perodos
anteriores tienen todas la misma influencia al determinar el promedio.
EJEMPLO
Una empresa elabora un producto y la demanda en los ltimos trimestres son:

PRONOSTICOS

Gerencia II

AO
1

Ing. Armando Salinas Snchez

T1
50 docenas

T2
60 docenas

100
T3
40 docenas

La demanda promedio es:

PS = D1

+ D2
3

* D3

PS = 50 + 60 + 40 = 50
3
Un pronsticos para los perodos futuros se puede apoyar en este promedio simple y podra ser de
50 docenas de este producto por trimestre.

PROMEDIO MVIL
Son tiles si se asume que las demandas del mercado sern ms o menos constantes durante un
determinado periodo de tiempo. Combina los datos de demanda de la mayor parte de los perodos
recientes, siendo su promedio el pronstico para el perodo siguiente. En este mtodo se supone
que la serie de tiempo tiene slo un componente de nivel y un componente aleatorio. No se
presupone la presencia de patrones de estacionalidad, tendencias ni componentes de los ciclos en
datos de la demanda.
Cuando se utiliza el promedio mvil se selecciona un nmero dado de perodos N para los
perodos N para los clculos. Despus se calcula la demanda promedio A t para los perodos N del
pasado al momento t de la manera siguiente:
A t = D1 + D2 + . . . + D t -N +1
N
Como se supone que la serie de tiempo es horizontal, el mejor pronstico para el perodo t + 1 4 es
simplemente una continuacin de la demanda promedio observada a lo largo del periodo t . De
esta manera se obtiene:
Ft+1 = At
EJEMPLO
El cuadro siguiente nos muestra la demanda de un producto durante los ltimos seis meses.
MES
Enero
Febrero
Marzo
Abril
Mayo
Junio

DEMANDA TOTAL
200
300
200
400
500
600

El gerente de produccin ha solicitado que se prepare un pronstico usando una promedio mvil de
seis periodos para pronosticar las ventas del mes de julio.

PRONOSTICOS

Gerencia II

Ing. Armando Salinas Snchez

PM = 200 + 300 + 200 + 400 + 500 + 600

6

101

= 367
Usando un promedio mvil de seis meses el pronstico para julio es de 367. Si se examinan los
datos nuevamente, es posible que un promedio de tres meses podra ser mejor que una de seis
meses. Si se toman en cuenta tres meses:
PM = 400 + 500 + 600
3
PM = 500
Si se hubiera utilizado un promedio mvil de un mes, las ventas del mes siguiente seran iguales a
la demanda real del ltimo mes y el pronstico para julio sera de 600. La recomendacin al
gerente de produccin es usar un promedio mvil de tres meses de 500 unidades para julio, pues
tal nmero parece ser ms representativo de la serie de tiempo que un promedio de 6 meses y se
basa en ms datos que en el caso de un promedio mvil de un mes.

MTODOS DE PRONOSTICO CAUSAL

estos modelos consideran algunas variables que estn relacionadas con la variable que se predice.
Una vez que estas variables relativas se han encontrado, se construye y utiliza un modelo
estadstico para pronosticar la variable de inters. E modelo de pronsticos causal cuantitativo ms
comn es el anlisis de regresin lineal.

ANLISIS DE REGRESIN
El anlisis de regresin es una tcnica de pronstico que establece una relacin entre variables.
Una variable se conoce y se usa para pronosticar el valor de una variable aleatoria desconocida.
De los datos anteriores se establece una relacin funcional entre las variables. Se considera en
este momento la situacin de regresin ms sencilla slo para dos variables y para una relacin
funcional lineal entre ellas.
En una grfica siempre que los puntos de los datos parezcan seguir una lnea recta, podemos
emplear el mtodo de mnimos cuadrados para determinar la recta de mejor ajuste. Esta recta es la
que ms se aproxima a pasar por todos los puntos. Otra manera de expresar lo mismo es que la
recta deseada minimiza las diferencias entre la recta y cada uno de los puntos. Esta ltima
explicacin da lugar al origen del nombre para el mtodo de mnimos cuadrados.
Por lo que dada la recta, esta es la buscada solo si la suma de las diferencias de las distancias
verticales de los valores reales y los valores de la recta elevadas al cuadrado es el mnimo. Otra
propiedad de la recta es que la suma de dichas distancias verticales es igual a cero.
En sntesis podemos sealar que el anlisis de regresin lineal se usa:
Para prever la lnea de tendencia lineal
Supone una relacin entre la variable de respuesta Y, y el perodo de tiempo, X, que es una
funcin lineal.
Y = a + bX
Se calcula mediante el mtodo de los mnimos cuadrados, es decir, minimiza la suma de
errores cuadrados y se describe en trminos de su interseccin y (la altura a la cual intercepta
el eje Y) y su pendiente (el ngulo de la lnea)
Una lnea recta est definida por la ecuacin siguiente:
Y =a + bx

PRONOSTICOS

Gerencia II

Ing. Armando Salinas Snchez

102

Para nuestro caso se tiene que:

Y = Es un valor pronosticado en un punto del tiempo x ( el tiempo es medido en incrementos, tales
como aos a partir del punto base). Variable dependiente
a = Es el valor de Y en el punto base, el cual debemos determinar, es la interseccin con el eje y
b = Es la pendiente de la recta de pronsticos, pendiente de la lnea de regresin
x = Variable independiente
Se emplean dos ecuaciones para determinar a y b . La primera se obtiene si se multiplica la
ecuacin de la recta por el coeficiente de a y despus se suman los trminos. Con el coeficiente de
a igual a 1 y N como el nmero de puntos, la ecuacin se convierte en:
Y = Na + b x
La segunda ecuacin se desarrolla en una forma semejante. El coeficiente de b es x . Despus de
multiplicar cada trmino por x y sumando todos los trminos, tenemos:
XY = a X

+ b X2

EJEMPLO
Se tiene una serie cronolgica de la produccin de cemento portland entre 1995 y 1998 inclusive,
determinar los coeficiente de la lnea de tendencia.
Ao
Toneladas
2000
2001
2002
2003
2004
2005
2006

2,012.000
2,334.000
2,434.000
2,325.000
2,613.000
2,870.000
2,900.000

Luego se determina el cuadro de valores, utilizando el siguiente formato.

Aos

2000
2001
2002
2003
2004
2005
2006

1
2
3
4
5
6
7
X = 28

Y
2,012.000
2,334.000
2,434.000
2,325.000
2,613.000
2,870.000
2,900.000
Y = 17,488.000

X2
1
4
9
16
25
36
49
X 2 =140

XY
2,012.000
4,668.000
7,302.000
9,300.000
13,065.000
17,220.000
20,300.000
XY = 73,867.000

PRONOSTICOS

Gerencia II

Ing. Armando Salinas Snchez

103

La cual da las ecuaciones normales

17,488.000 = 7 a + 28 b
73,867.000 = 28 a + 140 b
Estas ecuaciones se resuelven simultneamente para dar
a = 1,939,001
b = 139.821
Por lo tanto la ecuacin de ajuste o de la lnea de tendencia ser:
Y = 1,939,001 + 139.821 ( X)
El pronstico para el ao 8 se formular en base a esta ecuacin de ajuste o de tendencia.

ANLISIS DE CORRELACIN
Para determinar el grado de relacin entre dos variables, se debe calcular el coeficiente de
correlacin. Es necesario sealar que la correlacin no est limitada solo a este tipo de anlisis,
sino puede aplicarse para cualquier regresin lineal que relacione las variables.
Para determinar el coeficiente de correlacin se debe tener en cuenta que los puntos en un grfico
describen aproximadamente una recta, estos puntos estn cercanos o alejados de la recta segn
presente un alto o bajo coeficiente de correlacin. Esto nos indica que un anlisis de correlacin
examina el grado de relacin que existe entre las variables.
Por lo general es preferible hallar el coeficiente de correlacin antes de hallar la recta, para ello se
emplea la siguiente relacin:
n XY - ( X) ( Y)
r = ----------------------------------------------------- n X2 ( X) 2 n Y 2 ( Y) 2
El valor bajo el radical nunca puede ser mayor que 1 ni menor que 0. Sin embargo, debido a que el
radical tiene races positivas y negativas, el valor de r est entre +1 y 1. El signo ms o menos
indica solamente la direccin de la pendiente de la lnea de regresin. Cuando r es igual a 1, todos
los puntos caen sobre una lnea de regresin con pendiente positiva, cuando r esta entre +1 y 0, la
lnea de regresin an tiene una pendiente positiva, pero los puntos caen sobre cualquier lado de
la lnea, mientras ms se aproximen alrededor de la lnea, r se acerca ms a 1.
Se podra utilizar tambin el coeficiente de determinacin ( r 2 ) que se obtiene de la siguiente
relacin:
[ n XY - ( X) ( Y) ] 2
2
R = ---------------------------------------------------------[ n X 2 - (X) 2] [ n Y 2 ( Y) 2 ]
La siguiente tabla nos muestra la interpretacin que se realiza para diferentes valores de los
coeficientes de correlacin y de determinacin.+

PRONOSTICOS

Gerencia II

Ing. Armando Salinas Snchez

104

Valor de coeficiente de
Correlacin r

Interpretacin

valor de coeficiente de
determinacin r2

0.91
0.71
0.41
0.21
0.0

Correlacin muy alta

Correlacin alta
Correlacin moderada
Correlacin baja
Correlacin muy leve

0.83
0.50
0.17
0.4
0.00

1.0
0.9
0.7
0.4
0.2

- 1.0
- 0.22
- 0.49
- 0.16
- 0.04