PRCTICA CONTROL DE LA PRODUCCIN

2do. Semestre 2017

PRACTICA 3. PRONSTICOS (Segunda parte)

Series Estacionales y Modelos Combinados

A. SERIES ESTACIONALES (Cclicas)

INTRODUCCIN

Para efectos de proyeccin futura de la demanda, los trminos corto, mediano y largo plazo son relativos al
contexto en que se emplean. Sin embargo, en los pronsticos de ventas, corto plazo casi siempre se refiere a
perodos de tres a seis meses; mediano plazo a un perodo entre seis meses y un ao y largo plazo a un trmino
mayor de un ao.

En general, los modelos a corto plazo compensan la variacin aleatoria y se ajustan a los cambios a corto plazo
(como las respuestas del consumidor a un producto nuevo). Los pronsticos a mediano plazo son tiles para
efectos estacionales y los modelos a largo plazo detectan las tendencias generales y son muy tiles para
identificar los cambios ms importantes. En este tipo de series estacionales se clasifican las curvas que siguen
un comportamiento cclico en funcin del tiempo en el cual se asocia la estacionalidad de los datos que son
caractersticos de pocas muy puntuales en el transcurso de un perodo determinado, generalmente anual.

OBJETIVOS

GENERAL
Establecer la demanda pronosticada para curvas cclicas que siguen comportamientos
estacionales.

ESPECFICOS
Realizar un anlisis primario con la informacin histrica de ventas reales.
Determinar los pronsticos de evaluacin en funcin del anlisis primario.
Proyectar, con el mayor grado de confiabilidad, la demanda futura de ventas pronosticadas para
un perodo previamente establecido.

1
FUNDAMENTO CONCEPTUAL

SERIES ESTACIONALES (Curvas Cclicas)

Cuando un conjunto de datos sigue un comportamiento repetitivo peridicamente (curvas que contienen picos
y valles) se pueden definir como series de datos ordenados en forma cronolgica; estos estn formados por uno
o ms componentes de demanda: tendencia, factor estacional, comportamiento cclico. Los ciclos se pueden
componer por perodos de meses, trimestres, semestres, aos; en el caso de estos ltimos su particularidad es
que su comportamiento de demanda es similar para los mismos meses de distinto ao.

El factor que explica este comportamiento cclico se denomina ndice estacional, i el cual relaciona las
demandas de ventas reales a un nivel horizontal, ejemplo: demanda de los meses de enero de aos
consecutivos, en este caso particular las demandas de los meses de octubre y noviembre no interesan, ya que
la relacin es horizontal, no vertical. Tambin se les llaman estacionales ya que coinciden sucesos muy
particulares de origen cualitativo que hacen que la demanda se site en valores muy especficos.

INDICE ESTACIONAL (i): Factor de correccin necesario para series de datos estacionales, el cual indica el grado
de ajuste de la demanda a nivel horizontal.

FORMULACIONES PARA EL CALCULO DE PRONOSTICO DE EVALUACION Y DE RIESGO:

Pn = Vn * in donde: i = Xhor / Xver

Pn = Pronstico de Evaluacin o de Riesgo

Vn = Ventas reales para el n-simo mes del ltimo perodo completo
in = ndice estacional para el n-simo mes
Xhor = promedio de ventas horizontal
Xver = promedio de ventas vertical

Por lo general, se relaciona estacional con un perodo del ao caracterizado por alguna actividad en particular.
Se usa la palabra cclico para indicar que se trata de perodos anuales recurrentes de actividad repetitiva.

PROCEDIMIENTO DE SOLUCIN (Series estacionales)

2
 HERRAMIENTAS A
PASOS DESCRIPCIN
UTILIZAR
Tabular y graficar la informacin histrica, es condicin Hoja milimetrada, regla,
PASO 1 indispensable tomar en cuenta al menos tres perodos lpiz, borrador
completos de ventas reales (36 datos) Hoja de Microsoft Excel

Establecer el Anlisis Primario observando la tendencia de las

PASO 2 Lapicero, papel
ventas reales

Matrices
Realizar el Anlisis Secundario estableciendo los Pronsticos de
PASO 3 Lpiz, borrador, hojas,
Evaluacin (elegir perodos completos de informacin histrica)
calculadora
Calcular los promedios horizontales (Xhor) y el promedio
Lpiz, borrador, hojas,
PASO 4 vertical (Xver). Para los pronsticos de evaluacin se
calculadora
seleccionan dos perodos completos (24 datos)
Tabla o matriz
Xhor = es el promedio de ventas de los meses relacionados a
PASO 5 Lpiz, borrador, hojas,
nivel horizontal, ej.: eneros, junios, diciembres, etc.
calculadora
Tabla o matriz
Xver = promedio de la totalidad de ventas reales de los perodos
PASO 6 Lpiz, borrador, hojas,
completos a evaluar
calculadora

Lpiz, borrador, hojas,

PASO 7 Calcular el ndice estacional: i = Xhor / Xver
calculadora

Matrices
Se elige un ciclaje = 4 que corresponde a los ltimos meses del
PASO 8 Lpiz, borrador, hojas,
ltimo perodo completo de evaluacin
calculadora
Se calculan los pronsticos de evaluacin, multiplicando las
PASO 9 ventas reales del ciclaje elegido por el ndice estacional Lpiz, hojas, calculadora
asociado a nivel horizontal
Con los pronsticos de evaluacin se determina el error Matrices
PASO 10 acumulado incurrido siguiendo la misma mecnica de los Lpiz, borrador, hojas,
anteriores mtodos cuantitativos calculadora
Se calcula el Pronstico de Riesgo repitiendo el procedimiento Matrices
PASO 11 del PASO 4 al PASO 9, con la diferencia que ahora se toma en Lpiz, borrador, hojas,
cuenta la totalidad de datos de los perodos completos calculadora

ANLISIS Y RESOLUCIN DEL CASO PRCTICO

3
DESCRIPCIN DEL CASO (Series Estacionales)

Una empresa comercializadora de insumos y accesorios para materiales de oficina se encuentra evaluando la
posibilidad de ejecutar algunos planes de expansin. En la actualidad, atiende mercados segmentados en la
regin central y perimetral alrededor del departamento de Guatemala.

La Gerencia General est evaluando la asignacin de recursos financieros para el reclutamiento, seleccin y
capacitacin de personal de ventas que atienda mercados potenciales ubicados en el norte y oriente de la
Repblica de Guatemala.

Previamente a tomar la decisin de inversin en estas regiones potenciales, la Gerencia General solicita al
Gerente de Produccin que le proporcione un informe con las proyecciones de demanda estimadas, utilizando
modelos matemticos cuantitativos de pronsticos, tomando en cuenta los reportes de ventas que el
Departamento de Mercadotecnia proporciona a la alta direccin.

Las ventas histricas de tres perodos anteriores se detallan a continuacin:

MES Perodo 1 Perodo 2 Perodo 3

Enero 758 745 762
Febrero 716 763 747
Marzo 690 760 722
Abril 665 726 695
Mayo 632 693 670
Junio 602 662 639
Julio 558 629 642
Agosto 560 655 680
Septiembre 598 688 705
Octubre 640 710 730
Noviembre 672 742 752
Diciembre 710 756 761

a) Graficar y tabular la informacin proporcionada y realizar un Anlisis Primario.

b) Determinar los Pronsticos de Evaluacin (Anlisis Secundario)
c) Estimar la proyeccin futura de ventas para el primer semestre del perodo 4.

SOLUCIN DEL CASO PRCTICO:

4
 a. TABULACIN DE DATOS

Ventas para los primeros 36 meses

900

800

700

600

500
Ventas

400

300

200

100

0
0 5 10 15 20 25 30 35 40
Mes

b. ANLISIS PRIMARIO: El comportamiento que muestra la cura es del tipo Cclico, con picos y valles a largo
de su trayectoria, manteniendo similares demanda de ventas para meses en comn de distinto ao; por
tanto, este conjunto de ventas se puede clasificar como una Serie de Estacionalidad (cclica).

c. ANLISIS SECUNDARIO:
Se obtienen los valores de Xhor, Xver e ndice estacional y se colocan en una tabla junto a los valores de
ventas reales. Para encontrar el pronstico de evaluacin del perodo congelado de ventas (meses 33,
34, 35 y 36) se toman en cuenta dos perodos completos de datos, es decir, los meses que van desde 1
hasta 24:

MES Ventas 1 Ventas 2 Ventas 3 Xhor (24) Xhor (36) i (24) i (36)
Enero 758 745 762 751.5 755 1.1 1.09
Febrero 716 763 747 739.5 742 1.09 1.08
Marzo 690 760 722 725 724 1.07 1.05
Abril 665 726 695 695.5 695.33 1.02 1.01
Mayo 632 693 670 662.5 665 0.97 0.96
Junio 602 662 639 632 634.33 0.93 0.92
Julio 558 629 642 593.5 609.67 0.87 0.88
Agosto 560 655 680 607.5 631.67 0.89 0.92
Septiembre 598 688 705 643 663.67 0.95 0.96
Octubre 640 710 730 675 693.33 0.99 1.01
Noviembre 672 742 752 707 722 1.04 1.05
Diciembre 710 756 761 733 742.33 1.08 1.08
Xver (24)=680.42

Los pronsticos de evaluacin para los meses 33, 34, 35 y 36 se valan con el perodo congelado de ventas del
ltimo perodo completo, es decir que corresponde a los meses 21, 22, 23 y 24:
5
 P33 = 688 * 0.95 = 654
P34 = 710 * 0.99 = 703
P35 = 742 * 1.04 = 772
P36 = 756 * 1.08 = 817

MES VENTAS PROYECCION ERROR E

33 705 654 51 51
34 730 703 27 78
35 752 772 -20 98
36 761 817 -56 154

d. PRONSTICO DE RIESGO
Para estimar la Previsin futura, se trabajan los tres perodos completos de ventas (36 meses),
encontrando nuevos valores de Xhor, Xver e ndice estacional para la totalidad de datos de los tres
perodos. Se obtiene el producto de las ventas reales del ltimo perodo conocido de ventas y se
multiplica por su ndice estacional asociado a nivel horizontal. Los ndices estacionales utilizados son los
calculados para 36 datos:

MES CALCULO PRONOSTICO

37 762 * 1.09 831
38 747 * 1.08 807
39 722 * 1.05 759
40 695 * 1.01 702
41 670 * 0.96 644
42 639 * 0.92 588

6
 REPORTE 3.1
(Entrega 12/8/17)

La empresa litogrfica de textos didcticos MIGUEL ANGEL ASTURIAS ha implementado desde hace tres aos
un nuevo programa de logstica para la entrega del producto que fabrica. La demanda de textos se ha
caracterizado por tener rdenes de pedido altos en temporada de ciclo escolar, contrastando con una demanda
baja de libros durante el descanso vacacional durante el mismo perodo anual.

La compaa est analizando la posibilidad de invertir en su lnea de produccin nmero dos de las tres con que
cuenta en la actualidad para la impresin de libros de texto. Si decide invertir recursos en su lnea de produccin,
tendr que capacitar a un grupo de operarios para que manejen una maquinaria nueva, siempre y cuando la
demanda prevista para el primer semestre del ao 2017 justifique la inversin del nuevo equipo.

Miguel ngel Asturias desea conocer con el mejor grado de confiabilidad posible cual ser la proyeccin
estimada de distribucin de libros de texto para el perodo de enero a junio de 2017, de tal forma que planifique
las operaciones de produccin y efecte un Anlisis Econmico Financiero sobre la viabilidad de modernizar la
lnea de produccin nmero dos, ya que el proyecto requiere un desembolso de capital muy fuerte (compra de
maquinaria, adquisicin de insumos litogrficos, capacitacin de personal, entre otros).
Utilizar el Mtodo Cuantitativo que mejor describa el conjunto de ventas histricas correspondientes a los tres
ltimos perodos anuales proporcionado por la empresa litogrfica para establecer el Pronstico de Riesgo y
recomendar a la Gerencia General acerca de la implementacin del nuevo proyecto.

MES VENTAS (2014) VENTAS (2015) VENTAS (2016)

ENERO 550 515 527
FEBRERO 530 520 520
MARZO 510 528 510
ABRIL 498 540 495
MAYO 492 552 483
JUNIO 485 560 474
JULIO 480 575 469
AGOSTO 465 578 465
SEPTIEMBRE 465 570 468
OCTUBRE 475 558 476
NOVIEMBRE 492 540 489
DICIEMBRE 505 535 497

7
Determinar:

1. Grfico de Ventas contra Tiempo para los tres perodos completos.

2. Efectuar el Anlisis Primario y el Anlisis Secundario del conjunto de ventas reales proporcionadas por la
empresa.
3. Establecer el Pronstico de Riesgo del primer semestre del ao 2017.
4. Evaluar y discutir, en equipos de trabajo, los resultados obtenidos y recomendar a la empresa Miguel ngel
Asturias sobre la toma de decisiones en su lnea de produccin:

i. Qu opciones sugiere para mantener ocupadas las lneas de produccin en los intervalos de tiempo en
que la demanda de material didctico es baja?
ii. Qu factores cualitativos considera importantes tomar en cuenta para que el Departamento de Ventas
estime una proyeccin futura en funcin de las cualidades y percepciones de la cartera de clientes?

8
 B. FAMILIAS COMBINADAS

INTRODUCCIN

Existen empresas en las que la demanda de sus productos o servicios sigue un patrn repetitivo (cclico) y a la
vez tienden a crecer o decrecer en funcin del tiempo (comportamiento ascendente o descendente). Cuando
se tiene un conjunto de datos que al graficarlos sigue una tendencia de este tipo se clasifica como Familia
Combinada.

Su nombre, precisamente, se origina debido al hecho de que se componen de la combinacin de dos tipos de
familias vistos con anterioridad (Familias Cclica y Correlacin). A este tipo de familia pertenecen todas aquellas
empresas que constantemente estn innovando sus productos, proveyndolos de caractersticas muy
particulares, que cumplen con satisfacer una necesidad a corto plazo, de tal forma que la muerte del producto
llega muy pronto; pero para entonces, el departamento de mercadeo ya tiene el producto sustituto, con las
innovaciones apropiadas listo para continuar satisfaciendo la necesidad identificada. La Familia Combinada
utiliza el concepto de Series Estacionales debido a su comportamiento cclico, asimismo utiliza las ecuaciones
de Regresin Lineal (Correlacin) porque los perodos cclicos (como conjunto) tienden a crecer o decrecer, y
por lo tanto, tienen asociada una pendiente.

OBJETIVOS

GENERAL
Establecer el procedimiento para proyectar las ventas en el caso especial que los datos histricos
muestren un comportamiento combinado (cclico-correlacin).
ESPECFICOS
Identificar la tendencia que sigue una curva que se identifica dentro de las Familias Combinadas.
Realizar un Anlisis Secundario con la informacin histrica.
Determinar, con el mayor grado de confiabilidad, el Pronstico de Riesgo de un conjunto de datos
clasificados como familia combinada.

FUNDAMENTO CONCEPTUAL

FAMILIAS COMBINADAS: Son Familias de Curvas que tienen cierta periodicidad en el tiempo pero tambin
poseen una actitud creciente o decreciente. Para trabajar este tipo de familias se utiliza la mecnica de las
Familias Cclicas combinando los mtodos de Familias de Regresin (debido a su actitud creciente y/o
decreciente). Para analizar estos dos tipos de Familias, se hace uso de los ndices Estacionales.

9
En este tipo de Familias se identifican todos aquellos productos que son dirigidos a segmentos de mercado con
necesidades muy prcticas a corto plazo, de tal forma que su ciclo de vida es relativamente corto innovndose
con mucha frecuencia. En el momento en que empiezan a caer las ventas, la empresa lanza al mercado otro
producto con innovaciones muy originales que va a sustituir el mercado del anterior, su caracterstica es que al
principio se tiene una gran demanda pero no pasa mucho tiempo para que empiece la etapa de descenso en las
ventas. Ejemplo de estos productos, tenemos entre otros: Distribuidoras de productos al detalle, algunas
empresas de motocicletas y bicicletas con diseo muy especial, productos que tienen un leve ascenso en sus
ventas producto de rebajas y promociones especiales pero a la larga su curva de ventas va en descenso, ropa
de temporada diseada para un perodo especfico y en general, para todo tipo de producto o servicio que se
ve afectado por causas externas fuera del alcance de nuestras manos; estos productos siguen un
comportamiento hasta cierto punto errtico, es decir, no se pueden clasificar en ninguna de las tres familias
anteriores y se recurre a este mtodo para su resolucin.

ndices Estacionales (i): Son factores de correccin necesarios para series de datos temporales, el cual indica el
grado de ajuste de las demandas a nivel horizontal. Ya sea que se trabaje Familias Cclicas o Combinadas, es
necesario establecer los ndices para ambos casos.

FORMULACIONES PARA ESTABLECER PRONOSTICOS DE EVALUACION Y DE RIESGO

Vnuevas = Vorig bt

Dnde: Vorig = demanda real original

b = pendiente de la Ec. de Regresin con mejor
Coeficiente de correlacin
t = perodo de tiempo (en meses)

Pn = Xorig * i + bt

Dnde: Pn = Pronstico de Evaluacin y/o Riesgo

Xorig = promedio demanda real original
i = ndice estacional
b = pendiente de la Ec. de Regresin con mejor
Coeficiente de Correlacin
t = perodo de tiempo (en meses)

10
PROCEDIMIENTO DE SOLUCIN (Familias Combinadas)

HERRAMIENTAS A
PASOS DESCRIPCIN
UTILIZAR
Tabular y graficar la informacin histrica, es condicin Hoja milimetrada, regla,
PASO 1 indispensable tomar en cuenta al menos tres perodos lpiz, borrador
completos de ventas reales (36 datos) Hoja de Microsoft Excel
Establecer el Anlisis Primario observando la tendencia de las
PASO 2 Lapicero, papel
ventas reales
Matrices
Realizar el Anlisis Secundario estableciendo los Pronsticos de
PASO 3 Lpiz, borrador, hojas,
Evaluacin (elegir perodos completos de informacin histrica)
calculadora
Se evalan las ecuaciones normales de Correlacin (para 24 Calculadora cientfica,
PASO 4 datos) encontrando la pendiente b de la ecuacin asociada ecuaciones de Regresin
con el mejor coeficiente de correlacin r (el ms cercano a 1) Lineal (4 en total)
Con el valor de b elegido, encontrar un nuevo conjunto de
Matrices, lpiz, borrador,
PASO 5 datos llamado Ventas Nuevas, utilizando la formulacin
regla, calculadora
establecida en la parte de arriba (24 datos)
El resultado es un nuevo conjunto de datos que sigue un
*** comportamiento netamente cclico (estacional) y por tanto se
trabaja como tal
Calcular los promedios horizontales (Xhor) y el promedio Lpiz, borrador, hojas,
PASO 6
vertical (Xver) para los 24 datos de Ventas Nuevas calculadora
Lpiz, borrador, hojas,
PASO 7 Calcular el ndice estacional: i = Xhor / Xver
calculadora
Lpiz, borrador, hojas,
PASO 8 Se calcula Xorig con 24 datos de ventas originales
calculadora
Se encuentran los pronsticos de evaluacin correspondientes
PASO 9 evaluando la formulacin destinada para ello: Lpiz, hojas, calculadora
Pn = Xorig * i + bt
Con los pronsticos de evaluacin se determina el error Matrices
PASO 10 acumulado incurrido siguiendo la misma mecnica de los Lpiz, borrador, hojas,
anteriores mtodos cuantitativos calculadora
Evaluar los 24 datos originales (dos perodos completos) como Ecuaciones de Regresin
PASO 11 una Serie de Correlacin, es decir, encontrar los errores Lineal, calculadora
acumulados para las 4 ecuaciones de Regresin Lineal cientfica
Se comparan los cinco errores acumulados obtenidos para
PASO 12 Lapicero, hojas
determinar con cul de ellos se proyectar la demanda futura
Se encuentran nuevos valores de b, Vnuevas, i, Xorig para la Calculadora cientfica,
PASO 13 totalidad de las ventas reales utilizando el mtodo cuantitativo ecuaciones de Regresin
que aport el menor error acumulado Lineal, lpiz, borrador
Se calcula el Pronstico de Riesgo para el perodo solicitado con Matrices
PASO 14 la informacin obtenida en el PASO 13, valuando la formulacin Lpiz, borrador, hojas,
de Pn = Xorig * i + bt (Pn = 37, 38, 39.) calculadora
11
 ANLISIS Y RESOLUCIN DEL CASO PRCTICO

DESCRIPCIN DEL CASO (Familias Combinadas)

Una cadena de tiendas mayorista que se dedica al diseo, produccin y comercializacin de productos masivos
dirigidos a segmentos de mercado de hogar, entretenimiento y utilitarios, se encuentra en plena fase de
expansin, tratando de cubrir regiones que han quedado marginadas debido a una deficiente difusin y
mercadeo de los productos que produce y comercializa.

El Departamento de Ingeniera necesita retroalimentar informacin acerca de las necesidades del mercado
consumidor que le sea til en los planes de diseo de productos. La compaa est evaluando la posibilidad de
incursionar en el rea regional centroamericana pero cuenta con el inconveniente que en esa rea ya existen
dos empresas ms que estn posicionadas en la mente del consumidor.

Segn estimaciones de mercadeo, la participacin rondara el 33% de la poblacin total de consumidores. Para
tratar de capturar ms segmentos de mercado, est pensando en utilizar la mayor cantidad de medios de
comunicacin posibles (internet, radio, televisin, medios escritos) que le garanticen un mnimo de facturacin
por ventas que le permitan apegarse a una estrategia corporativa de crecimiento a mediano plazo.

Partiendo de la informacin de mercadeo, el Director General le solicita que le estime una proyeccin estimada
de las ventas futuras en la regin centroamericana, analizando las ventas histricas de los tres ltimos perodos
en la regin que actualmente es lder en la comercializacin de su variedad de productos.

Las ventas reales de estos tres ltimos perodos se muestran a continuacin:

MES PERIODO 1 PERIODO 2 PERIODO 3

ENERO 350 465 698
FEBRERO 365 493 670
MARZO 380 518 635
ABRIL 415 536 640
MAYO 442 568 670
JUNIO 460 595 693
JULIO 485 620 718
AGOSTO 510 642 740
SEPTIEMBRE 505 665 772
OCTUBRE 483 694 788
NOVIEMBRE 462 725 812
DICIEMBRE 454 720 830

12
Establecer:
a) Grfico de ventas con tiempo y efectuar el Anlisis Primario.
b) Anlisis Secundario (utilizar las frmulas de Regresin en las calculadoras)
c) Calcular el Pronstico de Riesgo para el primer semestre del perodo 4.
SOLUCIN DEL CASO PRCTICO (Familias Combinadas):

PASO 1. Tabulacin de Datos: Como primer paso procedemos a tabular el juego de datos que nos proporcionan
para establecer cul es el comportamiento que sigue la curva resultante.

GRAFICO DE VENTAS REALES

Ventas de los ltimos tres perodos

900

800

700

600

500
Ventas

400

300

200

100

0
0 5 10 15 20 25 30 35 40
Mes

PASO 2. Anlisis Primario:

Luego de graficar el conjunto de ventas reales conocidas, concluimos que pertenece al grupo de Familias
Combinadas, ya que tiene asociado un comportamiento cclico que va creciendo conforme avanza el tiempo, es
decir, estn presentes dos tipos de anlisis (Cclico y Correlacin); por tanto se procede a efectuar el anlisis
comparativo para establecer cul es la diferencia entre la demanda real y el pronstico de evaluacin (error
acumulado).

PASO 3. Anlisis Secundario (Pronstico de Evaluacin):

Una Familia Combinada se compone de la mezcla de Familias Cclica y Regresin, por lo tanto, se trabajan
perodos completos de ventas conocidas, en este caso dos perodos completos (24 meses). El
procedimiento consiste en evaluar primeramente los dos perodos iniciales como Familia de Regresin,
es decir, encontramos los valores de a, b & r para cada ecuacin estadstica de correlacin (lineal,
logartmica, exponencial y potencial). La ecuacin que arroje el mejor coeficiente de correlacin (r), el

13
 ms cercano a uno, proveer el valor de b (pendiente), el cual se utilizar para hacer los clculos de las
Ventas Nuevas con la frmula:

Vnuevas = Vorig - bt donde: b = pendiente

t = perodo de tiempo desde 1 a 24 meses

Los resultados obtenidos al ingresar las ventas de los primeros dos perodos completos para encontrar el valor
de la pendiente (b) son los siguientes (valores obtenidos en Software de Pronsticos):

ECUACION LINEAL y = 340.42 + 14.61x r = 0.9466

ECUACION LOGARITMICA y = 266.47 + 112.38 Ln x r = 0.8554
ECUACION EXPONENCIAL y = 361.53 (1.028)x r = 0.9510
ECUACION POTENCIAL y = 307.29 x(0.2239) r = 0.8968

OBSERVACIN: La Ecuacin Exponencial es Y=A*ebx En la ecuacin superior el valor 1.028 es el resultado del
factor exponencial por el valor b.

La Ecuacin de Regresin forma Exponencial es la que mejor se ajusta al conjunto de datos, ya que su coeficiente
r = 0.9510 es el ms cercano a uno, por tanto, para el clculo de Vnuevas se usa b = 1.028 :

Como estamos todava dentro de la parte del procedimiento, se toman en cuenta dos decimales para los clculos
de Vnuevas:

Vnuevas1 = 350 1.028 (1) = 348.97

Vnuevas2 = 365 1.028 (2) = 362.94 Vnuevas24 = 720 1.028 (24) = 694.33

Con los datos de Vnuevas, se trabaja ahora la curva como Familia Cclica calculando Xhor & Xver, para luego
hallar los respectivos ndices estacionales (desde 1 hasta 12):

Xhor1 = (348.97 + 451.64)/2 = 400.31

Xhor2 = (362.94 + 478.61)/2 = 420.78 Xhor12 = (441.66 + 694.33)/2 = 567.99

Xver(24) = (348.97 + 362.94 + + 694.33) / 24 = 510.09

i1 = 400.31 / 510.09 = 0.78

i2 = 420.78 / 510.09 = 0.82 . i12 = 567.99 / 510.09 = 1.11

La tabla con todos los datos tabulados se muestra a continuacin:

14
 VENTAS VENTAS VENTAS Vnuevas Vnuevas Xhor ndice
MES Perodo 1 Perodo 2 Perodo 3 Per 1 Per 2 (24 datos) Est.
ENERO 350 465 698 348.97 451.64 400.31 0.78
FEB 365 493 670 362.94 478.61 420.78 0.82
MARZO 380 518 635 376.92 502.58 439.75 0.86
ABRIL 415 536 640 410.89 519.55 465.22 0.91
MAYO 442 568 670 436.86 550.52 493.69 0.97
JUNIO 460 595 693 453.83 576.50 515.17 1.01
JULIO 485 620 718 477.80 600.47 539.14 1.06
AGO 510 642 740 501.78 621.44 561.61 1.10
SEPT 505 665 772 495.75 643.41 569.58 1.12
OCT 483 694 788 472.17 671.38 571.78 1.12
NOV 462 725 812 450.69 701.36 576.03 1.13
DIC 454 720 830 441.66 694.33 567.99 1.11

Como siguiente paso se procede a calcular los Pronsticos de Evaluacin para los meses 33, 34, 35 y 36 usando
la frmula:

Pn = Xorig * i + bt donde: Xorig = prom ventas reales originales

Xorig(24) = (350 + 365 + 380 + .. + 725 + 720) / 24 = 523

P33 = 523 * 1.12 + (1.028) (33) = 620

P34 = 523 * 1.12 + (1.028) (34) = 621
P35 = 523 * 1.13 + (1.028) (35) = 627
P36 = 523 * 1.11 + (1.028) (36) = 618

MES VENTAS PROYECCION ERROR ERROR ACUM

33 772 620 152 152
34 788 621 167 319
35 812 627 185 504
36 830 618 212 716

OBSERVACIN: Previo a realizar el Pronstico de Riesgo como familia combinada, se trabajan los Pronsticos
de Evaluacin como Serie de Correlacin (valuando las 4 ecuaciones de Regresin Lineal, siempre tomando 24
datos) y los errores acumulados encontrados se comparan con el error acumulado hallado en la parte de arriba;
con el mtodo cuantitativo que tiene el menor error (5 en total) se establece el Pronstico de Riesgo.

PASO 4. Pronstico de Riesgo:

Para conocer la proyeccin futura (como Familia Combinada) procedemos a calcular un nuevo valor de b
(pendiente), Vnuevas, Xhor, Xver, i & Xorig tomando en cuenta la totalidad de los datos (36). Siguiendo el mismo
procedimiento anterior, los valores encontrados son los siguientes:

15
 Ecuacin de Regresin (forma Lineal) *y = 361.65 + 12.31x (b = 12.31)
*Al tomar en cuenta 36 datos, el nuevo valor de la pendiente corresponde a la Ec.
De Regresin forma Lineal.

El valor de b se ingresa en la frmula Vnuevas (para 36 datos) y los resultados se resumen en la siguiente tabla
(se incluyen Xhor e ndice estacional):
Xvert(36) = 361.65 (para 36 datos)

VENTAS VENTAS VENTAS Vnuevas Vnuevas Vnuevas Xhor ndice

MES
Perodo 1 Perodo 2 Perodo 3 Per 1 Per 2 Per 3 (36 datos) (i)
ENERO 350 465 698 337.69 304.97 390.25 344.30 0.95
FEB 365 493 670 340.38 320.66 349.94 336.99 0.93
MARZO 380 518 635 343.07 333.35 302.63 326.35 0.90
ABRIL 415 536 640 365.76 339.04 295.32 333.37 0.92
MAYO 442 568 670 380.45 358.73 313.01 350.73 0.97
JUNIO 460 595 693 386.14 373.42 323.70 361.09 1.00
JULIO 485 620 718 398.83 386.11 336.39 373.78 1.03
AGO 510 642 740 411.52 395.80 346.08 384.47 1.06
SEPT 505 665 772 394.21 406.49 365.77 388.82 1.08
OCT 483 694 788 359.90 423.18 369.46 384.18 1.06
NOV 462 725 812 326.59 441.87 381.15 383.20 1.06
DIC 454 720 830 306.28 424.56 386.84 372.56 1.03

El Pronstico de Riesgo para el perodo 4 se define con la siguiente formulacin:

Xorig (36) = (350 + 365 +. + 830) / 36 = 589.39 (para 36 datos)

Penero = 589.39*0.95 + 12.31(37) = 1016

Pfeb = 589.39*0.93 + 12.31(38) = 1016
Pmarzo = 589.39*0.90 + 12.31(39) = 1011
Pabril = 589.39*0.92 + 12.31(40) = 1035
Pmayo = 589.39*0.97 + 12.31(41) = 1077
Pjunio = 589.39*1.00 + 12.31(42) = 1107
PROYECCION
MES
(perodo cuatro)
Enero 1016
Febrero 1016
Marzo 1011
Abril 1035
Mayo 1077
Junio 1107
16
CONCLUSIONES

Las empresas que comercializan productos de temporada (estacionales) tienen la particularidad que sus
picos mximos de ventas se encuentran en perodos determinados por aspectos cualitativos de
demanda; tienen asociado un ndice estacional que indica el grado en que las ventas sufrirn un
incremento o decremento en relacin a la ltima venta real a nivel horizontal.

Los productos que se identifican como estacionales se pueden mencionar, entre otros: venta de tiles
escolares, paraguas o sombrillas, artculos navideos, anillos de graduacin, determinados tipos de
bebidas, etc.

Los productos que siguen comportamientos errticos, es decir, su tendencia es el resultado de una
combinacin de varios mtodos cuantitativos, como ocurre en la mayora de las situaciones reales de las
organizaciones, se identifican como familias combinadas y su prediccin de ventas sigue una
metodologa de anlisis muy particular.

En la actualidad, la distintas combinaciones entre distintos tipos de familias de pronsticos son las
siguientes: ESTABLE-CORRELACIN, cuando el valor de la pendiente es muy pequeo; ESTABLE-CICLICA,
cuando la onda de la curva cclica es muy alisada y CORRELACIN-COMBINADA, cuando la tendencia
sigue comportamientos cclicos mezclados con actitud ascendente o descendente.

BIBLIOGRAFIA
TORRES, Sergio: CONTROL DE LA PRODUCCION Editorial Palacios. Ao 2008. Guatemala, C. A.

CHASE, Richard, JACOBS, Robert & AQUILANO, Nicholas: ADMINISTRACION DE OPERACIONES. Produccin
y Cadena de Suministros. Editorial McGraw-Hill. Duodcima Edicin. Ao 2009.

HEIZER, Jay & RENDER, Barry: DIRECCION DE LA PRODUCCION. Decisiones Tcticas. Editorial Prentice-Hall.
Sexta Edicin. Impreso en Espaa. Ao 2001.

17
 HOJA DE TRABAJO 2
(Para entregar al final de la prctica)

Con la informacin que se le proporciona a continuacin, establecer un Pronstico de Riesgo para el primer
cuatrimestre del perodo 4, utilizando la metodologa que considere conveniente:

MES PERIODO 1 PERIODO 2 PERIODO 3

ENERO 200 285 430
FEBRERO 220 300 445
MARZO 240 310 415
ABRIL 200 330 425
MAYO 210 340 450
JUNIO 230 350 475
JULIO 250 310 500
AGOSTO 260 325 490
SEPTIEMBRE 275 340 475
OCTUBRE 270 360 460
NOVIEMBRE 260 385 485
DICIEMBRE 280 410 520

18
 REPORTE 2.2
(Entrega 12/8/17)

HomeMarket es una filial de un consorcio europeo que se ha establecido en el rea metropolitana del
Departamento de Guatemala desde hace cinco aos. Sus actividades comerciales giran en torno a la distribucin
de toda clase de productos para el hogar, entretenimiento y alimentos enlatados de primera necesidad; su
poltica de venta es al mayoreo y menudeo y estas se han visto incrementadas paulatinamente. Se han tenido
ciertos perodos de ventas los cuales han cado moderadamente, la razn de la baja demanda se ha debido a
factores externos cualitativos fuera del alcance de las manos de la Gerencia de HomeMarket.

El local que ocupa sus instalaciones fsicas ya no se est dando abasto para almacenar todos los productos que
distribuye, es ms, estn subarrendando un local para colocar el producto terminado, debido a que sus bodegas
son insuficientes para almacenarlo; esta situacin ha elevado los costos fijos de HomeMarket, ya que se
incrementa el costo por traslado de los productos entre una y otra bodega representando a la vez una prdida
considerable de tiempo para efectuar tales movimientos.

Esta empresa de ventas por catlogo tiene altas expectativas con respecto a las ventas esperadas para el ao
2015, razn por la cual est evaluando la posibilidad de adquirir una bodega ms grande que le representar un
incremento en su costo fijo por concepto de arrendamiento del 10%. Tiene el ofrecimiento por parte de sus
proveedores que la capacidad de despacho de materia prima y accesorios puede ser duplicada, en caso sea
necesario. Paralelamente a esta situacin, el Departamento de Ventas est realizando un Estudio de Mercado
para conocer el nivel de aceptacin de la variedad de productos que ofrece y en qu medida satisfacen las
necesidades existentes en su mercado consumidor.
Las ventas que la compaa reporta para los ltimos aos es la siguiente:

VENTAS VENTAS VENTAS VENTAS

MES
(2014) (2015) (2016) (2017)
ENERO SIN REF 3338 4949 6145
FEBRERO SIN REF 3336 4947 6343
MARZO SIN REF 3469 4980 6576
ABRIL SIN REF 3692 5003 6599
MAYO SIN REF 3890 5101 6597
JUNIO SIN REF 4093 5304 6600
JULIO SIN REF 4095 5506 6702
AGOSTO 2563 4164 5760
SEPTIEMBRE 2876 4187 5783
OCTUBRE 3104 4315 5811
NOVIEMBRE 3332 4543 5839
DICIEMBRE 3335 4746 5942

19
Establecer:

a) Un Anlisis Primario para conocer la tendencia del conjunto de datos presentado y clasificarlo dentro de
un grupo de familias conocido.
b) Conociendo la familia a la que pertenece, realizar un Anlisis Secundario para encontrar el error
acumulado.
c) Calcular el Pronstico de Riesgo para el resto del ao 2017.
d) Analizar y discutir, en equipos de trabajo, el Pronstico de Riesgo estimado y en funcin de este,
recomendar a HomeMarket sobre la posible adquisicin de una instalacin ms grande.
e) De ser positiva la adquisicin de una instalacin ms grande, establezca las caractersticas que debe
poseer la nueva nave industrial. Especifique el diseo de planta que debe tener la nueva instalacin en
base a su experiencia como Ingeniero Industrial (distribucin de ambientes, tipo de productos a fabricar,
maquinaria, reas de almacenaje, tipo de proceso, etc.)
f) Graficar las ventas reales histricas y la proyeccin de demanda futura estimada en un mismo plano X-
Y para observar ambos comportamientos (pasados y futuros) y argumentar las causas probables de las
variaciones observadas.

IMPORTANTE: dibujar el grafico de las ventas reales y proyectadas en papel milimetrado y realizar el
anlisis comparativo de los mtodos cuantitativos vs software.

20