II.

ADMINISTRACIN DE LA DEMANDA

Pronstico:
Se diferencia de la prediccin en cuanto a los datos que
maneja. Fundamento cientfico
Todas las organizaciones pblicas o privadas,
comerciales o industriales, pequeas o grandes,
nacionales o extranjeras operan en un medio ambiente
general y especfico de incertidumbre, y a pesar de ello,
deben tomar decisiones operacionales que afectan su
futuro
En trminos operacionales de fabricacin se explica por
los cambios en el comportamiento del consumidor, las
modas, eventos imprevistos, ruidos polticos,
expectativas
UNHEVAL-FIIyS-EAPII 1
 * Tipos de pronsticos
a) Por el grado de intervencin de detalles o valores
- Micropronsticos: en reas de los negocios
- Macropronsticos: Comportamiento de variables
nacionales o internacionales
b) Segn el plazo de los pronsticos
- De corto Plazo: Para disear tcticas inmediatas
- De largo plazo: Para establecer el curso general de la

administracin para un periodo largo

c) Segn la cantidad de clculo utilizado
- Cualitativos: Juicio de quien pronostica (...pero en
realidad es el resultado de manipulacin mental de
datos o situaciones pasadas
UNHEVAL-FIIyS-EAPII 2
- Cuantitativos: Requieren de datos tabulados o
 *Mtodos de pronsticos
Se requieren en diferentes situaciones, para diferentes
objetivos y se tienen diferentes mtodos para hacerlos
Pronsticos seguros de los productos y servicios que se
espera vender toman importancia para todas las fases de la
planificacin en los negocios
Pronsticos para asignar cuotas, planes de promocin y
asignacin de recursos, en general
Dos mtodos generales que involucran a otros
1. Informales: Esencialmente intuitivos y carecen de
procedimientos sistemticos que permitan su
enseanza y aprendizaje
2. Formales: Sistemticos, fijan los pasos a seguirse de
manera que el proceso pueda repetirse homognea_
UNHEVAL-FIIyS-EAPII 3
 Clasificacin de los pronsticos
Mtodo Breve Descripcin
I. MTODOS INFORMALES Intuitivos, subjetivos, no estructurados
II. MTODOS FORMALES Se repiten sistemticamente
2.1. Mtodos cuantitativos
a) Causales o regresivos Una variable explica a otra
1. Regresin simple o mltiple Variables dependientes e independientes.
2. Modelos economtricos Sistemas de varias ecuaciones. En economa
b) Cronolgicos Series de tiempo. Tiempo es variable independiente
1. Simplistas Reglas simples: P.e. Pro = Anterior + 5%
2. Extrapolativos Extrapolacin lineal, exponencial y otras formas de
proyeccin. Investigacin Operativa
3. Ajustamiento Proyeccin de valores reales, lineal o exponencial
4. Analticos Descomposicin de serie cronolgica, separando
tendencia, estacionalidad, ciclos, y efectos aleatorios.
Mediano y largo plazo
5. Filtracin Combinaciones lineales de cifras reales pasadas.
Usado en Ingeniera y ciencias fsicas
6. Promedio mvil autorregre Combinaciones lineales de cifras reales pasadas
UNHEVAL-FIIyS-EAPII 4 o de
sivos; Box Jenkins: ARMA errores pasados. Se emplean en estadstica
 2.2. Mtodos cualitativos
a) Subjetivos
1. rboles de decisin Se asignan probabilidades de ocurrencia a cada evento,
empleando una tcnica bayesiana
2. Estimaciones de la fuerza de Suma de estimaciones de los vendedores. Bastante
ventas usado en la prctica empresarial
3. Delphi o panel de expertos Funcionarios de finanzas, comercializacin y
produccin, principalmente, concilian sus opiniones
para formular los pronsticos de de consumo
4. Encuestas de intencin Se consideran las opiniones o proyectos de clientes
potenciales. Toma datos de campo...productos nuevos
b) Tecnonolgicos
1. Exploratorios Parten de condiciones actuales del entorno para hacer
estimaciones de las posibles condiciones del futuro. En
planeamiento a largo plazo
2. Normativos Parten de la fijacin de objetivos, deseos, necesidades
futuras y metas, y retroceden al presente tratando de
deducir las acciones o eventos necesarios para
lograrlos. Empleado en planeamiento a largo plazo
El requisito no es que el mtodo comprenda un proceso matemtico complicado o que sea lo
ltimo en complejidad. Debe producir un pronstico preciso y comprensible y un beneficio que
UNHEVAL-FIIyS-EAPII
que exceda al costo asociado con su uso 5
Un anlisis comparativo entre los diferentes mtodos de
pronstico siempre ser til. Permite ver en aspectos en c/u de
ellos que no se advierten cuando no se usa
Puede analizarse de manera sistemtica: los cualitativos con
los cuantitativos, o dentro de los cuantitativos analizar de
manera comparada los causales y los cronolgicos, ....
Los cuantitativos ofrecen por lo general resultados ms
exactos, comparados segn su DMA. Son ms rpidos de
aplicar que los cualitativos
Comparacin de mtodos cronolgicos (promedio mvil,
ponderacin exponencial, regresin): La ponderacin
exponencial es ms acertado para un mes de plazo, pero daba
igual resultado que el de promedios mviles en un horizonte
de seis o ms meses. Regresin es mejor para pronsticos de
mayor alcance, un ao o ms. Entonces el mtodo depende del
horizonte UNHEVAL-FIIyS-EAPII 6
 Cuadro comparativo de mtodos cualitativos de pronsticos
TIEMPO DE
MTODO USO EXACTITUD PREPARACIN
Delphi Pronsticos a largo plazo, De regular a muy Ms de dos meses
de ventas de nuevos buena
productos, tecnolgicos
Investigacin Para evaluar y probar Excelente Ms de tres meses
de mercados hiptesis acerca de dependiendo de la
mercados reales seriedad del
trabajo
Consenso de Losa mismos que el de De baja a regular Ms de dos
un panel Delphi semanas

Pronsticos Profeca del futuro usando Mala Una semana

visionarios la intuicin

Analoga Para productos nuevos, De buena a Ms de un mes

histrica comparando series de regular
productos similares

UNHEVAL-FIIyS-EAPII 7
 Componentes de la demanda
Cul es la tendencia en la venta de celulares, del alquiler de
pelculas, ropa deportiva? Hay algn factor estacional,
cclicos u otros eventos predecibles en esas demandas?
Estacional Tendencia

Promedio

UNHEVAL-FIIyS-EAPII 8
 ANLISIS DE MTODOS CUANTITATIVOS

A. Promedio Mvil Simple

Sem 1 2 3 4 5 6 7 8 9 10 11 12
Dem 650 678 720 785 859 920 850 758 892 920 789 844

Asuma que slo tiene 3 semanas y 6 semanas de datos de

demanda actual para el pronstico
1 2 3 4 5 6 7 8 9 10 11 12
3 683 728 788 854
Sem
6 769 802 815
Sem

Grafique la demanda real con los respectivos pronsticos y

comente. Si el periodo seleccionado es 4, cambia su opinin?

UNHEVAL-FIIyS-EAPII 9
B. Promedio Mvil Ponderado
Sem Demanda Peso Pron Periodo
01 650 0.2 t-3
02 678 0.3 t-2
03 720 0.5 t-1
04 693

El periodo t refiere el periodo para el cual se calcula el

pronstico

Desarrolle el procedimiento si las demandas reales son, de la

semana 1 a la 4: 820-775-680-655 y los pesos asignados, de t-
1 a t-3: 0.7-0.2-0.1 Pro = 672

693 = 720x0.5 + 678x0.3 +650x0.2

UNHEVAL-FIIyS-EAPII 10
 C. Suavizamiento Exponencial

Ft = Ft-1 + (At-1 Ft-1), donde:

Ft : Pronstico para el periodo t : Factor de ponderacin
Ft-1 : ltimo pronstico At-1 : ltima demanda real
- La ms reciente demanda puede tener la ms alta ponderacin
- La importancia de los datos disminuye en la medida en que el
pasado se hace ms distante
- Cada incremento del pasado disminuye en (1- )
- determina el nivel de uniformidad y la velocidad de reaccin a
las diferencias entre las proyecciones y las demandas reales. Se
determina por la naturaleza del producto; si la demanda es
estable asume un valor relativamente pequeo
Por ejemplo, ponderaciones con = 0.50
Ponderacin ms reciente = (1 )0 0.0500
Datos anteriores en un periodo de tiempo = (1 )1 0.0475
Datos anteriores en dos periodo de tiempo = (1 )2 0.0451
Datos anteriores en tres periodo de tiempo = (1 )3 0.0429
Datos anteriores en n periodo de tiempo = (1 )n
UNHEVAL-FIIyS-EAPII --- 11
Ejemplo. Determine el pronstico con Suavizamiento exponencial para
los periodos del 2 al 10, usando = 0.1 y = 0.6

Sem 1 2 3 4 5 6 7 8 9 10
Dem 820 775 680 655 750 802 798 689 775
0.1 820 820 815.5 802 787.3 783.5 785.4 786.6 776.9 776.7
0.6 820 820 793 723.2 683.1 723.2 770.5 787 728.2 756.3
usando = 0.1
F2 = 820 + 0.1(820 820) = 820 F3 = 820 + 0.1(775 820) = 815.5
F4 = 815.5 + 0.1(680 815.5) = 802 F5 = 802 + 0.1(655 802) = 787.3
... F10 = 776.9 + 0.1(775 776.9) = 776.7
Supuesto: La demanda de la semana 01 (A1) se asume igual al pronstico
01 (F1). Verifique los valores para 0.6
UNHEVAL-FIIyS-EAPII 12
Ejemplo: El pronstico para el periodo 10 usando = 0.6 y las
cuatro demandas ms recientes

F10 = 0.6(1-0.6)0(775) + 0.6(1-0.6)1(689) + 0.6(1-0.6)2(798) +

0.6(1-0.6)3(802) + (1-0.6)4(766) = 1067.37

766 = Ft-4 = (775+689+798+802) 4 = pronstico aproximado del

periodo t-n, aplicado si no se da el valor calculado previamente

La expresin resaltada en verde es de la forma:

Ft = (1- )0(At-1) + (1- )1(At-2) + (1- )2(At-3) + (1- )3(At-4)

+ (1- )4(Ft-4), que es una extensin de la frmula dada al
inicio de este apartado

La deduccin puede revisar en Administracin de la Produccin y

UNHEVAL-FIIyS-EAPII
las Operaciones Everett pgina 102! 13
D) Modelo de Regresin Lineal Simple

Yt = a + bx
- b es la pendiente de la recta calculado a partir de todos los datos
- Base para procesar la informacin de pronsticos causales y el
anlisis de series de tiempo

- Pronsticos causales: Una variable explica el comportamiento de la

demanda
- Serie de tiempo. El tiempo explica el comportamiento de la
demanda. No existe evidencia clara de otro factor
- Calculando a y b:

a = y bx b = (xy n(y)(x)) / (x2 n(x)214

UNHEVAL-FIIyS-EAPII )
Ejemplo:

Semana Venta Semana (x) X2 Venta (y) (XY)

01 150 1 1 150 150
02 157 2 4 157 314
03 162 3 9 162 486
04 166 4 16 166 664
05 177 5 25 177 885
3 55 162.4 2499
Promedio Suma Promedio Suma
Aplicando la frmula, Y = 143.5 + 6.3(t=x)
Qu observaciones hara a este modelo?

UNHEVAL-FIIyS-EAPII 15
 E) Pronsticos con base en series de tiempo

- Serie de tiempo: datos ordenados cronolgicamente, los mismos

que pueden contener uno o ms componentes de la demanda
- Estacionalidad: comparando el mismo periodo ao tras ao.
Periodo de ao con marcado nivel de actividad
- Ciclicidad: relativo a ciclos, los mismos que pueden durar meses o
aos y son de ms difcil identificacin. Cclico se utiliza para
indicar los periodos diferentes de aquellos recurrentes en el ao
- Autocorrelacin: una variable explica a la otra
- Aleatoriedad: cualquier causa que afecta la demanda, que no tiene
una frecuencia o explicacin coherente
- Variacin estacional aditiva: Pronstico = Tendencia + f.e.
- Variacin estacional multiplicativa: Pron = Tendencia x f.e.
- Factor estacional: cantidad de correccin necesaria en las series de
tiempo para ajustar a una estacin del ao
UNHEVAL-FIIyS-EAPII 16


Demanda del ao Prom. Prom de Factor Esta-

Trim. 2000 2001 2002 2003 Discr. Prom cional: fe

I 348 366 459 487 415.00 415 / 770 =

0.5390
II 820 932 1053 1217 1005.5 770.00 1.3058
Ejemplo:
III 668 683 829 909 772.25 1.0029
IV 700 831 939 1078 887.00 1.1519
Suma 2536 2812 3280 3691 3079.75

Prom. 3079.75

UNHEVAL-FIIyS-EAPII 17
Ejemplo: Si de acuerdo a la tasa de crecimiento promedio anual, la
demanda pronosticada para el 2004 ha sido 4076 (3691+385),
entonces esta cantidad se distribuye a lo largo del ao segn el
siguiente procedimiento:
Tri I: (Pronstico 4)(fe) = (4076 4)(0.5390) = 549.241
Tri II: 1330.6102
Tri III: 1021.9551
Tri IV: 1173.7861
Los fe pueden actualizarse con la demanda real del ao 2004, ya sea
con 5 4 aos de demanda agrupada por trimestres como siempre.
Estos fe servirn para pronosticar la demanda del ao 2005, p.e.
Ejercicio: Describir el procedimiento que corresponda cuando los
datos de demanda anual estn estacionalizados (agrupados):
a) Cada dos meses
b) Cada cuatro meses
Puede utilizarse tambin el procedimiento de MMCC para calcular a
la vez los fe y los pronsticos trimestrales...Veamos el ejemplo:
UNHEVAL-FIIyS-EAPII 18
 Ejemplo:
Ao Trimes Deman Con mmcc: D=514.15+30.09t (Deman D) fe promedio
I 348 544.24 t=1 0.6394
II 820 574.34 1.4277
2000 III 668 604.43 1.1052
IV 700 634.52 1.1032
Para cada trimestre,
I 366 664.61 0.5507 es la suma de los
II 932 694.71 1.3416 valores en la
2001 columna anterior,
III 683 724.80 0.9423 dividido entre
IV 831 754.89 1.1008 cuatro:
I 459 784.98 0.5847
II 1053 815.08 1.2919
2002 III 829 845.17 0.9809
IV 939 875.26 1.0728
I 487 905.35 0.5379 Tri I 0.5782
II 1217 935.45 1.3010 Tri II 1.3406
2003
III 909 965.54 0.9414 Tri III 0.9925
IV 1078
UNHEVAL-FIIyS-EAPII
995.63 t = 16 1.0827 Tri IV
191.0899
... Contina el ejemplo anterior
- Los pronsticos trimestrales para el ao 2004 son las
proyecciones calculadas con la ecuacin D = 514.15 + 30.09t,
desde t = 17 hasta t = 20, multiplicados por el fe que corresponda
en cada trimestre
- Tri I = (514.15 + 30.09x17)(0.5782) = 593.05
- Tri II = (514.15 + 30.09x18)(1.3406) = 1415.36
- Tri III = (514.15 + 30.09x19)(0.9925) = 1077.72
- Tri IV = (514.15 + 30.09x20)(1.0899) = 1216.27
Al cociente (Demanda real) fe se le conoce como demanda
descestacionalizada y la serie de datos generada indica lo que
habran sido las ventas, manteniendo la tendencia, al margen de los
factores estacionales. Utilizando los fe calculados con mmcc se tiene:
Dd1 = 348 0.5782 = 601.86 Dd2 = 820 1.3406 = 611.67
Dd3 = 668 0.9925 = 673.05 Dd4 = 700 1.0899 = 642.26
... Dd16 = 1078 1.0899 = 989.08

Verifique la tendencia de los valores Ddi!

UNHEVAL-FIIyS-EAPII 20
Caso: Empresa que hace negocios a partir de llamadas telefnicas
- El nmero de llamadas es proporcional a la fuerza laboral
- Se da un gran nmero de troncales telefnicas para las llamadas
que llegan. Si un agente no est libre cuando entra una llamada se
coloca en espera con un mensaje grabado y msica de fondo
- Algunos clientes que obtienen tono de ocupado o que cuelgan
despus de esperar mucho llamarn despus hasta lograr contacto.
Otros no, y esto deteriora la calidad del servicio brindado
- Por lo tanto es muy importante contar con el nmero suficiente de
recepcionistas para minimizar estos problemas. A los nuevos
recepcionistas habr de capacitarlos
- Este es un caso que ilustra que los pronsticos tienen amplia
posibilidad de ser utilizados en todas las organizaciones. Cmo el
pronstico de llamadas se asocia con el nmero de recepcionistas?
- El nmero de llamadas que puede atender un agente o recepcionista por
periodo de tiempo y el tiempo promedio de cada consulta no es de
inters conocer esta vez. Los datos a continuacin:
UNHEVAL-FIIyS-EAPII 21
Ao Trim Llamadas
1 1 6809
Volumen de llamadas
1 2 6465
1 3 6569
12000
1 4 8266 10000
2 1 7257 8000 Llamadas
2 2 7064 .
6000 Trim
2 3 7784 4000 Ao

2 4 8724 2000
3 1 6992 0
3 2 6822
Ao / TRim
3 3 7949
3 4 9650UNHEVAL-FIIyS-EAPII 22
a) Aplicacin al caso de una regla simple
Ao Trim Llam adas Reg del 25% (Llam - R 25)*
1 1 6809
1 2 6465 6809 344
1 3 6569 6465 104
1 4 8266 8211
2 1 7257 6613
2 2 7064 7257
2 3 7784 7064
2 4 8724 9730
3 1 6992 6979
3 2 6822 6992
3 3 7949 6822 1127
3 4 9650 9936 286
Sum as 90351 7720 4662
(*) Valor absoluto

DMA = (4662) / 11 = 423, es el error promedio del pronstico

((90351) / 12)(0.05) = 376.46

Qu nos dicen estas cifras?
((90351) / 12)(0.10) = 752.95

UNHEVAL-FIIyS-EAPII 23
b) Consideraciones estacionales
- Prom. Trimestres 1 = (3809+7257+6992)/3 = 7019
- Prom. Trimestres 2 = 6784; - Prom. Trimestres 3 = 7434
- Prom. Trimestres 4 = 8880

- Promedio anual = 90351 / 3 = 30117

- Promedio trimestral = 30117 / 4 = 7529

- fe1 = 7019 / 7259 = 0.9323 - fe2 = 6784 / 7529 = 0.9010

- fe3 = 7434 / 7529 = 0.9874 - fe4 = 8880 / 7529 = 1.1794

- Anlisis: 1.1794 / 0.9874 = 1.1945 19.45% ms, no el 25%

- Promedio de tres primeros fe = (0.9323+0.9010+0.9874)/3 = 0.9402
- 1.1794 / 0.9402 = 1.2544 25.44% ms, que es la regla inicial. Cul
es la diferencia con el clculo anterior o regla simple?

- .... Entonces, los factores estacionales parecen explicar con mayor

propiedad las diferencias en los valores de las llamadas
UNHEVAL-FIIyS-EAPII 24
 Ao Trimestre Llamadas Factor estacional Ajustado estacionalmente *
c) Serie de tiempo con ajuste estacional
1 1 6809 0.9323 7303
1 2 6465 0.9010 7175
1 3 6569 0.9874 6653
1 4 8266 1.1794 7009
2 1 7257 0.9323 7784
2 2 7064 0.9010 7840
2 3 7784 0.9874 7883
2 4 8724 1.1794 7397
3 1 6992 0.9323 7500
3 2 6822 0.9010 7572
3 3 7949 0.9874 8050
3 4 9650 1.1794 8182
(*) Demanda descestacionalizada realmente

UNHEVAL-FIIyS-EAPII
- Muestra lo que habran sido la llamadas al margen de un factor o varios
25
d) Pronstico en base alAjustado Pronstico
ltimo valor
ajustado estac.
(Llamadas
Trim Llamadas fe Estacional. Pronstico Pronstico)*
1 6809 0.9323 7303
2 6465 0.9010 7175 7303 6580 115
3 6569 0.9874 6653 7175 7085 516
4 8266 1.1794 7009 6653 7847 419
1 7257 0.9323 7784 7009 6534 723
2 7064 0.9010 7840 7784 7013 51
3 7784 0.9874 7883 7840 7741 43
4 8724 1.1794 7397 7883 9297 573
1 6992 0.9323 7500 7397 6896 96
2 6822 0.9010 7572 7500 6758 64
3 7949 0.9874 8050 7572 7477 472
4 9650 1.1794 8182 8050 9494 156

UNHEVAL-FIIyS-EAPII 26
- (*) Valor absoluto, cuya sumatoria da 3228 y al dividirlo entre 11 nos da un error
 PRO=Promedio de datos a la fecha en el horizonte
e) Pronstico en base aAjustado
promedios:
Pronstico (Llamadas
Trim Llamadas fe Estacional. ajustado estac. Pronstico Pronstico)*
1 6809 0.9323 7303
2 6465 0.9010 7175 7303 6580 115
3 6569 0.9874 6653 7239 7148 579
4 8266 1.1794 7009 7044 8308 42
1 7257 0.9323 7784 7035 6559 698
2 7064 0.9010 7840 7185 6474 590
3 7784 0.9874 7883 7294 7202 582
4 8724 1.1794 7397 7378 8702 22
1 6992 0.9323 7500 7381 6881 111
2 6822 0.9010 7572 7394 6662 160
3 7949 0.9874 8050 7412 7319 630
4 9650 1.1794 8182 7470 8810 840

UNHEVAL-FIIyS-EAPII 27
Aclaraciones respecto del mtodo anterior:
- Tener en cuenta, que cada pronstico es el promedio de los
volmenes de llamadas anteriores, y cada vez que ocurre un cambio
grande en el volumen de llamadas el pronstico se actualiza segn el
procedimiento
- Era de esperarse error mayor o menor? por qu?
- Cambios anuales:
Trimestre 4: 8266 ...... 8724 ...... 9650
Anual: 28109 .... 30829 .... 31413
Es previsible algn patrn?
- Parece que el hecho de incluir el volumen de llamadas del ao 1 en
el promedio global, ocasion pronsticos deficitarios en los aos 2y3

UNHEVAL-FIIyS-EAPII 28
f) Pronstico con promedios mviles
- Promedia slo datos de los periodos ms recientes
- Si n = 4: se asume que las condiciones parecen ser bastante
estables para slo alrededor de cuatro trimestres
- Pronsticos a partir de datos desestacionalizados

T1 = ((7303 + 7175 + 6653 + 7009) / 4)(0.9323) = 6559

T2 = ((7175 + 6653 + 7009 + 7784) / 4)(0.9010) = 6447
T3 = ((6653 + 7009 + 7784 + 7840) / 4)(0.9874) = 7230
T4 = ((7009 + 7784 + 7840 + 7883) / 4)(1.1794) = 8994

Ejercicio: Calcule los otros pronsticos que faltan y luego calcule

el error absoluto

De la misma forma puede aplicarse el mtodo de suavizamiento

exponencial ... Y usted ya sabe cmo!

Cul es su conclusin final sobre este caso?

UNHEVAL-FIIyS-EAPII 29