Date post: | 22-Jan-2018 |
Category: |
Education |
Upload: | juan-manuel-carrion-delgado |
View: | 694 times |
Download: | 2 times |
El hombre frente a la incertidumbre
2. Pronóstico de la Demanda
(Métodos cualitativos y cuantitativos)
Dr. Juan Manuel Carrión Delgado
Hombre
• Lanzamiento de una moneda • Sorteo de lotería
• Volumen de exportación próx. año
• Día-Noche • Gravedad terrestre • Rotación de la tierra
Estocástico
Determinista
Incertidumbre
Certidumbre
Hombre
Método no
científico
Método científico
• Técnica de pronóstico • Econometría • Simulación.
• Etc.
• Oráculo • Bola de cristal • Cartomancia
• Etc.
Conocimiento estadístico
Conceptos básicos
Ramas • Descriptiva • Inferencial
• Población • Muestra
• Parámetro poblacional • Estadístico muestral
• Variable
Cuantitativas
Cualitativas
• Discretas • continuas
Pronóstico
Demanda :
a) Independiente
a) Dependiente
Factores que afectan la demanda
• Situación de la economía
• Competencia
• Tendencia de mercado
• Ciclo de vida del producto
• Planes internos de la compañía:
Promociones
Precios
Cambios de productos
Concepto de pronóstico
• Es la estimación de condiciones futuras
• Antecede a la planeación para satisfacer la demanda futura
• Los clientes buscan tiempos cortos de entrega
Los principios de pronósticos
1. Los pronósticos tienen un margen de error
2. Deben tener una estimación del error
3. Deben compararse con la demanda real y ajustarse
4. Son más exactos por grupos individuales
5. Son más cercanos para periodos cercanos de tiempo
Preparación de datos • Los pronósticos generalmente se
hacen a partir de datos históricos que se ajustan:
Mediante juicio
Mediante técnicas estadísticas
• Los datos deben mostrar demanda
• Registrar las circunstancias especiales.
Elementos a considerar en una serie de tiempo
• Horizonte de proyección
• Incertidumbre alrededor del pronóstico
• Confiabilidad y magnitud de los datos
• Costo asociado al proceso de predicción
Técnicas de pronósticos
• Cualitativas
Mediante juicio, intuición o experiencia.
Son subjetivas
Se usan para ajustar los datos históricos
• Cuantitativas
Extrinsecas: usan indicadores externos
Intrisecas: usan datos históricos conocidos como series de tiempo
Técnicas cualitativas
• Método Delphi
Pronóstico a largo plazo
Pronósticos tecnológicos
Estado general del mercado
Economía
Opinión de expertos
• Analogía histórica
Productos nuevos
Técnicas cuantitativas
• Análisis de series de tiempo
1. Horizontalidad
2. Estacionalidad
3. Ciclo
4. Tendencia
1. Horizontalidad (error) • Existen variables u observaciones cuyo comportamiento es aleatorio o
errático. Se les conoce usualmente como movimientos de tipo horizontal, irregular o aleatorio (productos defectuosos, computadoras, aparatos y componentes electrónicos, radios, índice de precios del mercado, acciones en dicho mercado etc.)
2. Estacionalidad • Movimientos estacionales . Esta variables cuya conducta no es errática, sino que
fluctúan u oscilan en forma regular o casi idéntica, conforme a una determinada época del año, por lo cual se les conoce como patrón estacional (abrigos, impermeables, ventiladores, artículos escolares, etc.).
3. Ciclo • El comportamiento de esta variable no se asocia a una determinada
época del año, sino a fluctuaciones de la actividad macroeconómica, esto es, al movimiento de los ciclos económicos de un país, como crecimiento y auge, recesión y depresión, y cuyo horizonte temporal trasciende la longitud de un movimiento horizontal y estacional, para abarcar normalmente varios años consecutivos.
4. Tendencia • Son variables, usualmente de tipo macroeconómico, cuya
conducta manifiesta un comportamiento estable y con tendencia secular o de largo plazo (PIB, etc.)
Comparación de métodos de series de tiempo
Método Patrón de datos Mínima cantidad de datos No estacional
Mínima cantidad de datos Estacional
Promedio móvil Estable 2 N/A
Suavizamiento exponencial sencillo
Estable 2 N/A
Índice estacional Estacional N/A 2*L
Suavizamiento exponencial doble
Tendencia 5 N/A
Regresión simple Tendencia 10 N/A
Método Winter Tendencia/Estacional 10 2*L
Descomposición Tendencia/Estacional
N/A 2*L
Descomposición múltiple
Cíclica/Estacional
10*V 6*L
Método de Box-Jenkins (ARIMA)
Todos 24 3*L
Cómo pronosticar
• Graficar datos históricos
• Analizar tendencias y estacionalidad
• Considerar factores internos y externos
• Determinar la técnica a usar
• Calcular el pronósticos acumulado e individual
• Compara pronóstico vs demanda real
• Calcular el error del pronóstico
• Ajustar pronóstico
Análisis de series de tiempo
• Modelo multiplicativo y aditivo
• D= [(L+T)*S] +R
• D=Demanda
• L= Nivel base
• T= Tendencia
• S= Índice estacional
• R= Error
Vgr. 1.
• La demanda para el producto XYZ está promediando 10,000 unidades por mes, con una tendencia a vender 500 unidades más por mes. El mes que se está pronosticando es diciembre que debido a la variación estacional muestra un promedio superior del 40% al mes típico. El error promedio del pronóstico utilizando este modelo ha sido de 800. Determinar el pronóstico para diciembre.
Vgr. 2.
• La demanda para el producto XYZ está promediando 5,000 unidades por mes, con una tendencia a vender 100 unidades menos por mes. El mes que se está pronosticando es agosto que debido a la variación estacional muestra un promedio inferior del 20% al mes típico. El error promedio del pronóstico utilizando este modelo ha sido de 200. Determinar el pronóstico para agosto.
Índice estacional
• Mide la variación por estaciones
Índice estacional =
Demanda promedio del período
Demanda promedio para todos los periodos
Vgr. Ejercicio
Vgr. Completar y determinar
Control del pronóstico
• Es el proceso de comparar la demanda real contra el pronóstico .
Pronóstico = 100-MAPE
MAPE= ΣAPE
N° DE PERÍODOS
APE =
DEMANDA REAL- PRONÓSTICO
DEMANDA REAL
* 100
Vgr. Cálculo de exactitud de pronóstico
Vgr. Completar y determinar
Técnicas de pronósticos “Es la estimación de las condiciones en el futuro”