Gestin de la Cadena de Suministros

Semana 5:

El presupuesto de la cadena de suministros

Pronsticos
Los pronsticos de la demanda futura son esenciales para tomar decisiones sobre la cadena de suministro. En est sesin explicamos de qu manera la informacin histrica de la demanda se puede emplear para pronosticar la demanda futura y como los pronsticos afectan a la cadena de suministro.

El papel de los pronsticos en la cadena de suministro

Los pronsticos de la demanda forman la base de toda la planeacin de la cadena de suministro. Procesos de empuje en la cadena se realizan con anticipacin a la demanda del cliente, mientras que todos los procesos de tirn se realizan en respuesta a la demanda del cliente. Para los procesos de empuje, el gerente debe planear el nivel de actividad, ya sea en la produccin, el transporte o en cualquier otra actividad planeada. Para los procesos de tirn, el gerente debe planear el nivel de capacidad disponible y el inventario, pero no la cantidad real que ser ejecutada. En ambos ejemplos, el primer paso que el gerente debe tomar es pronosticar cul ser la demanda del cliente.

Los pronsticos en la cadena de suministro de DELL

Dell ordena componentes de computadoras personales con anticipacin a los pedidos de los clientes, pero arma las computadoras en respuesta a stos. Dell utiliza el pronstico de la demanda futura para determinar la cantidad de componentes que debe tener a mano (un proceso de empuje). Ms arriba en la cadena de suministro. Intel tambin necesita pronsticos para determinar sus propios niveles de produccin e inventario. Tambin, sus proveedores necesitan los pronsticos por separado, por lo regular son muy diferentes. El resultado es un desajuste entre la oferta y la demanda. Cuando todas las etapas trabajan juntas para producir un pronstico colaborativo, ste tiende a ser ms preciso. Esta precisin permite a las cadenas de suministro tener mayor capacidad de respuesta y ser ms eficientes para entender a sus clientes.

Los pronsticos en la cadena de suministro de Coca Cola

Coca-Cola y sus embotelladores. Coca-Cola decide el momento de lanzar varias promociones con base en el pronstico de la demanda durante el siguiente trimestre. Las decisiones relacionadas con la promocin son entonces incorporadas dentro de un pronstico de la demanda actualizado, el cual es esencial para que los embotelladores planeen sus decisiones sobre la capacidad y la produccin. Es improbable que un embotellador que opera sin un pronstico actualizado con base en la promocin tenga el suficiente suministro disponible para Coca-Cola, lo que va en detrimento de las utilidades de la cadena.

Caractersticas de los pronsticos

Los pronsticos siempre estn equivocados, y, por tanto, deben incluir tanto el valor esperado del pronstico como una medida de error del mismo. Para entender la importancia de un error de pronstico, considere a dos distribuidores de autos. Uno espera que las ventas flucten entre 100 y 1,900 unidades, mientras que el otro espera que sean entre 900 y 1.100 unidades. Aun cuando ambos distribuidores prevn un promedio de ventas de 1,000, las polticas de adquisicin de cada uno deben ser muy diferentes, dada la diferencia en la precisin del pronstico. El error de pronstico (o incertidumbre de la demanda) debe ser una informacin clave en la mayora de las decisiones de la cadena de suministro.

Caractersticas de los pronsticos

Los pronsticos a largo plazo son menos precisos que los de corto plazo; ellos se debe a que los primeros tienen una desviacin estndar. SevenEleven Japn ha explotado esta propiedad fundamental para mejorar su desempeo. La compaa ha instituido un proceso de reabastecimiento que le permite surtir un pedido en un par de horas. Por ejemplo, si el gerente de la tienda coloca un pedido a las 10 A.M., ste es entregado a las 7P.M. del mismo da. Por tanto, el gerente slo tiene que pronosticar lo que vendr esa noche, menos de 12 horas antes de la venta real.

Caractersticas de los pronsticos

Los pronsticos agregados en general son ms precisos que los desagregados, ya que tienen a tener una desviacin estndar menor del error con relacin a la medida. Por ejemplo, es fcil de pronosticar el Producto Interno Bruto (PIB) de Estados Unidos para un cierto ao con un error menor a 2%. Sin embargo, es mucho ms difcil pronosticar el ingreso anual de una compaa con ese error y an ms difcil pronosticar el ingreso de un producto dado con el mismo grado de precisin.

Caractersticas de los pronsticos

En general, mientras ms arriba en la cadena est una compaa (o ms lejos del consumidor), mayor ser la distorsin de la informacin de recibe.

Un ejemplo clsico de esto es el efecto ltigo (vase el captulo 17), en el cual la variacin del pedido se amplifica conforme los pedidos se alejan del cliente final. Como resultado, mientras ms arriba en la cadena se encuentre una compaa, ms grande ser el error de pronstico. El pronstico colaborativo con base en las ventas al cliente ayuda a las compaas corriente arriba reducir el error de pronstico.

Componentes de los pronsticos

La demanda no surge de la nada. Ms bien, la demanda del cliente se ven influida por una serie de factores y puede ser pronosticada la demanda, las compaas deben identificar primero los factores que influyen en la demanda futura y luego establecer la relacin entre sta y dichos factores.

Las compaas deben equilibrar los factores objetivos y subjetivos al pronosticar la demanda.

10

Factores relacionados con el pronstico de la demanda

Demanda pasada. Tiempo de entrega del productor. Publicidad planeada o campaas de Marketing. Estado de la economa. Descuentos de precio planeados. Acciones que los competidores han tomado.

11

Componentes de la demanda
Con cualquier mtodo de pronstico existe siempre el elemento aleatorio que no puede ser explicado con los patrones de la demanda histrica
Demanda observada (O) = componente sistemtico (S) + componente aleatorio (R).

El componente sistemtico mide el valor esperado de la demanda y consiste en lo que llamamos nivel, la demanda de desnacionalizada actual: tendencia, la tasa de crecimiento o descenso en la demanda para el periodo siguiente: y la estacionalidad. Las fluctuaciones estacionales previsibles en la demanda. El componente aleatorio es la parte del pronstico que se desva de la parte sistemtica, las empresas no deben pronosticar el componente aleatorio, solo debe pronosticar el tamao y la variabilidad del componente aleatorio, lo cual proporciona una medida del error de pronstico.
12

Mtodo bsico para pronosticar la demanda

El siguiente mtodo de seis pasos ayuda a la organizacin a llevar a cabo un pronstico efectivo. 1. 2. 3. 4. 5. 6. Entender el objetivo del propsito. Integrar la planeacin y el propsito de la demanda en la cadena de suministro. Entender e identificar los segmentos de clientes Identificar los principales factores que influyen en el pronstico de la demanda. Determinar la tcnica apropiada de pronstico. Establecer medidas de desempeo y error para el pronstico.

13

Entender el objetivo del pronstico

Todo pronstico respalda las decisiones que se basan en l, de manera que un primer paso importante es identificar con claridad en estas decisiones. Los ejemplos de tales decisiones incluyen que cantidad producir de un producto en particular, cuanto inventario tener y que tanto pedir.

14

Entender el objetivo del pronstico

Todas las parte que intervienen en las decisiones de una cadena de suministro deben est conscientes del vnculo entre las decisin y del pronstico. Por ejemplo, los planes de Wall Mart de asignar un descuento al precio del detergente durante el mes de julio se deben compartir con el fabricante, el transportista y otros que participan en satisfacer la demanda, pues todos ellos se deben tomar decisiones que se ven afectadas por el pronstico por la demanda. Todas las partes deben llegar con un pronstico comn para la promocin y un plan de accin compartido con base en el pronstico. El no tomar estas decisiones de manera conjunta puede dar como resultados el exceso o la escasez del producto en varias la etapa de la cadena de suministros

15

Integrar la planeacin y el pronstico de la demanda a la cadena de suministro

La compaa deber vincular su pronstico a todas las actividades de la cadena de suministros. Estas incluyen: La planeacin de la capacidad La planeacin de produccin La planeacin de las promociones La planeacin de las promociones de las compras

Para lograrla integracin referida, es buena idea que la compaa tenga un equipo internacional, con miembro de cada funcin responsable afectada para pronosticar la demanda, e incluso una mejora idea es tener a miembros de varias compaas de la cadena de suministro trabajando juntos para crear pronsticos.

16

Identificar los principales factores que influyen en el pronstico de la demanda

La compaa debe identificar la demanda, la oferta y los fenmenos relacionados con el producto que incluyen en el pronstico de la demanda. En lo que a esta concierne, la compaa debe asegurar si es qu est creciendo, est disminuyendo o si tienen un patrn estacional

17

Determinar la tcnica apropiada para el pronstico de la demanda

La compaa debe tener primero entender las dimensiones que son relevantes para el pronstico. Entre estas estn el rea geogrfica, los grupos de productos y de los productos de clientes. La compaa debe entender las diferencias de la demanda respecto a cada una de las dimensiones, improbablemente necesite diferentes pronsticos y tcnicas para cada dimensin. En esta etapa, la compaa selecciona el mtodo de pronostico adecuado entre los cuatro mtodos analizados con anterioridad: cualitativo, serie de tiempo, causal o simulacin. Como mencionamos previamente, es ms eficaz utilizar una combinado de estos mtodos.

18

Establecer medidas de desempeo y error para el pronstico

Las compaas deben establecer medidas claras de desempeos para evaluar la precesin y la oportunidad del pronstico. Estas medidas deben correlacionarse estrechamente con los objetivos de las decisiones del negocio que se basan en estos pronsticos. Por ejemplo, considere una compaa de ventas por catlogo que se vale de un pronstico para colocar pedidos con sus proveedores en la cadena de suministros. Los proveedores tardan 2 meses de enviar los pedido; por esta razn, la compaa debe asegurarse de que el pronstico debe sea realizados dos meses antes de iniciar la temporada de letras. Al trmino de esta, la compaa debe comparar la demanda real con la pronosticada para estimar la precisin de pronstico y poner en prctica planes para reducir los futuros errores de pronsticos o responder a los observados.

19

Diseo del sistema de pronstico

Tres decisiones: 1. 2. 3. Qu se va a pronosticar Que tipo de tcnica o mtodo se va a usar Qu tipo de software de computacin se va usar

20

Decisin qu se va a pronosticar
1. Nivel de agregacin: Acto de agrupar varios productos o servicios para que las compaas puedan realizar pronsticos ms precisos. Familia de productos: requisitos de demanda son parecidos, procesamiento similar, mano de obra y materiales SKU (stock keeping unit): Es un solo producto o servicio individual con un cdigo individual.

2.Unidades de medida: En lugar de utilizar unidades monetarias, las unidades ms tiles son las que se usan para los productos como los SKUs

21

Mtodos de pronstico de la demanda

1. 2. 3. Cualitativos Cuantitativos: Series de tiempo Cuantitativos: Causal

22

Esquema de los mtodos de pronsticos

Mtodos de elaboracin de pronsticos

Cuantitativos

Cualitativos

Causal (regresin)

Series de tiempo

Suavizacin

Proyeccin de tendencia

Proyeccin de tendencia ajustada por influencia estacional

23

Mtodos cualitativos
Los mtodos cualitativos son principalmente subjetivo y se apoyan en el juicio humano. Son apropiados sobre todo cuando la informacin histrica no est disponible o existen muy pocos datos; o bien, cuando los expertos cuentas con resultados de investigacin del mercado (Marquet, inteligence) que puedan afectar el pronstico. Tales mtodos pueden tambin ser necesario para pronosticar la demanda a varios aos en el futuro de una nueva industria.

24

Mtodos cualitativos
1. 2. 3. 4. Estimaciones del personal de ventas Opinin ejecutiva Investigacin de mercado Mtodo delphi

25

Estimaciones del personal de ventas

Son pronostico compilados a partir des estimaciones realizadas peridicamente. Ventajas: -Mayor probabilidad de saber cuanto desea el cliente en el futuro -Informacin desglosada -Obtencin de cifras regionales o nacionales Desventajas: -Sesgos por prejuicios personales

26

Opinin ejecutiva
Mtodo de pronstico en el cual se hace un resumen de las opiniones, experiencia y conocimientos tcnicos de uno o varios gerentes para llegar a un solo pronstico.

27

Investigacin de mercado
Mtodo sistemtico para determinar el grado de inters del consumidor externo por un producto o servicio, mediante la creacin y puesta en marcha de diversas hiptesis por medio de encuestas encaminadas a la recopilacin de datos.

28

Mtodo Delphi
Proceso de obtener el consenso dentro de un grupo de expertos, al tiempo que se respeta el anonimato de sus integrantes.

29

Mtodos Cuantitativos Causal: Regresin lineal

Los mtodos de pronstico causales suponen que el pronstico de la demanda est altamente correlacionado con ciertos factores en el ambiente (el estado de la economa, las tasas de inters, etc.). Los mtodos de pronstico causales encuentran en correlacin entre la demanda y los factores ambientales y recurren a estimados de lo que sern los factores ambientales para pronosticar la demanda futura. Por ejemplo, fijacin de precios de los productos est fuertemente relacionada con la demanda.

Las compaas emplean los mtodos causales para determinar el impacto de las promociones de precio en la demanda.

30

Mtodos Cuantitativos Regresin lineal

La persona encargada de programar la produccin en una empresa tiene que elaborar la demanda de los productos al fin de planear las cantidades de produccin, para ello el gerente de ventas le ha proporcionado informacin de ventas de los 5 ltimos meses.
Mes 1 Ventas (miles und) 264 Publicidad (miles de $) 2.5

2
3 4 5

116
165 101 209

1.3
1.4 1 2

El gerente de ventas afirma que la compaa gastara el mes entrante $1750 en publicidad del producto. Aplique la regresin lineal para desarrollar una ecuacin y pronosticar para este producto

31

Mtodos Cuantitativos Regresin lineal

Suponemos que existe una relacin lineal entre las ventas y los gastos, es decir, las ventas son la variable dependiente Y, y los gastos de publicidad son la variable dependiente X Y = -8.135 + 109.229X
a=-8.135 b=109.229 r=0.98 r2= 0.96 Sxy=15.603

r=coeficiente de correlacin cercano a 0 fuerte relacin positiva R2=coeficiente de determinacin 96% de la variacin observada en las ventas se explica por la publicidad, en la prctica no es tan fuerte por que los gastos de publicidad depende de otras variables como la situacin econmica y estrategias de los competidores , se combinan para afectar las ventas Entonces ventas para el mes 6 = 183016 und
32

Mtodos Cuantitativos Series de tiempo

Los mtodos de pronstico de series de tiempo utilizan la demanda histrica para hacer pronsticos. Se basan en la suposicin de que la historia de la demanda pasada es un buen indicador de la demanda futura. Estos mtodos son ms apropiados cuando el patrn de la demanda bsica no vara significativamente de un ao al siguiente. Son los mtodos ms simples de implementar y pueden servir como un buen punto de inicio para el pronstico de la demanda.

33

Mtodos para pronosticar por series de tiempo

La meta de cualquier mtodo de pronstico es predecir el componente sistemtico de la demanda y estimar el componente aleatorio. En su forma ms general, el componente sistemtico de la informacin de la demanda contiene un nivel, una tendencia y un factor estacional. La ecuacin para calcular el componente sistemtico puede adoptar una variedad de formar como se muestra a continuacin:
Multiplicativo:

componente sistemtico = nivel x tendencia x factor estacional. Aditivo: componente sistemtico = nivel + tendencia + factor estacional Mixto: componente sistemtico = (nivel + tendencia) x factor estacional.

34

Componentes de una serie de tiempo

(a)Horizontal: datos agrupados en torno de una lnea horizontal

(b)Tendencia: los datos aumentan o disminuyen sistemticamente

(c)Estacional: los datos muestran picos y valles de manera consistente

(d)Cclico: los datos revelan incrementos y decrementos 35 En el transcurso de periodos largos

Promedio mvil
a) Calcule un pronostico de promedio mvil de tres semanas para estimar la llegada de pacientes a la clnica mdica durante la semana 4, las cifras de las ltimas 3 semanas se muestran a continuacin:
Semana 1 2 3 Llegadas de paciente 400 380 411

Ft+1 = suma de las ltimas n demandas n Ft+1 = Dt+Dt-1+Dt-2++Dt-n+1 n F 4= 411+380+400 = 397

3

36

Promedio mvil
b) Si la demanda real de llegadas de pacientes durante la semana: 4 es de 415. Cul seria el erros de pronstico para la semana 4?
E 4 = D4 F4 = 415-397 = 18 c) Calcule un pronostico de promedio mvil de tres semanas para estimar la llegada de pacientes a la clnica mdica durante la semana 6

F5= 380+411+415 = 402

3 Nota: en el caso de demanda estables de debe usar valores grandes de n

37

Error de pronstico
El componente aleatorio de la demanda se manifiesta en la forma de erros de pronstico, se usa: 1.Sirve para determinar si el mtodo usado predice con precisin el componente sistemtico.

2.Todos los planes de contingencia deben de considerar el error de pronstico

Et = Ft Dt (promedio de error) Error cuadrtico medio MSE, se relaciona con la varianza del error de pronstico MSE n = 1/n Et2
38

Promedios mviles ponderados

Semana
1 2 3

Llegadas de paciente
400 380 411

F4 = (3/6) x 411 + (2/6) * 380 + (1/6) * 400 = 398

39

Suavizamiento exponencial
Es un mtodo de promedio mvil muy refinado, que permite calcular el promedio de una serie de tiempo dando mayor ponderacin a las demandas recientes que a las demandas anteriores.

Se usa por su sencillez y la reducida necesidad de datos Ft+1 = Dt + (1-) Ft

Ft+1= pronostico de suavizamiento
= parmetro de suavizamiento Dt= demanda periodo actual

Ft= pronostico calculo para la demanda actual

Valores de alfa de 0 a 1, valores grandes hace nfasis en los niveles recientes de demanda y dan lugar a pronsticos que tienen mayor capacidad de respuesta antes los cambios en el promedio fundamental. Valores de alfa pequeos se considera ms uniformemente la demanda pasada y producen pronsticos ms estables
40

Suavizamiento exponencial
a) Calcule un pronostico de suavizamiento exponencial para la semana 4, usando un alfa de 0.1
Semana 1 2 3 Llegadas de paciente 400 380 411

El mtodo requiere de un pronstico inicial, supongamos que tomamos los datos de las dos primeras semanas (400+380)/2 = 390 como pronstico inicial . Al fin de calcular el pronstico para la semana 4, utilizando suavizamiento exponencial con alfa 0.1, calcular el promedio al final de la semana 3: F4 = 0.1 (411) + 0.9 (390) = 392.1 E = 415 392.1 = 23 F5 = 0.1 ( 415) + 0.9 (392.1) = 394.4
41

Suavizamiento exponencial
a) Calcule un pronostico de suavizamiento exponencial para la semana 4, usando un alfa de 0.1
Semana 1 2 3 Llegadas de paciente 400 380 411

El mtodo requiere de un pronstico inicial, supongamos que tomamos los datos de las dos primeras semanas (400+380)/2 = 390 como pronstico inicial . Al fin de calcular el pronstico para la semana 4, utilizando suavizamiento exponencial con alfa 0.1, calcular el promedio al final de la semana 3: F4 = 0.1 (411) + 0.9 (390) = 392.1 E = 415 392.1 = 23 F5 = 0.1 ( 415) + 0.9 (392.1) = 394.4
42

Proyeccin de la tendencia
Se utiliza para pronosticar los valores de una serie de tiempo que exhibe una tendencia lineal a largo plazo, es decir muestra aumento o disminucin constante en el tiempo, debido a que este tipo de serie de tiempo no es estable, los mtodos de suavizacin no son aplicables.

43

Proyeccin de la tendencia
Ao 1 2 3 4 5 6 7 8 9 10 Ventas 21.6 22.9 25.5 21.9 23.9 27.5 31.5 29.7 28.6 31.4

Tt = b0 + b1t Tt = Valor de tendencia para las ventas en el periodo t b0 =intercepto de la lnea de tendencia b1 = Pendiente de la lnea de tendencia b1 = tYt (t Yt)/n = t2 (t)2/n b0 = Y - b1 t
44

Proyeccin de la tendencia
t 1 2 3 4 5 6 7 8 9 10 55 5.5 Yt 21.6 22.9 25.5 21.9 23.9 27.5 31.5 29.7 28.6 31.4 264.5 26.45 tY 21.6 45.8 76.5 87.6 119.5 165 220.5 237.6 257.4 314 1545.5 154.55 t2 1 4 9 16 25 36 49 64 81 100 385 38.5

totales promediios

b1 = tYt (t Yt)/n = 1545.5 (55)(264.5)/20 = 1.10 t2 (t)2/n 385-(55)2/10

b0 = Y - b1t = 26.45 -1.10*5.5 = 20.4 Por tanto = T 11= 20.4 +1.1 (11) = 32.5
45

Suavizamiento exponencial ajustado a la tendencia

Series de tiempo con una tendencia significativa, los mtodos de suavizamiento exponencial deben medicarse, es decir se calcula una estimacin de la tendencia y el promedio para cada periodo:

At= (Dt) + (1- ) (At-1 + Tt-1)

Tt= (At-At-1) + (1- ) (Tt-1)

Ft+1= At+ Tt
At = promedio suavizado de la serie en el periodo t = parmetro de suavizamiento para el promedio, con una valor entre 0y1 = parmetro de suavizamiento para la tendencia, con una valor entre 0y1 T1 = promedio suavizado de la tendencia el periodo t Ft+1 = pronostico para el periodo t +1

46

Suavizamiento exponencial ajustado a la tendencia

Un laboratorio ofrece servicios de anlisis clnicos, los gerentes estn interesados en pronosticar el nmero de solicitudes de anlisis de sangre cada semana, es preciso comprar suministros. La publicidad acerca de los efectos nocivos del colesterol ha generado un incremento en las solicitudes . En promedio se realizo 28 por semana, durante las cuatro ultimas semanas, la tendencia fue de 3 adicionales por semana, la demanda en esta semana fue de 27, calcular el pronostico para la prxima semana con una alfa = 0.2 y beta = 0.2 Solucin : A0=28 T0=3 At= (Dt) + (1- ) (At-1 + Tt-1) Tt= (At-At-1) + (1- ) (Tt-1) At = 0.2(27)+(1-0.2)(28+3)=30.2 Tt= 0.2(30.2-28) + (1-0.2)(3)=2.8

Ft+1= At+ Tt =30.2+ 2.8 = 33 anlisis de sangre

47

Suavizamiento exponencial ajustado a la tendencia

Si el nmero de anlisis en la semana 2 resultara ser 44, cual seria el pronostico para la semana 3 Solucin : At= (Dt) + (1- ) (At-1 + Tt-1) At = 0.2(44)+(1-0.2)(30.2+2.8)=35.2

Tt= (At-At-1) + (1- ) (Tt-1) Tt= 0.2(35.2-30.2) + (1-0.2)(2.8)=3.2

Ft+1= At+ Tt =35.2+ 3.2 = 38.4 anlisis de sangre

48