UNIDAD V. PLAN MAESTRO DE PRODUCCIN.

El Programa Maestro de Produccin o MPS, es un plan con los tiempos

desglosados que especifica cuntas piezas finales va a fabricar la empresa y
cundo.
Si se avanza ms en el proceso de desglose, se encuentra el sistema de MRP,
que calcula y programa las materias primas, piezas y suministros necesarios
para hacer los productos especificados en el MPS.
5.1 Necesidad de pronstico.

Los pronsticos son vitales para toda organizacin de negocios, as como para
cualquier decisin de la gerencia. El pronstico es la base de la planeacin
corporativa a largo plazo. En las reas funcionales y de finanzas y contabilidad, los
pronsticos proporcionan el fundamento para la planeacin de presupuesto y el
control de costos. El marketing depende del pronstico de ventas para planear
productos nuevos, compensar al personal de ventas y tomar otras decisiones
clave. El personal de produccin y operaciones utiliza los pronsticos para tomar
decisiones peridicas que comprenden la seleccin de procesos, la planeacin de
las capacidades y la distribucin de las instalaciones, as como para tomar
decisiones continuas acerca de la planeacin de la produccin, la programacin y
el inventario.

Por lo regular un pronstico perfecto es casi imposible. En un ambiente de
negocios hay demasiados factores que no se pueden pronosticar con certeza. Por
lo tanto, en lugar de buscar el pronstico perfecto, es mucho ms importante
establecer la prctica de una revisin continua de los pronsticos y aprenden a
vivir con pronsticos imprecisos.

Al pronosticar, una buena estrategia consiste en utilizar dos o tres mtodos y
verlos desde el punto de vista del sentido comn. Los cambios esperados en la
economa en general van a afectar el pronstico? Habr una escasez de
artculos complementarios esenciales? La actualizacin y la revisin continuas
tomando en cuenta la informacin nueva son bsicas para un pronstico exitoso.

Administracin de la Demanda.
El propsito del manejo de la demanda es coordinar y controlar todas las fuentes
de la demanda, con el fin de usar con eficiencia el sistema productivo y entregar el
producto a tiempo.

De dnde proviene la demanda del producto o servicio de una empresa? Y qu
puede hacer una compaa para administrarla? Existen dos fuentes bsicas:

1. Demanda dependiente. Es la demanda de un producto o servicio
provocada por la demanda de otros productos o servicios. Por ejemplo, si
una empresa vende 100 carros, entonces se van a necesitar 400 ruedas, al
menos 200 espejos retrovisores, 100 bateras, 200 faros delanteros, etc.,
etc.
2. Demanda independiente. Es la demanda que no se deriva directamente de
la demanda de otros productos.

Los pronsticos se pueden clasificar en cuatro tipos bsicos:
1. Cualitativo.
2. Anlisis de series de tiempo.
3. Relaciones causales.
4. Simulacin.

Componentes de la Demanda.

En la mayor parte de los casos, la demanda de productos o servicios se puede
dividir en seis componentes:
Demanda promedio para el periodo.
Una tendencia.
Elementos estacionales.
Elementos cclicos.
Variacin aleatoria.
Autocorrelacin.

5.2 Concepto y clasificacin de pronsticos.

Pronsticos o Previsin es el arte y la ciencia de predecir acontecimientos futuros.
Puede suponer la toma de datos histricos y su proyeccin hacia el futuro con
algn tipo de modelo matemtico, puede ser una prediccin subjetiva o intuitiva
del futuro, o puede englobar una combinacin de stas; es decir, un modelo
matemtico ajustado al buen juicio del directivo.

Raramente existe un mtodo ptimo de pronstico. Lo que funciona a la
perfeccin en una empresa bajo una serie de condiciones, podra resultar
desastroso en otra empresa o incluso en otro departamento dentro de la misma
empresa.

Existen lmites de lo que puede esperarse de los pronsticos. Son costosas y muy
rara vez perfectas y lentas de preparar y controlar.

Sin embargo, pocos negocios pueden permitirse evitar el proceso de pronstico y
esperar a ver lo que ocurre y entonces tomar decisiones. Una planificacin
eficiente, tanto a corto como largo plazo, est en funcin de la previsin de la
demanda de los productos de la empresa.

Horizontes temporales de la previsin.

Los pronsticos se clasifican segn el horizonte de tiempo futuro que abarca, y
son:

1. Previsin a corto plazo. Este pronstico tienen una cobertura de hasta un
ao, aunque generalmente es inferior a los tres meses. Se utiliza para la
planificacin de compras, programacin de trabajos, programacin de las
necesidades de mano de obra, asignacin de tareas y planificacin de los
niveles de produccin.
2. Pronstico a mediano plazo. Generalmente abarca entre tres meses y tres
aos. Es til para la planificacin de las ventas, de la produccin, del
presupuesto y del presupuesto de caja, as como para el anlisis de varios
planes operativos.
3. Pronsticos a largo plazo. Generalmente abarcan periodos superiores a
tres aos y son utilizados para la planificacin de nuevos productos,
desembolsos de capital, localizacin de instalaciones o expansin, as
como para la investigacin y desarrollo.

Los pronsticos a mediano y largo plazo se distinguen de los de corto plazo
porque:
I. Tratan de asuntos ms extensos y apoyan las decisiones de gestin que
conciernen la planificacin y los productos, las plantas y los procesos.
II. Usan metodologa diferente, mtodos menos cuantitativos. En cambio
en corto plazo usan tcnicas matemticas como la de medias mviles,
alisado exponencial y extrapolacin de tendencia.
III. No son tan exactas como las de corto plazo, por ello deben revisarse y
repararse conforme vaya avanzando el tiempo.

Tcnicas de pronstico y modelos comunes.
I. CUALITATIVO. Mtodos subjetivos, de juicio, basados en
estimados y opiniones.
Tcnicas
acumulativas
Deriva un pronstico a travs de la compilacin de las entradas
de aquellos que se encuentran al final de la jerarqua y que
tratan con lo que se pronostica.
Investigacin de
mercados
Se establece para recopilar datos de varias formas (encuestas,
entrevistas, etc.) con el fin de comprobar hiptesis acerca del
mercado. Por lo general, se usa para pronosticar ventas a
largo plazo y de nuevos productos.
Grupos de
consenso
Intercambio libre en las juntas. La idea es que la discusin en
grupo produzca mejores pronsticos que cualquier individuo.
Los participantes pueden ser ejecutivos, vendedores o clientes.
Analoga
histrica
Relaciona lo pronosticado con un artculo similar. Es
importante al planear nuevos productos en los que las
proyecciones se pueden derivar mediante el uso del historial
de un producto similar.
Mtodo de
Delfos
Un grupo de expertos responde un cuestionario. Un moderador
recopila los resultados y formula un cuestionario nuevo que se
presenta al grupo. Por lo tanto, existe un proceso de
aprendizaje para el grupo mientras recibe informacin nueva y
no existe ninguna influencia por la presin del grupo o
individuos dominantes.
II. CUANTITATIVOS, ANLISIS DE SERIES DE TIEMPO. Con base en
la idea de que el historial de los eventos a travs del tiempo se
puede utilizar para proyectar el futuro.
Promedio mvil
simple.
Se calcula el promedio de un periodo que contiene varios
puntos de datos dividiendo la suma de los valores de los
puntos entre el nmero de stos. Por lo tanto, cada uno tiene
la misma influencia.
Promedio mvil
ponderado.
Puede ser que algunos puntos especficos se ponderen ms o
menos que los otros, segn la experiencia.
Suavizacin
exponencial.
Los puntos de datos recientes se ponderan ms y la
ponderacin sufre una reduccin exponencial conforme los
datos se vuelven ms antiguos.
Anlisis de
regresin.
Ajusta una recta a los datos pasados casi siempre en relacin
con el valor de los datos. La tcnica de ajuste ms comn es la
de los mnimos cuadrados.
Tcnica Box
Jenkins
Muy complicada, pero al parecer la tcnica estadstica ms
exacta que existe. Relaciona una clase de modelos
estadsticos con los datos y ajusta el modelo con las series de
tiempo utilizando distribuciones bayesianas posteriores.
Series de tiempo
Shiskin
(o X 11)
Desarrollada por Julius Shiskin de la Oficina del Censo. Un
mtodo efectivo para dividir una serie temporal en temporadas,
tendencias e irregular. Necesita un historial por lo menos de 3
aos. Muy eficiente para identificar los cambios, por ejemplo,
en las ventas de una compaa.
Proyecciones de
tendencias.
Ajusta una recta matemtica de tendencias a los puntos de
datos y la proyecta en el futuro.
III. CAUSAL. Trata de entender el sistema subyacente y que rodea al
elemento que se va a pronosticar. Por ejemplo, las ventas se
pueden ver afectadas por la publicidad, la calidad y los
competidores.
Anlisis de
regresin
Similar al mtodo de los mnimos cuadrados en las series de
tiempo, pero puede contener diversas variables. La base es
que el pronstico se desarrolla por la ocurrencia de otros
eventos.
Modelos
economtricos.
Intentos por describir algn sector de la economa mediante
una serie de ecuaciones interdependientes.
Modelos de
entrada/salida
Se enfoca en las ventas de cada industria a otros gobiernos y
empresas. Indica los cambios en las ventas que una industria
productora puede esperar debido a los cambios en las
compras por parte de otra industria.
Principales
indicadores
Estadsticas que se mueven en la misma direccin que la serie
a pronosticar, pero antes que sta, como un incremento en el
precio de la gasolina que indica una baja futura en la venta de
autos grandes.
IV. MODELOS DE SIMULACIN. Modelos dinmicos, casi siempre por
computadora, que permiten al encargado de las proyecciones
hacer suposiciones acerca de las variables internas y el ambiente
externo en el modelo. Dependiendo de las variables en el modelo,
el encargado de los pronsticos puede hacer preguntas como:
qu sucedera con mi pronstico si el precio aumentara 10 %?
Qu efecto tendra una recesin nacional leve sobre mi
pronstico?


5.3 Mtodos Cuantitativos.

Los mtodos cuantitativos se pueden agrupar en dos categoras:
1. Modelos de series temporales. Estos modelos predicen bajo la premisa de
que el futuro es una funcin del pasado. Es decir, observan lo que ha
ocurrido a lo largo de un periodo de tiempo y utilizan una serie de datos
pasados para realizar un pronstico.
a. Enfoque simple.
b. Medias mviles.
c. Alisado exponencial.
d. Proyeccin de tendencia.
2. Modelos asociativos o causales. Estos modelos incorporan variables o
factores que pueden influir en la cantidad que se va a predecir.
a. Regresin lineal.

Ejemplo:
Sunrise Baking Company vende donas en una cadena de tiendas de alimentos.
Debido a errores de los pronsticos ha tenido una produccin excesiva o
insuficiente. Los siguientes datos son su demanda de docenas de donas en las
ltimas cuatro semanas. Las donas se hacen para el da siguiente; por ejemplo, la
produccin de donas del domingo es para las ventas del lunes, la produccin de
donas del lunes es para las ventas del martes, etc., la panadera cierra los
sbados, de modo que la produccin del viernes debe satisfacer la demanda de
sbado y domingo.

Dia
Hace 4
semanas
Hace 3
semanas
Hace 2
semanas
Semana
pasada

Lunes 2200 2400 2300 2400 /4
Martes 2000 2100 2200 2200 /4
Mircoles 2300 2400 2300 2500
Jueves 1800 1900 1800 2000
Viernes 1900 1800 2100 2000
Sbado
Domingo 2800 2700 3000 2900

Haga un pronstico para esta semana segn este esquema:
A) Diario, con un promedio mvil de cuatro semanas.
B) Diario, con un promedio mvil ponderado de 0.4, 0.3, 0.2 y 0.1 para las
ltimas cuatro semanas.
C) Sunrise tambin planea sus compras de ingredientes para la produccin de
pan. Si la semana pasada se pronstico una demanda de pan de 22 000
hogazas de pan y solo se demandaron 21 000, cul debe ser la demanda
que pronostique Sunrise para esta semana, con una suavizacin
exponencial de = 0.10?
D) Supngase, con el pronstico hecho en el inciso c, que la demanda de esta
semana resulta ser ms bien de 22 500 hogazas y se demandaron 21 900.
Cul debe ser el pronstico de la demanda siguiente?