Documente Academic
Documente Profesional
Documente Cultură
Pronstico de la demanda
test spanish
Qu es el pronstico de la demanda?
Un pronstico de la demanda es una prediccin de lo que suceder con las ventas existentes de
los productos de su empresa. Lo ideal es determinar el pronstico de la demanda con un enfoque
multifuncional. Se debe considerar las entradas de ventas y mercadeo, finanzas y produccin. El
pronstico final de la demanda es el consenso de todos los gerentes participantes. Tambin es
aconsejable conformar un grupo de Planeacin de Ventas y Operaciones compuesto de
representantes de los distintos departamentos a los que se les encargar preparar el pronstico de
la demanda.
La determinacin de los pronsticos de la demanda se realiza con los siguientes pasos:
Determinacin del uso del pronstico
Seleccin de los tems del pronstico
Determinacin del marco de tiempo del pronstico
Seleccin de los modelos de pronstico
Recopilacin de datos
Realizacin del pronstico
Validacin e implementacin de los resultados
El marco de tiempo del pronstico se clasifica como sigue:
Descripcin
Corto plazo
Duracin
Largo plazo
de 1 ao
Aplicabilidad
Planificacin de
Planificacin de
Desarrollo de nuevos
tareas, asignacin de ventas y produccin, productos,
trabajadores
presupuestos
planificacin de
instalaciones
Enfoque cuantitativo
Descripcin
Aplicabilidad
Enfoque cualitativo
Se utiliza cuando la situacin es
imprecisa & existen pocos datos
(e.g., nuevos productos y
tecnologas)
Tcnicas
Modelos causales
Mtodo Delphi
Encuesta del mercado de
consumidores
Mtodo cualitativo
Jurado de opinin
ejecutiva
Descripcin
Se renen las opiniones de un grupo pequeo de gerentes de
alto nivel que juntas estiman la demanda. El grupo utiliza su
experiencia directiva y en algunos casos la suma a los
resultados de modelos estadsticos.
Compuesto del
Se pide a cada vendedor (por ejemplo por cubrimiento
departamento de ventas territorial) proyectar sus ventas. Como el vendedor es el ms
cercano al mercado tiene la capacidad de conocer la
demanda de los clientes. Las proyecciones se combinan
despus a nivel municipal, provincial y regional.
Mtodo Delphi
Descripcin
Mtodo de
pronstico de
series de tiempo
Enfoque
simplista
Descripcin
Mtodo de
pronstico de
series de tiempo
Promedio mvil
(PM)
1.0
Ecuacin:
PMP 4 = (P) (D3) + (P) (D2) + (P) (D1)
PMP Promedio mvil ponderado, P Peso, D Demanda, No.
Periodo
(ver ejemplo ilustrativo - promedio mvil ponderado)
Alisado
exponencial
Donde
P t + 1 = pronstico del siguiente periodo
D t = demanda real en el actual periodo
P t = el pronstico determinado anteriormente para el actual perodo
= un factor de ponderacin llamado la constante de alisamiento
(ver ejemplo ilustrativo - alisado exponencial)
Descomposicin
de series de
tiempo
Unidad 8: Comercializacin
basarse en factores generales o en un plan especfico de comercializacin. Por lo tanto, para que
un pronstico se entienda y sea til, es importante aclarar exactamente qu cosa describe.
El resultado del pronstico de la demanda es un pronstico de ventas, que suele abarcar un
periodo de 1 ao.
Qu importancia tiene el pronstico de ventas? Constituye el fundamento de la elaboracin de
presupuestos y de la planeacin operativa en todos los departamentos de la compaa:
mercadotecnia, produccin y finanzas. Por lo que es importante efectuarlo con la mayor presicin
posible.
Antes de exponer los mtodos de pronsticos para la demanda, revise algunos trminos bsico:
Si ya tiene experiencia en el tema y cree conocer lo trminos siga adelante, si no accese
al siguiente apartado.
Existen diversos mtodos que se utilizan para el pronosticar la demanda en esta etapa. Y algunos
de ellos se muestran a continuacin:
Algunos mtodos para pronosticar la demanda
Una compaa puede pronosticar las ventas mediante un mtodo de arriba abajo descendente o
de abajo a arriba ascendente.
Si se utiliza el mtodo de arriba abajo los
administradores deben:
personal que hace los pronsticos han de colaborar para cerciorarse de que los participantes no
solo entienden el proceso, sino que aplican los resultados.
Este mtodo requiere del estudio de las ventas anteriores para, en base a ellas, realizar una
proyeccin adecuada que tome en cuenta el crecimiento mensual, la estacionalidad del
producto, etc. Para aplicar este procedimiento es necesario que el negocio lleve cierto
tiempo operando, lo cual permitir analizar un periodo de ventas conveniente.
Investigacin de mercados
2 PRONOSTICOS DE LA DEMANDA
Pronosticar es el arte y ciencia de predecir acontecimientos futuros
Las decisiones empresariales siempre se toman con informacin insuficiente y con un margen de incertidumb
los recursos que se destinan a la bsqueda y el anlisis de la informacin. Debemos entonces establecer algu
Sabemos que nunca ocurrir exactamente lo pronosticado; entonces, para qu pronosticar?
Porque necesitamos una cierta base -aunque sea mnima-, un criterio, una justificacin para el curso de acci
pronstico que generemos, estaremos decidiendo dnde alocar nuestros recursos financieros, tecnolgicos y
es un sistema de informacin que se usa marketing y administracin que automatizan algunas funciones de v
un todo. Costo de bajo a medio. Pronsticos de ventas, administracin de rdenes y conocimiento del produc
importante).
2.3.2
Opinin ejecutiva.
Los expertos de alto nivel se agrupan con modelos estadsticos. Costo de bajo a medio. Las posiciones escon
por contrariar a la mayora. Gerentes de mercadotecnia, finanzas y produccin preparan pronsticos a corto y
2.3.3
Mtodo Delphi.
Su objetivo es la adquisicin de un consenso basado en la discusin entre expertos. Es un proceso repetitivo
Elaboracin de cuestionario
Revisar informacin
Es a largo plazo.
tcnica de pronstico que emplea una serie de datos puntuales histricos para obtener el pronstico.
-Modelos asociativos: los modelos causales como la regresin lineal, incorporan las variables o factores que
-Pronsticos de series de tiempo: se basa en una secuencia de datos puntuales separados a intervalos iguale
-Descomposicin de una serie de tiempo: una serie de tiempo tiene 4 componentes;
Las tendencias
La estacionalidad
Los ciclos
ponderado, cada una de las demandas histricas que intervienen en el promedio puede tener su propia ponde
mvil ponderado de tres periodos, al periodo ms reciente se le puede asignar una ponderacin de 0.50, al se
tercero una de .20. El promedio se obtiene multiplicando la ponderacin de cada periodo por el valor correspo
productos:
2.4.1.3 Suavizacin exponencial
El mtodo de suavizacin exponencial es un mtodo de promedio mvil ponderado muy refinado que permite
asignando a las demandas recientes mayor ponderacin que a las demandas anteriores. Es el mtodo de pron
simplicidad y por la reducida cantidad de datos que requiere. Este mtodo solo requiere 3 tipos de datos: el p
periodo y un parmetro suavizador, alfa
, cuyo valor flucta entre 0 y 1.0.
La siguiente es una ecuacin equivalente:
F t+1 = F t +
(Dt Ft)
Esta forma de la ecuacin muestra que el pronstico para el periodo siguiente es igual al pronstico del perio
pronstico correspondiente al mismo periodo actual.
La suavizacin exponencial tiene las ventajas de ser sencilla y requerir un mnimo de datos. Su utilizacin es
las empresas que realizan miles de pronsticos para cada periodo de tiempo.
a es el estimador de a
Es el valor estimado de la variable Y cuando la variable X = 0
b es el estimador de b , es el coeficiente de regresin
Est expresado en las mismas unidades de Y por cada unidad de X. Indica el nmero de unidades en que var
cambio, en una unidad, en X (pendiente de la recta de regresin).
Un valor negativo de b sera interpretado como la magnitud del decremento en Y por cada unidad de aumento
2.4.2.2 Regresin mltiple
Este tipo se presenta cuando dos o ms variables independientes influyen sobre una variable dependiente. Ej
Utilizamos regresin mltiple cuando estudiamos la posible relacin entre varias variables independientes y o
Al aplicar el anlisis de regresin mltiple lo ms frecuente es que tanto la variable dependiente como las inde
en escala de intervalo o razn. No obstante, caben otras posibilidades: (1) tambin podremos aplicar este an
diente continua con un conjunto de variables categricas; (2) o bien, tambin aplicaremos el anlisis de regre
relacionemos una variable dependiente nominal con un conjunto de variables continuas.
La anotacin matemtica del modelo o ecuacin de regresin lineal mltiple es la que sigue:
Y=a+b
1x1 + b2x2 + ... + bnxn + e
presente = a + b
1pasado + b2futuro + e
en donde:
Y es la variable a predecir;
a, b
1x1, b2x2... bnxn, son parmetros desconocidos a estimar;
y e es el error que cometemos en la prediccin de los par- metros.
Aplicaciones de la regresin mltiple
Es cierto que la regresin mltiple se utiliza para la prediccin de respuestas a partir de variables explicativas
le suele dar en investigacin. Los usos que con mayor frecuencia encontraremos en las publicaciones son los
Identificacin de variables explicativa
Nos ayuda a crear un modelo donde se seleccionen las variables que pueden influir en la respuesta, descartan
Deteccin de interacciones
entre variables independientes que afectan a la variable respuesta.
Identificacin de variables confurosas:
es un problema difcil el de su deteccin, pero de inters en investigacin no experimental, ya que el investiga
variables independientes.
Fiabilidad: es la probabilidad de que un item (sistema o elemento) realice satisfactoriamente la misin especif
conjunto dado de condiciones operativas.
Patrones de Fallos:
Durante dcadas, la sabidura convencional sugera que la mejor forma de optimizar el desempeo de activos
intervalos fijos. Esto se basaba en la premisa de que hay una correlacin directa entre la cantidad de tiempo (
y la probabilidad de que falle, como muestra la Figura 2. Esto sugiere que la expectativa es que la mayora de
perodo X, y luego se desgastan.
Proceso de mejora de la previsin de la demanda
El procedimiento comienza con la definicin de la filosofa, la cual debe ser el punto de mira del sistema ya qu
permanentemente su desempeo.
Luego se realiza la determinacin de la situacin actual con el fin de definir, basndose en el anlisis de una s
presenta el sistema de previsin de la demanda en ese momento, para posteriormente, en funcin de dicha si
hacer ms eficiente el proceso de previsin. Una vez planteadas las mejoras, se debe comprobar si con ellas s
necesarios y proponer nuevas mejoras si las anteriores no son suficientes o pasar a la aplicacin de las mism
unida a un seguimiento constante que retroalimente al sistema, para tomar las medidas necesarias en caso de
3. Sistemas automticos, en los cuales el software examina los datos y sugiere no slo la tcnica apropiada, s
modelo.