Sunteți pe pagina 1din 17

1

UNIDAD 2_ACTIVIDAD 2_PRONSTICO DE DEMANDA.


Propsito.
Elaborar un pronstico de demanda con base a un caso planteado. Utilizacin (2).
Descripcin de la actividad.
Es momento de que elabores un pronstico de demanda con base a un caso
planteado!
1. Descarga, lee y analiza el problema de la fbrica de Shampoo Clean Hair:
Problema de la fbrica de Shampoo Clean Hair.
La fbrica Clean Hair, es un pequeo fabricante localizado en la ciudad de Mxico,
que desde hace 5 aos lanz su exitosa lnea de shampoo, se percat que en los
ltimos dos aos su demanda presentaba un comportamiento un poco inestable,
afectando su producto estrella al que clasific con el SKU SHAMEX345 y que fue
muy bien aceptado en el mercado.
Dado este comportamiento errtico, el dueo de la empresa no sabe si comprar
otra mezcladora de productos qumicos o rentarla slo en aquellos momentos
donde se presenten perodos de mxima demanda. El problema es que no sabe
cundo contratar la renta de la mezcladora porque tiene incertidumbre sobre las
ventas que tendr el siguiente ao. Qu le podras aconsejar al dueo de Clean
Hair?
Las estadsticas de sus ventas se presentan en el siguiente cuadro:
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

1
743
3962
4952
5448
1238
1486
1981
1981
990
990
990
560

2
990
4952
5448
5943
1981
2477
1486
2477
1486
1486
1238
650

3
990
7429
7429
8914
1981
2971
3467
4952
2477
2477
1486
750

4
2477
6200
5500
4500
2477
3467
4952
2000
1981
1981
990
750

Cuadro de la Actividad 2: Ventas del Shampoo Clean Hair

5
2477
6300
6000
7300
3467
2971
3962
3200
990
1486
990
800

2. Posteriormente, utilizando el caso, los datos adicionales que te otorgue tu


docente en lnea y las tcnicas de previsin que estudiaste en el subtema 2.1.2.;
realiza lo siguiente:
Determina la media simple.
Calcula el promedio mvil (N = 3).
Determina el promedio mvil ponderado (W1 = 0.4, W2 = 0.6, N = 2).
Aplica la tcnica de suavizacin exponencial ( = 0.5, = 0.6, D0 = F0 =
2000).
Aplica el mtodo multiplicativo estacional (T0 = 250, FITt = 3,760.18).
Realiza un anlisis de regresin lineal para determinar la ecuacin que
permite elaborar el pronstico.
Recomendacin:
Elabora las grficas de la demanda actual y futura para desarrollar un mejor
anlisis de los resultados.
3. Despus de obtener los resultados de cada una de las tcnicas de previsin,
responde a la pregunta Qu le recomendaras al dueo de la fbrica Clean Hair
respecto a la compra de una licuadora adicional para mezclar productos qumicos
en la elaboracin de su producto estrella?

4. Guarda tu actividad, incluyendo los grficos y resultados que obtuviste, en un


documento de texto con la nomenclatura LINV_U2_A2_XXYZ, y envalo a tu
docente en lnea, para que te retroalimente.

Evaluacin.
La evaluacin de esta actividad se dar con base a que el alumno cumpli con la
entrega y desarrollo de los puntos que se le requiri en las instrucciones. A
continuacin se presenta la escala de evaluacin de la actividad:
Escala de evaluacin
Actividad 2.

Pronstico de demanda

Logro

Elaborar un pronstico de demanda con base a un caso planteado.


Utilizacin (2)
Al final de la actividad el alumno entregara la solucin a un caso de
estudio con base a la aplicacin de herramientas aprendidas durante
la unida

Producto

Criterios de evaluacin

Puntaje
Puntaje
por
obtenido
criterio

Observaciones

4
1. Construy los cuadros para
determinar la media mensual en
cada periodo
2. Calcula sin errores el promedio
mvil
3. Determina sin errores el promedio
mvil ponderado
4. Aplica la tcnica de suavizacin
exponencial
5. Resuelve con el mtodo
multiplicativo estacional
6. Realiza el anlisis de regresin
lineal
7. Elabora una recomendacin
sustentada con amplitud y detalle al
dueo de la fbrica.
8. Entrega a tiempo con base al
calendario establecido

10
10
10
15
15
10
20
10

Total:
Con base en el puntaje total, la siguiente escala indica la calificacin cualitativa
asignada en el calificador de la plataforma:
Muy bien:
Bien:
Regular:
Necesitas mejorar:
Insuficiente:
No presento:

de 81 a 100 puntos.
de 61 a 80 puntos.
de 41 a 60 puntos.
de 21 a 40 puntos.
de 1 a 20 puntos.
0 puntos.

Herramienta de la web.
Dentro de esta actividad no se utiliza ninguna herramienta web externa.
Herramienta del aula.
Tarea.
Fuentes electrnicas de consulta:
Catos (2013). Promedio mvil simple. Ejemplo 1: Administracin de Operaciones
[Archivo de vdeo YouTube]. Recuperado de: https://youtu.be/GF3S5YAdgMM

ITESM (2006). Mtodo de promedios. Diplomado en gestin estratgica de las


finanzas pblicas [Archivo PDF]. Recuperado de:
http://www.cca.org.mx/funcionarios/biblioteca/html/finanzas_publicas/documentos
/3/m3_metodos.pdf
Catos (2013). Promedio mvil ponderado. Ejemplo 2: Administracin de
Operaciones [Archivo de vdeo YouTube]. Recuperado de:
https://youtu.be/8Xui4ayY-6U

Gutirrez Viviana (2014). Promedio mvil ponderado. [Presentacin Prezi].


Recuperado de: https://prezi.com/orj5wuwxnthh/promedio-movil-ponderado/
Catos (2013). Suavizacin exponencial. Ejemplo 3: Administracin de Operaciones
[Archivo de vdeo YouTube]. Recuperado de: https://youtu.be/zmGqdYhfzjA

GEO Tutoriales en Proyeccin de Demanda (2015). Suavizamiento Exponencial


Simple (Ejercicios Resueltos). Gestin de Operaciones [Pgina de Blog].
Recuperado de: http://www.gestiondeoperaciones.net/proyeccion-dedemanda/suavizamiento-exponencial-simple-ejercicios-resueltos/
P. Reyes (2007). MTODOS DE SERIES DE TIEMPO. [Documento Word].
Recuperado de: https://www.google.com.mx/webhp?sourceid=chromeinstant&ion=1&espv=2&ie=UTF-8#
Series Temporales 06/12 Clculo de la componente estacional (esquema
multiplicativo) [Archivo de vdeo de YouTube]. Rescatado de:
https://youtu.be/YKJXZfXUH4w

Modelo multiplicativo estacional Holt Winters | XLSTAT (2016). [Portal de XLSTAT].


Recuperado de: https://help.xlstat.com/customer/es/portal/articles/2062241
Amaya Cocunubo, Ivn F. (2010). Regresin Lineal Simple YouTube [Archivo de
vdeo YouTube]. Recuperado de: https://youtu.be/XyMcJ5M2qqQ

Salazar Lpez, Bryan (2012). Regresin Lineal Ingeniera Industrial.


REGRESIN LINEAL O MNIMOS CUADRADOS. Colombia
INGENIERIAINDUSTRIALONLINE.COM [Portal]. Recuperado de:
http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingenieroindustrial/pron%C3%B3stico-de-ventas/regresi%C3%B3n-lineal/

EJEMPLO:
Mangueras Harold, SA de CV, es un pequeo fabricante de mangueras localizado
en la ciudad de Toluca, en el Estado de Mxico, que lanz al mercado un producto
de vanguardia que lo clasific con el SKU Y3234MEX y que ha sido muy bien
aceptado en el mercado.
A siete aos que la planta abri, en los ltimos tres el dueo de la planta ha visto
un incremento de las ventas de ese producto, sobre todo en ciertos perodos del
ao donde afirma que pierde muchos pedidos por falta de su capacidad de
respuesta.
Actualmente, dispone de dos equipos para la fabricacin de manguera, que le son
suficientes para atender la demanda en un turno de trabajo, sin embargo, ha
valorado que le resulta ms caro pagar horas extras a su personal actual que
contratar personal eventual an y con la capacitacin requerida, el problema es
que no sabe cunto personal contratar porque tiene incertidumbre sobre la
cantidad de manguera que vender para satisfacer su demanda del siguiente ao.
Qu le podemos decir al dueo de la planta?
La sugerencia es ir aconsejando al dueo a partir de una metodologa que nos
permita estimar su demanda sin caer en grandes riesgos de clculo. Qu
haremos?
En principio enfocaremos la metodologa a revisar las demandas por ao, y
despus lo qu sucede mes con mes. Es decir, primero verlo desde el punto de
vista global, y luego particular. El objetivo final ser determinar cuntos metros de
manguera por mes esperamos que venda en el ao ocho.
Lo primero que haremos es registrar las estadsticas de la cantidad de metros de
manguera que vendi por mes en los siete aos desde que la planta abri, la cual
podemos ver en el cuadro ventas mensuales.

10

Cuadro 1: Ventas mensuales (metros)

Despus, es recomendable graficar estos datos los cuales podemos ver en la figura
1 y con ella hacer un anlisis de su comportamiento.

Figura 1: Comportamiento mensual de la manguera (metros)

11

Enfoque simple.
Este enfoque estima que la demanda tendr un valor similar al del ltimo perodo,
como a continuacin se ilustra.

Promedio simple.

Promedio Mvil.
En primer lugar, determinar el tamao de N como elemento de medicin del
desplazamiento de los datos para obtener el promedio, tal y como veremos a
continuacin.

12

Promedio mvil ponderado.


Es el mismo caso anterior, pero cada valor deber ser afectado por un valor.

Suavizacin exponencial.

400

13

Suavizacin exponencial con ajuste tendencial.


Los mtodos anteriores de pronstico de demanda, no consideran la
estacionalidad, es decir la existencia de periodos en los que la demanda puede
subir o bajar, formando picos de demanda. La estacionalidad puede amortiguarse
identificando las estaciones y las tendencias, es importante considerar que las
estaciones no por fuerza deben corresponder a una misma longitud de periodo
para todo el ao. La estacionalidad de la demanda se encuentra comnmente en
los procesos de ciclo largo, es decir productos que requieren de largos periodos
para su produccin, para pronosticar una demanda temporal es necesario primero
desestacionalizar para obtener un pronstico base que posteriormente volver ser
afectado por un ndice de estacionalidad. Precisamente este mtodo incluye un
procedimiento para desestacionalizar los datos que ajustan mejor la curva.
Para iniciar retomamos los clculos anteriores para aplicar dicho procedimiento,
mismo que se muestra a continuacin.

14

Comparando los resultados del suavizamiento exponencial con ajuste de tendencia


y la demanda real, podemos observar un mejor acercamiento del segundo.

Esta comparacin te puede permitir jugar con los valores de alfa en busca de
encontrar aquel valor que ajusta mejor a las variaciones de los datos reales, de
esta manera el pronstico puede ajustarse con cada ciclo o iteracin en pro de
lograr una mayor proximidad al comportamiento de la demanda. El ajuste del
pronstico puede evaluarse fcilmente de manera cualitativa al calcular el
coeficiente de correlacin de ambos conjuntos de datos usando la funcin que
contiene Excel de coeficiente de correlacin, la notacin se describe a
continuacin:
=COEF.DE.CORREL([Periodos]: [Demanda Estimada], [Periodos]: [Demanda
Real])
Anlisis de regresin lineal (mtodo causal).
Ahora bien, utilizando el mtodo de regresin lineal podemos calcular la demanda
anual promedio ajustando los parmetros a y b.

15

Cuadro 2: Mtodo de mnimos cuadrados.

Mtodo multiplicativo estacional


Retomando los cinco pasos mencionados, procedemos a calcular la demanda para
el ao 8 por cada mes de ese ao. Para demostrar su forma de clculo en la
siguiente figura describimos su forma de clculo para el mes de enero,
considerando la demanda des-estacionalizada anteriormente.

16
Paso 4.
Retomando el resultado del promedio mensual esperado en el ao 8, calculado con
la tcnica de suavizamiento exponencial ajustado, en este caso de 1162.20, se
procede a calcular el pronstico mensual aplicando el ndice correspondiente, por
ejemplo:

Grficamente el pronstico en el ao ocho puedes observarlo en la Figura 2, en


donde las lneas en gris representan las curvas de la demanda de los aos
anteriores, mientras que la roja es la demanda pronosticada con el mtodo
multiplicativo estacional.

Figura 2: Comportamiento mensual de la demanda en el ao 8


Pronosticar una demanda que presenta mucha variacin entre periodos, puede ser
bastante complejo y a pesar de todos los esfuerzos terminar siendo inexacto. En el
caso de demandas con patrones estacionales muy fuertes, resulta muy costoso
mantener un inventario para la temporada alta mientras el resto del tiempo se
manejan niveles de demanda bajos o moderados, por esta razn muchas empresas
van ms all de limitarse a predecir la demanda, sino que llevan a cabo estrategias
encaminadas a influir en la manera en la cual se genera la demanda.
Este tipo de estrategias tienen la finalidad de reducir picos de demanda a travs de
campaas de mercadotecnia que impulsen las ventas en las llamadas temporadas
bajas con la finalidad de tener menores fluctuaciones en la demanda y aprovechar
mejor la capacidad instalada tanto en planta como en almacn, uno de los mejores
ejemplos de estas tcticas han sido los emprendidos por la empresa refresquera
Coca cola, con campaa navidea de 1931 en la cual presentaban el personaje de
Santa Claus con un traje rojo y blanco, por ser los colores de la compaa, con la
finalidad de vender su producto durante la temporada invernal ya que de acuerdo
con (Mendz 1995). Por aquellos tiempos, las bebidas gaseosas se distribuan slo
en "perodo estival" (que haba ido estirndose: desde el 1 de marzo hasta el 15 de

17

octubre), pues se conceban como productos "refrescantes" que realmente


apagaban la sed. Cabe destacar que las campaas publicitarias no son la nica
herramienta capaz de Alisar la demanda, tambin las temporadas de descuentos,
promociones y lanzamiento de nuevos productos pueden ser herramientas tiles
para obtener demandas ms estables.