PRINCIPIOS BÁSICOS DE

PRONÓSTICOS
Por: Marisol Naranjo M.

Mayo 2018
RAP TALLER 2: PRINCIPIOS
BÁSICOS DE PRONÓSTICOS

• ELABORAR PRONÓSTICOS Y
ANALIZAR DE ACUERDO CON LA
APLICACIÓN DE MÉTODOS DE
PRONÓSTICOS.
 Proceso para la construcción
del conocimiento
• Conocimiento de pronósticos.
• Contextualización de los pronósticos.
• Identificar patrones de la demanda de los
productos.
• Aplicar métodos de pronósticos de
acuerdo a los datos que tiene una
organización.
• Calcular los pronósticos.
 ¿Por qué se necesitan los
pronósticos en la empresa?
• El objetivo de un negocio de cualquier giro
y tamaño es vender más cada día.
• No obstante, para lograrlo es necesario
conocer la demanda de su mercado
y la capacidad de su empresa: la
demanda se pronostica, mientras que las
ventas se planean.
• ¿Cuánto más quieres vender en tu
empresa? ¿Qué pasa si el pedido llega
mañana? ¿Podrías surtirlo? ¿Cómo van
tus ventas este año? ¿En qué te basas
para medirlas? Todas estas preguntas
llevan a un concepto: proyección de
ventas, que en términos académicos se
denominan pronósticos de demanda.
¿Por qué pronosticar?
• La demanda es una consecuencia de la
elección de los compradores y lo que se
puede vender es decisión de la dirección
de la empresa.
• .¿Cuánto quieres vender los próximos 12
meses?, ¿tu mercado compraría esa
cantidad de productos o servicios?, ¿la
empresa tiene la capacidad productiva
para soportar ese volumen de ventas?
• Con los pronósticos de demanda, se
define las respuestas a las preguntas.
USO DE LOS PRONÓSTICOS
EN LA EMPRESA
• Todas las organizaciones que planifican
las condiciones de su futuro, el cual no
conocen a ciencia cierta, emplean
pronósticos en sus diferentes áreas
funcionales.
 Algunos casos de uso de
pronósticos en la empresa son:
• En el área de marketing se pronostica
cómo va a crecer el mercado, cuál va a
ser la participación propia y de los
competidores, cuál será la tendencia de
precios, cuáles serán los nuevos
productos que sacudirán el mercado…
• En el área de producción se hacen
pronósticos sobre el costo y la
disponibilidad de la materia prima, el costo
y la disponibilidad de la mano de obra,
cuándo se requerirá mantenimiento para
los equipos, cuál será la capacidad de
planta necesaria para atender la
demanda…
• En el área financiera se pronostica cuál
será la tasa de interés de referencia para
los créditos, cuál será el nivel de cuentas
incobrables, cuánto capital se requerirá
para ampliar la capacidad propia…
• En recursos humanos se requieren
pronósticos sobre el número
de trabajadores, la rotación de personal,
las tendencias de ausentismo, las
necesidades de capacitación…
• En el plano estratégico se pronostica
acerca de factores económicos, cambios
de precios, costos, crecimiento de líneas
de productos…
 PRINCIPIOS BÁSICOS DE PRONÓSTICOS

• Definición de pronóstico o proyección:

– Técnica para utilizar experiencias pasadas
con la finalidad de predecir expectativas del
futuro.
– Es una proyección estructurada del
conocimiento pasado.
 PRINCIPIOS BÁSICOS DE PRONÓSTICOS

• Introducción
– El punto de partida de todos los sistemas de
planificación, se da a partir de la demanda
real o esperada de los clientes.
– Casi en todos los casos el tiempo necesario
para generar y entregar el producto o servicio
excederá la expectativa del cliente.
– Entonces la producción tendrá que iniciar
antes de que se conozca la demanda real del
consumidor, a partir de la demanda esperada
“pronóstico de la demanda”
 PRINCIPIOS BÁSICOS DE PRONÓSTICOS

Necesidad de pronosticar
• Entorno altamente incierto
• La intuición no necesariamente da los
mejores resultados
• Mejorar la planeación
• Competitividad y cambio
 PRINCIPIOS BÁSICOS DE PRONÓSTICOS
Características
• Los pronósticos casi siempre son
incorrectos
• Los pronósticos son más precisos para
grupos o familias de artículos
• Los pronósticos son más precisos cuando
se hacen para periodos cortos
• Todo pronóstico debe incluir un error de
estimación
• Los pronósticos no son sustituto de la
demanda calculada
 PRINCIPALES CATEGORÍAS
DE PRONÓSTICOS
• Pronósticos cualitativos
– Aquellos que se generan a partir de información
que no tiene una estructura analítica bien definida.
– Cuando no hay información histórica. Ej: producto
nuevo.
– Características clave
– Se basa en un juicio personal o en alguna
información cualitativa externa.
– Tiende a ser subjetivo, suele basarse en la
experiencia de las personas involucradas, está
sesgado en la posición optimista o pesimista.
 Pronósticos cualitativos

• Como ventaja de este método, permite

obtener algunos resultados con bastante
rapidez.
• En ciertos casos, la proyección cualitativa
es importante, ya que puede constituir el
único método disponible.
• Suelen utilizarse para productos
individuales o familias de productos, rara
vez para mercados completos.
 Pronósticos cualitativos

• Métodos más comunes utilizados:

– Encuestas de mercado
– Delphi o consenso de panel
– Analogía de ciclo de vida
– Valoración o juicio informado
 Métodos cualitativos
• https://www.youtube.com/watch?v=04zZKI
vxfPo
• https://www.youtube.com/watch?v=7AJmP
E7XpJw
• https://www.youtube.com/watch?v=4wmna
HjCUQU
 EJEMPLO ANECDÓTICO
• Se basa en una situación real que experimentó hace poco un
Gerente de control de producción:
• Francisco, el gerente de ventas, acaba de enviar a José, gerente de
control de producción, el pronóstico de ventas de los principales
productos para el siguiente año ( por lo general la compañía no
hace Planificación de Ventas y Operación).
• Cuando José estaba desarrollando sus planes iniciales de
producción de largo plazo para tender el pronóstico, observó algo
que le sorprendió. En los últimos tiempos, la compañía había venido
vendiendo aproximadamente 10,000 productos X cada año. El
producto X se vendía a un pequeño grupo conformado por más o
menos seis compañías, el cual utilizaba para fabricar otro producto.
El pronóstico del producto X para el siguiente año se había
establecido en 16,000 unidades. José llamó entonces a Francisco,
desarrollándose la siguiente conversación:
 EJEMPLO ANECDÓTICO
JOSÉ: Francisco, necesitamos hablar sobre el producto X. Me presentaste un
pronóstico de ventas de 16,000 unidades para el año próximo. ¿A qué se debe esto?
FRANCISCO: A que eso es lo que proyectamos vender
JOSÉ: Cuentas con nuevos clientes para el producto, o esperas tenerlos?
FRANCISCO: No
JOSÉ: ¿Alguno de tus clientes actuales tiene nuevos usos para el producto?
FRANCISCO: No, que yo sepa
JOSÉ: ¿Alguno de tus clientes tiene planes de expansión o piensa crecer?
FRANCISCO: No, que yo sepa
JOSÉ: ¿Tú o alguno de los consumidores del producto X tienen planes de ingresar a
nuevos mercados?
FRANCISCO: Sé que nosotros no lo tenemos, y no creo que alguno de los clientes
los tenga.
JOSÉ: Entonces no comprendo. ¿A qué se debe el pronóstico de 16,000 unidades?
FRANCISCO: A que eso es lo que decimos que venderemos!
 EJEMPLO ANECDÓTICO
• Ahora José enfrenta un grave problema.
• ¿Cuántas unidades deberá establecer en
su planificación de producción? En la
fabricación del producto X se utiliza cierto
acero especial de alto costo para cuya
entrega, además, hay que esperar un
largo plazo. José tiene que hacer un
pedido de este acero lo antes posible si
quiere cubrir las necesidades de la
empresa para el siguiente año.
 EJEMPLO ANECDÓTICO
• Desde su punto de vista existen cuatro escenarios: dos
negativos y dos positivos:
• Fabricar 16,000 u y que la demanda sea de 16,000 u.
Esto es bueno
• Fabricar 16,000 u y que la demanda sea de 10,000 u.
Esta situación es negativa, ya que habría un gran
inventario de alto costo que permanecería inactivo.
• Fabricar 10,000 u y que la demanda sea de 10,000 u.
Esto es bueno.
• Fabricar 10,000 u y que la demanda sea de 16,000 u.
Otro escenario negativo.
 EJEMPLO ANECDÓTICO
• ¿Qué debe hacer?
Pronósticos cuantitativos
 Pronósticos cuantitativos:
MÉTODO CAUSAL
• CARACTERÍSTICAS:
• Se basa en el concepto de relación entre
variables; es decir, en la suposición de
que una variable medida ocasiona que la
otra cambie de una forma predecible.
• Parte de un supuesto de causalidad,
“indicador líder”. Ej: Inicio de construcción
de nuevas viviendas, indicador líder para
desarrollar pronósticos en otros sectores
de la economía.
 Pronósticos cuantitativos:
MÉTODO CAUSAL
• Si se desarrollan indicadores apropiados, este
método con frecuencia ofrece excelentes
resultados en cuanto a pronósticos.
• Como beneficio colateral, el proceso de
desarrollar el método permite obtener
importante conocimiento adicional de mercado.
Ej: al desarrollar un modelo causal de viajes de
vacaciones, tomando como indicador líder: el
precio de la gasolina, en este caso además se
puede aprender sobre los mecanismos que
controlan los precios de la gasolina.
 Pronósticos cuantitativos:
MÉTODO CAUSAL
• Este método rara vez se utiliza para un
producto; es más común emplearlo para
mercados o industrias completas.
• Muchas veces su puesta en práctica
consume demasiado tiempo y resulta muy
cara, principalmente debido a la
necesidad de desarrollar relaciones y
obtener información causal.
 Pronósticos cuantitativos:
Enfoques del MÉTODO CAUSAL
• Modelos de entrada – salida
– Pueden ser modelos muy grandes y complejos,
ya que analizan el flujo de los bienes y
servicios a través de la economía completa.
– Requieren una cantidad de información, lo que
hace que su desarrollo sea largo y costoso.
– Por lo general se utilizan para proyectar
necesidades para mercados enteros o para
segmentos de la economía, y no para
productos específicos.
 Pronósticos cuantitativos:
Enfoques del MÉTODO CAUSAL
• Modelos econométricos
– Implican el análisis estadístico de varios
sectores de la economía.
– Su uso es similar al de los modelos de
entrada – salida.
 Pronósticos cuantitativos:
Enfoques del MÉTODO CAUSAL
• Modelos de simulación
– La popularidad de la simulación de sectores
de la economía mediante computadoras está
creciendo.
– Se pueden utilizar para productos individuales
pero, una vez más, la recopilación de la
información tiende a ser lenta y costosa.
– El valor real de estos modelos radica en que
son rápidos y económicos de utilizar una vez
que la información ha “poblado” al modelo.
 Pronósticos cuantitativos:
Enfoques del MÉTODO CAUSAL
• Regresión
– Es un método estadístico para desarrollar una relación
analítica definida entre dos o más variables.
– La una variable causa que la otra se mueva.
– Ej: Informes noticiosos sobre construcciones de vivienda,
este suele considerarse un indicador líder, pues influye
sobre varios mercados relacionados: fabricación de
cemento, sector maderero.
– Dado que se basa en información externa, los métodos de
pronóstico causales en ocasiones se denominan
pronósticos extrínsecos.
 Pronósticos cuantitativos:
SERIES DE TIEMPO
• Son los más utilizados para proyección de
demanda de productos.
• Parten de un supuesto común: que la demanda
pasada sigue cierto patrón, y puede ser
analizado para desarrollar proyecciones para la
demanda futura.
• Implica el supuesto de que la única variable real
independiente es el pronóstico de series de
tiempo (El tiempo).
• Se basan en información interna (ventas), se
denomina PRONÓSTICOS INTRÍNSECOS.
 Pronósticos cuantitativos:
SERIES DE TIEMPO
• Son los más utilizados por los
responsables de operaciones. Ponen su
atención en procesos internos.
• Estos modelos intentan capturar de forma
matemática los patrones de la demanda
pasada. Uno de ellos es el patrón
aleatorio, que parte de un supuesto de
que la demanda siempre posee un
elemento aleatorio.
Pronósticos cuantitativos:
SERIES DE TIEMPO
 Pronósticos cuantitativos:
SERIES DE TIEMPO
• Un segundo patrón es el patrón de
tendencia, pueden ser crecientes o
decrecientes, y tener naturaleza lineal o
no lineal.
Pronósticos cuantitativos:
SERIES DE TIEMPO
 Pronósticos cuantitativos:
SERIES DE TIEMPO
• El tercer patrón es el cíclico, del cual un
caso especial, pero muy común, es el
patrón estacional.
• Siguen cierto ciclo de demanda, creciente
o decreciente.
Pronósticos cuantitativos:
SERIES DE TIEMPO
 Pronósticos cuantitativos:
SERIES DE TIEMPO
• Si colocáramos un patrón aleatorio junto a
un patrón de tendencia y a uno estacional,
obtendríamos un patrón de demanda
similar al patrón que enfrentan muchas
compañías para sus productos o servicios.
 Pronósticos cuantitativos:
SERIES DE TIEMPO
• Ejemplo:
• Un patrón aleatorio estacional con una
tendencia de incremento lineal.
 Pronósticos cuantitativos:
SERIES DE TIEMPO
• En los pronósticos se intentan suavizar los
patrones de demanda aleatorios, es decir
atenuar el patrón de demanda irregular.
• Estos MÉTODOS implican importantes ventajas
y desventajas.
• Si el método de suavizado es mínimo(es decir,
si permite que permanezca casi toda la
aleatoriedad), se obtendrán resultados poco
estables.
• Si realiza demasiado suavizado, los posibles
cambios reales en la demanda no serán
capturados en el pronóstico.
 PRONÓSTICO DE VENTAS

• El forecast o forecasting, como se le

conoce en el entorno económico al
proceso de pronosticar ventas o
demandas, se define como el arte y la
ciencia para predecir el futuro para un
bien, componente o servicio en particular,
con base en datos históricos,
estimaciones de mercadeo e información
promocional, mediante la aplicación de
diversas técnicas de previsión.
 ¿Por qué los Pronósticos?
Las previsiones de
demanda constituyen
una parte
fundamental de los
sistemas de
planeación y por
ende de la economía
en general.
• Los pronósticos de la demanda ejercen
una gran influencia en la determinación de
factores claves de los procesos, factores
como lo son la capacidad instalada
(equipos, almacenes, plantas),
requerimientos financieros (inventarios,
flujo de caja), estructura organizativa
(personas, sistemas, servicios), contratos
con terceros (compras, operadores), etc.
• A causa de la extensa influencia del
forecasting en cualquier sistema
productivo, se considera que la gestión
de la demanda constituye un factor
fundamental para el éxito de cualquier
organización.
• "Toda actividad requiere algún sistema de
estimación del volumen que se va a
manejar dentro de ésta. Los estimados
son el resultado de predicciones y
pronósticos"
 Horizonte de Planeación del
Pronóstico
• Al período de tiempo que cubrirá el
pronóstico se le conoce como horizonte
de planeación.
• Es decir, si queremos calcular la demanda
de un mes, un trimestre, un semestre, un
año.
• Su idoneidad depende de cuál sea
nuestro objetivo al emplear la previsión de
la demanda.
Implicaciones del
error en el
pronóstico
 sku's
• "Stock Keeping Unit"

• Es una unidad de mantenimiento de

existencias o SKU hace referencia a un
artículo específico almacenado en un
determinado lugar.
• La SKU se considera el nivel más
desagregado cuando se habla de
inventario.
 Desarrollo de un proceso de pronósticos
1. Conforme el equipo de "Planeación de la
demanda"
2. Establezca la política del proceso de
"Planeación de la demanda"
3. Agrupe sku's en familias
4. Identifique patrones de la demanda de los
productos
5. Identifique la etapa en el ciclo de vida de cada
producto
6. Clasifique los ítems en A, B o C
7. Implemente un software de pronósticos
8. Cargue historia de la demanda de los
productos.
9. Examine identifique y elimine demandas
irregulares
10. Corra el módulo de pronósticos
11. Obtenga el pronóstico del equipo de
"Planeación de la demanda"
12. Genere pronósticos a futuro
13. Monitoree el pronóstico
14. Trabaje con el sistema de pronóstico, no
contra él
Equipo de Planeación de la demanda
Objetivo: Asegurar que se acuerde un
pronóstico

Enfoque: Alinear la disponibilidad de

materiales y capacidad con los
volúmenes esperados de demanda.
 ¿Cómo mejorar el pronóstico?
Según un estudio elaborado por Marshall L.Fisher,
Ananth Raman y Anna Sheen McClelland.
• Actualizando las previsiones en base a datos
iniciales de ventas.
• Analizando la precisión de sus pronósticos,
identificando los errores y comprendiendo cuándo
y por qué ocurren.
• Probando la aceptación de los nuevos productos
antes y después de su lanzamiento.
• Utilizando distintos métodos de enfoque de
pronósticos, de manera que permite entender las
diferentes asunciones implícitas en las diferentes
técnicas.
 Pronósticos cuantitativos:
SERIES DE TIEMPO
• Método: promedios móviles simples
– Es el promedio matemático de los últimos
periodos recientes de la demanda real. La
ecuación general para obtenerlos tiene la
siguiente forma:
Donde:
F es el pronóstico
t es el periodo actual, lo que significa que F, es
el pronóstico para el periodo de tiempo actual.
A1 es la demanda real en el periodo t, y
n es el número de periodos que se utiliza.
 El método de pronóstico
simple
• Consiste en atenuar los datos al obtener
la media aritmética de cierto número de
datos históricos para obtener con este el
pronóstico para el siguiente período.

• El número de datos a tener en cuenta

para calcular el promedio es una decisión
del equipo de planeación que realiza
el pronóstico.
 ¿Cuándo utilizar un pronóstico
de promedio simple?
• Un pronóstico de promedio simple es el
más sencillo de los métodos de pronóstico
estándar.
• Este método es óptimo para patrones de
demanda aleatorios o nivelados sin
elementos estacionales o de tendencia.
 PROMEDIO MÓVIL
PONDERADO
• Son básicamente lo mismo que los
promedios móviles simples.
• LA DIFERENCIA: Se le asigna un peso a
cada punto de la demanda pasada que se
utilice en el cálculo.
• Es posible asignar mayor influencia a
ciertos puntos de la información. Por lo
general al punto de la demanda más
reciente.
• La ecuación básica para calcular
promedios móviles ponderados:
 PROMEDIO MÓVIL
PONDERADO
• En términos más sencillos, cada uno de
los pesos es menor a uno, pero su suma
total debe ser equivalente a 1.
 PRONÓSTICO SUAVIZADO
EXPONENCIAL SIMPLE
• Es otro método utilizado para suavizar las
fluctuaciones aleatorias en el patrón de
demanda.
• FÓRMULA:
• Básicamente el pronóstico se obtiene
tomando el pronóstico del periodo previo
(Ft-1), y añadiéndole una parte del error
del pronóstico del periodo anterior.
• El error de pronóstico, es la diferencia
entre la demanda real para algún periodo
y el pronóstico para ese mismo periodo
(At-1 – Ft-1).
• La parte del término de error se obtiene
mediante la multiplicación por α, que es la
letra griega alfa α y se denomina constante
de suavización.
• El valor de alfa siempre se encuentra entre
cero y uno, dado que si equivale a cero no
se añade ninguna parte del error y el
pronóstico siempre es el mismo número,
mientras que si equivale a uno se añadiría el
error completo de pronóstico y no se
realizaría ninguna suavización.
• Como podría esperarse, mientras más alto
sea el valor de alfa, mayor será el error de
pronóstico que se agrega. Esto hace que
el pronóstico sea más sensible a los
cambios reales en la demanda, pero
también puede conllevar una mayor
reacción (y perturbación) en la
organización, ya que continuamente
busca reaccionar ante un pronóstico más
errático.
 ERROR DE PRONÓSTICO
• Todo pronóstico debe tener dos números:
– El pronóstico como tal.
– Estimado del error.
• NOTA: necesario para implementar
métodos de planificación de un inventario
temporal, de capacidad de
almacenamiento temporal u otros para
ajustar la demanda real que difiera de la
pronósticada.
Error promedio de pronóstico
MFE - Mean Forecast Error
El MFE implica sumar todos los
errores de pronóstico individuales, y
dividirlos entre el número total de
errores.
La importancia de este número no radica en su valor
real,sino en su signo:

• Si es positivo, indica que la demanda real fue

mayor al pronóstico sobre el rango de números
incluidos. Otra forma de explicar esto es que el
método de pronóstico se sesgó sobre el extremo
inferior.

• Si su signo es negativo, naturalmente, significa

que los pronósticos fueron mayores que la
demanda en promedio, lo que implica que el
método de pronóstico se sesgó sobre el extremo
superior.
• Por este motivo, el MFE en ocasiones se conoce
también como pronóstico de sesgo.
 Técnicas para calcular el error:
• Desviación Media Absoluta (MAD, por
sus siglas en inglés, Mean Absolute
Desviation).
• Una vez más, la fórmula puede deducirse
a partir del nombre del término.
Literalmente
• significa el promedio de las desviaciones
absolutas matemáticas de los errores de
pronóstico (desviaciones).
• La fórmula, por lo tanto, es:
 Técnicas para calcular el error:
• Error promedio de pronóstico (MFE, por
sus siglas en inglés, Mean Forecast
Error).
• Como su nombre lo indica, este número
se calcula a partir del error de pronóstico
• promedio matemático sobre un periodo
específico.
• La fórmula es:
 Mean Squared Error (MSE)
• Error cuadrático medio
• El MSE es una medida de dispersión del
error de pronóstico, sin embargo esta
medida maximiza el error al elevar al
cuadrado, castigando aquellos periodos
donde la diferencia fue más alta a
comparación de otros.
 Cuándo se utiliza el MSE?
• Se recomienda el uso del MSE para
periodos con desviaciones pequeñas.
La regresión
• Conocida como línea de mejor ajuste.
• Es una técnica estadística para intentar
ajustar una línea a partir de un conjunto
de puntos mediante el uso del mínimo
error cuadrado total entre los puntos
reales y los puntos sobre la línea.
• Permite determinar ecuaciones de líneas
de tendencias.
¿Qué utilidad tiene calcular el error
de pronóstico de demanda?
• Su cálculo nos permite tomar decisiones
frente a qué método de pronóstico es el
mejor y logran detectar cuando algo en
nuestra previsión de la demanda no está
marchando bien, con lo que conseguimos
cambiar el rumbo de nuestras decisiones
a fin tomar las mejores elecciones.