Sunteți pe pagina 1din 61

Qu es la previsin?

Arte y ciencia de predecir acontecimientos futuros. Base de todas las decisiones empresariales:

Toma de datos histricos y su proyeccin hacia Vender 200el futuro millones con algn tipo de de modelo dlares! matemtico. Prediccin subjetiva o intuitiva del futuro. Combinacin de las anteriores.

Produccin. Inventario. Personal. Instalaciones.

Tipos de horizontes temporales de la previsin


Previsin a corto plazo:
Cobertura de hasta un ao, generalmente inferior a los tres meses. Programacin de trabajos, asignacin de tareas.

Previsin a medio plazo:


Entre tres meses y tres aos. Planificacin de las ventas, de la produccin y del presupuesto.

Previsiones a largo plazo:


Periodos superiores a tres aos. Planificacin de nuevos productos, localizacin de las instalaciones.

Previsiones a corto plazo frente a previsiones a largo plazo


Las previsiones a medio y largo plazo tratan de asuntos ms extensos, y apoyan las decisiones de gestin que conciernen a la planificacin y los productos, las plantas y los procesos. Las previsiones a corto plazo normalmente emplean metodologas diferentes a las utilizadas en las previsiones a largo plazo. Las previsiones a corto plazo tienden a ser ms exactas que las realizadas a largo plazo.

La influencia del ciclo de vida del producto


Las etapas de introduccin y crecimiento necesitan previsiones ms largas que las de madurez y declive. Las previsiones son tiles para proyectar
niveles de personal niveles de inventarios niveles de capacidad de produccin

(paso de la primera a la ltima etapa)

Tipos de previsiones
Previsines econmicas:

Dirigidas al ciclo empresarial: las tasas de inflacin, la masa monetaria, construccin, etc.

Previsines tecnolgicas:
Predicen el ritmo de progreso tecnolgico. Nuevas Tecnologas Nuevos productos.

Previsiones de demanda (ventas):


Ventas Produccin, capacidad, sistema de planificacin, gestin cadena suministro. Ventas Planificacin financiera, marketing y personal.

Siete etapas en el sistema de previsin


a) Para qu?: Fin de la previsin. b) Qu?: Seleccionar los artculos a prever. c) Cuando?: Horizonte temporal de la previsin. d) Cmo?: Seleccionar el(los) modelo(s) de previsin. e) Recogida de datos. f) Realizar la previsin. g) Validar e implementar los resultados.

Consideraciones
a) Las previsiones nunca son perfectas. b) La mayora de las tcnicas de previsin asumen una cierta estabilidad en el sistema. c) La calidad de la previsin aumenta si se trabaja con familias de productos en vez de con productos individuales.

Tipologa
Cuantitativas. Emplean
diversos modelos matemticos que utilizan datos histricos y/o variables causales.

Cualitativas. Incorporan la
intuicin, emociones, experiencias y sistemas de valores de la persona que toma decisiones.

Enfoques de la previsin
Mtodos cualitativos
Se emplean cuando la situacin no es clara y hay pocos datos:
Productos nuevos. Nueva tecnologa.

Mtodos cuantitativos
Se emplean cuando la situacin es estable y existen datos histricos:
Productos existentes. Tecnologa actual.

Requieren intuicin y experiencia:

Por ejemplo, la previsin de las ventas a travs de Internet.

Requieren tnicas matemticas:

Por ejemplo, la previsin de las ventas de televisiones en color.

4 mtodos cualitativos
Jurado de opinin ejecutiva:

Opiniones de un grupo de expertos de alto nivel o de directivos + modelos estadsticos. Las estimacin de las ventas esperadas por los vendedores se revisan para ver si se pueden llevar a cabo y luego se obtiene una previsin global. Proceso de grupo que permite a los expertos realizar las previsiones. Planes de compra. til para diseo de nuevos productos.

Proposicin de personal comercial:

Mtodo Delphi:

Estudio de mercado del consumidor:

Jurado de opinin ejecutiva


Requiere un pequeo grupo de directivos:

El grupo establece una estimacin conjunta de la demanda.

Combina la experiencia directiva con modelos estadsticos. Es bastante rpido. Desventaja del pensamiento en grupo.
1995 Corel Corp.

Proposicin de personal comercial


Cada vendedor estima las ventas que har. Se combinan con las previsiones a niveles de distritos y con las nacionales. El representante de ventas conoce las necesidades de los consumidores. Tiende a ser bastante optimista.
Ventas

1995 Corel Corp.

Mtodo Delphi
Proceso de grupo iterativo. 3 tipos de Personal de participantes:
Los que toman decisiones. habr? El personal de plantilla. cuestionarios) Los que responden.

plantilla (Qu ventas

(Ventas?) (Habr 50 ventas)

Los que toman decisiones

Reduce el pensamiento en grupo.

Los que responden


(Habr 45, 50, 55 ventas)

Estudio de mercado
Preguntar a los consumidores sobre sus futuros planes de compra. Lo que dicen los consumidores y lo que luego hacen suele diferir. A veces es difcil contestar a las preguntas del estudio.
Cuntas horas utilizar Internet la prxima semana?

1995 Corel Corp.

Visin global de los mtodos cuantitativos


Enfoque simple Medias mviles Alisado exponencial Proyeccin de tendencia Regresin lineal
Modelos de series temporales

Modelos asociativos

Mtodos de previsin cuantitativos


(no simples)
Previsin cuantitativa Modelos de series temporales Modelos asociativos

Media mvil

Alisado exponencial

Proyeccin de tendencia

Regresin lineal

Qu son las series temporales?


Es una secuencia de datos uniformemente espaciada:

Se obtiene observando las variables en periodos de tiempo regulares.

Se trata de una previsin basada en los datos pasados:

Supone que los factores que han influido en el pasado lo sigan haciendo en el futuro. 1993 78,7 1994 63,5 1995 89,7 1996 93,2 1997 92,1

Ejemplo:
Ao: Ventas:

Descomposicin de una serie temporal


Tendencia Ciclos

Estacionalidad

Variaciones aleatorias

Tendencia
Es el movimiento gradual de ascenso o descenso de los datos a lo largo del tiempo. Los cambios en la poblacin, ingresos, etc. influyen en la tendencia. Varios aos de duracin.
Respuesta

Mes, trimestre, ao

1984-1994 T/Maker Co.

Estacionalidad
Muestra de datos de ascenso o descenso que se repite. Se puede ver afectada por la climatologa, las costumbres, etc. Se produce dentro de un periodo anual.
Verano Respuesta
1984-1994 T/Maker Co.

Mes, trimestre

Ciclos
Movimientos de ascenso o descenso que se repiten. Se pueden ver afectados por interacciones de factores que influyen en la economa. Suelen durar de 2 a 10 aos.
Respuesta

Ciclo

Mes, trimestre, ao

Variaciones aleatorias
Son saltos en los datos causados por el azar y situaciones inusuales. Son debidas a variaciones aleatorias o a situaciones imprevistas:
Huelga. Tornado.

1984-1994 T/Maker Co.

Son de corta duracin y no se repiten.

Modelos de series temporales


Cualquier valor que aparezca en una serie temporal es la multiplicacin (o suma) de los componentes de la serie temporal. Modelo multiplicativo:
Yi = Ti x Si x Ci x Ri

(si los datos son mensuales o

trimestrales).

Modelo aditivo:
Yi = Ti + Si + Ci + Ri

(si los datos son mensuales o

trimestrales).

Demanda de un producto representada en un periodo de 4 aos con tendencia de crecimiento y estacionalidad


Demanda del producto o servicio Picos estacionales Componente de tendencia

Lnea de demanda actual

Variacin aleatoria
Primer ao Segundo ao

Demanda media en cuatro aos

Tercer ao

Cuarto ao

Enfoque simple
Suponer que la demanda en el prximo periodo ser igual a la demanda del periodo ms reciente:

Por ejemplo, si en mayo hubo 48 ventas, en junio habr 48 ventas.

Es el modelo con la mejor relacin eficacia-coste y eficiencia.

1995 Corel Corp.

Medias mviles
Las medias mviles son una serie de operaciones aritmticas. Se utilizan si no hay tendencia o si sta es escasa. Se suelen utilizar para el alisado:

Proporciona una impresin general de los datos a lo largo del tiempo.

Ecuacin:

demanda de n periodos previos MM


n

Ejemplo de media mvil


Usted es el director de una tienda de un museo que vende rplicas. Quiere predecir las ventas (000) del ao 1998 mediante una media mvil de 3 meses. 1993 4 1994 6 1995 5 1996 3 1997 7
1995 Corel Corp.

Solucin de la media mvil


Ao 1995 1996 1997 1998 1999 2000 Respuesta Yi 4 6 5 3 7 ND Media Media mvil mvil total (n=3) (n=3) ND ND ND ND ND ND 4+6+5=15 15/3 = 5

Solucin de la media mvil ponderada


Ao 1995 1996 1997 1998 1999 2000 Respuesta Yi 4 6 5 3 7 ND Media Media mvil mvil total (n=3) (n=3) ND ND ND ND ND ND 4+6+5=15 15/3 = 5 6+5+3=14 14/3=4 2/3

Solucin de la media mvil ponderada


Ao 1995 1996 1997 1998 1999 2000 Respuesta Yi 4 6 5 3 7 ND Media Media mvil mvil total (n=3) (n=3) ND ND ND ND ND ND 4+6+5=15 15/3=5,0 6+5+3=14 14/3=4,7 5+3+7=15 15/3=5,0

Grfico de la media mvil


Ventas 8

Real Previsin

6
4 2 95 96 97 98 Ao 99

00

Mtodo de la media mvil ponderada


Se utiliza cuando se presenta una tendencia:

Los datos anteriores suelen carecer de importancia. Suelen estar entre 0 y 1, y a la suma de 1,0.

Las ponderaciones se basan en la intuicin:

Ecuacin:
Media mvil ponderada =
ponderaciones

(ponderacin para el periodo n) (demanda en el periodo n)

Demanda real frente a los mtodos de media mvil y media mvil ponderada
35 Demanda de ventas 30

Media mvil ponderada


Ventas reales

25
20

15
10 5 0 Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic. Mes

Media mvil

Inconvenientes de los mtodos de media mvil


Al aumentar n veces, las previsiones son menos sensibles a los cambios. No es posible predecir bien la tendencia. Se necesitan muchos datos histricos.
1984-1994 T/Maker Co.

Alisado exponencial
Es una tcnica de previsin de media mvil ponderada:
Las ponderaciones disminuyen exponencialmente. Se ponderan ms los datos ms recientes.

Se necesita una constante de alisado ():


Toma valores entre 0 y 1. Se escoge de forma subjetiva.

Necesita una cantidad reducida de datos histricos.

Ecuaciones del alisado exponencial


Ft = At - 1 + (1-)At - 2 + (1- )2At - 3 + (1- )3At - 4 + ... + (1- )t-1A0

Ft = Valor de la previsin At = Valor real = Constante de alisado

Ft = Ft-1 + (At-1 - Ft-1)

Se utiliza para calcular la previsin.

Ejemplo de alisado exponencial


Usted est organizando una reunin Kwanza. Desea predecir el nmero de personas que asistirn en el ao 2000 mediante el alisado exponencial ( = 0,10). La previsin para 1995 fue de 175. 1995 180 1996 168 1997 159 1996 175 1999 190
1995 Corel Corp.

Solucin del alisado exponencial


Ft = Ft-1 + (At-1 - Ft-1)
Ao Real
1995 180 Previsin, F t ( = 0,10) 175,00 (Dado)

1996
1997 1998 1999

168
159 175 190

175,00 +

2000

ND

Solucin del alisado exponencial


Ft = Ft-1 + (At-1 - Ft-1)
Ao Real 1995 1996 1997 1998 1999 180 168 159 175 190 175,00 + 0,10( Previsin, F t ( = 0,10) 175,00 (Dado)

2000

ND

Solucin del alisado exponencial


Ft = Ft-1 + (At-1 - Ft-1)
Ao Real 1995 1996 1997 1998 1999 2000 180 168 159 175 190 ND Previsin, F t ( = 0,10) 175,00 (Dado) 175,00 + 0,10(180 -

Solucin del alisado exponencial


Ft = Ft-1 + (At-1 - Ft-1)
Ao Real 1995 1996 1997 1998 1999 2000 180 168 159 175 190 ND Previsin,Ft ( = 0,10) 175,00 (Dado) 175,00 + 0,10(180 - 175,00)

Solucin del alisado exponencial


Ft = Ft-1 + (At-1 - Ft-1)
Ao Real 1995 1996 1997 1998 1999 180 168 159 175 190 Previsin,Ft ( = 0,10) 175,00 (Dado) 175,00 + 0,10(180 - 175,00) = 175,50

2000

ND

Solucin del alisado exponencial


Ft = Ft-1 + (At-1 - Ft-1)
Ao 1995 1994 1995 1996 1997 Real 180 168 159 175 190 Previsin, F t ( = 0,10) 175,00 (Dado) 175,00 + 0,10(180 - 175,00) = 175,50 175,50 + 0,10(168 - 175,50) = 174,75

1998

ND

Solucin del alisado exponencial


Ft = Ft-1 + (At-1 - Ft-1)
Ao 1995 1996 Real 180 168 Previsin, F t ( = 0,10) 175,00 (Dado) 175,00 + 0,10(180 - 175,00) = 175,50

1997
1998 1999 2000

159
175 190 ND

175,50 + 0,10(168 - 175,50) = 174,75


174,75 + 0,10(159 - 174,75)= 173,18

Solucin del alisado exponencial


Ft = Ft-1 + (At-1 - Ft-1)
Ao 1995 1996 1997 1998 1999 Real 180 168 159 175 190 Previsin, F t ( = 0,10) 175,00 (Dado) 175,00 + 0,10(180 - 175,00) = 175,50 175,50 + 0,10(168 - 175,50) = 174,75 174,75 + 0,10(159 - 174,75) = 173,18 173,18 + 0,10(175 - 173,18) = 173,36

2000

ND

Solucin del alisado exponencial


Ft = Ft-1 + (At-1 - Ft-1)
Ao
1995

Real
180

Previsin, F t ( = 0,10) 175,00 (Dado)

1996
1997 1998 1999

168
159 175 190

175,00 + 0,10(180 - 175,00) = 175,50


175,50 + 0,10(168 - 175,50) = 174,75 174,75 + 0,10(159 - 174,75) = 173,18 173,18 + 0,10(175 - 173,18) = 173,36

2000

ND

173,36 + 0,10(190 - 173,36) = 175,02

Grfico del alisado exponencial


Ventas 190 180 170 160 150 140
93 94 95 96 Ao 97
Real

Previsin

98

Efectos de la previsin de la constante de alisado


Ft = At - 1 + (1- )At - 2 + (1- )2At - 3 + ...
Ponderaciones

=
= 0,10 = 0,90

Periodo anterior Hace 2 periodos Hace 3 periodos

(1 - )

(1 - )2

10%

Efectos de la previsin de la constante de alisado


Ft = At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...
Ponderaciones

=
= 0,10 = 0,90

Periodo anterior Hace 2 periodos Hace 3 periodos

(1 - )

(1 - )2

10%

9%

Efectos de la previsin de la constante de alisado


Ft = At - 1 + (1- )At - 2 + (1- )2At - 3 + ...
Ponderaciones

=
= 0,10 = 0,90

Periodo anterior Hace 2 periodos Hace 3 periodos

(1 - )

(1 - )2

10%

9%

8,1%

Efectos de la previsin de la constante de alisado


Ft = At - 1 + (1- )At - 2 + (1- )2At - 3 + ...
Ponderaciones

=
= 0,10 = 0,90

Periodo anterior Hace 2 periodos Hace 3 periodos

(1 - )

(1 - )2

10% 90%

9%

8,1%

Efectos de la previsin de la constante de alisado


Ft = At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...
Ponderaciones

=
= 0,10 = 0,90

Periodo anterior Hace 2 periodos Hace 3 periodos

(1 - )

(1 - )2

10% 90%

9% 9%

8,1%

Efectos de la previsin de la constante de alisado


Ft = At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...
Ponderaciones

=
= 0,10 = 0,90

Periodo anterior Hace 2 periodos Hace 3 periodos

(1 - )

(1 - )2

10% 90%

9% 9%

8,1%
0,9%

Si se selecciona
Trate de minimizar la desviacin absoluta media (DAM) Si: Entonces: Error de previsin = demanda - previsin

DAM

errores de previsin n

Si se selecciona
Trate de minimizar el error cuadrtico medio (ECM) Si: Entonces: Error de previsin = demanda - previsin

ECM

errores de previsin 2 n

Alisado exponencial con ajuste de tendencia


Previsin incluyendo la tendencia (PITt)
= previsin alisada exponencialmente (Ft) + tendencia alisada exponencialmente (Tt) Requiere 2 constantes de alisado: (, )

Alisado exponencial con ajuste de tendencia


Ft = (demanda real de este periodo) + (1- )(previsin del ltimo periodo + tendencia estimada del ltimo periodo) o

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

Tt = (previsin de este periodo - previsin del ltimo periodo) + (1- )(tendencia estimada del ltimo periodo) o

Tt = (Ft - Ft-1) + (1- )Tt-1

Alisado exponencial con ajuste de tendencia


Ft = previsin alisada exponencialmente de la serie de datos en el periodo t. Tt = tendencia alisada exponencialmente en el periodo t. At = demanda real en el periodo t. = constante de alisado para la media. = constante de alisado para la tendencia.

Comparacin de previsiones
40 35 30 25 20 15 10 5 0 Ene.

Demanda del producto

Demanda real

Alisado exponencial + Tendencia

Alisado exponencial

Feb.

Mar.

Abr.

May.
Mes

Jun.

Jul.

Ago.

Sep.

Mtodo de mnimos cuadrados


Valores de la variable dependiente Observacin real
Desviacin Desviacin Desviacin

Desviacin

Desviacin
Desviacin

Punto en la lnea de tendencia

Desviacin

a bx Y
Periodo de tiempo

Demanda real y lnea de tendencia


180 160 140 120 100 80 60 40 20 0 0 2 4 6

Y = 56,70+ 10,54X

Demanda

Demanda real

10

Periodo de tiempo