PRONSTICOS

PRONSTICOS
Un aspecto esencial de la administracin de
cualquier organizacin es la planeacin del
futuro.

En efecto, el xito a largo plazo de una

organizacin depende de cun bien la
gerencia anticipa el futuro y elabora las
estrategias apropiadas.
PRONSTICOS
Proyeccin o prediccin de valores futuros de una serie de tiempo.
PRONSTICOS
Sin embargo, con frecuencia es difcil convertir
esta intuicin en un nmero que pueda usarse,
como el volumen de ventas del siguiente
trimestre o el costo de la materia prima por
unidad para el ao prximo.

En consecuencia, los malos pronsticos pueden

dar como resultado un incremento en los costos
de la empresa.
 La mayora de las empresas puede pronosticar la demanda
total de todos los productos, con errores menores de 5%.

No obstante, el pronostico de la demanda de un producto

puede generar errores considerablemente mayores.
ESQUEMA DE LOS MTODOS DE ELABORACIN DE PRONSTICOS
MTODOS CUANTITATIVOS
Son utilizados cuando:

A) Se dispone de informacin pasada sobre la variable que se pronosticar.

B) La informacin puede cuantificarse

C) Es razonable suponer que el patrn del pasado seguir ocurriendo en el

futuro.
MTODO SERIE DE TIEMPO
Los datos histricos de ventas forman una serie de
tiempo.

Una serie de tiempo es un conjunto de observaciones

de una variable medida en puntos sucesivos en el
tiempo o a lo largo de periodos sucesivo.

El objetivo de estos anlisis es proporcionar buenos

pronsticos o predicciones de los valores futuros de la
serie de tiempo
MTODO SERIE DEL TIEMPO

Mtodo de elaboracin de pronsticos que se basa en el uso de datos

histricos que estn restringidos a valores pasados de la variable a
pronosticar.
COMPONENTES DE UNA
SERIE DE TIEMPO
Componente de tendencia

El cambio gradual de la serie de tiempo se conoce como tendencia

en la serie de tiempo. Este cambio o tendencia por lo general es el
resultado de factores a largo plazo, como cambios en la poblacin,
caractersticas demogrficas de la poblacin, tecnologa y
preferencias de consumo.

Tendencia

Cambio o movimiento gradual de la serie de tiempo a valores relativamente

ms altos o ms bajos durante un periodo prolongado.
 Por ejemplo, un fabricante de equipo
fotogrfico puede observar una variabilidad
significativa cada mes en el nmero de
cmaras vendidas. Sin embargo, en la revisin
de ventas de los 10 o 15 aos anteriores, este
fabricante puede notar un incremento gradual
en el volumen de ventas anual.
La grfica muestra una tendencia no lineal; en
este caso la serie de tiempo muestra poco
crecimiento inicial, y luego un periodo de rpido
crecimiento y por ultimo una estabilizacin
La tendencia lineal decreciente, es til
para series de tiempo que muestran una
declinacin constante en el tiempo.
 Representa una serie de tiempo
que no tiene un aumento o
disminucin constante en el tiempo
y por tanto no muestra tendencia.
 Componente Cclico

Aunque una serie de tiempo

puede mostrar una tendencia
durante periodos prolongados,
todos los valores futuros de la
series de tiempo no caen
exactamente en la lnea de
tendencia.

De hecho, las series de tiempo

con frecuencia muestran
secuencias de puntos que se
alternan por encima y por debajo
de la lnea de tendencia. Cualquier
secuencia de puntos recurrente
por encima y por debajo de la
lnea de tendencia que dura ms
de un ao puede atribuirse al
componente cclico de las series
 COMPONENTE ESTACIONAL
Mientras que los el componente cclico y de tendencia de una serie de tiempo,
se identifican mediante el anlisis de los movimientos de los aos mltiples en
datos histricos, muchas series de tiempo muestran un patrn regular durante
periodos de un ao.

Por ejemplo, un fabricante de albercas espera una actividad de ventas baja

durante los meses de otoo e invierno, y ventas mximas en los meses de
primavera y verano.
Por el contrario, los fabricantes de equipo para retirar nieve y ropa gruesa
esperan justo el patrn anual opuesto. Como es lgico, el componente de las
series de tiempo que representa la variabilidad en los datos debido a
influencias estacionales se llama componente estacional.
PROBLEMA DE PRONSTICO
Fastchips es una empresa lder en la produccin de
microprocesadores. Hace seis meses lanz su microprocesador
ms reciente. Los datos mes a mes (en miles) de las ventas
del microprocesador durante los primeros seis meses han sido

17 25 24 26 30 28

En este mercado tan competitivo, las ventas

pueden cambiar con bastante rapidez, lo que
depende en gran medida de cundo lancen los
competidores las versiones ms recientes de
sus microprocesadores.
TCNICAS DE PRONOSTICO
El mtodo de pronstico del ultimo valor, consiste en que se deben usar
las ventas del mes anterior como pronstico para el mes siguiente. En el
caso de Fastchips, esto significa que:

Pronstico = 28
 El mtodo de pronstico por promedios establece que se debe usar el
promedio de todas las ventas mensuales a la fecha como pronstico para
el mes prximo.

Esto nos da:

para Fastchips. ste es un mtodo razonable cuando las condiciones

tienden a ser tan estables, que incluso las ventas ms antiguas son un
indicador confiable de las ventas futuras (un supuesto dudoso en el caso
de Fastchips).
 El mtodo de pronstico de promedio mvil proporciona un punto
intermedio entre el ltimo valor y el mtodo de obtencin de promedios, y
usa el promedio de ventas mensuales slo de los meses ms recientes
para proyectarlo al mes prximo. Se debe especificar el nmero de meses
que se usa.
Por ejemplo, un pronstico de promedio mvil de tres meses para
Fastchips es:
 En este mercado tan competitivo, las ventas pueden cambiar con bastante
rapidez, lo que depende en gran medida de cundo lancen los
competidores las versiones ms recientes de sus microprocesadores.
Por lo tanto, es importante contar siempre con un pronstico de las ventas
del mes siguiente para guiar lo que debe ser el nivel de la produccin