Documente Academic
Documente Profesional
Documente Cultură
v=Ghtd3FLEDiQ
https://www.youtube.com/watch?v=8VzqzFCCozk
EL ALMACN DE DATOS DE WALMART
Vivimos en una sociedad en la que constantemente escuchamos acerca
de pronsticos y proyecciones. Desde el pronstico del tiempo, hasta las
proyecciones del tipo de cambio o crecimiento econmico. La importancia
de los pronsticos as mismo en las empresas, ms para aquellas que
manejan una gran cantidad de variables y requieren exactitud en la
planeacin por ejemplo WalMart como veremos a continuacin.
El tamao de Wal-Mart y su poder en la industria al menudeo, ejercen
una gran inuencia en la industria de las bases de datos. Wal-Mart
maneja uno de los almacenes de datos ms grandes del mundo, con ms
de 35 terabytes de informacin. Un terabyte es igual a 1 024 gigabytes o
un billn de bytes. Muy probablemente su computadora tiene de 8 a 250
gigabytes. La frmula de Wal-Mart para lograr el xito (tener el producto
apropiado en el anaquel correcto al precio ms bajo) se debe en gran
parte a la inversin multimillonaria de la compaa en almacenamiento de
datos. Wal-Mart ofrece ms detalles que sus competidores en cuanto a lo
que sucede con cada producto, en cada tienda y todos los das.
Los sistemas registran los datos de los puntos de venta en cada
tienda, los niveles de inventario por tienda, los productos en trnsito,
las estadsticas de mercado, las caractersticas demogrcas de los
clientes, las nanzas, las devoluciones de productos y el desempeo
de los proveedores. La informacin se utiliza para las tres extensas
reas de apoyo a las decisiones: analizar las tendencias, manejar
inventarios y entender a los clientes. Lo que surgen son los rasgos de
la personalidad de cada una de las aproximadamente 3,000 tiendas
de Wal-Mart, mismos que los gerentes de la compaa utilizan para
determinar la mezcla de productos y la presentacin de cada almacn.
La minera de datos es lo que sigue. Wal-Mart cre una aplicacin de
pronstico de la demanda que toma en cuenta los artculos para cada
tienda con el n de decidir su perl de ventas por temporada. El
sistema conserva la informacin correspondiente a 1 ao sobre las
ventas de 100,000 productos y proyecta qu artculos se van a
necesitar en cada tienda.
Ahora, Wal-Mart realiza un anlisis de la canasta bsica. Recopila
informacin sobre los artculos que constituyen la compra total de un
cliente, de modo que la compaa puede analizar las relaciones y los
patrones en las compras de sus clientes. El almacn de datos est
disponible en Internet para los gerentes de tienda y proveedores.
Como vemos WalMart se basa en gran medida en la administracin de
sus bases de datos (minera de datos) y en los pronsticos de en
distintas reas de sus operaciones. Si la empresa no tuviera una buena
administracin de sus bases de datos y no contara con datos exactos,
difcilmente pudiera realizar sus pronsticos. Asimismo, si la empresa
no contara con los sistemas y el software necesarios, la tarea de
realizar pronsticos sera titnica.
Hoy en da las empresas cuentan con paquetera de software y
sistemas especializados para realizar pronsticos, por lo que aqu
revisaremos los conceptos tericos ms importantes para que tengan
un panorama general de las categoras y tipos de pronsticos que
existen en operaciones.
.
PLANIFICACION DE OFERTA Y
DEMANDA
Administracin y pronstico
de la demanda
DIREC PLA
CIN
Plan Plan de produccin a Plan de ventas a ZO
2 1
CICLO DE GESTIN DE LA PRODUCCIN
D 2 BOM (Lista de
I 1 Materiales)
R
E
C
C MRP Stock
I Disponible
O C
N Capacidad O
disponible CRP R
T
D
E SI Gestin de O
O Podemo La Compras P
L
A
P s actuar capacida Z
E
R sobre la d est O
NO NO
A capacida ajustada
C
I d? ?
O
N SI
E
S
MRP II
Plan detallado de
Produccin
Los pronsticos son vitales para toda organizacin de negocios, as como para
cualquier decisin importante de la gerencia. El pronstico es la base de la
planeacin corporativa a largo plazo.
En finanzas y contabilidad, los pronsticos proporcionan el fundamento para la
planeacin de presupuestos y el control de costos.
El marketing depende del pronstico de ventas para planear productos
nuevos, compensar al personal de ventas y tomar otras decisiones clave.
El personal de produccin y operaciones utiliza los pronsticos para
tomar decisiones peridicas que comprenden la seleccin de procesos,
la planeacin de las capacidades y la distribucin de las instalaciones,
as como para tomar decisiones continuas acerca de la planeacin de
la produccin, la programacin y el inventario.
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
Pronsticos tcticos
Para ver como se operan los procesos cotidianos. Cunta produccin
debemos programar la semana prxima?.
El objetivo es estimar la demanda en trminos relativamente corto de
semanas o meses.
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
ADMINISTRACION DE LA DEMANDA
ADMINISTRACION DE LA DEMANDA
Una empresa no puede hacer mucho respecto de la demanda
dependiente. Es preciso cubrirla (aunque el producto o servicio se
pueda comprar en lugar de producirlo en forma interna). Pero s hay
mucho que una empresa puede hacer en cuanto a la demanda
independiente. La compaa puede:
Adoptar un papel activo para influir en la demanda. La empresa puede
presionar a su fuerza de ventas, ofrecer incentivos tanto a los clientes
como a su personal, crear campaas para vender sus productos y bajar
precios. Estas acciones pueden incrementar la demanda. Por el contrario,
es posible disminuir la demanda mediante aumentos de precios o la
reduccin de los esfuerzos de ventas.
Adoptar un papel pasivo y simplemente responder a la demanda. Existen
varias razones por las que una empresa no trata de cambiar la demanda
sino que la acepta tal como llega. Si una compaa funciona a toda su
capacidad, tal vez no quiera hacer nada en cuanto a la demanda.
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
ADMINISTRACION DE LA DEMANDA
Otras razones pueden ser que la compaa no tenga el poder de
cambiar la demanda debido al gasto en publicidad; es probable que el
mercado sea fijo y esttico; o que la demanda est fuera de su control
(como en el caso de un proveedor nico).
Existen otras razones competitivas, legales, ambientales, ticas y
morales por las que la demanda del mercado se acepta de manera
pasiva.
Es necesaria mucha coordinacin para manejar estas demandas
dependientes, independientes, activas y pasivas. Las demandas se
originan tanto interna como externamente en forma de ventas de
productos nuevos por parte de marketing, piezas de reparacin para
productos vendidos con anterioridad, reabastecimiento de los almacenes
de la fbrica y suministro de artculos para manufactura.
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
TECNICAS DE PRONOSTICOS
1. Cualitativas
2. Cuantitativas
3. Causales
CUALITATIVAS
Las tcnicas cualitativas son subjetivas y se basan en estimados y
opiniones.
Mtodo Delphi
Investigacin de mercados
Consenso de grupo
Previsin imaginativa
Analoga histrica
Anlisis de impacto
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
TECNICAS DE PRONOSTICOS
CUANTITATIVAS
Promedio mvil
Promedio mvil ponderado
Ajuste exponencial
Box - Jenkis
X-11
Proyecciones de tendencia
Curvas de aprendizaje
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
TECNICAS DE PRONOSTICOS
CAUSALES
El pronstico causal, que se analiza utilizando la tcnica de la regresin lineal,
supone que la demanda se relaciona con algn factor subyacente en el
ambiente.
Modelo de regresin
Modelo economtrico
Encuesta de anticipacin y de intencin de compra
Modelo input-output
ndice de difusin
ndice anticipador
Anlisis del ciclo de vida
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
TIPOS DE PRONOSTICOS
https://www.youtube.com/watch?v=Jxq5Ye_g0Cg
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
COMPONENTES DE LA DEMANDA
COMPONENTES DE LA DEMANDA
Los factores crticos son ms difciles de determinar porque quiz el tiempo se
desconoce o no se toma en cuenta la causa del ciclo. La influencia cclica sobre
la demanda puede provenir de eventos tales como elecciones polticas, guerras,
condiciones econmicas o presiones sociolgicas.
Estadsticamente, al restar todas las causas conocidas de la demanda
(promedio, tendencias, estacionales, cclicas y de autocorrelacin) de la
demanda total, lo que queda es la parte sin explicar de la demanda. Si no se
puede identificar la causa de este resto, se supone que es aleatoria.
La autocorrelacin indica la persistencia de la ocurrencia.
En la teora de la lnea de espera, la longitud de una lnea de espera tiene una
autocorrelacin muy elevada.
Cuando la demanda es aleatoria, es probable que vare en gran medida de una
semana a otra.
Donde existe una correlacin alta, no se espera que la demanda cambie mucho de
una semana a otra.
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
COMPONENTES DE LA DEMANDA
COMPONENTES DE LA DEMANDA
Cuatro de los tipos de tendencias ms comunes
COMPONENTES DE LA DEMANDA
Cuatro de los tipos de tendencias ms comunes
COMPONENTES DE LA DEMANDA
Cuatro de los tipos de tendencias ms comunes
COMPONENTES DE LA DEMANDA
Cuatro de los tipos de tendencias ms comunes
Curva exponencial es
comn en productos con
un crecimiento explosivo.
La tendencia exponencial
sugiere que las ventas
seguirn aumentando, una
suposicin que quiz no
sea seguro hacer.
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
Y = a + bx
Donde:
610
170
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
06/09/2017 20
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
Y = a + bx
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
3000
2700
2400
2100
1800
1500
1200
900
600
300
0
I II III IV I II III IV I II III IV
2014 2015 2016
TIEMPO
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
Ejemplo:
610
170
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
II 99 665
665 1.25
1.25 831
831 (170+55(9))*1.25
(170+55(9))*1.25
IIII 10
10 720
720 0.78
0.78 562
562 (170+55(10))*0.78
(170+55(10))*0.78
III
III 11
11 775
775 0.69
0.69 535
535 (170+55(11))*0.69
(170+55(11))*0.69
IV
IV 12
12 830
830 1.25
1.25 1038
1038 (170+55(12))*1.25
(170+55(12))*1.25
10/09/2017 69
ANALISIS DE SERIES DE TIEMPO DESCOMPOSICIN DE UNA SERIE DE TIEMPO
CON REGRESION POR MINIMOS CUADRADOS
11/09/2017 TRUX
ANALISIS DE SERIES DE TIEMPO DESCOMPOSICIN DE UNA SERIE DE TIEMPO
CON REGRESION POR MINIMOS CUADRADOS
Grfica de la recta de ecuacin descontada de las variaciones de temporada
Datos originales
Descuento de las variaciones
de temporada de los datos
ANALISIS DE SERIES DE TIEMPO DESCOMPOSICIN DE UNA SERIE DE TIEMPO
CON REGRESION POR MINIMOS CUADRADOS
Primero, se visualiza una recta trazada con cierto error de modo que su
inclinacin ascendente es muy pronunciada. Despus se calculan los errores
estndar para esta recta. Ahora hay que visualizar otra recta cuya inclinacin
descendente es muy pronunciada. Tambin tiene un error estndar. El rango de
error total, para este anlisis, consiste de errores que resultan de ambas rectas as
como de otras rectas posibles. Se incluye esta ilustracin para demostrar cmo se
ampla el rango de error conforme avanza.
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
ANALISIS DE SERIES DE TIEMPO
DESCOMPOSICIN DE UNA SERIE DE TIEMPO
Intervalos de
prediccin para la
tendencia lineal.
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
Pero si existe una tendencia en los datos (ya sea a la alta o a la baja), el
promedio mvil tiene la caracterstica adversa de retrasar la tendencia.
Aunque un periodo ms corto produce ms oscilacin, existe un
seguimiento cercano de la tendencia. Por el contrario, un periodo ms
largo da una respuesta ms uniforme pero retrasa la tendencia.
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
(800+1400+1000)/3
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA
El nuevo pronstico es igual al pronstico anterior ms una porcin del error (la
diferencia entre el pronstico anterior y lo que ocurri realmente).
ADMINISTRACION Y PRONOSTICO DE LA DEMANDA