Estrategias y Pronósticos

para la
Toma de Decisiones
Métodos de Pronósticos de la Demanda
Necesidad e Importancia de los Pronósticos en las Organizaciones

Lic. Mario
 Pronósticos
Todos los días los administradores toman decisiones sin saber que va a pasar
en el futuro….se ordena inventario aunque nadie sabe cuantas serán las ventas,
se compran equipos aunque nadie sabe cual será la demanda de los productos
y se realizan inversiones aunque nadie sabe cuales serán las ganancias.

Los administradores siempre están tratando de reducir la incertidumbre y de hacer

una mejor estimación de lo que sucederá en el futuro.

Hay muchas maneras de pronosticar el futuro. En muchas empresas especialmente

en las pequeñas, todo el proceso es subjetivo e involucra corazonadas, la intuición
y los años de experiencia.

El pronóstico es un intento metodológico de predecir el futuro

 La necesidad de pronosticar

 Entorno altamente incierto

 La intuición no necesariamente da los mejores resultados

 Mejorar la planeación

 La competitividad y el cambio
 Tipos de pronósticos

 De corto plazo
Por su plazo
 De largo plazo

 Micro
Según el entorno a
pronosticar
 Macro

Según el procedimiento  Cualitativos

empleado
 Cuantitativos
 Pasos para la elaboración del pronóstico

1.- Recopilación de datos

2.- Reducción ó condensación de datos

3.- Construcción del modelo

4.- Extrapolación del modelo

 Exploración de datos ó patrones

 Se requieren suficientes datos históricos

 Se apoyan en la suposición de que el pasado puede extenderse

hacía el futuro
 Componentes de series de tiempo

 Una serie de tiempo consta de datos que se reúnen, registran ú

observan sobre incrementos sucesivos de tiempo.

 Se requiere un enfoque sistemático para analizarlas

 Descomposición clásica de series de tiempo
Componente: Descripción:
Tendencia Es el componente de largo plazo que representa el crecimiento
ó disminución en la serie sobre un periodo amplio.

Cíclico Es un patrón en los datos anuales que tiende a repetirse cada

cierta cantidad de años.
Este componente cíclico solo se utiliza al hacer pronósticos de
muy largo plazo.

Estacional Es un patrón de fluctuaciones por encima o por debajo de un

valor promedio que se repite a intervalos regulares

Aleatorio Consiste de variaciones irregulares e impredecibles en una serie

de tiempo que no se pueden atribuir a variaciones de tendencia,
estacionales ó cíclicas.
 Selección de una Técnica de Pronóstico

Datos estacionarios

 Las fuerzas que generan la serie se han estabilizado y el medio permanece

relativamente sin cambios

 La serie se puede transformar en una serie estable

1000

800

600

400

200

85 86 87 88 89 90 91 92

VENTAS TENDENCIA
 Selección de una Técnica de Pronóstico
Datos con estacionalidad

PATRÓN DE CAMBIO QUE SE REPITE AÑO CON AÑO EN EL MISMO NÚMERO DE PERÍODOS

FUERZAS QUE AFECTAN Y EXPLICAN ESTACIONALIDAD:

• PERÍODOS ESCOLARES
• PERÍODOS VACACIONALES
• PRODUCTOS DE ESTACIÓN
• ESTACIONES DEL AÑO
 Selección de una Técnica de Pronóstico
Datos con tendencia
 Productividad creciente y nueva tecnología producen cambios

 El incremento de la población eleva la demanda por productos

 El poder de compra se afecta por la inflación

 Aumenta la aceptación en el mercado de algún producto

50000

40000

30000

20000

10000

0
55 60 65 70 75 80 85

SEARS
 Selección de una Técnica de Pronóstico
Series cíclicas
 El ciclo del negocio influye sobre la variable

 Cambios en el gusto popular

 Cambios en la población

 Cambios en el ciclo de vida del producto

400

350
• Periódos de expansión y de recesión
300
de la economía
• Ciclos económicos 250

200

150

100
60 65 70 75 80 85 90

VENTAS TENDENCIA
 Selección de una Técnica de Pronóstico
Series aleatorias:
MIDE LA VARIABILIDAD DE UNA SERIE CUANDO LOS DEMÁS COMPONENTES
SE HAN ELIMINADO O NO EXISTEN

FUERZAS QUE AFECTAN Y EXPLICAN ALEATORIEDAD

• Cambios climáticos
• Desastres naturales
• Huelgas
• Hechos fortuitos
 Promedios Móviles
Es la técnica más sencilla para pronosticar las series de tiempo

o Para la utilización de este método, se calcula el promedio, digamos, de tres o cuatro

periodos de la demanda actual y se utiliza para calcular la demanda actual.

o Se realiza la proyección conforme se recibe la nueva información.

o Cada periodo se mueve hacía adelante en cada ocasión y el procedimiento es quitar

el valor más antiguo y agregar el más reciente

o El número de periodos a utilizar en el cálculo del promedio puede ser cualquiera de 2

a 12 ó más, aunque es común utilizar 3 ó 4 periodos

D5,6,7 = D5 + D6 + D7 = F8
3

D5,6,7,8 = D5 + D6 + D7 + D8 = F9 en donde:
4
Di = demanda actual en el periodo i
Fi= pronostico de la demanda en el periodo i
Periodo Mes Demanda Promedio
Móvil
1 Enero 90
2 Febrero 106
3 Marzo 152
4 Abril 244 116
5 Mayo 302 167
Tablero original del ejercicio realizado en
6 Junio 274 233 clase con promedio móvil, promedios
7 Julio 162 273
ponderados y ajuste exponencial

8 Agosto 194 246

9 Septiembre 312 210
10 Octubre 359 223
11 Noviembre 215 288
12 Diciembre 126 295
13 Enero 94 233
14 Febrero 125 145
15 Marzo 147 115
Comparación del promedio móvil vs demanda

a) Durante los meses en donde aumenta la demanda, el promedio móvil, produce

un pronóstico consistentemente bajo.

b) Cuando el pronóstico esta disminuyendo, el promedio móvil origina un pronóstico

que es alto

A este efecto se le conoce como efecto de rezago

ó desviación
 Promedios Móviles Ponderados
o En este caso, se toma en cuenta que los datos más recientes son más reveladores del
futuro que los datos más antiguos

o Un promedio ponderado se calcula multiplicando cada periodo por un factor de

ponderación (de peso ó importancia) y divide el resultado entre la suma de todos los
factores ponderados.

o Con frecuencia resulta más confiable un promedio móvil ponderado para dar más peso
a los datos más recientes

D5,6,7 = 2D5 + 3D6 + 4D7

2+3+4
o Los factores de ponderación pueden tener cualquier valor, surgen de la evaluación
subjetiva que el pronosticador dé a los valores más antiguos y más recientes

o El promedio móvil ponderado puede resolver en parte el problema de retraso del

promedio móvil, pero solo en parte, sí se le da más peso a los datos más recientes

o Aún así, los promedios ponderados quedan detrás de la tendencia.

 Suavización ó Ajuste exponencial
o La nivelación exponencial utiliza solo un factor de nivelación llamada alfa.

o Así como intentamos con los promedios móviles para obtener un mejor pronóstico, es
posible experimentar con diferentes “alfa” para mejorar la exactitud del pronóstico

o Una ventaja de este método es que los datos que se requieren son solo del último
pronóstico, la última demanda actual y el valor de “alfa”

o Valores grandes para “alfa” colocan una ponderación mayor sobre los datos más recientes
de la demanda actual y menor ponderación sobre los valores históricos

o En muchos casos el factor de ponderación único “alfa”, puede ser tan efectivo como esquemas
de ponderación más complejos

Pronóstico nivelado
= (ventas del último mes) + ( 1 - ) (pronóstico previo
para las ventas de
de las ventas del
este mes
último mes)

Con el ejercicio que se comenzó la clase pasada lleva a cabo los cálculos de suavización con los
“alfa” que se indican:
= .4 = .7
Comparación del ajuste exponencial vs demanda

= .7

= .4
 Proyecciones de la tendencia
 A una serie de datos dispersos en el tiempo, podemos ubicarlos en un diagrama como
puntos en el tiempo y mediante un análisis podemos visualizar su relación.

Año 1 Año 2 Año 3 Año 4 Año 5 Año 6

 Es usual conectar a estos puntos con líneas, sin embargo se puede ajustar una línea con
más precisión, al utilizar una ecuación para hallar el mejor ajuste entre los puntos reales
observados.
 Proyecciones de la tendencia
Línea ajustada a un diagrama
de dispersión

Año 1 Año 2 Año 3 Año 4 Año 5 Año 6

Llevar a cabo el desarrollo del ejercicio anotado en el pizarrón para el arquitecto constructor
de casas y ayudarle a realizar su pronóstico para la venta de casas en el 2019, de acuerdo con
el modelo de proyección de tendencia ó mínimos cuadrados, apoyándote con los datos de las
ventas de los años anteriores.