Gestión de Operaciones

Unidad 01 – Administración y Estrategia de Operaciones

Sesión 03 – Pronósticos
 Agenda

• Introducción
• Horizontes de tiempo del pronóstico
• Importancia estratégica del pronóstico
• Siete pasos en el sistema de pronóstico
• Los pronósticos y el ciclo de vida del
producto
• Tipos de Pronósticos de demanda
 Objetivos
OBJETIVOS DE LA SESIÓN

1. Entender los horizontes de tiempo

2. Aplicar los métodos de promedio

móviles y suavización exponencial.

3. Realizar un análisis de regresión y

correlación
 Walt Disney World

Imagina Disneylandia en un día típico.

¿Cuánto se venderá? ¿Cuál será la demanda de productos?

¿Cuántas personas asistirán? ¿Cuántas trabajadores atenderán?

¿Qué inversiones nuevas realizar y cuál será su retorno?

 Introducción

Pronosticar es el arte y ciencia de predecir los eventos futuros.

 La necesidad de los pronósticos ha ido creciendo y ahora estos son importantes

en actividades tales como, el presupuesto de gastos, la expansión de planta, la
compra de materias primas, etcétera.

 El planeamiento de la producción a largo, mediano y corto plazo sería

imposible si no se contara con algún tipo de pronóstico.

 Pronosticar es un insumo para todos los tipos de planeación y control

empresarial, dentro y fuera de la función de las operaciones productivas.
 Horizontes de tiempo del pronóstico

Pronóstico Tiempo Uso

Corto Plazo Hasta 1 año.

Suele ser de 3 meses Programar trabajo y
determinar niveles de Determinar niveles de
Planear compras mano de obra
producción

Mediano
De 3 meses a 3 años
Plazo
Planear ventas, presupuesto, y el Planear la producción Analizar planes
flujo de efectivo operativos

Largo Plazo De 3 años a mas

Fabricación de nuevos CAPEX, ubicación y I&D

productos expansión
 Importancia estratégica del pronóstico

El pronóstico es la única estimación de la demanda hasta que se conoce la demanda

real.
Los pronósticos de la demanda generan un efecto en tres actividades principalmente:

1) Gestión de la Cadena de Suministro

Aumenta la rapidez
Producto sale a
de innovación
la venta

Seguimiento a la Se ajustan los

demanda hora x pronósticos de
hora producción a diario
 Importancia estratégica del pronóstico

Los pronósticos de la demanda generan un efecto en tres actividades principalmente:

2) Recursos Humanos

La contratación, la capacitación y el despido de los trabajadores dependen de

la demanda anticipada.

Si el departamento de Recursos Humanos debe contratar trabajadores

adicionales sin previo aviso, el periodo de capacitación disminuye y se afecta la
calidad de la fuerza de trabajo.
 Importancia estratégica del pronóstico

Los pronósticos de la demanda generan un efecto en tres actividades principalmente:

3) Capacidad

Cuando la capacidad es inadecuada, los faltantes que resultan pueden significar entregas poco
confiables, perdida de clientes y perdida de participación en el mercado.

A pocas semanas de su lanzamiento hubo

escasez de consolas. En Japón se agotaron
las 400,000 unidades y en Europa las
325,000 unidades de lanzamiento se
agotaron en 2 días.

Por otro lado, si existe capacidad en exceso, los costos pueden

dispararse.
 Siete pasos en el sistema de pronóstico
Usaremos a Disney World como ejemplo para cada caso

1) Determinar el uso del pronóstico

• Disney usa los pronósticos de asistencia al parque para dirigir el personal , las horas de entrada, disponibilidad de
los juegos y los insumos de comida.
2) Seleccionar los aspectos que se deben pronosticar
• La cifra primordial que determina la mano de obra, el mantenimiento y la programación es la asistencia diaria.

3) Determinar el horizonte de tiempo del pronóstico

• ¿Es a corto, mediano o largo plazo? Disney desarrolla pronósticos diarios, semanales, mensuales, anuales y para
cinco años.
4) Seleccionar los modelos de pronóstico
• Disney usa una variedad de modelos estadísticos que se analizarán , incluyendo promedios móviles, suavización
exponencial y análisis de regresión. También emplea modelos cualitativos.
5) Recopilar los datos necesarios para elaborar el pronóstico
• El equipo de pronósticos de Disney emplea a 35 analistas y 70 trabajadores de campo para encuestar a 1 millón de
personas y negocios cada año.
6) Realizar el pronóstico

7) Validar e implementar los resultados

• En Disney, los pronósticos se revisan diariamente a los niveles mas altos para asegura la validez del modelo, de los
supuestos y de los datos.
Los pronósticos y el ciclo de vida del producto
 Tipos de pronóstico de demanda

Métodos cualitativos
1. Consenso de Comité Ejecutivo: Basado en el supuesto que varios expertos
obtienen un mejor pronóstico que el de una sola persona
2. Método de Delphi: Se interroga a un grupo de expertos mediante cuestionarios
sucesivos

3. Encuesta a Clientes: Se pregunta al cliente sobre el tipo y cantidad de productos a

comprar durante determinado periodo, Puede determinar la intención de compra,
pero no las compras reales.
Cálculo de 4. Analogía Histórica: Estudio comparativo de la introducción y del crecimiento de
la productos nuevos similares, lo que fundamenta la previsión en patrones de semejanza.
Demanda 5. Investigación de Mercado: Es un procedimiento sistemático, formal y razonado para
Futura desarrollar y probar hipótesis acerca de las condiciones de los mercados reales.

Métodos cuantitativos
1. Promedios Móviles
2. Promedio Móvil Ponderado
3. Suavización Exponencial
4. Regresión Lineal Simple
5. Índices estacionales
 Promedio Móvil

La tabla da el número de unidades de sangre tipo “A” que la Clínica Angloamericana utilizó en
las últimas 6 semanas

Semana de Unidades Empleadas

Agosto 31 360

Setiembre 07 389

Setiembre 14 410

Setiembre 21 381

Setiembre 28 368
3 semanas
Octubre 05 374

Pronostique la demanda para la semana del 12 de octubre con un promedio móvil de 3 semanas

Sep 21 = 381 +

Sep28 = 368

Oct 5 = 374

1,123/3 = 374.33 promedio móvil semana del 12 de octubre.

 Promedio Móvil Ponderado

Usaremos un promedio móvil ponderado de tres semanas con ponderaciones de 0.1, 0.3 y
0.6 usando 0.6 para la semana reciente. Pronostique la demanda para la semana del 12 de
octubre.

Semana de Unidades Empleadas

Agosto 31 360

Setiembre 07 389

Setiembre 14 410

Setiembre 21 381

Setiembre 28 368

Octubre 05 374

SEP 21 410(0.6)+389(0.3)+360(0.1)= 246+116.7+36= 398.7/1= 398.7

SEP 28 381(0.6)+410(0.3)+389(0.1)= 228.6+123+38.9= 390.5/1 =390.5

OCT 5 368(0.6)+381(0.3)+410(0.1)= 220.8+114.3+41= 376.1/1= 376.1

OCT 12 374(0.6)+368(0.3)+381(0.1)= 224.4+110.4+38.1= 372.9/1=372.9

 Suavización Exponencial

Nuevo pronóstico = Pronostico del periodo anterior + α (Demanda real del

periodo anterior – Pronostico del periodo anterior)

α es una ponderación o constante de suavización,

elegida por quien pronostica, que tiene un valor
entre 0 y 1.

Puede cambiarse para dar mas peso a datos

recientes (cuando α es alta) o mas peso a datos
anteriores (si α es baja)
 Suavización Exponencial

Calcule el pronóstico para la semana del 12 de octubre aplicando suavizamiento exponencial

con un pronóstico de 360 para el 31 de agosto y a=.2

Semana de Unidades Empleadas

Agosto 31 360
Setiembre 07 360 360+0.2 (360-360)=360

Setiembre 14 365.08 360+0.2(389-360)=365.8

Setiembre 21 374.64 365.08+0.2(410-365.08)=374.64

Setiembre 28 375.91 374.64+0.2(381-374.64)=375.91

Octubre 05 374.33 375.91+0.2(368-375.91)=374.33
Octubre 12 374.26 374.33+0.2(374-374.33)=374.26

Pronóstico para la demanda de la semana del 12 de octubre = 374.26

 Caso Práctico

Fecha 1r Posicion US $ x Libra La cafetería Café de Oro adquiere café

Martes 04 de Agosto del 2015 US$ 1.24
directamente de los acopiadores.
Miércoles 05 de Agosto del 2015 US$ 1.25
Jueves 06 de Agosto del 2015 US$ 1.26 a) Haga un pronóstico con el promedio móvil de 3
Viernes 07 de Agosto del 2015 US$ 1.24 periodos incluyendo un pronostico para el precio
Sábado 08 de Agosto del 2015 US$ 1.28 del domingo 16 y lunes 17 de agosto.
Domingo 09 de Agosto del 2015 US$ 1.28
b) Haga un pronóstico con el promedio móvil
Lunes 10 de Agosto del 2015 US$ 1.28 ponderado de 3 periodos usando las siguientes
Martes 11 de Agosto del 2015 US$ 1.34 ponderaciones: 0.5, 0.33 y 0.17
Miércoles 12 de Agosto del 2015 US$ 1.37
c) El Jefe de Compras pronóstico que el precio para
Jueves 13 de Agosto del 2015 US$ 1.32
el 15 de agosto seria de 1.35. El precio real fue de
Viernes 14 de Agosto del 2015 US$ 1.37 1.38. Usando una constante de suavización de 0.4,
Sábado 15 de Agosto del 2015 US$ 1.38 pronostique el precio para el 16 de agosto.
 Caso Práctico 1 - Solución

a) Pronóstico con el promedio móvil de 3 periodos incluyendo un

pronostico para el precio del domingo 16 y lunes 17 de agosto.
 Caso Práctico - Solución

Consideración
Las ponderaciones se repiten en periodos de tres
Se realiza la suma ponderada considerando los
tres peridos precedentes en cada caso

b) Pronóstico con el promedio móvil ponderado de 3 periodos

usando las siguientes ponderaciones: 0.5, 0.33 y 0.17
 Caso Práctico - Solución

Suavización Exponencial
Constante= 0.4
Real Pronostico Pronostico
US $ x Libra Inicial Suavizado
Martes 04/08/2015 1.24
Miércoles 05/08/2015 1.25
Jueves 06/08/2015 1.26
Viernes 07/08/2015 1.24 1.25 Punto de partida
Sábado 08/08/2015 1.28 1.25 1.24
Domingo 09/08/2015 1.28 1.26 1.26
Lunes 10/08/2015 1.28 1.26 1.27
Martes 11/08/2015 1.34 1.28 1.27
Miércoles 12/08/2015 1.37 1.30 1.30
Jueves 13/08/2015 1.32 1.32 1.33
Viernes 14/08/2015 1.37 1.34 1.32
Sábado 15/08/2015 1.38 1.35 1.35 Ultimo valor dato
Domingo 16/08/2015 1.35 1.36 Valores corresponde base para los nuevo promedios

c) Usando una constante de suavización de 0.4, pronostique el

precio para el 16 de agosto.
 Regresión Lineal Simple

• En la regresión lineal, una variable, conocida

Variable dependiente
como variable dependiente (y= ventas, y
cantidad de productos, ingresos, etc.), está
relacionada con una o más variables
independientes (x= tiempo, costo de
publicidad, tasa de interés, etc.) por medio de
una ecuación lineal. x
• La variable dependiente (y), es la que se desea Variable independiente
pronosticar.

• En general, la curva que mejor se alinea al centro de los puntos, permitirá

un mejor pronóstico
 Regresión Lineal Simple

x = valor de la variable independiente

Y
y = valor de la variable dependiente
n = número de observaciones
a = intersección con el eje vertical
a
b = pendiente de la línea de regresión
X
r = coeficiente de correlación

Σx2 Σy – Σx Σxy Y = a + bX
a=
n Σx2 - (Σx)2

nΣxy – Σx Σy r= nΣxy – Σx Σy
b=
n Σx2 - (Σx)2 [n Σx2 - (Σx)2] [nΣy2 - (Σy)2]
 Correlación

Una medida de la fuerza de la relación que hay entre dos variables

-1  r  1

-1  r < 0 r=0 0<r 1

Correlación Negativa No hay Correlación Correlación Positiva

Cuánto más cercano esté el coeficiente de Correlación a –1 o 1, mayor

probabilidad de correlación
 Caso práctico 2

Una cadena de restaurantes de comida rápida decide llevar a cabo un experimento para medir la influencia
sobre las ventas del gasto en publicidad. En ocho provincias del país, se realizaron diferentes variaciones
relativas en el gasto en publicidad, comparado con el año anterior, y se observaron las variaciones en los
niveles de ventas resultantes. La tabla adjunta muestra los resultados.

a) Para un modelo de regresión lineal simple, obtenga la recta de regresión.

b) Calcule el Incremento en las Ventas para el 2016, considerando que se proyecta incrementar el
Gasto en Publicidad en 20 %.

c) Calcule el coeficiente de correlación.

 Caso práctico 2 - Solución

a) Para un modelo de regresión lineal simple, obtenga la recta de regresión.

Matriz Transpuesta x y x2 y2 xy
(Solo es un arreglo de filas a columnas) 0 2.4 0 5.76 0
4 7.2 16 51.84 28.8
14 10.3 196 106.1 144.2
10 9.1 100 82.81 91
9 10.2 81 104 91.8
8 4.1 64 16.81 32.8
6 7.6 36 57.76 45.6
1 3.5 1 12.25 3.5
Sumatoria 52 54.4 494 437.4 437.7

a) Recta de Regresión Lineal

a= 3.296
b= 0.539
Y=a+bX 3.296 + 0.539 X
 Caso práctico 2 - Solución

a) Para un modelo de regresión lineal simple, obtenga la recta de regresión.

b) Calcule el Incremento en las Ventas para el 2016, considerando que se proyecta incrementar el
Gasto en Publicidad en 20 %.

c) Calcule el coeficiente de correlación.

Y=a+bX 3.296 + 0.539 X

b) Pronostico para x= 20 14.08 Solo se reemplaza el valor de x

 Caso práctico 2 - Solución

a) Para un modelo de regresión lineal simple, obtenga la recta de regresión.

b) Calcule el Incremento en las Ventas para el 2016, considerando que se proyecta incrementar el
Gasto en Publicidad en 20 %.

c) Calcule el coeficiente de correlación.

c) Coeficiente de Correlación 0.82 =COEF.DE.CORREL(C2:J2,C3:J3)
Valor se encuentra entre -1 y 1 , por lo tanto existe una alta correlación entre ambas variables

y
12
y = 0.5391x + 3.2958
R² = 0.6723
10

0
0 2 4 6 8 10 12 14 16
 Caso práctico 3

Una empresa de transporte estimó la demanda de pasajes para la ciudad de Piura, hasta el
2015. Confirme este cálculo usando el modelo de regresión lineal simple.

Se contó con los siguientes datos:

Ventas anuales
Año
(miles US$)
1996 10
1997 15
1998 12
1999 16
2000 18
2001 15
2002 16
2003 18
2004 20
2005 22
 Caso práctico 3 - Solución

1. Ingresar los datos 2. Hacer los cálculos de

de X e Y X2, Y2 y XY
Aplicacion de las formulas

Año X Y (Ventas) X2 Y2 XY
1996 1 10 1 100 10
1997 2 15 4 225 30
1998 3 12 9 144 36
1999 4 16 16 256 64
2000 5 18 25 324 90
2001 6 15 36 225 90
2002 7 16 49 256 112
2003 8 18 64 324 144
2004 9 20 81 400 180
2005 10 22 100 484 220
Sumatoria 55 162 385 2738 976

a= 8690 = 10.53333333
3. Calcular a y b
825

b= 850 = 1.03030303
825

Por lo tanto la ecuación que mejor representa la linea de tendencia central es :

Y = bX + a 4. Determinar la
Y = 1.030303 X + 10.53333
ecuación de
regresión
Caso práctico 3 – Desarrollo Excel

1. Escoger la línea de
tendencia

2. Mostrar la ecuación y
el R2 en el gráfico
 Caso práctico 3 - Solución

Aplicacion de las formulas

Año X Y (Ventas) X2 Y2 XY
1996 1 10 1 100 10
1997 2 15 4 225 30
Ambas soluciones
1998 3 12 9 144 36 coinciden
1999 4 16 16 256 64
2000 5 18 25 324 90
2001 6 15 36 225 90
2002 7 16 49 256 112
2003 8 18 64 324 144
2004 9 20 81 400 180
2005 10 22 100 484 220
Sumatoria 55 162 385 2738 976

a= 8690 = 10.53333333
825 Diagrama de dispersión
25
b= 850 = 1.03030303
y = 1.0303x + 10.533
825 20
R² = 0.7709

Por lo tanto la ecuación que mejor representa la linea de tendencia central es : Ventas 15
Y = bX + a
Y = 1.030303 X + 10.53333 10

0
0 2 4 6 8 10 12
Año
 Conclusiones

• Para asegurarnos que las variaciones estacionales estén mejor

absorbidas(eliminada su distorsión) es necesario contar con una mayor data
histórica, de tal forma que su incidencia se minimice en el resultado de los
pronósticos.

• Los pronósticos tiene un impacto directo en los resultados de negocios

• La identificación correcta de los horizontes de tiempo de planificación

juegan un rol clave para el proceso de pronóstico.

• El proceso de pronóstico debe estar alineado con la planificación y la

estrategia de la organización.

• A pesar de la experiencia y conocimiento del mercados y sus factores no

debemos pasar por alto los 7 pasos.

Se dice que es mejor un mal pronóstico que ninguno.

 Referencias Bibliográfica

• Render, B; Heizer, J (2014). “Principios de Administración de Operaciones”.

9na edición. México, D.F. México. Editorial Pearson.

• Administración de las Operaciones Productivas

CAPÍTULO 5: Pronósticos de las Operaciones Productivas
Un Enfoque en Procesos para la Gerencia
Fernando A. D´Alessio Ipinza