UNIDAD # 4
PRONOSTICOS Gerencia II Ing. Armando Salinas Snchez 95
UNIDAD # 5
PRONOSTICOS
Una de las primeras funciones de la gerencia de produccin es el
pronstico. Es decir, conocer cul ser la probable demanda del o de
los productos que manufactura una empresa, estableciendo su techo o
lmite mximo, arriba del cual la comercializacin es incierta. Un
pronstico es un clculo de la actividad futura. Puede ser una
prediccin sobre la aceptacin de un nuevo producto, de los cambios
de la demanda u otras condiciones que influyan directamente en la
planeacin de la produccin, el valor de los pronsticos exactos es
fcil de apreciar si se examina las decisiones que de ellos
dependen.
En la administracin de las operaciones se trata de predecir una
amplia gama de sucesos futuros que pudiesen, potencialmente,
influir en el xito, a menudo el inters bsico es el poder predecir
la demanda del consumidor para nuestros productos o servicios.
Difcilmente puede ser sobrestimada la importancia del pronstico
del mercado en la planeacin para el futuro, tal pronstico
proporciona una base para la planeacin del programa operativo de la
empresa, el programa de produccin, obtencin de material y de
personal, las polticas de inventario y precios y la planeacin
financiera, se basan en alguna clase de datos proyectados de
ventas
Definicin del Pronstico
Segn Adam-Ebert en su obra La Administracin de la produccin y
las Operaciones define al pronstico como: " El proceso de estimacin
de un acontecimiento futuro proyectando hacia el futuro datos del
pasado. Los datos del pasado se combinan sistemticamente en forma
predeterminada para hacer una estimacin del futuro.
Otra definicin de pronstico es: El pronstico es un clculo
estimativo de la demanda de un producto o de varios productos, por
un perodo de tiempo futuro . El pronstico tiene por objeto
determinar la probable demanda del o de los productos que fabrica
la empresa.
Pronosticar es el arte y la ciencia de predecir los eventos del
futuro, hasta la ltima dcada, los pronsticos eran, en su mayora, un
arte. Sin embargo, ahora tambin se ha convertido en una
ciencia.
Todo pronstico es, fundamentalmente una conjetura, pero por el
empleo de ciertas tcnicas puede ser algo ms que una simple
conjetura, se puede decir, que todo pronstico es una conjetura
ilustrada; la verdad es que puede contener tan poco error como es
humanamente posible. Los pronsticos precisos son casi imposibles, y
quien hace el pronstico debe reconocer que sus esfuerzos ofrecen
slo indicaciones, y la palabra final sobre las condiciones futuras;
por ello se seala que los pronsticos no pueden ser exactos porque
desde el punto de vista de la economa intervienen una serie de
variables (gusto, innovacin tecnolgica, densidad demogrfica, etc.),
que determinan que sea imposible pronosticar con certeza.
TIPOS DE PRONOSTICOS POR HORIZONTE DE TIEMPO
Los pronsticos pueden ser:
1.- Pronsticos a corto plazoEste tiene un lapso de hasta un ao,
pero es generalmente menos a tres meses. Se utiliza para planear
las compras, programacin de planta, niveles de fuerza laboral,
asignaciones de trabajo y niveles de produccin.
2.- Pronsticos a mediano plazoUn pronstico de rango medio, o
intermedio, generalmente con un lapso de tres meses a tres aos. Es
valioso en la planeacin de productos y presupuestos, planeacin de
ventas, presupuestos de efectivo, y el anlisis de varios planes de
operacin.
3.- Pronsticos a largo plazoGeneralmente con lapsos de tres aos
o ms, los pronsticos a largo plazo se utilizan para planear nuevos
productos, desembolsos de capital, localizacin de instalaciones o
su expansin, y la investigacin y el desarrollo.
Las organizaciones utilizan tres tipos principales de pronsticos
al planear el futuro de sus operaciones, estos son:
a) Pronsticos Econmicos
Marcan el ciclo del negocio al predecir las tasas de inflacin,
oferta de dinero, y otros indicadores de planeacin
b) Pronsticos tecnolgicos
Tienen que ver con tasas de progreso tecnolgico, que pueden dar
por resultado el nacimiento de productos novedosos que requieren
nuevas plantas y equipos
c) Pronsticos de demanda
Son proyecciones de demanda para los productos o servicios de
una empresa. Estos pronsticos, tambin llamados de ventas, conducen
la produccin de una empresa, la capacidad, y los sistemas de
programacin y sirven como insumos a la planeacin financiera, de
mercado y de personal.USOS DE LOS PRONOSTICOS
En las organizaciones, los pronsticos se utilizan para tres
propsitos importantes:
1.- Decidir si la demanda es suficiente para justificar la
entrada al mercado. Si la demanda existe, pero a un precio
demasiado bajo para cubrir los costos en que incurrir la
organizacin al generar el producto, la empresa debe rechazar la
oportunidad.
2.- Determinar las necesidades a largo plazo de la capacidad
para el diseo de instalaciones. Una proyeccin exacta de la demanda
para varios aos a futuro le puede ahorrar a la organizacin grandes
gastos en el aumento o reduccin de la capacidad para satisfacer la
demanda.
3.- Determinar las fluctuaciones a corto plazo ( de una semana a
tres ) en la demanda para la planeacin de la produccin, la
programacin de la fuerza de trabajo, la planeacin de los materiales
y otras necesidades similares.
METODOS PARA PRONOSTICAR
Los mtodos para pronosticar se pueden agrupar en tcnicas o
mtodos cualitativos, que se usan generalmente para pronsticos a
largo plazo, usualmente estos ataen a la introduccin de nuevos
productos o servicios, o cambios a largo plazo en la naturaleza de
los productos de la organizacin.
Para cumplir en desarrollar un pronstico apropiado, se debe
estar familiarizado con las estadsticas disponibles, saber analizar
e interpretar medidas estadsticas y tener un conocimiento completo
de los aspectos internos y externos de sus operaciones.
Existe una cantidad grande de informacin a disposicin de quienes
hacen los pronsticos. Datos generales de consumo, produccin, estado
econmico nacional, los ndices de precios, etc. , se ofrecen en
diferentes revistas, publicaciones, anuarios de determinadas
industrias, y de las entidades privadas y gubernamentales.
Dentro de las fuentes disponibles para formular pronsticos
cualitativos se tienen lo siguiente:
Las Opiniones del Consumidor
El consumidor final puede ser interrogado. Sus opiniones son
objetivas en comparacin con las del productor, pero pueden cambiar
de un da para otro. Lo que intenta o espera hacer y lo que
realmente hace, pueden ser dos cosas totalmente diferentes. El
proceso relativamente caro para definir las opiniones del
consumidor puede reducirse diseando la encuesta a fin de que se
obtenga otra informacin til, tal como el efecto de las campaas de
produccin Sus opiniones son obtenidas por medio de cuestionarios y
entrevistas. Este mtodo solicita la informacin de los clientes o
clientes potenciales acerca de sus planes futuros de compra y ayuda
no solamente a preparar el pronstico sino tambin a mejorar el diseo
del producto y la planeacin de productos nuevos.
Las encuestas del distribuidor
Las estimaciones sobre las ventas esperadas pueden solicitarse
entre los vendedores al menudeo y el personal de ventas de la
empresa. Los comerciantes al menudeo pueden ser ms objetivos que
los agentes vendedores, pero no es probable que dediquen el tiempo
necesario a hacer sus estimaciones a conciencia. Ambas fuentes son
muy convenientes para pronsticos a corto plazo, de un ao o
menos.
En su gran mayora las empresas se basan en los juicios de su
personal de ventas, en el departamento de ventas es donde se
encuentra la accin; los vendedores y los directores de ventas
pueden sealar las tendencias de las compras y la actividad del
competidor.
Las opiniones ejecutivas
Este mtodo toma la opinin de un pequeo grupo de administradores
de alto nivel, a menudo con combinacin con modelos estadsticos, y
se obtiene una estimacin de grupo sobre la demanda. El nivel
ejecutivo director- supervisor se encuentra ms cercano a la poltica
de la empresa que la fuerza de ventas y, en forma correspondiente,
se halla ms alejado del punto de vista del consumidor. El pronstico
ejecutivo de conjunto se emplea mucho, puede obtenerse rpidamente y
con poco costo; estas opiniones son extremadamente valiosas para
interpretar los datos sobre el mercado, pero no son un sustituto
del anlisis cuantitativo de los mismos.
Pronsticos basados en pruebas de mercado
El desarrollo y la introduccin de un nuevo producto presentan
problemas especiales. Si el nuevo producto es un reemplazo o
modificacin de una lnea existente, los datos y las opiniones
aplicables al producto anterior probablemente sern tiles en la
anticipacin de la acogida a la nueva versin. Cuando el producto es
radicalmente diferente, deben obtenerse nuevos datos.
Adems de los mtodos de pronsticos ya sealados, puede ser til
exponer el nuevo producto a una muy limitada prueba de mercado. Tal
prueba toma las caractersticas de un experimento controlado, en
donde el rea del mercado y el mtodo de presentacin son
cuidadosamente seleccionados e inspeccionados. El precio para
superar estas condiciones es a menudo enorme y, consecuentemente,
limita la extensin y el alcance de las pruebas de mercado.
Pronsticos basados en investigacin del mercado
Otro enfoque del pronstico sera un programa interno o un
servicio externo de investigacin del mercado. Este puede emplearse
para nuevos productos o productos ya existentes para los cuales se
requieran datos mercantiles ms amplios. El propsito de la
investigacin es identificar la naturaleza del consumo del
comprador. Despus de determinar cmo varan las ventas generales segn
las diferencias de ubicacin, ocupacin del comprador, precios,
cantidad, calidad, ingreso del consumidor y otros factores, esta
informacin se relaciona con un producto especfico y se desarrolla
un pronstico.
Las fuerzas econmicas identificadas en una investigacin de
mercado son especialmente valiosas cuando se combinan con otros
mtodos de pronsticos.
METODO DELPHI
Es una tcnica cualitativa, es un proceso de grupo cuyo objetivo
es un pronstico por consenso, a menudo un pronstico de carcter
tecnolgico. El proceso requiere de un grupo de expertos internos o
externos de la empresa para recabar opiniones por escrito sobre el
punto sujeto a discusin.
Existen tres diferentes participantes en el proceso Delphi, los
que toman la decisin, personal asesor y encuestados. Los tomadores
de decisin generalmente consisten en un grupo de cinco a 10
expertos que harn el pronstico real. El personal asesor asiste a
los que toman la decisin al preparar, distribuir, recolectar y
resumir una serie de cuestionarios y resultados de encuestas..Los
encuestados son un grupo de personas cuyos juicios son evaluados y
vistos. Este grupo alimenta informacin a los responsables de la
toma de decisiones antes de que se haga pronsticos.
El procedimiento funciona de la manera siguiente:
1. Un pregunta, la situacin que requiere de un pronstico, se
proporciona a cada experto por escrito, expresada de una manera muy
general. Cada uno de los expertos realiza una prediccin breve.
2. El moderador, quien proporcionar la pregunta original, rene
todas las opiniones, las pone en trminos claros y las edita.
3. Los resmenes de los expertos proporcionan la base para un
conjunto de preguntas que el coordinador da a los expertos. Estas
son respondidas.
4. Las respuestas por escrito son recopiladas por el
coordinador, y el proceso se repite hasta que el coordinador queda
satisfecho con la prediccin general, que es una sntesis de la
opinin de los expertos.
El coordinador debe de tener el talento suficiente para
sintetizar distintas y muy variadas opiniones y elaborar un
conjunto estructurado de preguntas y llegar al pronstico.
VISIN GENERAL DE MTODOS CUANTITATIVOS
Se tienen los modelos de series de tiempo que predicen sobre la
base de una suposicin de que el futuro es una funcin del pasado,
ellos ven lo que ha pasado en un perodo de tiempo y usan una serie
de datos pasados para hacer los pronsticos. Comprende los mtodos de
promedio simple, promedio mviles, y proyeccin de tendencia.
Los modelos causales incorporan al modelo las variables o
factores que pueden influenciar la cantidad que se pronostica. Un
mtodo es el causal de regresin lineal
PRONOSTICOS DE SERIES DE TIEMPO
Una serie de tiempo se basa en una secuencia de datos separados
de manera uniforme (semanal, mensual, trimestral, y as
sucesivamente). El pronstico en series de tiempo implica que los
valores futuros se predicen nicamente a partir de valores pasados,
y que otras variables se ignoren, no importa que tan potencialmente
valiosas sea.; el anlisis de las series de tiempo propone
fraccionar los datos en componentes para proyectarlos hacia el
futuro. Comprende:
1.- Tendencia (T) es el movimiento gradual, ascendente o
descendente, de los datos a travs del tiempo, est dado por los
cambios en la poblacin, ingresos, tecnologa, etc. que influyen en
la tendencia.
2.- Estacionalidad (S) es el patrn de datos que se repite a s
mismo despus de un perodo de das, semanas, meses, o trimestres (de
este ltimo surgi el trmino estacionalidad, las estaciones de otoo,
invierno, primavera y verano, se puede ver afectada por el clima,
las costumbres, etc.
3.- Ciclos (C) son patrones que ocurren en los datos cada varios
aos, generalmente se encuentran ligados al ciclo del negocio y son
de importancia vital en el anlisis y planeacin de negocios a corto
plazo. Se puede ver afectado por interacciones de factores que
influyen en la economa, usualmente de 2-10 aos de duracin
4.- Variaciones al azar (R) , son seales en los datos causadas
por oportunidades y situaciones inusuales, no siguen un patrn
perceptible. Son debidas a variaciones aleatorias o a situaciones
imprevistas: Huelga, problemas del clima, tornados, etc. Son de
corta duracin y no se repiten
PROMEDIO SIMPLE
Muchos modelos emplean datos histricos para calcular un promedio
de la demanda en el pasado. Este promedio se usa entonces como
pronsticos. Hay diversas formas de calcular un promedio.
Un promedio simple (PS) es un promedio de los datos del pasado
en el cual las demandas de todos los perodos anteriores tienen el
mismo peso relativo. Se calcula de la manera siguiente:
PS = suma de demandas de todos los perodos anteriores
Nmero de perodos de demanda
PS = D1 + D2 . . . + D k
K
Donde:
D1 = demanda del perodo ms reciente
D2 = demanda que ocurri hace dos perodos
D k = demanda que ocurri hace k perodos.
Cuando se usa un promedio simple para crear un pronstico, las
demandas de todos los perodos anteriores tienen todas la misma
influencia al determinar el promedio.
EJEMPLO
Una empresa elabora un producto y la demanda en los ltimos
trimestres son:
AO T1 T2 T3
1 50 docenas 60 docenas 40 docenas
La demanda promedio es:
PS = D1 + D2 * D3 3
PS = 50 + 60 + 40 = 50 3
Un pronsticos para los perodos futuros se puede apoyar en este
promedio simple y podra ser de 50 docenas de este producto por
trimestre.
PROMEDIO MVIL
Son tiles si se asume que las demandas del mercado sern ms o
menos constantes durante un determinado periodo de tiempo. Combina
los datos de demanda de la mayor parte de los perodos recientes,
siendo su promedio el pronstico para el perodo siguiente. En este
mtodo se supone que la serie de tiempo tiene slo un componente de
nivel y un componente aleatorio. No se presupone la presencia de
patrones de estacionalidad, tendencias ni componentes de los ciclos
en datos de la demanda.
Cuando se utiliza el promedio mvil se selecciona un nmero dado
de perodos N para los perodos N para los clculos. Despus se calcula
la demanda promedio A t para los perodos N del pasado al momento t
de la manera siguiente:
A t = D1 + D2 + . . . + D t -N +1
N
Como se supone que la serie de tiempo es horizontal, el mejor
pronstico para el perodo t + 1 4 es simplemente una continuacin de
la demanda promedio observada a lo largo del periodo t . De esta
manera se obtiene:
F t + 1 = A t
EJEMPLO
El cuadro siguiente nos muestra la demanda de un producto
durante los ltimos seis meses.
MES DEMANDA TOTAL
Enero
Febrero
Marzo
Abril
Mayo
Junio
200
300
200
400
500
600
El gerente de produccin ha solicitado que se prepare un
pronstico usando una promedio mvil de seis periodos para
pronosticar las ventas del mes de julio.
PM = 200 + 300 + 200 + 400 + 500 + 600 =
6
= 367
Usando un promedio mvil de seis meses el pronstico para julio es
de 367. Si se examinan los datos nuevamente, es posible que un
promedio de tres meses podra ser mejor que una de seis meses. Si se
toman en cuenta tres meses:
PM = 400 + 500 + 600
3
PM = 500
Si se hubiera utilizado un promedio mvil de un mes, las ventas
del mes siguiente seran iguales a la demanda real del ltimo mes y
el pronstico para julio sera de 600. La recomendacin al gerente de
produccin es usar un promedio mvil de tres meses de 500 unidades
para julio, pues tal nmero parece ser ms representativo de la serie
de tiempo que un promedio de 6 meses y se basa en ms datos que en
el caso de un promedio mvil de un mes.
MTODOS DE PRONOSTICO CAUSAL
estos modelos consideran algunas variables que estn relacionadas
con la variable que se predice. Una vez que estas variables
relativas se han encontrado, se construye y utiliza un modelo
estadstico para pronosticar la variable de inters. E modelo de
pronsticos causal cuantitativo ms comn es el anlisis de regresin
lineal.
ANLISIS DE REGRESIN
El anlisis de regresin es una tcnica de pronstico que establece
una relacin entre variables. Una variable se conoce y se usa para
pronosticar el valor de una variable aleatoria desconocida. De los
datos anteriores se establece una relacin funcional entre las
variables. Se considera en este momento la situacin de regresin ms
sencilla slo para dos variables y para una relacin funcional lineal
entre ellas.
En una grfica siempre que los puntos de los datos parezcan
seguir una lnea recta, podemos emplear el mtodo de mnimos cuadrados
para determinar la recta de mejor ajuste. Esta recta es la que ms
se aproxima a pasar por todos los puntos. Otra manera de expresar
lo mismo es que la recta deseada minimiza las diferencias entre la
recta y cada uno de los puntos. Esta ltima explicacin da lugar al
origen del nombre para el mtodo de mnimos cuadrados.
Por lo que dada la recta, esta es la buscada solo si la suma de
las diferencias de las distancias verticales de los valores reales
y los valores de la recta elevadas al cuadrado es el mnimo. Otra
propiedad de la recta es que la suma de dichas distancias
verticales es igual a cero.
En sntesis podemos sealar que el anlisis de regresin lineal se
usa:
Para prever la lnea de tendencia lineal
Supone una relacin entre la variable de respuesta Y, y el perodo
de tiempo, X, que es una funcin lineal.
Y = a + b X
Se calcula mediante el mtodo de los mnimos cuadrados, es decir,
minimiza la suma de errores cuadrados y se describe en trminos de
su interseccin y (la altura a la cual intercepta el eje Y) y su
pendiente (el ngulo de la lnea)
Una lnea recta est definida por la ecuacin siguiente:
Y = a + b x
Para nuestro caso se tiene que:
Y = Es un valor pronosticado en un punto del tiempo x ( el
tiempo es medido en incrementos, tales como aos a partir del punto
base). Variable dependiente
a = Es el valor de Y en el punto base, el cual debemos
determinar, es la interseccin con el eje y
b = Es la pendiente de la recta de pronsticos, pendiente de la
lnea de regresin
x = Variable independiente
Se emplean dos ecuaciones para determinar a y b . La primera se
obtiene si se multiplica la ecuacin de la recta por el coeficiente
de a y despus se suman los trminos. Con el coeficiente de a igual a
1 y N como el nmero de puntos, la ecuacin se convierte en:
( Y = N a + b ( x
La segunda ecuacin se desarrolla en una forma semejante. El
coeficiente de b es x . Despus de multiplicar cada trmino por x y
sumando todos los trminos, tenemos:
( XY = a ( X + b ( X 2EJEMPLO
Se tiene una serie cronolgica de la produccin de cemento
portland entre 1995 y 1998 inclusive, determinar los coeficiente de
la lnea de tendencia.
Ao
Toneladas
2000
2001
2002
2003
2004
2005
2006
2,012.000
2,334.000
2,434.000
2,325.000
2,613.000
2,870.000
2,900.000
Luego se determina el cuadro de valores, utilizando el siguiente
formato.
Aos X Y X2 XY
2000
2001
2002
2003
2004
2005
2006
1
2
3
4
5
6
7 2,012.000
2,334.000
2,434.000
2,325.000
2,613.000
2,870.000
2,900.000 1
4
9
16
25
36
49 2,012.000
4,668.000
7,302.000
9,300.000
13,065.000
17,220.000
20,300.000
( X = 28
( Y = 17,488.000( X 2 =140( XY = 73,867.000
La cual da las ecuaciones normales
17,488.000 = 7 a + 28 b
73,867.000 = 28 a + 140 b
Estas ecuaciones se resuelven simultneamente para dar
a = 1,939,001
b = 139.821
Por lo tanto la ecuacin de ajuste o de la lnea de tendencia
ser:
Y = 1,939,001 + 139.821 ( X)
El pronstico para el ao 8 se formular en base a esta ecuacin de
ajuste o de tendencia.
ANLISIS DE CORRELACIN
Para determinar el grado de relacin entre dos variables, se debe
calcular el coeficiente de correlacin. Es necesario sealar que la
correlacin no est limitada solo a este tipo de anlisis, sino puede
aplicarse para cualquier regresin lineal que relacione las
variables.
Para determinar el coeficiente de correlacin se debe tener en
cuenta que los puntos en un grfico describen aproximadamente una
recta, estos puntos estn cercanos o alejados de la recta segn
presente un alto o bajo coeficiente de correlacin. Esto nos indica
que un anlisis de correlacin examina el grado de relacin que existe
entre las variables.
Por lo general es preferible hallar el coeficiente de correlacin
antes de hallar la recta, para ello se emplea la siguiente
relacin:
n ( XY - ( (X) (( Y)
r = ------------------------------------------------------
( n( X2 ( ( X) 2 ( n ( Y 2 ( ( Y) 2El valor bajo el radical
nunca puede ser mayor que 1 ni menor que 0. Sin embargo, debido a
que el radical tiene races positivas y negativas, el valor de r est
entre +1 y 1. El signo ms o menos indica solamente la direccin de
la pendiente de la lnea de regresin. Cuando r es igual a 1, todos
los puntos caen sobre una lnea de regresin con pendiente positiva,
cuando r esta entre +1 y 0, la lnea de regresin an tiene una
pendiente positiva, pero los puntos caen sobre cualquier lado de la
lnea, mientras ms se aproximen alrededor de la lnea, r se acerca ms
a 1.
Se podra utilizar tambin el coeficiente de determinacin ( r2 )
que se obtiene de la siguiente relacin:
[ n ( XY - ( (X) (( Y) ] 2R 2 =
----------------------------------------------------------
[ n ( X 2 - ((X) 2] [ n (Y 2 ( ( Y) 2 ]
La siguiente tabla nos muestra la interpretacin que se realiza
para diferentes valores de los coeficientes de correlacin y de
determinacin.+Valor de coeficiente de
Correlacin r
Interpretacin valor de coeficiente de
determinacin r2
0.91 - 1.0
0.71 - 0.9
0.41 - 0.7
0.21 - 0.4
0.0 - 0.2
Correlacin muy alta
Correlacin alta
Correlacin moderada
Correlacin baja
Correlacin muy leve0.83 - 1.0
0.50 - 0.22
0.17 - 0.49
0.04 - 0.16
0.00 - 0.04
