-
1
PRONOSTICOS
Administracin de operaciones
Requiere predecir una AMPLIA GAMA DE SUCESOS
Es de mucho inters poder predecir la DEMANDA del
1
consumidor para los PRODUCTOS o SERVICIOS
HORIZONTE DE TIEMPO PARA EL PRONOSTICO
2
Fuente: ADAM Jr, Everett E & EBERT, Ronald J. [1991]
Administracin de la produccin y las operaciones: conceptos, modelos
y funcionamiento
-
2
PRONOSTICOS
En Administracin de Operaciones, se distingue:
PRONSTICOPRONSTICO: Proceso de estimacin de un acontecimiento
PRONSTICOPRONSTICO: Proceso de estimacin de un
acontecimientofuturo, proyectando datos del pasado,
combinadossistemticamente, en forma predeterminada.
PREDICCINPREDICCIN: Proceso de estimacin de un suceso
futurobasndose en consideraciones subjetivas diferentes a los
3
simples datos del pasado, no necesariamente combinadas deuna
manera predeterminada.
PRONOSTICOS
4Fuente: ADAM Jr, Everett E & EBERT, Ronald J. [1991]
Administracin de la produccin y las operaciones: conceptos, modelos
y funcionamiento
-
3
PATRN o MODELO:Forma general de la serie de tiempo (su tendencia
central)
CARACTERSTICAS DE LA DEMANDA EN EL TIEMPO
5Fuente: ADAM Jr, Everett E & EBERT, Ronald J. [1991]
Administracin de la produccin y las operaciones: conceptos, modelos
y funcionamiento
RUIDO: Dispersin de puntos individuales alrededor de un
patrn.
CARACTERSTICAS DE LA DEMANDA EN EL TIEMPO
6Fuente: ADAM Jr, Everett E & EBERT, Ronald J. [1991]
Administracin de la produccin y las operaciones: conceptos, modelos
y funcionamiento
-
4
CARACTERSTICAS DE LA DEMANDA EN EL TIEMPO
PATRNEstable
DinmicoDinmico
7Fuente: ADAM Jr, Everett E & EBERT, Ronald J. [1991]
Administracin de la produccin y las operaciones: conceptos, modelos
y funcionamiento
CARACTERSTICAS DE LA DEMANDA EN EL TIEMPO
DEMANDA INDEPENDIENTE: No est relacionada conla demanda de NINGN
otro producto o servicio.
DEMANDA DEPENDIENTE: existe una interrelacinentre la demanda de
dos o ms productos o servicios.
8
entre la demanda de dos o ms productos o servicios.
-
5
ERROR EN EL PRONSTICO
Demanda Pronosticada - Demanda Real
Desviacin media absoluta:
evaluados periodos de totalNReal Demanda - daPronostica
Demanda
A M D
=
9
Sesgo:( )
periodos de totalNReal Demanda - daPronostica Demanda
S
=
MTODOS DE PRONSTICOS
10
Fuente: MONKS, [2003] Administracin de Operaciones
-
6
MTODOS DE PRONSTICOS (Cont.)
11
Fuente: MONKS, [2003] Administracin de Operaciones
MTODOS DE PRONSTICOS (Cont.)
12
Fuente: MONKS, [2003] Administracin de Operaciones
-
7
MODELOS CUALITATIVOS
MtodoMtodo DELPHIDELPHI
13Fuente: ADAM Jr, Everett E & EBERT, Ronald J. [1991]
Administracin de la produccin y las operaciones: conceptos, modelos
y funcionamiento
MODELOS CUANTITATIVOS
PROMEDIOPROMEDIO SIMPLESIMPLE: Promedio de los datos del
pasado,donde todos los periodos anteriores tienen igual
pesorelativo
k
DDD k+++=
= ...demanda de periodos de N
anterioresperiodosde Demandas PS 21
MEDIAMEDIA MVILMVIL SIMPLESIMPLE: Combina los datos de demandade
los periodos recientes, su promedio es el pronsticopara el periodo
siguiente
14
para el periodo siguiente
nDDD tnn +++=
= ...
empleados periodos de Nanteriores periodosn"" los de
Demandas
MMS 1
-
8
MEDIAMEDIA MOVILMOVIL PONDERADAPONDERADA: Combina los datos
dedemanda de los periodos recientes, a las que se afecta de
MODELOS CUANTITATIVOS
un peso (Ct)
=
=n
ttt DC
1. MMP
=
=n
ttC
11 1 0 tC
15
La seleccin de CT es crtica para el xito o fracaso del
modelo
MODELOS CUANTITATIVOS
SUAVIZADOSUAVIZADO EXPONENCIALEXPONENCIALAsigna pesos a los
perodos sucesivamente anteriores.Los pesos decaen en magnitud en
forma exponencial
SUAVIZADOSUAVIZADO EXPONENCIALEXPONENCIAL DEDE 11
ORDENORDENInformacin necesaria: Demanda real para el periodo
msreciente (Drt-1) y pronstico para dicho perodo (Ft-1)
)1(F FD
Los pesos decaen en magnitud, en forma exponencial.
16
11t ).1(. F += tt FDr 10 PRONSTICO INICIAL (PRONSTICO DE
ARRANQUE): Se calcula atravs de cualquier otro mtodo
-
9
PRINCIPALES VENTAJAS: Sencillez y eficacia
La seleccin de es crtica para el xito o fracaso del
MODELOS CUANTITATIVOS
modeloELEVADO: adecuado para nuevos productos, oen casos que la
demanda subyacente est enproceso de cambio (0,7-0,9)
MEDIO: adecuado cuando la demanda es
17
ligeramente inestable (0,4-0,6)
BAJO: adecuado cuando la demanda es muyestable (0,1-0,3)
MODELOS CUANTITATIVOS
18Fuente: ADAM Jr, Everett E & EBERT, Ronald J. [1991]
Administracin de la produccin y las operaciones: conceptos, modelos
y funcionamiento
-
10
SELECCIN DE PARMETROS Y COMPARACIN DE MODELOS
Distribuir datos disponibles en dos subconjuntos: subconjunto de
datos de referencia (los ms antiguos)subconjunto de datos de
referencia (los ms antiguos )subconjunto de datos de prueba (los
restantes, los ms nuevos)
Seleccionar los parmetros que permitan evaluar la precisin
delpronstico (Ejemplo: DMA y sesgo)
Utilizar el subconjunto de datos de referencia como datos
histricos,a partir de los cuales se aplicar diversos valores de
parmetros de un
i d l ti d f t fi ti i (
19
mismo modelo para pronosticar perodos futuros ficticios (que
secorresponden con el subconjunto de datos de prueba) Tambin sepodr
aplicar diversos modelos de pronstico
Seleccionar los parmetros (o modelo de pronstico) que dieron
como
SELECCIN DE PARMETROS Y COMPARACIN DE MODELOS
Seleccionar los parmetros (o modelo de pronstico) que dieron
comoresultado la mayor precisin (menor error)
Utilizar todos los datos disponibles si correspondiere
(ambossubconjuntos como uno solo) como datos histricos, para
realizar elpronstico definitivo, aplicando el modelo y/o los
coeficientesseleccionados
20
-
11
SELECCIN DE PARMETROS Y COMPARACIN DE MODELOS
k
k
DnPS
k
n== 1
21
Dtn
SELECCIN DE PARMETROS Y COMPARACIN DE MODELOS
N
DtMMS t
== 1
22
-
12
SELECCIN DE PARMETROS Y COMPARACIN DE MODELOS
23
SELECCIN DE PARMETROS Y COMPARACIN DE MODELOS
)( 111 += ttt FDrFFt
24
-
13
SELECCIN DE PARMETROS Y COMPARACIN DE MODELOS
25
SELECCIN DE PARMETROS Y COMPARACIN DE MODELOS
26
-
14
CONSIDERACIN DE LA TENDENCIACONSIDERACIN DE LA TENDENCIA
6 0 0 0 0
MODELOS CUANTITATIVOS (Cont.)
0
1 0 0 0 0
2 0 0 0 0
3 0 0 0 0
4 0 0 0 0
5 0 0 0 0
27
01 2 3 4 5 6 7 8 9
EXPLICADO CON POCAS PALABRAS
CONSIDERACIN DE LA TENDENCIA
Se alisan las variaciones aleatorias mediante SES y as se creaun
NUEVO VALOR BASE para el perodo en curso ()
Se calcula el valor de TENDENCIA ACTUALIZADA, alisada ensus
variaciones aleatorias mediante SES, introduciendo unanueva cte
()
Se hace el PRONSTICO AUMENTADO POR TENDENCIA, con el
28
,VALOR BASE y la TENDENCIA alisados
-
15
CONSIDERACIN DE LA TENDENCIA
TxFbF +=AHORA CON FRMULAS (esta es la frmula final)
Ft+x = Pronstico aumentado por tendencia, para los x perodos
delfuturo
Fbt = Valor base, al final del perodo t (actualizado por suaviz.
expon.de 1 orden)
N d d ll d l t l l d l l l
1ttxt T.xFb F ++ +=
29
x = N de perodos ms all del actual, para los que se desea
calcular elpronstico
Tt+1 = Estimacin de la tendencia (por suavizado exponencial de
1orden)
CONSIDERACIN DE LA TENDENCIA
Clculo de la tendencia para el perodo futuro
TFFb )1()(T +
PERO PARA LLEGAR A LA FRMULA FINAL
ttt TFFb ).1().( T 1t +=+
Fbt = Valor base, al final del perodo t (actualizado por suaviz.
expon. de 1orden).
Ft = Pronstico para el perodo actual (calculado por cualquier
mtodo).
10
30
= Coeficiente de suavizacin para la tendenciaTt = Tendencia para
el perodo t, calculado como promedio de la suma
algebraica de desviaciones en la demanda, en los perodos
anterioresconsiderados. Tt = Di/n = (Dti Dti-1) /n
-
16
CONSIDERACIN DE LA TENDENCIA
CLCULO DEL VALOR BASE para el perodo actual
PERO PARA LLEGAR A LA FRMULA FINAL (2)
ttt Fa).1(Dr. Fb +=
Se calcula por suavizado exponencial:
= Coeficiente de suavizacin para el valor base10
Fat = Pronstico aumentado por tendencia, parael perodo t. Fat =
Ft + Tt
Drt = Demanda real para el perodo t.
31
ttt TF Fa += Ft = Pronstico para el perodo t (calculadopor
cualquier mtodo)
Orden de clculo: Ft - Tt - Fat - Fbt - Tt+1 - Ft+x
p
PRONSTICOS CON TENDENCIA (Ejercicio)
32
-
17
PRONSTICOS CON TENDENCIA (ejemplos)
= 0,8 = 0,1
= 0,4 = 0,1
= 0,9 = 0,5
33
Fuente: Elaboracin propia utilizando sofware WinQSB 2.0
SUAVIZADO EXPONENCIAL DE 1 ORDEN
CONSIDERACIN DE LA ESTACIONALIDADCONSIDERACIN DE LA
ESTACIONALIDAD
6 0 0 0
0
1 0 0 0
2 0 0 0
3 0 0 0
4 0 0 0
5 0 0 0
1 4 7 10 13 16 19 22
M E S E S
VEN
TAS
(U$M
X 1
00)
34
INDICE DE ESTACIONALIDAD: grado de variacin de la
demanda,referido al promedio para un ciclo completo de demanda.
Se mantiene y actualiza un ndice de estacionalidad o temporada
paracada perodo considerado en un ciclo completo de demanda.
-
18
Ft+1 = Pronstico aumentado porestacionalidad, para el perodo
futuro
CONSIDERACIN DE LA ESTACIONALIDAD
, p pconsiderado
Fbt = Valor base, al final del perodo t(actualizado por
suavizado exponencial de1 orden)
It+1 = ndice de estacionalidad para elperodo f t ro considerado
(act ali ado por
1tt1t I.Fb F ++ =
35
perodo futuro considerado (actualizado porsuavizado exponencial
de 1 orden)
CONSIDERACIN DE LA ESTACIONALIDAD
CLCULO DEL NDICE DE ESTACIONALIDAD para el perodo futuro
considerado: p
tt
t IFbDr
).1(. I 1t +
=+
Drt = Demanda real para el perodo t.
Fbt = Valor base para el perodo considerado (actualizado por
suavizado
10
36
Fbt Valor base para el perodo considerado (actualizado por
suavizado exponencial de 1 orden).
= Coeficiente de suavizacin para los ndices de
estacionalidad
It = Valor del ndice para la temporada o perodo considerado,
calculado un ciclo completo anterior.
-
19
CONSIDERACIN DE LA ESTACIONALIDAD
CLCULO DEL VALOR BASE
para el perodo actual:
1t
t
tt Fb).1(I
Dr. Fb +
=
Drt = Demanda real para el perodo t.
Fbt-1 = Valor base pronosticado para el perodo previo.
= Coeficiente de suavizacin para los valores base
10
37
= Coeficiente de suavizacin para los valores base
It= Valor del ndice para la temporada o perodoconsiderado,
calculado un ciclo completo anterior
PRONSTICOS PARA DEMANDA ESTACIONAL (ejemplos)
MMP SES SE (estacionalidad)
38Fuente: Elaboracin propia utilizando sofware WinQSB 2.0
-
20
PRONSTICOS CON ESTACIONALIDAD (Ejercicio)
39
SUAVIZADO EXPONENCIAL DE 1 ORDEN
Esta serie de datos tiene un patrn?Esta serie de datos tiene un
patrn?90000
30000
40000
50000
60000
70000
80000
Ttu
lo d
el e
je
40
0
10000
20000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
25 26 27 28 29 30 31 32 33 34 35 36 37
-
21
SUAVIZADO EXPONENCIAL DE 1 ORDEN
A veces el patrn se mimetizaA veces el patrn se mimetiza
50000
100000
150000
200000
250000
3000001 4 7 10 13 16 19 22 25 28 31 34 37
Ao 2
Ao 3
Ao 4
41
01 2 3 4 5 6 7 8 9 10 11 12
La serie presenta ESTACIONALIDAD y TENDENCIALa serie presenta
ESTACIONALIDAD y TENDENCIA
Ao 1
PRONSTICO DE ENFOQUE
Utiliza solo el modelo de pronstico que hubiera trabajadomejor
recientemente para hacer un nuevo pronstico.
Las personas experimentadas en hacer pronsticos acorto plazo
tienden a usar modelos sencillos
El modelo de pronstico que funcion mejor la ltima
Premisas:
42
El modelo de pronstico que funcion mejor la ltimavez, puede
trabajar mejor en esta oportunidad
-
22
Se trabaja con datos trimestrales mviles Se simula el pronstico
de perodos pasados utilizando varios
modelos sencillos
PRONSTICO DE ENFOQUE
modelos sencillos Se compara el porcentaje de error medio
absoluto, que se
define como:
100.)("realDemanda
absoluto medio ErrorMAPE" %EMA ==
43
Se utiliza el modelo con menor %EMA para realizar elpronstico
para el perodo siguente.
PRONSTICO DE ENFOQUE
Modelos utilizados normalmente debido a su buen resultado en la
prctica:
1. El pronstico del siguiente trimestre es la demanda real
parael mismo periodo del ao anterior
2. El pronstico para el siguiente trimestre es 110 % de
lademanda real del mismo periodo del ao anterior
3 El i l i i i l i d d l
44
(Fuente: VOLLMANN, Thomas E; BERRY, William L & WHYBARK D.
Clay. [1994] Sistemas de planificacin y control de la fabricacin
)
3. El pronstico para el siguiente trimestre es la mitad de
lademanda real de los pasados seis meses (un promedio mvilde dos
trimestres)
-
23
PRONSTICO DE ENFOQUE
4. El pronstico para el siguiente trimestre es la demanda
realpara el periodo trimestral anterior
5. El pronstico del siguiente trimestre es la demanda realpara
el mismo periodo del ao anterior multiplicada por elcrecimiento o
disminucin que se determina como elcociente entre la demanda del
trimestre anterior y la del
i i d l i
45
mismo trimestre del ao anterior
(Fuente: VOLLMANN, Thomas E; BERRY, William L & WHYBARK D.
Clay. [1994] Sistemas de planificacin y control de la fabricacin
)
PRONSTICO DE ENFOQUE
6. Si la demanda de los pasados seis meses es menos del 40% de
la demanda para los seis meses anteriores, entoncesel pronstico es
110 % de la demanda para el mismoperiodo trimestral del ao anterior
(o sea, que estamos enla subida de un cambio temporal)
7. Si la demanda de los pasados seis meses es ms de 2,5veces la
demanda para los seis meses anteriores, entoncesl i d l i i i i l
l
46
el pronstico del siguiente trimestre es igual que lademanda para
el mismo periodo trimestral del aoanterior (es decir, que estamos
comenzando la cada de uncambio temporal)
(Fuente: VOLLMANN, Thomas E; BERRY, William L & WHYBARK D.
Clay. [1994] Sistemas de planificacin y control de la fabricacin
)
-
24
EJEMPLO DE PRONOSTICO DE ENFOQUE
EMPRESA QUE FABRICA CARPAS PARA CAMPAMENTO
Enero 4470
Febrero 3680
Marzo 3200
Abril 2550
Mayo 2300
Junio 2480
Julio 2450
Agosto 3600
Septiembre 4080
Octubre 5010
Noviembre 5070
Diciembre 4720
Enero 4475
Febrero 4000
Marzo 3205 3893
14800
47
Abril 2530
Mayo 2400
Junio 2470
Julio 2435
Agosto 3620
Septiembre 4030
Octubre 5005
Noviembre 5150
Diciembre 4780
EJEMPLO DE PRONOSTICO DE ENFOQUEEnero 4470
Febrero 3680
Marzo 3200
Abril 2550
Mayo 2300
J nio 2480
MODELOS UTILIZADOS
1. El pronstico del siguiente trimestre es la demanda real
parael mismo periodo del ao anterior.
2. El pronstico para el siguiente trimestre es 110 por ciento
dela demanda real del mismo periodo del ao anterior.
3 El pronstico para el siguiente trimestre es la mitad de
laJunio 2480Julio 2450
Agosto 3600
Septiembre 4080
Octubre 5010
Noviembre 5070
Diciembre 4720
Enero 4475
Febrero 4000
Marzo 3205
Ab il 2530
3893
14800
3. El pronstico para el siguiente trimestre es la mitad de
lademanda real de los pasados seis meses (un promediomvil de dos
trimestres).
4. El pronstico para el siguiente trimestre es la demanda
realpara el periodo trimestral anterior.
5. El pronstico del siguiente trimestre es la demanda real
parael mismo periodo del ao anterior, multiplicada por
elcrecimiento o disminucin que se determina como elcociente entre
la demanda del trimestre anterior y la delmismo trimestre del ao
anterior.
Modelo 5Modelo 4Modelo 3Modelo 2Modelo 1 Modelo 5Modelo 4Modelo
3Modelo 2Modelo 1Abril 2530
Mayo 2400
Junio 2470
Julio 2435
Agosto 3620
Septiembre 4030
Octubre 5005
Noviembre 5150
Diciembre 4780
39294978417054274933
Modelo 5Modelo 4Modelo 3Modelo 2Modelo 1
147341008587431628014800
39294978417054274933
Modelo 5Modelo 4Modelo 3Modelo 2Modelo 1
147341008587431628014800
Valor mensual:
Demanda real trim = 14.935 Un.
Menor DMA
-
25
OBSERVACIONES
Se puede mejorar la exactitud del pronstico seleccionando
unmodelo que mejor se ajuste a cada caso particularmodelo que mejor
se ajuste a cada caso particular
Para el corto plazo en general, los mtodos sencillos
trabajanmejor que los modelos complicados
La combinacin (promedio del pronstico de varios modelos)presenta
una gran efectividad
49
p g
Existen actividades que pueden influir en la demanda,invalidando
el modelo de pronstico usualmente utilizado
OBSERVACIONES (cont.)
Los modelos ms complicados y costosos no sonnecesariamente los
mejores
El d l i d i i l d i dEl uso de las tcnicas de pronstico
requiere una alta dosis desentido comn
La tcnica de pronstico utilizada no debe seguirse a ciegas,sino
evaluarse contnuamente para asegurar que el modeloutilizado sigue
siendo el apropiado
50
Bsicamente, existe dos formas de incorporar la informacinsobre
actividades futuras al pronstico:
Cambiar el pronsticoCambiar el modelo
-
26
OBSERVACIONES (cont.)
La representacin grfica de datos histricos es una herramientade
gran utilidad
Valores orientativosorientativos para constantes de suavizado
exponencial,obtenidas de la prctica:
2,01,0
que menor
(para clculo de valores base)
(entre 0,05 y 0,1)
51
0,4 a 0,3 0,1
(clculo: frecuente, ej: semanas, 1-2 meses)
(clculo:menos frecuente, ej: anualmente)
FILTROS DE DEMANDA
Se busca establecer lmites para datos de demanda antes de
procedera actualizar el pronstico
52
A; B = Valores de demanda real ACEPTABLESC; D = Valores de
demanda real FUERA DE LOS LMITES(hay que REVISAR: errores
administrativos, causas coyunturales, ocambio en las
condiciones)
-
27
SEAL DE RASTREO
SEAL DE RASTREO (SEAL DE RASTREO (SS))Parmetro estadstico
utilizado para evaluar la calidad del pronstico
suavizada)on(Inclinaci
Error o inclinacin suavizada:Error o inclinacin suavizada:
DMA suavizada:DMA suavizada:|
st
stt DMA
==t
t
suavizada)(DMA suavizada)on (InclinaciS
)1(st ).1().( += tstt FDr
)1(DMA + DMAFD
11 tS
53
|)1(st ).1(.DMA += tstt DMAFDr
10 LaLa sealseal dede rastreorastreo ((SStt)) eses
independienteindependiente dede lala DMADMACadaCada vezvez queque
SStt sese alejaaleja dede 00 (cero)(cero) enen formaforma
significativa,significativa, hayhay queque revisarrevisarelel
pronsticopronstico yy tomartomar accionesacciones
correctivas,correctivas, sisi correspondecorresponde
SEAL DE RASTREO (Ejercicio)
54
-
28
ASPECTOS ESTRATGICOS
ElEl mtodo,mtodo, nivelnivel dede agregacinagregacin yy
costocosto deldel pronsticopronstico debedebeajustarseajustarse aa
lala naturalezanaturaleza dede lala decisindecisin
55(Fuente: VOLLMANN, Thomas E; BERRY, William L & WHYBARK D.
Clay. [1994] Sistemas de planificacin y control de la fabricacin
)
REFERENCIAS BIBLIOGRFICAS Y OTRAS FUENTES DE INFORMACIN
ADAM Jr, Everett E & EBERT, Ronald J. [1991] Administracin
de la produccin y las operaciones: conceptos, modelos y
funcionamiento ttulo original: Production and Operations
Management, traduccin: Jos Rodrguez Rodrguez. Naucalpn de Jurez,
Estado de Mxico, Mxico: Prentice Hall Hispanoamericana S A 4
edHispanoamericana S.A. 4 ed.
CHASE Richard B, AQUILANO Nicholas J. & JACOBS Robert.
[2000] Administracin de Produccin yOperaciones, Santa F de Bogot,
Colombia: Mc-Graw-Hill Interamericanal. 8 ed.
MONKS, Joseph G. [2003] Administracin de Operaciones, Mxico:
Mc-Graw-Hill Interamericana deMxico.
RADKE, Csar Eduardo [2006] Pronsticos de demanda, Presentacin en
Powerpoint, Trabajo deAdscripto a la Ctedra: Planificacin y Control
de la Produccin. Facultad de Ingeniera, U.Na.M. Ober,Misiones,
Argentina.
56
VOLLMANN, Thomas E; BERRY, William L & WHYBARK D. Clay.
[1994] Sistemas de planificacin y control de la fabricacin ttulo
original: Manufacturing Planning and Control Systems, Third
Edition, traduccin: Cornejo Reyes, Sergio S. Barcelona, Espaa:
Irwin. 1 ed.