La función del aprovisionamiento y la gestión de compras Planificación de la demanda PID_00283194 Berta del Pozo Gavín Isabel Muñoz Machín Tiempo mínimo de dedicación recomendado: 4 horas
La función delaprovisionamientoy la gestión decomprasPlanificación de la demandaPID_00283194
Berta del Pozo GavínIsabel Muñoz Machín
Tiempo mínimo de dedicación recomendado: 4 horas
© FUOC • PID_00283194 La función del aprovisionamiento y la gestión de compras
Berta del Pozo Gavín Isabel Muñoz Machín
Licenciada en Ciencias Físicas, Ad-ministración y Dirección de Empre-sas y Ciencias Actuariales y Finan-cieras por la Universidad de Barce-lona (UB), posgrados en Gestión deControl y en Dirección Financierapor la Universidad Pompeu Fabra(UPF). Ha realizado su carrera profe-sional en España, Francia y Holandaen grandes multinacionales, dondeha acumulado más de veinte añosde experiencia en logística y, sobretodo, en el área de compras. Profe-sora colaboradora del máster univer-sitario de Dirección Logística de laUOC desde 1998.
Doctora Ingeniera Industrial. Con sutesis doctoral «Aplicación de la me-todología de Dirección de Proyectospara la implantación de Lean en elsector sanitario» obtuvo el 3.er Pre-mio Universidad 2011 del CentroEspañol de Logística (CEL). Certifi-cada como ACP y PMP por el Pro-ject Management Institute. BlackBelt Six Sigma. CAP. Evaluadora sé-nior EFQM. Experta universitaria encontratos del sector público. MBA,máster de Gestión Sanitaria, másterde Advanced Manufacturing y BEngManufacturing Engineering (ReinoUnido, homologado MEC IngenieríaIndustrial). Coordinadora de Logísti-ca y Compras de la Fundación Hos-pital Calahorra (desde el año 2000).Docente en varias universidades yescuelas de negocios en temáticasrelacionadas con la logística, lean,dirección de proyectos y gestión sa-nitaria.
La revisión de este recurso de aprendizaje UOC ha sido coordinadapor la profesora: Marta Viu Roig
Segunda edición: octubre 2021© de esta edición, Fundació Universitat Oberta de Catalunya (FUOC)Av. Tibidabo, 39-43, 08035 BarcelonaAutoría: Berta del Pozo Gavín, Isabel Muñoz MachínProducción: FUOCTodos los derechos reservados
Ninguna parte de esta publicación, incluido el diseño general y la cubierta, puede ser copiada,reproducida, almacenada o transmitida de ninguna forma, ni por ningún medio, sea este eléctrico,mecánico, óptico, grabación, fotocopia, o cualquier otro, sin la previa autorización escritadel titular de los derechos.
© FUOC • PID_00283194 La función del aprovisionamiento y la gestión de compras
Índice
Introducción............................................................................................... 5
1. Gestión de la demanda..................................................................... 7
2. Tipos de demanda.............................................................................. 8
2.1. Características de la demanda .................................................... 8
2.2. Diferentes clasificaciones de la demanda ................................... 8
3. Principios de las previsiones........................................................... 14
4. Métodos de previsión........................................................................ 15
4.1. Métodos de previsión cualitativos .............................................. 15
4.1.1. Métodos de encuesta ..................................................... 15
4.1.2. Jurado de opinión ejecutiva .......................................... 19
4.1.3. Analogías históricas ....................................................... 20
4.1.4. Elección del método cualitativo correcto ...................... 21
4.2. Métodos de previsión cuantitativos ............................................ 21
4.2.1. Modelos de series temporales ........................................ 22
4.2.2. Modelos asociativos o causales ...................................... 29
5. Recopilación y análisis de datos.................................................... 36
6. Precisión de la previsión.................................................................. 37
Actividades.................................................................................................. 39
Bibliografía................................................................................................. 45
© FUOC • PID_00283194 5 La función del aprovisionamiento y la gestión de compras
Introducción
Previsiones�(forecasting)
Hacer previsiones o el conocido forecasting es la antesala de la planificación
y es necesario incluso antes de tener pedidos en firme. Y es así porque si no,
muchas veces los plazos serían demasiado largos para satisfacer al cliente. De
esta forma, los fabricantes deben hacer previsiones de la demanda futura para
poder planificar capacidades y recursos que permitan cumplir con la demanda
real.
Hay muchos factores que afectan a la demanda y no siempre es posible prever-
los o identificarlos todos. Sin embargo, es importante ser consciente de aque-
llos que son más importantes, como son:
• Ciclos económicos
• Ciclos internos de la compañía
• Tendencias de mercado que afectan a la demanda
© FUOC • PID_00283194 7 La función del aprovisionamiento y la gestión de compras
1. Gestión de la demanda
Para cualquier empresa, lo principal es poder servir al cliente. En general, el
departamento de marketing se focaliza en el consumidor y obtiene sus nece-
sidades a través de diferentes vías; sin embargo, en el departamento de opera-
ciones, a través de gestión de materiales, se debe satisfacer a la compañía y,
por lo tanto, proveerla de los recursos necesarios para satisfacer la demanda.
La gestión de la demanda coordina las necesidades del consumidor que define
el departamento de marketing, con la gestión de materiales del departamento
de operaciones. Ello nos ayuda a la mejora en:
• La gestión de materiales (materias primas, packaging, etc.).
• El tamaño de los lotes que necesitamos fabricar.
• La gestión cuando hay actividades promocionales.
• La gestión en periodos cíclicos.
La gestión de la demanda comprende:
• Previsiones/forecasting
• Planificación o pedidos
• Cumplir con el servicio acordado
• Coordinación de la planificación de fabricación con las necesidades del
mercado
En cada caso se planifica el aprovisionamiento o la producción para poder
anticiparse a la demanda que creemos que se tendrá gracias a las previsiones
realizadas.
Planificación:
Normalmente, los pedidos se procesan cuando se reciben por parte de los clien-
tes. A partir de ese momento, la maquinaria se pone en marcha para que se
entreguen los productos existentes o se lance la orden de fabricación.
Previsiones�de�demanda:
Las previsiones de demanda se realizan antes de recibir el pedido del cliente.
No obstante, son muy importantes para poder hacer los planes estratégicos de
la compañía, los planes de producción a largo y corto plazo.
© FUOC • PID_00283194 8 La función del aprovisionamiento y la gestión de compras
2. Tipos de demanda
Es importante analizar los tipos de demanda que afectarán a las previsiones.
2.1. Características de la demanda
• Tendencia
• Cíclicos o con periodicidad
• Variación aleatoria
2.2. Diferentes clasificaciones de la demanda
1)�Demanda�cíclica�o�estacional
Se da solo en ciertos periodos de tiempo, ya sea por temas climatológicos o
comerciales.
Ejemplo 1
Los productos de verano o los de Navidad. Podemos leer en Expansión el siguiente artícu-lo: «Amazon se adelanta e inicia su Black Friday hoy con más de 15.000 ofertas». DelBlack Friday a la Navidad: el otoño caliente de Amazon.
En los últimos tres meses del año, que coinciden con el Black Friday, el Cyber Mondayy la campaña de Navidad, el gigante del comercio electrónico acumula más de un 30%de su facturación anual.
La gráfica nos indica esta estacionalidad de final de año:
La facturación de Amazon en todo el mundo. Ventas netas de Amazon por trimestres (enmiles de millones de dólares*)
* Dólares estadounidenses. Fuente: Expansión.
Ejemplo 2
Evolución del gasto y de las compras de productos navideños en España.
© FUOC • PID_00283194 9 La función del aprovisionamiento y la gestión de compras
Evolución mensual de total gasto (miles €) y total compras (miles kg)
Fuente: Ministerio de Agricultura, Pesca y Alimentación. «Evolución del gasto y de las compras de productos navideños enEspaña».
2)�Demanda�continua
A diferencia de la anterior, esta puede ser estable durante largos periodos de
tiempo, por lo que aporta estabilidad a las empresas. Normalmente, el consu-
mo va en aumento por nuevas necesidades, ya sea por mayor población o por
consumidores adicionales.
Ejemplo 1
Los productos cosméticos se han visto en las últimas décadas con una demanda continua.«El pastel» crece cada año y el consumo que hace un tiempo estaba solo en una parte dela población, básicamente femenina, ha alcanzado también al consumidor masculino yha ampliado el rango de uso en la franja de edad.
Podéis ver el artículo «El consumo de perfumes y cosméticos crece por cuarto año con-secutivo hasta los 6.954 millones €».
Ejemplo 2
El sector ecológico crece a nivel mundial, por lo que su mercado va adaptándose para cu-brir la demanda: «Imparable crecimiento del sector ecológico en el mundo»; «The Worldof Organic Agriculture Keeps Growing».
Crecimiento de las tierras de agricultura orgánica 1999-2016 (FIBL)
Fuente: Encuestas FIBL – IFOAM – SOEL 1999-2018.
© FUOC • PID_00283194 10 La función del aprovisionamiento y la gestión de compras
3)�Demanda�inexistente
Tal como su nombre indica, significa que el mercado no solicita este producto
y, por lo tanto, no hay necesidad de este. Con acciones de marketing –como
promociones, descuentos, etc.– podemos hacer que esta demanda cambie para
que deje de ser inexistente. Ese será por lo tanto el objetivo para que varíe este
tipo de demanda.
Ejemplo
Hace unos años, como móvil o herramienta de trabajo existía la BlackBerry (smartphonecon teclado). Actualmente la demanda de este producto es (casi) inexistente y ha sidosustituido por móviles o smartphones sin teclado. De hecho, Blackberry se ha renovadocon un smartphone sin teclado: «Blackberry 2020 éxito sin teclado».
4)�Demanda�negativa
Ocurre cuando el mercado no acepta un producto y, por lo tanto, veremos una
tendencia negativa. Es importante analizar el origen de esta actitud negativa
y trabajar en acciones que hagan cambiar esta percepción por el consumidor
para dar la vuelta a esta tendencia y que el producto sea aceptado en el merca-
do. La estrategia puede pasar por mejorar el producto, sustituir componentes
percibidos como «nocivos» o que no están de moda, mejorar precios, etc.
Ejemplo
El jabón sólido o en pastilla en Europa fue casi sustituido hace décadas por el jabón líqui-do. La demanda fue cayendo de manera significativa, hasta que en poco tiempo las ma-yores empresas de jabón sólido cerraron y se consolidaron las supervivientes, en muchoscasos solo gracias a la mejora de los costes productivos. Recientemente, se está intentan-do volver a este tipo de producto con mensajes de seguridad (productos no nocivos) ynaturalidad en este tipo de productos para cambiar esta tendencia. En los últimos años,expresiones como «más eco-friendly», «zero waste», «producto sostenible», «sin embalaje»,etc., se pueden leer en miles de artículos sobre los beneficios de los jabones sólidos.
Resulta interesante ver cómo se le está dando la vuelta a esta categoría:
© FUOC • PID_00283194 11 La función del aprovisionamiento y la gestión de compras
Los ingresos del mercado europeo de pastillas de jabón (millones de dólares)y la tasa de crecimiento (2014-2026)
Fuente: Investigación secundaria, Publicaciones de La Empresa, Principales entrevistas y análisis de Fior
El volumen del mercado europeo de pastillas de jabón y la tasa decrecimiento (2014-2026)
Fuente: Investigación secundaria, Publicaciones de La Empresa, Principales entrevistas y análisis de Fior
Una consideración interesante de la demanda negativa puede estar asociada a
la obsolescencia de un producto, por ejemplo, una nueva versión de un equipo
tecnológico. En estos casos también es interesante prever la demanda (aunque
sea negativa) para eliminar stocks lo antes posible, ya que su valor se depreciará
con mayor rapidez conforme pase el tiempo. (En cuanto hay un nuevo modelo
de coche, móvil o Play, el valor de la actual baja).
5)�Demanda�decreciente
Podemos englobarla dentro de la demanda anterior (negativa). La caída es sua-
ve y–al igual que en el caso anterior– se debe estudiar el origen de esta caída
para contrarrestarla. Las causas pueden ser muy variadas: mayor competencia,
estacionalidades, reducción de calidad del producto, falta de servicio que pro-
voque sustituir este producto por otro, etc.
© FUOC • PID_00283194 12 La función del aprovisionamiento y la gestión de compras
6)�Demanda�latente
Se da cuando en el mercado hay una demanda de un producto todavía inexis-
tente. Es clave detectarla para ser el primero en cubrirla y ganar mercado. Tam-
bién puede producirse cuando no se puede satisfacer por falta de poder adqui-
sitivo.
Ejemplo 1
En la pandemia, en 2020 había demanda de una vacuna contra la COVID-19 que noexistía. Muchas farmacéuticas se lanzaron a estudiar, investigar y desarrollar vacunas paracubrir esta demanda.
Ejemplo 2
Muchos amos y amas de casa pueden tener una demanda latente de lavavajillas, pero, enrelación con sus ingresos disponibles, esta necesidad es menos fuerte que su demanda deotros productos y, por lo tanto, permanece insatisfecha.
7)�Demanda�irregular
Cuando la demanda fluctúa de una manera poco previsible a lo largo del tiem-
po, estamos frente a un tipo de demanda irregular. En general, se intenta que
la demanda sea más regular. Es una demanda poco consistente.
Ejemplo
La demanda de paraguas, si bien pude ser algo estacional, tiene ventas muy irregulares.
8)�Demanda�satisfecha�e�insatisfecha
Si el mercado demanda más de lo que se produce, se da un caso de demanda
insatisfecha, por lo que se debería aumentar la producción o bajar la deman-
da. Cuando la producción cubre la demanda, estamos frente a un caso de de-
manda satisfecha.
Ejemplo
Siguiendo con la pandemia, en 2021 tenemos una demanda insatisfecha dado que elmercado (fabricación de vacunas) no está cubriendo la demanda. Es necesario ampliarproducción (capacidades actuales) o productos (vacunas alternativas) para satisfacer lademanda: «https://www.ipsos.com/es-co/actitudes-hacia-las-vacunas-covid-19».
9)�Demanda�derivada
Demanda�indirecta surgida como consecuencia de la demanda�directa de
un producto o servicio. También denominada dependiente.
10)�Demanda�según�sell-in�o�sell-out
Definamos los dos conceptos para entender por qué es clave saber si estamos
hablando de una demanda u otra:
• Sell-in: venta del fabricante, de la industria, al canal, distribuidor o mino-
rista.
© FUOC • PID_00283194 13 La función del aprovisionamiento y la gestión de compras
• Sell-out: está vinculado al sell-in, es el paso posterior a la venta, la entrega
al cliente/consumidor final. Es decir, el distribuidor o minorista vende al
cliente final.
No es lo mismo planificar al distribuidor que al cliente final, dado que depen-
derá del stock con el que trabaje el distribuidor. Por ello, resulta clave entender
cómo trabajan los distribuidores o minoristas y cuál es su política de stocks.
Esto dependerá mucho de la seguridad de servicio, de las condiciones comer-
ciales, de la distancia del fabricante...
Por lo tanto, es importante saber si estamos haciendo previsiones de la de-
manda según sell-in o sell-out.
11)�Demanda�pull�o�demanda�push
Se trata de dos modelos de gestión que se utilizan de manera muy habitual
por responsables de la cadena de suministro.
a)�Sistema�push: estudia la previsión de la demanda, y las previsiones –como
hemos visto– se basan en demandas de años anteriores y tendencias de mer-
cado. A partir de esta previsión, produce. Para ello, dado que hay diferencias
entre las previsiones y la realidad, este modelo implica trabajar con más stocks,
que nos pueden llevar a obsoletos.
Los costes de producción son más bajos, ya que se beneficia de las economías
de escala fabricando tamaños mayores. También tiene un sistema de produc-
ción más flexible, que le permite subir o bajar según las variaciones de la de-
manda del producto.
El sistema de previsiones requiere herramientas analíticas avanzadas para un
mejor resultado.
b)�Sistema�pull: fabrica según la demanda real, revisando el consumo real en
muchos casos diariamente. Trabaja con muchos menos stocks que el sistema
push.
En este modelo los costes de almacenaje son bajos, ya que se trabaja con stocks
mínimos. No ahorramos hacer previsiones, si bien requiere sistemas de gestión
personalizables a cada tipo de fabricación. En este modelo los proveedores
juegan un papel muy importante.
Habitualmente, las empresas que utilizan este modelo trabajan con sistemas
just in time.
© FUOC • PID_00283194 14 La función del aprovisionamiento y la gestión de compras
3. Principios de las previsiones
Podemos hablar de ciertas características o principios del forecasting que per-
miten utilizar las previsiones de manera más efectiva.
1)�Las�previsiones�para�periodos�cercanos�tienen�menos�error: todo aquello
más cercano en el tiempo es más cierto. Consecuencia de esto será que todo
aquello que reduzca plazos de entrega minimizará errores de previsiones.
2)�Las�previsiones�para�grupos�o�familias�son�mejores: cuanta más similitud
haya en el tipo de productos para los que se realizan previsiones, de manera
más similar se comportan y, por lo tanto, más se puede acertar en ellas. Ade-
más, cuanto mayor sea el grupo, menor será el error, dado que cada producto
individualmente se comporta de manera aleatoria incluso con características
estables de grupo.
3)�Las�previsiones�son�habitualmente�erróneas: se está mirando adelante sin
tener certeza del futuro, por lo que, en general, hay errores.
4)�Cada�previsión�debe�incluir�un�error�asociado�(estimación): debido a
la existencia de los errores, deberíamos intentar estimarlos, es decir, ver qué
desviación tenemos.
© FUOC • PID_00283194 15 La función del aprovisionamiento y la gestión de compras
4. Métodos de previsión
Existen muchos métodos de previsión, tanto cualitativos como cuantitativos.
4.1. Métodos de previsión cualitativos
Cuando no se dispone de datos históricos o los datos son insuficientes, tene-
mos que ir a métodos cualitativos para realizar previsiones.
Esto puede ocurrir, por ejemplo, cuando se trata de nuevos productos o tecno-
logía. Por naturaleza, suelen ser subjetivos y no se usan modelos matemáticos.
En general, requieren experiencia y conocimiento o incluso intuición.
Las principales ventajas de los métodos cualitativos son las siguientes:
• Flexibilidad: son más flexibles que los métodos de previsión estadísticos.
Los datos dan información muy valiosa, pero no pueden tener en cuenta
condiciones cambiantes dentro de la industria, especialmente cuando es-
tos cambios ocurren fuera de los promedios históricos de ventas.
Los métodos de previsión cualitativos también pueden tener en cuenta
más variables externas, lo que ayuda a los propietarios y ejecutivos respon-
sables de esta predicción a pensar con la mente abierta sin limitaciones
numéricas.
• Ambigüedad: para empresas nuevas o sin datos históricos, los métodos
cualitativos se vuelven útiles porque pueden confiar en la intuición y el
juicio de especialistas, consultores y expertos de la industria con experien-
cia.
Las empresas incluso podrían realizar focus group (grupos de enfoque) o
encuestas de consumidores para evaluar las reacciones de sus grupos de-
mográficos objetivo hacia ciertos productos o servicios.
A continuación, vamos a ver distintos métodos dentro del grupo de los méto-
dos cualitativos.
4.1.1. Métodos de encuesta
En estos casos se contacta directamente con los consumidores y se les pregunta
sobre sus intenciones para un producto y sus planes de compra futuros.
Habitualmente, se utilizan estos métodos de previsión para periodos a corto
plazo o demandas en breves periodos de tiempo.
© FUOC • PID_00283194 16 La función del aprovisionamiento y la gestión de compras
1)�Método�de�encuesta�a�consumidor�o�encuesta�de�mercado�de�consumo
Con esta técnica se entrevista directamente a potenciales consumidores y esto
puede ser con el método�de�enumeración�completo o con una encuesta�de
una�muestra de consumidores. También existe un tercer método, denomina-
do método�de�uso�final.
a) En el�primer� caso, quien hace la previsión se pone en contacto con la
mayoría de los usuarios potenciales del producto y les consulta sobre el plan
de compra. La demanda probable de un producto se puede obtener sumando
todas las cantidades indicadas por los consumidores.
Una de las principales limitaciones de este método es que solo se puede aplicar
cuando los consumidores se concentran en una determinada región o locali-
dad. Y si la población es muy dispersa, puede resultar muy costoso. La otra
limitación es que los consumidores podrían no conocer su demanda real en el
futuro y podrían dar una respuesta hipotética de lo que haya en ese momento
en el mercado.
b) El segundo�método se utiliza habitualmente cuando la población objetivo
en estudio es grande. Se selecciona una muestra de consumidores potenciales
para las encuestas, que pueden ser entrevistas o mailing. La demanda probable,
que indica la respuesta de los consumidores, se puede estimar mediante la
siguiente fórmula:
D = NR / NM × (N × C)
Donde:
D = previsión de demanda probable
NR = individuos de la muestra con demanda
NM = tamaño de la muestra
N = individuos target del mercado considerado
C = media de consumo individual
Este método es muy simple, poco costoso y rápido. Se utiliza habitualmente
para estimar demandas a corto plazo.
La gran limitación del método es su fiabilidad.
c) El método�de�uso�final, o también llamado método�de�expectativa�del
usuario, se basa en crear un grupo de usuarios del producto del que se quiere
hacer la previsión, y a los que se les pregunta sus patrones de compra indivi-
duales; agregándolos después, se obtendrá la demanda del producto. Es muy
útil para productos industriales como materias primas o productos interme-
© FUOC • PID_00283194 17 La función del aprovisionamiento y la gestión de compras
dios, que, como son más limitados en cantidad (variedad), pueden ser anali-
zados de manera más detallada. Aquí los compradores tienen un volumen sig-
nificativo, al contrario de los consumidores finales.
Además, los compradores industriales en muchos casos se agrupan, mientras
que en el caso de bienes de consumo están dispersados. La encuesta de usuarios
se puede aplicar bien a los compradores de la industria, ya que involucra a las
personas de producción, los materiales y los responsables de planificación cor-
porativa o del equipo de compras, quienes tienen un conocimiento completo
sobre el producto y pueden relacionar muy bien sus necesidades con este.
Lo interesante de este método es que la demanda viene directamente del com-
prador.
Su mayor limitación es que muchas veces estos no conocen los patrones de
consumo y son reacios a compartir la información.
Ejemplo
Las empresas fabricantes de componentes químicos para la fabricación de productos cos-méticos utilizan este método presentando innovación y mercado a cambio de conocer elinterés de los compradores sobre los productos presentados. Se realiza de diversas mane-ras, tanto con entrevistas con los compradores reales o potenciales en ferias, en sesionesde innovación, en congresos, en presentaciones a los principales clientes, como telemá-ticamente mediante encuestas.
2)�Método�de�encuesta�de�opinión
Se utilizan para recopilar opiniones de quienes poseen conocimientos sobre el
mercado, como representantes de ventas, expertos profesionales en marketing,
ejecutivos de ventas y consultores de marketing, así como otro tipo de expertos
ligados al producto y consumidor.
a)�Método�de�opinión�de�experto�o�consulta�a�la�fuerza�de�ventas
Empresas con una red de ventas amplia y capilar tienen un conocimiento pro-
fundo al estar en contacto directo con los consumidores de su zona que las
empresas pueden capitalizar. Con ello, pueden conocer o averiguar los intere-
ses o planes de compra futuros de los clientes y consumidores, reacciones ante
innovación, cambios de mercado o incluso producto de la competencia. Así,
es probable que los representantes de ventas den una estimación aproximada
de la demanda de un producto objetivo en sus respectivas áreas.
Empresas sin red de ventas pueden recopilar esta información a través de em-
presas consultoras o expertos del mercado que se dedican a recoger esta infor-
mación.
Ejemplo
En gran consumo, por ejemplo, hay grandes empresas dedicadas a esto:
© FUOC • PID_00283194 18 La función del aprovisionamiento y la gestión de compras
NIELSEN (https://www.nielsen.com)
IRI (https://www.iriworldwide.com/en-us)
b)�Método�Delphi
Este método tiene más de cincuenta años de antigüedad y consiste en utilizar
a un grupo de expertos que responde a una serie de cuestionarios. Este méto-
do requiere la participación de expertos externos y un facilitador capacitado.
Los expertos se mantienen separados, sin interactuar con el resto. Se compilan
los resultados del primer cuestionario y se presenta un segundo cuestionario
basado en los resultados del primero a los mismos expertos, a quienes se les
pide que reevalúen sus respuestas al primer cuestionario. Este proceso conti-
núa hasta que los investigadores tienen un rango estrecho de opiniones con
el que se llega al consenso y, por lo tanto, a la previsión final.
Este método de previsión de la demanda permite aprovechar el conocimiento
de personas con diferentes áreas de especialización. El hecho de que las res-
puestas sean anónimas permite que cada persona dé respuestas francas. Debi-
do a que no hay una discusión en persona, puede incluir expertos de cualquier
parte del mundo en el panel. El proceso está diseñado para permitir que el
grupo se base en el conocimiento y las opiniones de los demás. El resultado
final es un consenso informado.
Las principales características del método Delphi son las siguientes:
• Anonimato�de�los�participantes: se mantienen anónimos todos los par-
ticipantes durante y tras el proceso con la finalidad de evitar influencias
externas en el proceso.
• Flujo�de� información�estructurado: las contribuciones iniciales de los
expertos se recopilan en forma de respuestas a cuestionarios y sus comen-
tarios a estas respuestas. El director del panel controla las interacciones
entre los participantes procesando la información y filtrando el contenido
irrelevante. Esto evita los efectos negativos de los paneles de discusión cara
a cara y resuelve los problemas habituales de la dinámica de grupo.
• Retroalimentación�o�feedback�regular:� todos los participantes comentan
sobre sus propias opiniones, sobre las del resto y sobre el progreso del panel
en conjunto. Con ello, pueden revisar sus opiniones iniciales.
• Rol�del�facilitador: quien coordina el método Delphi se denomina facili-
tador o líder y facilita las respuestas de su panel de expertos, quienes son
seleccionados por una razón, generalmente porque tienen conocimiento
sobre una opinión o punto de vista.
c)�Estudios�de�mercado�y�experimentos
© FUOC • PID_00283194 19 La función del aprovisionamiento y la gestión de compras
Otro método alternativo para recopilar información sobre la demanda actual
y futura de un producto es realizar estudios de mercado y experimentos sobre
el comportamiento del consumidor en condiciones de mercado reales pero
controladas.
Con este método, una empresa selecciona algunas áreas de mercados repre-
sentativos, como tres o cuatro ciudades que tienen características similares en
términos de niveles de ingresos de la población, antecedentes sociales y cul-
turales, opciones y preferencias de los consumidores y distribución ocupacio-
nal. Luego, los estudios de mercado se llevan a cabo cambiando los precios, el
gasto en publicidad y todos los demás factores controlables bajo la función de
demanda, pero permanecen igual el resto de los parámetros. Una vez que estos
cambios se introducen en el mercado, se registran los consiguientes cambios
en la demanda de un producto. Sobre la base de estas estimaciones registra-
das, se calculan los coeficientes de elasticidad. Estos coeficientes calculados,
junto con las variables de la función de demanda, se utilizan para evaluar la
demanda futura de un producto.
El método alternativo a los experimentos de mercado son las clínicas del con-
sumidor o el método de laboratorio controlado, en el que se les da a los con-
sumidores algo de dinero para realizar compras en productos de la tienda es-
tipulados con diferentes precios, paquetes, exhibidores, etc. Este experimento
muestra la capacidad de respuesta ante los cambios realizados en los precios,
packaging y exhibición o promoción del producto. Una de las principales li-
mitaciones del método de experimento de mercado es que resulta demasiado
caro y las pequeñas empresas no pueden pagarlo. Además, este método se basa
en condiciones controladas a corto plazo que podrían no existir en el mercado
no controlado. Por lo tanto, los resultados pueden no ser aplicables en condi-
ciones no controladas a largo plazo.
4.1.2. Jurado de opinión ejecutiva
El método del jurado, también llamado método de opinión ejecutiva, es un
método de previsión de ventas en el que los ejecutivos y altos mandos de
diferentes departamentos se reúnen y pronostican las ventas para el periodo
determinado, a partir de su experiencia y especialización. Se utiliza habitual-
mente cuando hay que tomar decisiones rápidas, por ejemplo, en nuevos lan-
zamientos o eventos imprevistos.
La demanda sale de una media de las opiniones sobre la tendencia de ventas
que dan todos en una reunión. Es importante, por lo tanto, que los partici-
pantes, o jurado, estén bien informados del entorno económico y de las con-
diciones existentes en la industria. También deben ser conocedores de las for-
talezas y debilidades de su compañía.
© FUOC • PID_00283194 20 La función del aprovisionamiento y la gestión de compras
Este método tiene serias limitaciones, ya que básicamente se basa en opinio-
nes y no en hechos. Las limitaciones propias de la mente humana obligan
a que el juicio se base en un modelo mental simplificado adquirido a través
de la experiencia personal, y que representa el conocimiento subjetivo que el
experto posee. En consecuencia, la previsión se ve afectada por las mismas li-
mitaciones que afectan a la mente humana y se hace necesario considerar los
aspectos psicológicos que intervienen en los procesos de emisión de juicios y
decisiones humanas (Hogarth, 1994; León, 1994).
Además, se traslada la responsabilidad de las previsiones a todos, con lo que
no hay una persona responsable en caso de que la previsión sea errónea. Y
tampoco se obtiene una demanda detallada en meses, productos o países, con
lo que otro equipo deberá trabajar este resultado para obtener este detalle.
Es una técnica económica y de rápida aplicación, y resulta mejor si se comple-
menta con otras técnicas.
4.1.3. Analogías históricas
La hipótesis de este método es que se puede usar la historia de las ventas de un
producto conocido y existente del pasado para evaluar un nuevo lanzamiento
de un producto actual. Relaciona lo que se pronostica con un elemento similar.
La situación ideal con un nuevo producto sería que tuviéramos del pasado uno
análogo o genérico.
Por lo tanto, basa el análisis del ciclo de vida del producto y las demandas
en productos anteriores similares suponiendo que sigue patrones similares. Es
frecuente que sea difícil localizar productos introducidos recientemente que
compartan características similares, así como sus ciclos.
Por ejemplo, las nuevas generaciones de móviles se han ido basando en las
anteriores. Los vehículos eléctricos también inicialmente hicieron analogías
con los vehículos de combustión.
Es decir, la previsión por analogía histórica supone que dos productos en tiem-
pos diferentes comparten el mismo modelo de comportamiento.
Se basa en la experiencia e intuición de quien realiza el estudio.
Normalmente, es para un periodo corto y no aprecia cambios que pueda haber.
Es un método muy económico y no necesita datos históricos del nuevo pro-
ducto.
Como contraparte, tiene una exactitud irregular al depender mucho de las
analogías y del mercado, ya que la variable del tiempo no se mantiene siempre
y no sabemos si el producto realmente se va a comportar de la misma manera
© FUOC • PID_00283194 21 La función del aprovisionamiento y la gestión de compras
que el análogo. Podemos clasificar estas analogías de muchas maneras; por
ejemplo, productos complementarios, productos sustitutivos o competitivos
y productos como una función de los ingresos.
4.1.4. Elección del método cualitativo correcto
¿Qué hay que tener en cuenta para elegir el método cualitativo correcto? Antes
de decidir qué método elegir, se deberían analizar los siguientes puntos:
1)�Objetivo: ¿para qué queremos hacer una previsión? Si estamos evaluando
nuevos productos, quizá sea más interesante realizar un estudio de mercado.
Por el contrario, si se quiere prever presupuestos basados en ventas futuras
previstas, sería recomendable utilizar el método Delphi y obtener así los co-
nocimientos profesionales de los expertos del panel.
2)�Dinámica�y�componentes: todos los elementos de los sistemas de distri-
bución, ventas y producción deben tenerse en cuenta para decidir cuál de los
métodos de previsión cualitativos sería el más adecuado. Es fundamental es-
tudiar los impactos positivos o negativos de estos elementos en relación con
el negocio para tener confianza sobre qué método elegir.
3)�Determinar�la�importancia�del�pasado: los responsables de la previsión
de la empresa deben evaluar la importancia de incluir u omitir las actividades
o los patrones pasados del negocio. Cuando ha habido cambios significativos
en la industria como resultado de la automatización o la introducción de nue-
vos productos, los datos pasados pueden ser menos importantes para las pre-
visiones futuras.
4.2. Métodos de previsión cuantitativos
Los métodos de previsión cuantitativos se basan en datos históricos o en va-
riables causales para estimar la demanda futura. Estos métodos pueden clasi-
ficarse como modelos de series temporales y modelos asociativos (o causales).
Modelos de series temporales Modelos asociativos (o causales)
Enfoque simple Regresión lineal simple
Media móvil Regresión lineal múltiple
Media móvil ponderada
Alisado exponencial simple
Alisado exponencial doble
© FUOC • PID_00283194 22 La función del aprovisionamiento y la gestión de compras
Los modelos de series temporales se basan en datos de años, meses o semanas
anteriores para realizar una previsión de lo que sucederá en un futuro. Por
ejemplo, una empresa de helados podría utilizar un modelo de serie temporal
utilizando sus ventas de años anteriores, especialmente durante los meses de
verano, para predecir cuáles serán sus ventas durante este año.
En los modelos asociativos se tienen en cuenta las causas o los factores que
pueden ser determinantes para predecir el resultado futuro. Por ejemplo, la
empresa de helados podría utilizar un modelo asociativo para predecir cuáles
serán sus ventas durante este año en función de la temperatura media prevista
para los meses de verano, el número de turistas o la cantidad de puestos de
helados en la playa.
Las series temporales presentan las siguientes características:
• Tendencia: puede ser ascendente, descendente o estable.
• Estacionalidad: en el caso de la empresa de helados se correspondería con
los meses de verano.
• Variables�aleatorias: estas variables no controlables modifican el compor-
tamiento de los datos, no siguen un modelo y no se pueden predecir.
La fiabilidad de los métodos cuantitativos viene determinada por estos com-
ponentes y deben ser considerados a la hora de elegir un modelo u otro.
En todos los modelos cuantitativos es importante validar el método que se
utiliza, es decir, una vez aplicado un modelo, hay que revisar si es fiable o no,
comparando la previsión con los datos reales.
4.2.1. Modelos de series temporales
1)�Enfoque�simple
Predice que la demanda que queremos estimar (próximo año, mes, semana...)
será igual a la pasada (último año, mes, semana...). Es decir, consideramos que
las ventas de sofás en marzo serán las mismas que las ventas de sofás en febrero
o que las ventas de helados del próximo verano serán las mismas que las del
verano pasado. El enfoque simple también puede ser el de una tasa fija de
crecimiento, por ejemplo, las ventas de sofás en marzo se estiman en un 5%
más que las ventas de sofás en febrero (100 unidades):
Ventas mes n + 1 = Ventas mes n × (1 + % tasa de crecimiento)
Ventas sofás marzo = Ventas sofás febrero × (1 + 5%) = 100 × (1,05) = 105
unidades sofás en marzo
© FUOC • PID_00283194 23 La función del aprovisionamiento y la gestión de compras
Aunque puede presentar desajustes en función de la tendencia y de la estacio-
nalidad, el enfoque simple se considera un punto de partida interesante por
su sencillez.
2)�Medias�móviles
Predice que la demanda será la media de los periodos anteriores (año, mes,
semana...), por lo que resulta un método muy útil en demandas estables a lo
largo del tiempo. Si calculamos la media móvil a 3 meses (MM3), obtendremos,
por ejemplo, que la demanda de agosto es la media de los tres meses previos:
agosto = (mayo + junio + julio) / 3
En series temporales con una fuerte estacionalidad podría ser interesante tener
en cuenta este factor a la hora de aplicar la media móvil. Por ejemplo, para
predecir las ventas de helados en agosto para el año 2022, seguramente fuese
más preciso realizar el cálculo con los mismos meses de años anteriores:
agosto 2022 = (agosto 2021 + agosto 2020 + agosto 2019) / 3.
Otra de las cuestiones que hemos de valorar cuando se aplica la media móvil
es el número de periodos que consideramos (3, 4, 5...). Si el contexto interno
o externo está cambiando en los últimos años, posiblemente se obtenga una
previsión más ajustada considerando un menor número de años. ¿Tiene sen-
tido usar 10 o 20 años para estimar el consumo de helados si los patrones de
consumo, tipos de productos, etc., han cambiado considerablemente en los
últimos años? Una buena práctica puede ser realizar el cálculo considerando
las medias móviles a 3, 4 o 5 periodos (MM3, MM4 y MM5) y compararlas con
los datos reales para analizar cuál de estas presenta un mejor ajuste.
Ejemplo
Teniendo en cuenta las ventas reales de los años 2015 a 2019, ¿qué media móvil (3, 4 o5 años) sería más adecuada para estimar las ventas del año 2020?
Ventas(en eu-
ros)
Año2015
Año2016
Año2017
Año2018
Año2019
2019 –MM3
Previ-sión2019– Real2019
% Pre-visión2019– Real2019
2019 –MM4
Previ-sión2019– Real2019
% Pre-visión2019– Real2019
Enero 86.288€ 107.860€ 95.630€ 107.459€ 109.270€ 103.650€ –5.620€ 94,86% 99.309€ –9.961€ 90,88%
Febrero 55.765€ 58.700€ 62.374€ 67.327€ 63.250€ 62.800€ –450€ 99,29% 61.042€ –2.209€ 96,51%
Marzo 26.448€ 34.800€ 32.046€ 33.941€ 36.580€ 33.596€ –2.984€ 91,84% 31.809€ –4.771€ 86,96%
Abril 42.677€ 45.890€ 48.777€ 47.200€ 39.780€ 47.289€ 7.509€ 118,88% 46.136€ 6.356€ 115,98%
Mayo 49.744€ 76.530€ 74.080€ 75.450€ 69.430€ 75.353€ 5.923€ 108,53% 68.951€ –479€ 99,31%
Junio 79.198€ 95.420€ 98.270€ 102.350€ 104.844€ 98.680€ –6.164€ 94,12% 93.810€ –11.035€ 89,48%
Julio 118.332€ 124.560€ 129.051€ 136.330€ 130.100€ 129.980€ –120€ 99,91% 127.068€ –3.032€ 97,67%
© FUOC • PID_00283194 24 La función del aprovisionamiento y la gestión de compras
Ventas(en eu-
ros)
Año2015
Año2016
Año2017
Año2018
Año2019
2019 –MM3
Previ-sión2019– Real2019
% Pre-visión2019– Real2019
2019 –MM4
Previ-sión2019– Real2019
% Pre-visión2019– Real2019
Agosto 134.579€ 147.890€ 166.750€ 150.780€ 163.045€ 155.140€ –7.905€ 95,15% 150.000€ –13.045€ 92,00%
Septiem-bre
95.844€ 107.690€ 106.283€ 111.800€ 105.280€ 108.591€ 3.311€ 103,14% 105.404€ 124€ 100,12%
Octubre 85.020€ 87.650€ 90.383€ 84.230€ 82.980€ 87.421€ 4.441€ 105,35% 86.821€ 3.841€ 104,63%
Noviem-bre
82.012€ 85.430€ 85.148€ 87.000€ 86.030€ 85.859€ –171€ 99,80% 84.898€ –1.133€ 98,68%
Diciembre 77.633€ 98.270€ 96.945€ 100.714€ 105.902€ 98.643€ –7.259€ 93,15% 93.391€ –12.512€ 88,19%
Totalanual
933.540€1.070.690
€1.085.737
€1.104.581
€1.096.491
€1.087.003
€–9.488€ 99,13% 1.048.637
€–47.854€ 95,64%
Para responder a esta cuestión, calculamos la previsión de ventas para el año 2019 utili-zando la media móvil a 3 y 4 años, MM3 y MM4 respectivamente, y comparamos losresultados obtenidos con los datos reales de ventas del 2019 (no disponemos de datosdel 2014 para calcular la media móvil a 5 años). En este caso, obtenemos que la mediamóvil a 3 años (MM3) consigue un mejor ajuste (99,13%) que la media móvil a 4 años(95,64%), por lo que la recomendación sería calcular la previsión del 2020 utilizando lamedia móvil a 3 años:
Ventas(en
euros)
Año 2015 Año 2016 Año 2017 Año 2018 Año 2019 2020 – MM3
Enero 86.288 € 107.860 € 95.630 € 107.459 € 109.270 € 104.120 €
Febrero 55.765 € 58.700 € 62.374 € 67.327 € 63.250 € 64.317 €
Marzo 26.448 € 34.800 € 32.046 € 33.941 € 36.580 € 34.189 €
Abril 42.677 € 45.890 € 48.777 € 47.200 € 39.780 € 45.252 €
Mayo 49.744 € 76.530 € 74.080 € 75.450 € 69.430 € 72.987 €
Junio 79.198 € 95.420 € 98.270 € 102.350 € 104.844 € 101.821 €
Julio 118.332 € 124.560 € 129.051 € 136.330 € 130.100 € 131.827 €
Agosto 134.579 € 147.890 € 166.750 € 150.780 € 163.045 € 160.192 €
Sep-tiem-bre
95.844 € 107.690 € 106.283 € 111.800 € 105.280 € 107.788 €
Octu-bre
85.020 € 87.650 € 90.383 € 84.230 € 82.980 € 85.864 €
No-viem-bre
82.012 € 85.430 € 85.148 € 87.000 € 86.030 € 86.059 €
Diciem-bre
77.633 € 98.270 € 96.945 € 100.714 € 105.902 € 101.187 €
© FUOC • PID_00283194 25 La función del aprovisionamiento y la gestión de compras
Ventas(en
euros)
Año 2015 Año 2016 Año 2017 Año 2018 Año 2019 2020 – MM3
Totalanual
933.540�€ 1.070.690�€ 1.085.737�€ 1.104.581�€ 1.096.491�€ 1.095.603�€
Ventas por meses años 2015-2019 y previsión 2020
3)�Medias�móviles�ponderadas
Cuando los datos presentan una tendencia o modelo identificable, es posible
aplicar una media ponderada para dar más importancia a determinados valo-
res.
La ponderación es arbitraria, ya que no existe un modelo matemático para
calcularla y se basa en estimaciones de tipo cualitativo.
Por ejemplo, se quieren predecir las ventas de junio a partir de las ventas de
marzo, abril y mayo (10, 15 y 18 respectivamente).
Aplicando métodos cualitativos se considera que se debería enfatizar en un 3
el valor de mayo, en un 2 el de abril y en un 1 el de marzo (sobre 6), por lo
que la estimación de junio será:
Media móvil ponderada junio = (3 × mayo + 2 × abril + 1 × marzo) / 6 = (3 ×
18 + 2 × 15 + 1 × 10) / 6 = 15,6
Mientras de que la media móvil es:
Media móvil = (mayo + abril + marzo) / 3 = (18 + 15 + 10) / 3 = 14,33
© FUOC • PID_00283194 26 La función del aprovisionamiento y la gestión de compras
4)�Alisado�exponencial�simple
El alisado exponencial es un modelo de previsión de media móvil ponderada
en el que usamos una función exponencial para ponderar los diferentes datos.
En este caso, la previsión se basa en la anterior, teniendo en cuenta el ajuste
por el error cometido hasta entonces dado que se conocen los datos reales:
Nueva previsión = previsión del último periodo + α (demanda real del último
periodo – previsión del último periodo)
Ft = Ft–1 + α (At–1 – Ft–1)
Donde:
Ft = previsión nueva
Ft–1 = previsión previa
α = constante de alisado para la media
At–1 = demanda real del periodo previo
En esta ecuación, α es la constante de alisado o factor de ponderación y su
valor oscila entre 0 y 1 (habitualmente, entre 0,05 y 0,5). Valores de α eleva-
dos dan un mayor peso a los datos recientes, mientras que un valor reducido
pone un mayor énfasis en los datos antiguos. La clave de este método reside
en calcular el valor de α que asegure un mejor ajuste de los datos. Para ello,
es necesario calcular los valores previstos en periodos anteriores con los real-
mente medidos. Este desajuste se conoce como error en la previsión:
Error en la previsión = demanda – previsión
La desviación absoluta media (DAM) del error nos da una medida del error
global de previsión de nuestro modelo y se calcula como:
Ejemplo
Teniendo en cuenta las ventas reales, analizad la utilización de la técnica del alisadoexponencial en la previsión de ventas, suponiendo que la estimación de ventas de enerofue de 10.000 €.
Ventas Previsiónα = 0,05
Desviaciónabsolutaα = 0,05
Previsiónα = 0,1
Desviaciónabsolu-
ta α = 0,1
Previsiónα = 0,5
Desviaciónabsolu-
ta α = 0,5
Enero 9.867,34 € 10.000,00�€ 132,66 € 10.000,00�€ 132,66 € 10.000,00�€ 132,66 €
Febrero 5.370,04 € 9.993,37 € 4.623,32 € 9.986,73 € 4.616,69 € 5.066,33 € 303,71 €
Marzo 3.183,60 € 9.762,20 € 6.578,60 € 9.525,06 € 6.341,46 € 4.841,51 € 1.657,91 €
© FUOC • PID_00283194 27 La función del aprovisionamiento y la gestión de compras
Ventas Previsiónα = 0,05
Desviaciónabsolutaα = 0,05
Previsiónα = 0,1
Desviaciónabsolu-
ta α = 0,1
Previsiónα = 0,5
Desviaciónabsolu-
ta α = 0,5
Abril 4.198,15 € 9.433,27 € 5.235,12 € 8.890,92 € 4.692,77 € 5.591,49 € 1.393,34 €
Mayo 7.001,18 € 9.171,51 € 2.170,33 € 8.421,64 € 1.420,46 € 5.142,13 € 1.859,05 €
Junio 8.729,29 € 9.063,00 € 333,71 € 8.279,60 € 449,70 € 3.281,29 € 5.448,00 €
Julio 11.395,10 € 9.046,31 € 2.348,79 € 8.324,57 € 3.070,54 € 1.865,50 € 9.529,61 €
Agosto 10.575,00 € 9.163,75 € 1.411,25 € 8.631,62 € 1.943,38 € 2.468,02 € 8.106,98 €
Septiembre 9.851,79 € 9.234,31 € 617,47 € 8.825,96 € 1.025,83 € 2.205,70 € 7.646,09 €
Octubre 8.018,47 € 9.265,19 € 1.246,72 € 8.928,54 € 910,07 € 1.615,76 € 6.402,71 €
Noviembre 7.815,38 € 9.202,85 € 1.387,47 € 8.837,53 € 1.022,15 € 1.262,92 € 6.552,46 €
Diciembre 8.990,02 € 9.133,48 € 143,46 € 8.735,32 € 254,70 € 1.142,54 € 7.847,48 €
Total�anual 94.995,37�€ 112.469,25�€ 26.228,90�€ 107.387,49�€ 25.880,41�€ 44.483,18�€ 56.880,00�€
DAM α = 0,05 DAM α = 0,1 DAM α = 0,5
2.185,74 € 2.156,70 € 4.740,00 €
Para evaluar la exactitud de cada constante de alisado, calculamos los errores de la previ-sión en términos de desviaciones absolutas y DAM; es preferible aquella cuya desviaciónabsoluta del error (DAM) sea menor, es decir, en este caso α = 0,1.
5)�Alisado�exponencial�doble
El modelo de alisado expuesto se conoce como alisado simple. Para aquellos
casos en los que se presentan tendencias, es posible utilizar el modelo de ali-
sado exponencial con ajuste de tendencia, también conocido como alisado
doble (o modelo de Holt), en el que el valor de la constante α define la esti-
mación para la media y el valor de la constante β define la estimación para la
tendencia. Ambos valores de α y β oscilan entre 0 y 1.
Previsión incluyendo la tendencia (FITt) = previsión alisada exponencialmente
(Ft) + tendencia alisada exponencialmente (Tt)
Donde el valor de la previsión alisada exponencialmente (Ft) se calcula como:
Ft = α (demanda real del último periodo) + (1 – α) (previsión del último periodo
+ estimación tendencia del último periodo)
Ft = α A1 + (1 – α) (Ft–1 + Tt–1)
Donde:
Ft = previsión alisada exponencialmente en el periodo t
© FUOC • PID_00283194 28 La función del aprovisionamiento y la gestión de compras
Tt = tendencia alisada exponencialmente en el periodo t
α = constante de alisado para la media
A1 = demanda real en el periodo t
Tt = β (previsión del periodo actual – previsión del último periodo) + (1 – β)
(estimación tendencia del último periodo)
Tt = β (Ft – Ft–1) + (1 – β) Tt–1
Donde:
Tt = tendencia alisada exponencialmente en el periodo t
Ft = previsión alisada exponencialmente en el periodo t
β = constante de alisado para la tendencia
Ejemplo
Teniendo en cuenta las ventas del ejemplo anterior, aplicad el pronóstico incluyendo latendencia (alisado exponencial) y suponiendo que la estimación de ventas de enero fuede 10.000 €, la tendencia en ese periodo fue de 2.000 €, para unos valores de α y β de0,1 y 0,7 respectivamente:
Ventas Previsiónalisada Ft
Tendenciaalisada Tt
Pronóstico incluyen-do la tendencia FIT
Enero 9.867,34 € 11.786,73 € 1.850,71 € 13.637,45 €
Febrero 5.370,04 € 12.810,71 € 1.272,00 € 14.082,70 €
Marzo 3.183,60 € 12.992,79 € 509,06 € 13.501,85 €
Abril 4.198,15 € 12.571,48 € –142,20 € 12.429,28 €
Mayo 7.001,18 € 11.886,47 € –522,17 € 11.364,30 €
Junio 8.729,29 € 11.100,80 € –706,62 € 10.394,18 €
Julio 11.395,10 € 10.494,28 € –636,55 € 9.857,72 €
Agosto 10.575,00 € 9.929,45 € –586,34 € 9.343,10 €
Septiembre 9.851,79 € 9.393,97 € –550,74 € 8.843,24 €
Octubre 8.018,47 € 8.760,76 € –608,47 € 8.152,29 €
Noviembre 7.815,38 € 8.118,60 € –632,05 € 7.486,54 €
Diciembre 8.990,02 € 7.636,89 € –526,81 € 7.110,08 €
126.202,74�€
Enero:
Ft = α A1 + (1 – α) (Ft–1 + Tt–1) = 0,1 × 9.867,34 € + (1 – 0,1) (10.000 € + 2.000 €) =11.786,73 €
Tt = β (Ft – Ft–1) + (1 – β) Tt–1 = 0,7 × (11.786,73 € – 10.000 €) + (1 – 0,7) 2.000 € =1.850,71 €
Previsión incluyendo la tendencia (FITENERO) = 11.786,73 € + 1.850,71 € = 13.637,45 €
© FUOC • PID_00283194 29 La función del aprovisionamiento y la gestión de compras
El valor de la constante β, igual que sucede con la constante α, es más sensible a cambiosrecientes si su valor es alto. Del mismo modo, un valor bajo significa que se realiza unaponderación menor a las tendencias más próximas.
4.2.2. Modelos asociativos o causales
1)�Regresión�lineal
A diferencia de los modelos de previsión de series temporales, que se basan
en datos históricos para prever la demanda, los modelos asociativos o causales
emplean factores o variables que influyen sobre el valor que queremos prede-
cir. Por ejemplo, las ventas de un producto en función del gasto en publicidad,
o la demanda de piezas de repuesto a partir de las horas de funcionamiento
de la máquina y su antigüedad. En el primer caso, las ventas de un producto
se considera la variable dependiente y el gasto en publicidad, la variable inde-
pendiente. En el segundo ejemplo, la demanda de piezas de repuesto es la va-
riable dependiente, mientras que las horas de funcionamiento de la máquina
y su antigüedad son variables independientes.
En función del número de variables independientes que utilizamos para la
predicción hablaremos de regresión simple o regresión múltiple:
Regresión lineal Variable de-pendiente (Y)
Variable independiente (X)
SimpleY = f(X)
Una YEjemplo:Ventas de un producto
UnaxEjemplo:Gasto en publicidad
MúltipleY = f(X1,X2,X3...)
Una YEjemplo:Demanda piezas repuesto
Variasx1,x2,x3...Ejemplo:Horas de funcionamiento de la máquinaAntigüedad de la máquina
a)�Regresión�simple
El modelo matemático de la regresión simple puede representarse mediante
la ecuación:
Y = a + bX
Donde:
Y = variable dependiente (ventas de un producto)
X = variable independiente (gasto en publicidad)
a = corte con el eje y
b = pendiente de la recta de regresión
© FUOC • PID_00283194 30 La función del aprovisionamiento y la gestión de compras
Utilizando el método de los mínimos cuadrados podemos calcular la recta de
regresión que produce un mejor ajuste matemático con los datos disponibles.
Esta línea de estimación se conoce como:
La pendiente (b) de la línea de estimación de mejor ajuste se calcula como:
Sabiendo que:
X = variable independiente
Y = variable dependiente
= media de los valores de la variable independiente
= media de los valores de la variable dependiente
n = número de pares de puntos
Para calcular el valor de a aplicamos la fórmula:
Donde:
b = pendiente de la ecuación
= media de los valores de la variable independiente
= media de los valores de la variable dependiente
Ejemplo
Una cadena de supermercados quiere estudiar la relación que hay entre las ventas de susestablecimientos y el gasto en publicidad (en millones de euros). Calculad la recta deregresión que mejor se ajusta a los datos de la tabla.
Ventas Gasto en publicidad
20 1,6
18 1,8
25 2
14 0,6
9 0
38 4
17 0,9
© FUOC • PID_00283194 31 La función del aprovisionamiento y la gestión de compras
Calculamos los valores de , , XY,x2 y sustituimos en las fórmulas para hallar el valorde b y de a:
Gasto enpublicidad
Ventas XY x2 Y2
X Y
1,600 20,000 32,000 2,560 400,000
1,800 18,000 32,400 3,240 324,000
2,000 25,000 50,000 4,000 625,000
0,600 14,000 8,400 0,360 196,000
0,000 9,000 0,000 0,000 81,000
4,000 38,000 152,000 16,000 1.444,000
0,900 17,000 15,300 0,810 289,000
Media 1,557 20,143
Suma 10,900 141,000 290,100 26,970 3.359,000
Por lo tanto, la recta de regresión lineal, aplicando el método de los mínimos cuadrados,vendrá dada por la ecuación:
Para conocer el error estándar de la estimación se puede aplicar el siguiente método abre-viado, que utiliza los valores calculados anteriormente:
Por lo que en este caso el error de la estimación sería:
La manera más rápida y sencilla de calcular la recta de regresión simple es utilizar Excel.Considerando el mismo ejemplo, seleccionamos los datos de la tabla en Excel y dibuja-mos el diagrama de dispersión. Pinchando sobre los puntos de la gráfica, botón derecho,podemos agregar la línea de tendencia-lineal:
© FUOC • PID_00283194 32 La función del aprovisionamiento y la gestión de compras
En las opciones de línea de tendencia tenemos la posibilidad de que se presente la ecua-ción en el gráfico y el valor de R-cuadrado.
La ecuación de la recta de regresión viene dada por
y = 7,0563x + 9,1552.
Supongamos que la Dirección del supermercado quiere saber:
a) Con un gasto en publicidad de un millón de euros, ¿qué ventas se podrían estimar?
y = 7,0563x + 9,1552
y = variable dependiente = ventas
x = variable independiente = gastos en publicidad
y = 7,0563 (1) + 9,1552 = 16,21 millones de euros
b) Si la empresa quisiera alcanzar los 40 millones de euros en ventas, ¿qué gasto en pu-blicidad debería considerar?
y = 7,0563x + 9,1552, donde 40 = 7,0563x + 9,1552
por lo que x = 4,37 millones de gasto en publicidad para unas ventas de 40 millones
Un aspecto importante que se debe tener en cuenta en la regresión lineal es el
grado de ajuste de la recta de regresión respecto a los datos. Este grado de ajuste
se denomina R-cuadrado o coeficiente de determinación. En general, cuanto
más se acerca el valor R-cuadrado a 1, mejor se ajusta el modelo a los datos. Un
valor de R-cuadrado próximo a cero indica que el modelo matemático no es un
buen predictor. En este ejemplo, el valor de R-cuadrado es 0,9594, por lo que
podemos concluir que la ecuación de regresión lineal se ajusta con precisión.
b)�Regresión�múltiple
© FUOC • PID_00283194 33 La función del aprovisionamiento y la gestión de compras
En la regresión múltiple disponemos de varias variables independientes (X)
que influyen o explican el resultado de la variable dependiente (Y). Conti-
nuando con el ejemplo anterior, hemos supuesto que las ventas (Y) están re-
lacionadas con el gasto en publicidad (X1), pero también podrían estar rela-
cionadas con el número de horas que el supermercado permanece abierto a la
semana (X2), con los ingresos medios de la población de la zona (X3) o con el
número de promociones lanzadas (X4). En este caso, la ecuación de regresión
múltiple vendría dada por:
Para resolver estos escenarios, se emplean habitualmente programas estadís-
ticos, ya que –como veremos a continuación– la complejidad de los cálculos
se incrementa considerablemente conforme aumenta el número de variables
independientes.
Considerando de nuevo el caso de las ventas, aplicando el sistema de regresión
múltiple más sencillo, con dos variables independientes:
• gasto en publicidad (X1) y
• número de horas que permanece abierto el supermercado a la semana (X2),
y aplicando el método de los mínimos cuadrados, la ecuación de estimación
que describe la relación entre las tres variables (Y,x1,x2) viene dada por:
Donde:
= valor estimado correspondiente a la variable dependiente
a = ordenada Y
X1 y x2 = valores de las variables independientes
b1 y b2 = pendientes asociadas ax1 y x2
Los valores de a, b1 y b2 se obtienen resolviendo el siguiente sistema de ecua-
ciones:
© FUOC • PID_00283194 34 La función del aprovisionamiento y la gestión de compras
Ejemplo
Gasto en publicidad Núm. de horas semanales Ventas
1,6 72 20
1,8 65 18
2 70 25
0,6 65 14
0 65 9
4 84 38
0,9 65 17
Calculamos los valores indicados en la tabla y sustituimos en las fórmulas para hallar elvalor de a, b2 y b2:
Gasto enpublicidad
Núm. de ho-ras semanales
Ventas x21 x2
2x1x2 x1Y x2Y
X1 X2 Y
1,6 72 20 2,560 5.184,000 115,200 32,000 1.440,000
1,8 65 18 3,240 4.225,000 117,000 32,400 1.170,000
2 70 25 4,000 4.900,000 140,000 50,000 1.750,000
0,6 65 14 0,360 4.225,000 39,000 8,400 910,000
0 65 9 0,000 4.225,000 0,000 0,000 585,000
4 84 38 16,000 7.056,000 336,000 152,000 3.192,000
0,9 65 17 0,810 4.225,000 58,500 15,300 1.105,000
Suma 10,900 486,000 141,000 26,970 34.040,000 805,700 290,100 10.152,000
Resolviendo el sistema de ecuaciones, obtenemos los valores de a, b1 y b2:
a = –9,2205
b1 = 5,6012
b2 = 0,2973
Sustituyendo estos tres valores en la ecuación de regresión de dos variables independien-tes, podremos definir una ecuación que describe la relación entre el gasto en publicidad(X1), el número de horas semanales que permanece abierto (X2) y las ventas (Y) de lacadena de supermercados:
© FUOC • PID_00283194 35 La función del aprovisionamiento y la gestión de compras
Si la Dirección del supermercado desea gastarse un millón de euros en publicidad y dis-poner de 65 horas semanales de apertura, ¿qué ventas debería obtener?
El error estándar de la desviación en la regresión múltiple mide la dispersión, o variabi-lidad, de los valores. Supone una manera de medir la confiabilidad de la ecuación deestimación y viene dada por la fórmula:
Donde:
Y = variable dependiente
= valor estimado con la ecuación de estimación correspondiente a cada valor de Y
n = número de puntos de la muestra
k = número de variables independientes
Gasto enpublicidad
Núm. de ho-ras semanales
Ventas
X1 X2 Y
1,6 72 20 21,147 1,316
1,8 65 18 20,186 4,779
2 70 25 22,793 4,871
0,6 65 14 13,465 0,287
0 65 9 10,104 1,219
4 84 38 38,158 0,025
0,9 65 17 15,145 3,441
Suma 10,900 486,000 141,000 140,997 15,937
Sustituyendo en la fórmula, obtenemos el error estándar de la estimación:
© FUOC • PID_00283194 36 La función del aprovisionamiento y la gestión de compras
5. Recopilación y análisis de datos
Tal y como se ha visto, las previsiones se basan en datos del pasado. Así, cuanto
mayor sea la calidad de los datos del pasado que se utilizan para las previsiones,
mejores resultados se obtendrán. Para ello, se debe:
1) Recopilar los datos de la forma que sea necesaria para las previsiones que
hemos de realizar:
• El periodo previsional, en semanas, meses o trimestres, debe ser el mismo
que el periodo de planificación. Si son semanales, la previsión debe ser
para el mismo intervalo de tiempo.
• Los artículos para los que se hagan previsiones deben ser exactamente los
mismos que los de los datos.
• Si el objetivo de las previsiones son de compra o aprovisionamiento, los
datos deben ser elegidos de los aprovisionamientos realizados y no por
ejemplo de producción o de envíos. Si tomáramos los de fabricación, igual
no estaríamos teniendo en cuenta aquello que no se ha fabricado por falta
de aprovisionamiento.
2) Tener en cuenta el entorno de lo sucedido durante el periodo de los datos.
Por ejemplo, si ha habido circunstancias especiales, como promociones, cam-
bios meteorológicos, entrada de países, etc.
3) Separar los datos de demanda por tipo de cliente, y por esto se entiende los
canales que pueda tener una compañía, ya sea canales de distribución, países,
etc.
© FUOC • PID_00283194 37 La función del aprovisionamiento y la gestión de compras
6. Precisión de la previsión
La precisión de la previsión mide cuán buena es una previsión. Pero como se
puede deducir del apartado anterior, no se trata de un ejercicio fácil. Como
se ha visto, se realiza a posteriori y a veces esto ocurre mucho más tarde de la
realización de la previsión, con lo que en muchas organizaciones desgraciada-
mente no se utiliza para corregir previsiones futuras y mejorarlas.
Pero ¿qué significa tener un 70% de precisión en la previsión? ¿Es bueno o
malo? Dependerá del tipo de producto. Por ejemplo, será muy malo para pro-
ductos de alta rotación y, sin embargo, puede ser una precisión muy buena
para productos de baja rotación. Además, todo depende de los datos, ya que,
como hemos visto, cada producto por si solo lleva asociado un factor aleato-
rio, así que cuanto más individual o más corto sea el periodo, más variabilidad
aleatoria y por tanto más error asociado se puede tener.
Así pues, ya no solo se trata de medir esta precisión, sino también de interpre-
tar este valor medido. Y esto no es fácil.
© FUOC • PID_00283194 39 La función del aprovisionamiento y la gestión de compras
Actividades
1. Calculad la media móvil para los siguientes casos:
Media�móvil�a�tres�meses
Demanda mes 1 27.300
Demanda mes 2 28.900
Demanda mes 3 22.500
Respuesta:
Cálculo de la previsión del mes 4:
Previsión del mes 4 = (27.300 + 28.900 + 22.500) / 3
Previsión mes 4 26.233
Si ahora resulta que sabemos que la demanda del mes 4 es la siguiente:
Demanda mes 4 25.200
¿Cuál sería la previsión de la demanda del mes 6?
Previsión del mes 5 = (28.900 + 22.500 + 25.200) / 3
Previsión mes 5 25.533
Media�móvil�a�4�meses
Hagamos el mismo cálculo a cuatro meses y aprovechemos para comparar:
Demanda Previsión MM3 meses Previsión MM4 meses
Mes 1 27.300
Mes 2 28.900
Mes 3 22.500
Mes 4 25.200 26.233
Mes 5 26.800 25.533 25.975
24.833 25.850
2. Dada la siguiente demanda de los últimos quince meses:
Mes Demanda Previsión
1 12.554
2 11.200
3 11.692
4 12.923
© FUOC • PID_00283194 40 La función del aprovisionamiento y la gestión de compras
Mes Demanda Previsión
5 11.569
6 12.308
7 13.415
8 11.323
9 12.431
10 12.062
11 11.692
12 12.554
13 13.046
14 11.938
15 12.308
16
a) Representad la demanda
b) Usando la técnica de medias móviles a cuatro meses, calculad las previsiones para losmeses 5 hasta el 16.
c) ¿Cuál sería el mejor valor para la demanda del mes 16? ¿Por qué?
Respuesta:
Calculamos la previsión a partir del mes 5 como hemos hecho en el ejercicio anterior.
Mes Demanda Previsión
1 12.554
2 11.200
3 11.692
4 12.923
5 11.569 12.092
6 12.308 11.846
7 13.415 12.123
8 11.323 12.554
9 12.431 12.154
10 12.062 12.369
11 11.692 12.308
12 12.554 11.877
13 13.046 12.185
© FUOC • PID_00283194 41 La función del aprovisionamiento y la gestión de compras
Mes Demanda Previsión
14 11.938 12.338
15 12.308 12.308
16 12.462
Podemos apreciar en el gráfico que las medias móviles aplanan los picos de demanda tantoal alza como a la baja.
Seguramente el valor real de la demanda será algo superior al calculado por las medias mó-viles. Y podría estar entre 12.500 y 13.500.
3. Usando los datos del ejercicio anterior, calculad la previsión con el método del alisamientoexponencial. Sabemos que en el mes 4 la demanda prevista era de 12.462 y a = 0,3.
Respuesta:
Calculamos el error como la diferencia entre el valor de la previsión 12.462 y el valor real12.923, y nos da 461.
Con ello calculamos las previsiones que tenemos en la siguiente tabla y que representamosen el siguiente gráfico.
Mes Demanda Previsión
1 12.554
2 11.200
3 11.692
4 12.923 12.462
5 11.569 12.600
6 12.308 12.291
7 13.415 12.296
8 11.323 12.632
9 12.431 12.239
10 12.062 12.297
© FUOC • PID_00283194 42 La función del aprovisionamiento y la gestión de compras
Mes Demanda Previsión
11 11.692 12.226
12 12.554 12.066
13 13.046 12.212
14 11.938 12.462
15 12.308 12.305
16 12.306
4. Tenemos la demanda de productos X según la tabla a continuación.
a) Calculad según el método de las medias móviles a tres meses la previsión de la demanda.
b) Calculad según el alisado exponencial la demanda (a = 0,2 y tomamos las previsiones dejunio de 2016 de MM como base).
© FUOC • PID_00283194 43 La función del aprovisionamiento y la gestión de compras
Comparamos para cada artículo mediante los gráficos de previsión de la demanda:
Art. 1
Art. 2
Art. 3
© FUOC • PID_00283194 45 La función del aprovisionamiento y la gestión de compras
Bibliografía
Heizer, J.; Render, B. (2015). Dirección de la producción y de operaciones. Decisiones estraté-gicas. Pearson.
Levin, R.; Rubin, D. (2004). Estadística para Administración y Economía. Pearson Educación.
Lind, D. A.; Wathen, S. A.; Marchal, W. G. (2020). Estadística aplicada a los negocios y ala Economía. McGraw-Hill Interamericana de España, S. L.