importancia estratégica del pronóstico y la demanda
TRANSCRIPT
Los pronósticos son necesarios en toda
empresa para estimar el comportamiento
futuro de alguna variable ya sea a corto,
mediano o largo plazo, es el punto de
partida para la planeación.
El pronóstico es la base de la planeación
corporativa a largo plazo. En las áreas
funcionales de finanzas y contabilidad, los
pronósticos proporcionan el fundamento
para la planeación de presupuestos y
control de costos.
El marketing depende del pronóstico de ventas
para planear productos nuevos; el personal de
producción y operaciones utiliza los
pronósticos para tomar decisiones periódicas
que comprenden la selección de procesos, la
planeación de las capacidades y la distribución
de las instalaciones.
El pronóstico de la demanda consiste en
estimar las ventas de un producto durante
un determinado periodo (futuro).
Un pronóstico es un proceso objetivo,
donde se utiliza información pasada y
presente, el pronostico considera que las
tendencias actuales continuaran en el
futuro.
Es el arte y la ciencia de
predecir eventos futuros.
Pronósticos a corto plazo
Se refieren a períodos de menos de 1
año y comúnmente cubren lapsos de 3
meses o menos. .
Los pronósticos a corto plazo se usan para la
planeación de compras, la programación de
trabajos, la determinación de los niveles de
mano de obra requeridos, la planeación de
inventarios, la programación y asignación de
máquinas, etc.
Pronósticos a mediano plazo
Se aplican para horizontes de tiempo que
varían de 3 meses a 3 años.
Estos pronósticos pueden aplicarse, por
ejemplo, para la planeación de las ventas, la
planeación de la producción y la planeación
del presupuesto de efectivo.
Pronósticos a largo plazo
Significa horizontes de tiempo de 3 años o más. Algunas aplicaciones comunes de este
tipo de pronósticos son la planeación de nuevos productos, las inversiones de
capital y la localización o expansión de una planta.
Si se tiene un producto en la etapa de
introducción:
¿qué tipo de pronóstico le sería más útil?
¿Un pronóstico a largo plazo?
¿Un pronóstico a corto plazo?
Al pronosticar a cuánto ascenderán nuestras futuras
ventas, permite calcular nuestra producción (cuántos
productos necesitaremos producir), cuánto ascienden
nuestros costos, qué cantidad de personal
necesitaremos contratar, cuánto asciende nuestra
rentabilidad, etc.
Y, de ese modo, lograr un mejor control,
una mayor coordinación, minimizar
riesgos, y todas las otras ventajas que
conlleva una buena planificación.
Los 7 pasos de un pronostico:
1.-Determinar el uso del pronostico.
2.-Seleccionar los aspectos que se
deben pronosticar.
3.-Determinar el horizonte del
pronostico.
4.-Seleccionar los modelos de
pronostico
5.-Reunir los datos necesarios para
elaborar el pronostico
6.-Obtener el pronostico
7.-Validar e implantar los resultados
El propósito del manejo de la demanda es
coordinar y controlar todas las fuentes,
con el fin de poder usar con eficiencia el
sistema productivo y entregar el producto
a tiempo.
¿De donde proviene la demanda del producto o
servicio de una empresa?
¿Qué puede hacer una compañía para
administrarla?
Ejercicio individual
La demanda dependiente es la
demanda de un producto o servicio
provocada por la demanda de otros
productos o servicios.
Esta demanda es interna y por lo tanto no
necesita un pronostico, sino solo una
tabulación.
La cantidad de productos o servicios que la
empresa podría vender es la demanda
independiente, ya que no se deriva
directamente de la demanda de otros
productos.
Para el caso de la demanda dependiente, la empresa
no puede hacer mucho, es preciso cubrirla aunque el
producto o servicio se pueda comprar o producirlo.
En el caso de la independiente la empresa adopta una
posición diferente.
Estos métodos son subjetivos, de juicio.
Basados en estimados y opiniones.
¿Que significa ser subjetivo?
¿Qué significa ser objetivo?
A menudo, las empresas contratan a empresas
externas para realizar este tipo de pronostico,
su finalidad es buscar nuevas ideas, conocer
los gustos de las personas utilizando para ello
encuestas y entrevistas.
Es un sistema de intercambio libre en las
juntas, la idea es que la discusión en grupo
produzca mejores pronósticos que cualquier
individuo. Los participantes pueden ser
ejecutivos, clientes o vendedores.
Al tratar de pronosticar la demanda de un
nuevo producto, una situación ideal sería
que un producto existente o genérico se
pueda utilizar como modelo.
Este método pretende ocultar la identidad de
los participantes en el estudio, todos tienen el
mismo peso. En cuanto al procedimiento, un
moderador crea un cuestionario y lo distribuye
entre los participantes.
Sus respuestas se suman y se entregan a
todo el grupo con un nuevo grupo de
preguntas.
Rand Corporation desarrolló este método
en la década de los 50´
Fase 1: formulación del problema.
Fase 2: elección de expertos.
Fase 3: Elaboración y lanzamiento de los
cuestionarios
Fase 4: desarrollo practico y explotación de
resultados
1.-Promedio móvil simple
2.-Promedio móvil ponderado
3.-Suavización exponencial
4.-Analisis de regresión lineal
Cuando la demanda de un producto no crece
ni baja con rapidez, y si no tiene
características estacionales, un promedio
móvil puede ser útil para eliminar las
fluctuaciones aleatorias del pronostico
Mientras que el promedio móvil simple da
igual importancia a cada uno de los
componentes de la base de datos del promedio
móvil, un promedio móvil ponderado permite
asignar cualquier importancia a cada elemento,
siempre y cuando la suma de todas las
ponderaciones sea igual a uno.
Tal vez una tienda departamental se da cuenta de que en un
periodo de cuatro meses el mejor pronostico se deriva
utilizando los siguientes datos:
1 2 3 4 5
100 90 105 95 (97.5)
Esto representa un 40% de las ventas reales para el mes más
reciente y 30 20 y 10% respectivamente de las ventas de los
periodos anteriores.
Suponga que las ventas para el 5 mes son
de 110. Entonces el pronóstico para el
mes sexto sería de:
Es el método más usado en relación a los anteriores
porque es más preciso.
La razón por la cual se le llama suavización exponencial
es que cada incremento en el pasado se reduce a:
(1- α)
Por ejemplo, si α es 0.05, las ponderaciones para los
distintos periodos serían las siguientes:
Peso en α = 0.05
Peso más reciente (1- α)⁰ 0.0500
Datos de un periodo
anterior(1- α)¹ 0.0457
Datos de dos periodos
anteriores(1- α)² 0.0451
Datos de tres periodos
anteriores(1- α)³ 0.0429
Suponga que la demanda a largo plazo para el producto
sujeto a estudio es relativamente estable y una constante
de suavización (α) de o.o5 se considera apropiada, si el
método exponencial se hubiera usado como una política
de continuidad, se habría hecho un pronóstico para el
mes pasado. Suponga que el pronóstico del mes pasado
(Ft-1) fue de 1050 unidades. Si la demanda real fue de
1000 unidades en lugar de 1050, cual sería el pronóstico
para este mes:
Esta ecuación establece que el nuevo
pronóstico es igual al pronóstico anterior
más una porción del error (La diferencia
entre el pronóstico anterior y lo que
ocurrió realmente).
Como el coeficiente de suavización es
bajo, la reacción del nuevo pronóstico a
un error de 50 unidades es reducir el
pronóstico del próximo mes en solo 2.5
unidades.
Puede definirse la regresión como una
relación funcional entre dos o más
variables correlacionadas. Se utiliza para
pronosticar una variable con base en la
otra.
Por lo general, la relación se desarrolla a
partir de datos observados.
Primero es necesario graficar los datos
para ver si aparecen lineales o si por lo
menos partes de ellos lo son.
La regresión lineal se refiere a la clase de
regresión especial en la que la relación
entre las variables forma una recta.
Esta recta tiene la forma:
Y= a + bX
Donde (Y) es el valor de la variable
dependiente que se despeja, (a) es la secante en
(Y), (b) es la pendiente y (X) es la variable
independiente.
La regresión lineal es útil para el pronóstico a
largo plazo de eventos importantes.
El modelo de regresión lineal utiliza el
método de los mínimos cuadrados para
identificar la relación entre una variable
dependiente y una o más variables
independientes, presentes en un conjunto de
observaciones históricas
Los siguientes datos relacionan las cifras de venta
de una pequeña empresa durante cuatro meses
Meses Producto/Demanda Venta $
1 16 330
2 12 270
3 18 380
4 14 300
Ventas y Producto x x² xy
330 16 256 5280
270 12 144 3240
380 18 324 6840
300 14 196 4200
Σy=1280 Σx=60 Σx²=920 Σxy=19560