MÉTODOS DE PRONÓSTICO JUAN DAVID ORTEGON JUAN DAVID BENAVIDEZ

Transcripción

1 MÉTODOS DE PRONÓSTICO JUAN DAVID ORTEGON JUAN DAVID BENAVIDEZ

2 QUE ES UN PRONÓSTICO? En el ámbito de los negocios un PRONÓSTICO es una herramienta que permite hacer una estimación acerca de la probabilidad de los eventos futuros. Aunque existen diferentes métodos para la elaboración de un pronóstico, siempre se debe seguir un proceso lógico que consta de los siguientes pasos: Formular el problema y recolectar datos Manipular y limpiar datos Construir y evaluar el modelo Aplicar el modelo Evaluar el pronóstico

3 A través de la planeación, se pretende alterar de una manera consciente los eventos futuros, en tanto que usamos los pronósticos para predecirlos. Una buena planeación emplea un pronóstico como insumo; si éste no es aceptable, en ocasiones, puede diseñarse un plan para modificar el curso de los eventos. Incluso los buenos pronósticos tendrán algún error, pero el logro del error más pequeño posible es la meta consistente con los costos razonables de la preparación de pronósticos. En reconocimiento de los errores inherentes a los pronósticos, todo pronóstico debe contar con, por lo menos, dos cálculos: uno para la mejor estimación de la demanda y el otro para el error del pronóstico.

4 POR QUÉ ES IMPORTANTE HACER PRONÓSTICOS? Disminuyen la incertidumbre sobre el futuro. Juegan un papel muy importante en el proceso de planificación de una organización. Todos requieren los pronósticos. La necesidad de pronósticos está en todas las líneas funcionales, así como en todos tipos de organizaciones. Los pronósticos son absolutamente necesarios para avanzar en el ambiente de negocios actual, siempre cambiante y altamente dinámico.

5 Tipos de pronósticos Según el plazo De corto plazo De mediano plazo De largo plazo Según el entorno a pronosticar Según el procedimiento empleado Según el producto obtenido Micro Macro Cualitativo Cuantitativo Pronóstico puntual Pronóstico por intervalo Pronóstico por densidad

6 SELECCIÓN DE UN MÉTODO DE PRONÓSTICO La consideración primordial en la selección de un método para pronosticar es que los resultados deben facilitar el proceso de toma de decisiones a los gerentes de la organización. Rara vez un método funciona para todos los casos. Para elegir acertadamente la técnica de pronóstico, el pronosticador debe hacer lo siguiente: Definir la naturaleza del problema que se va a pronosticar Explicar la naturaleza de los datos en investigación. Describir las capacidades y limitaciones de las técnicas de elaboración de pronósticos potencialmente útiles. Desarrollar algún criterio predeterminado, con el cual se pueda tomar la decisión. Un factor importante es la identificación y comprensión de patrones históricos en los datos.

7 EL PROCESO DE PRONÓSTICO 1. FASE ESTRATEGICA 2. FASE OPERATIVA El proceso del pronóstico es como cualquier otro proceso: si no se controla y verifica, es como una espiral fuera de control.

8 FASE OPERATIVA DEL PROCESO DE PRONÓSTICO 1. Formulación del problema y recopilación de datos 2. Manipulación y limpieza de datos 3. Construcción y evaluación del modelo 4. Implementación del modelo (el pronóstico real) 5. Evaluación del pronóstico

9 MONITOREO DEL PROCESO

10 METODOS CUALITATIVOS DE PRONÓSTICO Se basan en el criterio administrativo y no usan modelos específicos; por lo tanto, distintos individuos pueden utilizar el mismo método cualitativo y llegar a pronósticos sumamente diferentes. No obstante, los métodos cualitativos son de utilidad cuando existe una falta de datos o cuando los datos históricos no son instrumentos de predicción confiables del futuro; en este caso, el tomador de decisiones humano puede emplear los mejores datos disponibles y un enfoque cualitativo para llegar a un pronóstico. Es posible un enfoque sistemático para la preparación de pronósticos cualitativos aun cuando no se formule un modelo matemático explícito.

11 MÉTODOS CUALITATIVOS DE PRONÓSTICO MÉTODO DESCRIPCIÓN APLICACIONES 1. DELPHI El pronóstico se desarrolla por medio de un panel de expertos que responden una serie de preguntas en rondas sucesivas. Las respuestas anónimas del panel se realimentan a todos los participantes en cada ronda. Se pueden requerir de tres a seis rondas para obtener la convergencia del pronóstico. Pronósticos de ventas a largo plazo para la planeación de la capacidad de las instalaciones. Pronósticos tecnológicos para evaluar cuando podrían ocurrir cambios tecnológicos. A CORTO PLAZO Regular a muy buena EXACTITUD A MEDIANO PLAZO Regular a muy buena A LARGO PLAZO Regular a muy buena COSTO RELATIVO Mediano a alto 2. ESTUDIOS DE MERCADO Paneles, cuestionarios, mercados de prueba o encuestas que se usan para recopilar datos sobre las condiciones del mercado. Pronósticos de las ventas totales de la compañía, de grupos mayores de productos o de productos individuales. Muy buena Buena Regular Alto 3. ANALOGÍA DEL CICLO DE VIDA La predicción se basa en las fases de introducción, crecimiento, y maduración de productos similares. Aplica la curva de crecimiento en ventas con forma de S. Pronósticos de ventas a largo plazo para la planeación de la capacidad de las instalaciones. Deficiente Regular a buena Regular a buena Mediano 4. CRITERIO INFORMADO El pronóstico lo puede realizar un Pronósticos de ventas totales y grupo o un individuo con base en de productos individuales. la experiencia, presentimientos o hechos a cerca de la situación. No se emplean métodos rigurosos. Deficiente a regular Deficiente a regular Deficiente a regular Bajo

12 EL MÉTODO DELPHI

13 EJEMPLO: EL MÉTODO DELPHI A Applied Biosystems le gustaría pronosticar el crecimiento de las ventas tanto en equipos como en consumibles durante los próximos 10 años en cada región. Para empezar, se le pidió a cada experto que proporcionara una estimación del crecimiento de las ventas de instrumentación y equipo y de los consumibles en cada región para los próximos 10 años. A cada uno se le informó el nivel actual de las ventas anuales y una estimación de la participación en el mercado por grupo para Europa, Japón y Australia. Los expertos, quienes no se conocen entre sí y que están ubicados en diferentes partes del mundo, están comunicados por computadora con el gerente del proyecto de Applied Biosystems.

14 SEGUNDA RONDA: Las opiniones del experto A permanecen esencialmente sin cambio. El experto B ajusta su rango del crecimiento de las ventas del equipo e instrumental en el mercado europeo de +20% a +60%, un ligero ajuste hacia abajo. También ajusta hacia abajo el límite superior de su rango para el crecimiento de la venta de consumibles en el mercado japonés a +150%.Deja sin cambio sus pronósticos de crecimiento de las ventas en el mercado australiano. La experta C ajusta los rangos de sus pronósticos de crecimiento de las ventas para el mercado europeo a Equipo/Instrumental +10% a +90% Consumibles +15% a +40% Ella deja sin cambio sus pronósticos para Australia. TERCERA RONDA: No produce algún cambio adicional.

15 MÉTODOS CUANTITATIVOS DE En general, los métodos cuantitativos manejan un modelo matemático fundamental para llegar a un pronóstico. PRONÓSTICO El supuesto básico de todos los métodos cuantitativos de pronóstico es que los datos históricos y los patrones de los datos son instrumentos de predicción confiables del futuro.

16 ANÁLISIS DE SERIES DE TIEMPO Los métodos de análisis de series de tiempo se usan para hacer análisis detallados de los patrones históricos de una variable a lo largo del tiempo y para proyectarlos hacia el futuro. Uno de los supuestos básicos de todos los métodos de análisis de series de tiempo es que la variable puede descomponerse en elementos básicos como nivel promedio, tendencia, estacionalidad, ciclo y error. La grafica presenta una muestra de estos componentes para una serie de tiempo representativa.

17 La estrategia básica que se aplica en los pronósticos de series de tiempo consiste en identificar la magnitud y la forma de cada componente con base en los datos históricos disponibles. Éstos, excepto el componente aleatorio, se proyectan, entonces, hacia el futuro. Si sólo queda un pequeño componente aleatorio y el patrón persiste hacia el futuro, se obtendrá un pronóstico confiable. la descomposición de una serie de tiempo es la siguiente: Como puede verse, este modelo de series de tiempo posee un nivel, una tendencia, un factor estacional y un término de error aleatorio; cada uno de ellos se estima a partir de datos históricos para desarrollar una ecuación que, posteriormente, habrá de usarse para pronosticar valores futuros.

18 Métodos de suavización de series de tiempo Promedios móviles. Promedios móviles ponderados Suavización exponencial

19 Promedios móviles. El método de los promedios móviles utiliza el promedio de los n valores de datos más recientes en la serie de tiempo como el pronóstico para el siguiente periodo

20 Precisión del pronóstico

21 Promedios móviles.

22 PROMEDIOS MÓVILES PONDERADOS Consiste en seleccionar diferentes pesos para cada valor de datos y luego calcular un promedio ponderado de los n valores de datos más recientes como el pronóstico. En la mayoría de los casos, la observación más reciente recibe el mayor peso, y el peso disminuye para los valores de datos más antiguos.

23 Suavización exponencial La suavización exponencial utiliza un promedio ponderado de valores de series de tiempo pasadas como pronóstico; es un caso especial del método de promedios móviles ponderados en el cual seleccionamos sólo un peso, el peso para la observación más reciente.

24 Suavización exponencial

25 Suavización exponencial

26 Los modelos matemáticos pueden ajustarse a datos de una serie de tiempo con componentes de nivel, de tendencia y de tipo estacional; como un modelo lineal o no lineal, comúnmente a través de métodos de regresión. Incluye líneas de tendencia, polinomios, logaritmos no lineales, series de Fourier, entre otros. El modelo resultante puede ofrecer un pronóstico más exacto que la técnica de suavización exponencial; sin embargo, un modelo ajustado es más costoso y, por lo tanto, debe hacerse un análisis de negociación entre la exactitud y el costo del modelo.

27 Para ayudar a los analistas en su trabajo de preparación de pronósticos, se desarrolló el método de Box-Jenkins para la realización de pronósticos de series de tiempo. Esta técnica cuenta con una fase especial de identificación del modelo y permite un análisis más preciso de los modelos propuestos que el que es posible con los otros métodos; no obstante, el método de Box-Jenkins requiere de aproximadamente 60 periodos de datos históricos y es demasiado costoso para los pronósticos rutinarios. Pese a ello, cuando se trata de un pronóstico especial que implique una decisión costosa, el uso del modelo de Box- Jenkins, ciertamente, puede justificarse.

28 MÉTODOS CAUSALES En general, los métodos causales de pronóstico desarrollan un modelo de causa y efecto entre variables; por ejemplo: la demanda de los helados puede relacionarse con la población, la temperatura promedio del verano y la hora. Pueden recopilarse datos sobre estas variables y realizarse un análisis para determinar la validez del modelo propuesto.

29 Análisis de regresión El análisis de regresión es una técnica estadística que se puede utilizar para desarrollar una ecuación matemática que muestre cómo se relacionan las variables. En la terminología de regresión, la variable a predecir se llama variable dependiente o de respuesta. La variable o variables que se utilizan para predecir el valor de la variable dependiente se llaman variables independendientes o pronosticadores. El análisis de regresión que involucra una variable independiente y una variable dependiente para el cual la relación entre las variables se aproxima por medio de una recta se llama regresión lineal simple. El análisis de regresión que integra dos o más variables independientes se conoce como análisis de regresión múltiple.

30 Análisis de regresión

31 Análisis de regresión

32 Análisis de regresión

33 Análisis de regresión

34 Correlación Lineal Interesa cuantificar la intensidad de la relación lineal entre dos variables. El parámetro que nos da tal cuantificación es el coeficiente de correlación lineal de Pearson r, cuyo valor oscila entre 1 y +1

35 Correlación Lineal

36 Correlación Lineal

37 Coeficiente de Determinación Denominamos coeficiente de determinación R 2 como el coeficiente que nos indica el porcentaje del ajuste que se ha conseguido con el modelo lineal A mayor porcentaje mejor es nuestro modelo para predecir el comportamiento de la variable Y

38 Regresión línea múltiple

39 REDES NEURONALES Aplicación de las Redes Neuronales al Pronóstico de Precios en el Mercado de Valores. Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales. Predicción de series temporales con redes neuronales: una aplicación a la inflaciòn colombiana

40 ASPECTOS DE INTERES CONSIDERACIONES MACROECONÓMICAS DEL PRONÓSTICO SOFTWARE DE PRONÓSTICOS

41 CONCLUSIONES

42 BIBLIOGRAFÍA Schroader R., Mayer S., Johnny M., Administración de Operaciones, Conceptos y casos contemporáneos. Mc Garw Hill. Quinta Edición Hanje J., Wichern D. Pronósticos en los Negocios. Prentice Hall Pearson Educación. Novena Edición Torres MJ. Pronósticos, una herramienta clave para la planeación de las empresas. Articulo. Astigarraga E. El método Delphi. Univaersidad de Deusto

43