PRONÓSTICOS
PLAN ESTRATÉGICO Visión. Misión. Objetivos. Planificación. Metas. Control.
PRONÓSTICOS Los juicios personales basados en la experiencia práctica y/o la investigación prolija deberán desempeñar siempre un papel importante en la preparación de cualquier pronóstico.
TIPOS DE PRONÓSTICOS Cualitativos Análisis series de tiempo Causal Modelos simulación
TÉCNICAS CUALITATIVAS Proyección fundamental Analogía histórica Formulación de escenarios Métodos cualitativos Método Delphi Investigación de mercado Consenso de grupo
EL PROCESO DE PRONÓSTICO Especificación de los objetivos Determinación de lo que hay que pronosticar Identificación de las dimensiones de tiempo Evaluación del modelo Selección del modelo Disponibilidad de los datos necesarios Preparación del pronóstico Presentación del pronóstico Rastreo de resultados
PATRONES DE TENDENCIA, ESTACIONALES Y CÍCLICOS DE LOS DATOS. q La tendencia en una serie de tiempo es el cambio del nivel de los datos a largo plazo. q Los datos se consideran estacionarios cuando no hay tendencia positiva ni negativa. q Se presenta un patrón estacional en una serie de tiempo cuando existe una variación regular en el nivel de los datos en la misma época todos los años. q Un patrón cíclico se representa mediante movimientos de los datos hacia arriba y hacia abajo, parecidos a una onda, alrededor de la tendencia a largo plazo. q El componente irregular de una serie de tiempo contiene las fluctuaciones que no son parte de los componentes anteriores y se les denomina fluctuaciones aleatorias ya que ocurre puramente al azar.
QUÉ OCURRE AQUÍ? 350000 Población Total de los Estados Unidos en Miles 300000 Miles de personas 250000 200000 150000 100000 50000
QUÉ OCURRE AQUÍ? 12000 Industria de la Construcción 10000 8000 Casas 6000 4000 2000 0
QUÉ OCURRE AQUÍ? 12000 Ventas de Cuadernos Escolares 10000 8000 Cuadernos 6000 4000 2000 0 Enero 2009 Febrero 2009 Marzo 2009 Abril 2009 Mayo 2009 Junio 2009 Julio 2009 Agosto 2009 Setiembre 2009 Octubre 2009 Noviembre 2009 Diciembre 2009 Enero 2010 Febrero 2010 Marzo 2010 Abril 2010 Mayo 2010 Junio 2010 Julio 2010 Agosto 2010 Setiembre 2010 Octubre 2010 Noviembre 2010 Diciembre 2010 Enero 2011 Febrero 2011 Marzo 2011 Abril 2011 Mayo 2011 Junio 2011 Julio 2011 Agosto 2011 Setiembre 2011 Octubre 2011 Noviembre 2011 Diciembre 2011
QUÉ OCURRE AQUÍ? 800 Ventas de Software del 2010 y 2009 700 600 Ventas en miles 500 400 300 200 100 0
EVALUACIÓN DEL MODELO DE PRONÓSTICO ERROR MEDIO CUADRADO EMC = n 2 Σ (Yt-Yt) t=1 n En donde: Yt es el valor de pronóstico para el periodo actual Yt es el valor real para el periodo actual n es la longitud de la serie de datos
EVALUACIÓN DEL MODELO DE PRONÓSTICO DESVIACIÓN MEDIA ABSOLUTA n MAD = Σ Yt-Yt t=1 n
SEÑAL DE RASTREO Es una medida que indica si el promedio de proyección está manteniendo el ritmo de los cambios reales de la demanda. La señal de ratreo es el número de desviaciones medias absolutas en que el valor de la proyección se encuentra por encima o por debajo de la ocurrencia real. TS = RSFE MAD = Suma Continua Errores Proyección Desviación Media Absoluta
Desviación normal con una µ igual a 0 y una MAD igual a 1 4 MAD equivalen a 3.192 σ 4 MAD 3 MAD 2 MAD 1 MAD 1 MAD 2 MAD 3 MAD 4 MAD µ=0
Mes Pronóstico Demand a Real Desviación RSFE Desviación Absoluta Σ MAD TS 1 1000 950-50 -50 50 50 50.0-1.00 2 1000 1070 70 20 70 120 60.0 0.33 3 1000 1100 100 120 100 220 73.3 1.64 4 1000 960-40 80 40 260 65.0 1.23 5 1000 1090 90 170 90 350 70.0 2.43 6 1000 1050 50 220 50 400 66.7 3.30 Señales de Rastreo 4.00 3.00 2.00 1.00 0.00-1.00-2.00-3.00-4.00 1 2 3 4 5 6 Mes
SERIES DE TIEMPO Los modelos de proyección de series de tiempo tratan de predecir el futuro con base en los datos pasados. La selección de un modelo de proyección depende de: El horizonte de tiempo Disponibilidad de datos Exactitud requerida Presupuesto Disponibilidad de personal calificado
EJERCICIO Considere las siguientes tasas ofrecidas para los certificados de depósito en un banco metropolitano grande durante un año reciente. Pronostique la tasa para el mes próximo. Mes Tasa % Mes Tasa % Enero 7.025 Julio 7.57 Febrero 9.047 Agosto 8.61 Marzo 8.28 Setiembre 8.98 Abril 8.65 Octubre 9.29 Mayo 9.71 Noviembre 7.45 Junio 8.96 Diciembre 8.46
QUÉ OCURRE AQUÍ? 10 TASAS DE INTERÉS DEL BANCO METROPOLITANO 9.5 9 Tasa en % 8.5 8 7.5 7 6.5 6
PROMEDIO SIMPLE Y t+1 = n Σ t=1 yt n En donde: Yt+1 es el valor de pronóstico para el siguiente periodo Yt es el valor real para el periodo actual n es la longitud de la serie de datos
PROMEDIO MÓVIL Y t+1 = Y t +Y t-1 +Y t-2 +.+Y t-n+1 n Y t+1 = Pronóstico del próximo periodo n = Longitud de la serie de datos Y t = Valor real en el periodo t
Y 3+1 = 7.03 + 9.05 + 8.28 3
PROMEDIO MÓVIL DOBLE Mt = Yt+Yt-1+Yt-2+.+Yt-n+1 n M t = at = 2Mt - M t bt = Mt+Mt-1+Mt-2+.+Mt-n+1 2 n-1 Yt+p = at + btp En donde: Mt es el primer promedio móvil M t es el segundo promedio móvil at diferencia entre promedios móviles bt pendiente de la curva de pronóstico p número de periodos a pronosticar en el futuro n (Mt -M t)
M 3 = 7.025 + 9.047 + 8.28 3 M 3 = 7.025 + 9.047 + 8.28 3
a5 = 2M5-M 5 a5 =(2 x 8.88) 8.55
2 bt = n-1 (Mt-M t) 2 b5 = 3-1 (M5-M 5) bt = 2 3-1 (8.88 8.55)
Yt+p = at + btp Y5+1 = a5 + (b5 x 1) Y6 = 9.2 + (0.33x1)
SUAVIZACIÓN EXPONENCIAL SIMPLE Y t+1 = α Y t + (1-α)Y t α = Constante de atenuación Y t+1 = Pronóstico del próximo periodo Yt = nuevo valor real de la serie en el periodo t Yt = valor pronosticado anterior de la serie atenuada al periodo t-1
Y t+1 = α Y t + (1-α) Y t Y 1+1 = 0.1 x 7.025 + (1-0.1) x 7.025
EJERCICIO La Juguetera S. A. vende juguetes para niños entre los 5 y 10 años. A continuación se presentan las ventas de los últimos 3 años del juguete de mayor venta de la compañía, pronostíque las ventas del próximo mes.
QUÉ OCURRE AQUÍ? 800 Ventas de Juguetes de La Juguetera S.A. 750 700 650 Juguetes 600 550 500 450 400 Enero 2008 Febrero 2008 Marzo 2008 Abril 2008 Mayo 2008 Junio 2008 Julio 2008 Agosto 2008 Setiembre 2008 Octubre 2008 Noviembre 2008 Diciembre 2008 Enero 2009 Febrero 2009 Marzo 2009 Abril 2009 Mayo 2009 Junio 2009 Julio 2009 Agosto 2009 Setiembre 2009 Octubre 2009 Noviembre 2009 Diciembre 2009 Enero 2010 Febrero 2010 Marzo 2010 Abril 2010 Mayo 2010 Junio 2010 Julio 2010 Agosto 2010 Setiembre 2010 Octubre 2010 Noviembre 2010 Diciembre 2010
SUAVIZACIÓN EXPONENCIAL DE HOLT A t = α Y t + (1- α )(A t-1 + T t-1 ) T t = β(a t - A t-1 )+(1- β) T t-1 Yt+p= At + ptt En donde: At nuevo valor atenuado α constante de atenuación Yt nueva obsrevación o valor real de la serie, en el periodo t β constante de atenuación de la estimación de la tendencia Tt estimación de la tendencia p periodos a pronosticar en el futuro
A t = α Y t + (1- α )(A t-1 + T t-1 ) A 2 = α Y 2 + (1- α )(A 2-1 + T 2-1 ) A 2 = 0.4 x 490 + (1-0.4) x (510 + 0)
T t = β(a t - A t-1 )+(1- β) T t-1 T 2 = β(a 2 A 2-1 )+(1- β) T 2-1 T 2 = 0.1(502 510 )+(1-0.1) x 0
Yt+p= At + ptt Y1+1= A1 + 1xT1 Y2= 510 + (1x0)
EJERCICIO
Qué Ocurre Aquí? 1400 Ventas de Bronceador El Veraniego S.A. 1300 1200 1100 Bronceadores 1000 900 800 700 600 500 400
SUAVIZACIÓN EXPONENCIAL DE WINTERS At = α Yt S t-l + (1-α)(At-1 + Tt-1) Tt = β(at -At-1) + (1-β)Tt-1 St = γ Yt At + (1-γ)St-L Yt + p = (At + ptt)st-l+p
EN DONDE: At nuevo valor atenuado α constante de atenuación Yt nueva observación o valor real de la serie en el periodo t β constante de atenuación de la estimación de la tendencia Tt estimación de la tendencia γ constante de atenuación de la estimación de la estacionalidad St estimación de la estacionalidad p periodos a estimar en el futuro L longitud de la estacionalidad Yt+p pronóstico de p periodos en el futuro
Se puede ver un efecto estacional semestral, por lo que es conveniente agrupar los valores de acuerdo con este comportamiento.
At = α A2 = α Yt S t-l Y2 S 2-2 + (1-α)(At-1 + Tt-1) + (1-α)(A2-1 + T2-1) A2 = 0.4 3226 1 + (1-0.4)(6226 + 0)
Tt = β(at-at-1) + (1-β)Tt-1 T2 = β(a2-a2-1) + (1-β)T2-1 T2 = 0.1 x (5026-6226) + (1-0.1) x 0
St = γ S2 = γ Yt At Y2 A2 + (1-γ)St-L + (1-γ)S2-2 S2 = 0.3 3226 + (1-0.3)1 5026
Yt + p = (At + ptt)st-l+p Y1 + 1 = (A1 + (1xT1)) x S1-2+1 Y2 = (6226 + (1x0)) x 1
CALCULE LA SEÑAL DE RASTREO Si las ventas reales fueran las siguientes: Año Semestre Ventas Reales 2011 1 6360 2 3224 2012 1 7790 2 3410 2013 1 8200 2 4121
TS 4.00 3.00 2.00 1.00 0.00-1.00 1 2 3 4 5 6-2.00-3.00-4.00