Embed Size (px)
DESCRIPTION
Pronostico
Citation preview
Ninethe Suarez
Índice1. Introducción...............................................................................................................42. La Demanda...............................................................................................................4
2.1. Administración de la demanda..........................................................................43. Los pronósticos..........................................................................................................5
3.1. Clasificación......................................................................................................53.1.1. Pronóstico a corto plazo................................................................................53.1.2. Pronóstico a mediano plazo...........................................................................53.1.3. Pronóstico a largo plazo................................................................................53.2. Tipos de Pronóstico...........................................................................................53.2.1. Económico.....................................................................................................53.2.2. Tecnológico...................................................................................................53.2.3. De Demanda..................................................................................................63.3. Enfoques............................................................................................................63.3.1. Cuantitativo...................................................................................................63.3.2. Cualitativo.....................................................................................................73.4. Modelos.............................................................................................................83.4.1. Método Delphi...............................................................................................83.4.2. Modelos básicos de promedio.....................................................................113.4.3. Media móvil simple.....................................................................................123.4.4. Datos históricos...........................................................................................133.4.5. Suavizamiento Exponencial........................................................................143.4.6. Análisis de regresión...................................................................................143.4.7. Serie de Tiempo...........................................................................................153.4.7.1. Representación de una Serie Temporal...................................................153.4.7.2. Componentes de una serie temporal........................................................153.4.7.2.1. Tendencia................................................................................................153.4.7.2.2. Variaciones estacionales..........................................................................163.4.7.2.3. Variaciones cíclicas.................................................................................173.4.7.2.4. Variaciones residuales.............................................................................173.4.7.3. Análisis de la tendencia...........................................................................173.4.7.4. Método Gráfico.......................................................................................173.4.7.5. Modelo de Winter....................................................................................183.5. Paquetes de cómputo para pronóstico.............................................................233.5.1. Paquetes estadísticos...................................................................................233.5.2. Paquetes de pronóstico................................................................................233.5.3. Características de algunos de los paquetes más actuales.............................243.6. Selección de un método de pronóstico............................................................253.6.1. Sofisticación del usuario y del sistema........................................................263.6.2. Tiempo y recursos disponibles....................................................................263.6.3. Horizonte de tiempo y disponibilidad de datos...........................................273.6.4. Patrón de datos............................................................................................273.6.5. Resultados....................................................................................................283.7. Clasificación de la demanda............................................................................283.7.1. Patrones de la Demanda..............................................................................29
2
3.7.2. Movimientos de la demanda........................................................................303.7.3. Demanda dependiente e independiente.......................................................313.7.4. Demanda discreta y continúa.......................................................................313.8. Conclusiones....................................................................................................324. Bibliografía..........................................................................................................33
3
1. Introducción
Toda empresa, ya sea una Gran Empresa o una PyME, necesita conocer como se esta comportando el mercado para poder realizar una planificación en su producción, para que sea eficiente y efectiva, y ser capaz de sobrevivir en este ambiente competitivo globalizado.Por supuesto, este comportamiento no es estático, cambia de acuerdo a muchas variables internas y externas de cada sitio en donde se desempeña la empresa. Por lo tanto, no puede predecirse con exactitud como se desenvolverá en un futuro el mercado.La intención de este trabajo práctico es mostrar una herramienta utilizada para visualizar el comportamiento de las personas con respecto al consumo de productos o servicios en un tiempo futuro. Pronóstico de la Demanda constituye la herramienta que aporta la información que nos ayuda a tomar decisiones con respecto a los procesos que debemos utilizar, planificación de la capacidad, a la planificación de la producción, programación de tareas y al inventario¿Que es Pronóstico?Pronóstico es el proceso de estimación un acontecimiento, proyectando datos del pasado hacia el futuro.Hay que considerar que un Pronóstico, no es la “verdad absoluta”, sino es una aproximación a la realidad en el período futuro a estudiar.
2. La DemandaLa demanda se define como la cantidad y calidad de bienes y servicios que pueden ser adquiridos a los diferentes precios del mercado por un consumidor (demanda individual) o por el conjunto de consumidores (demanda total o de mercado), en un momento determinado.
2.1. Administración de la demanda
La administración de la demanda es reconocer, coordinar, controlar las fuentes de demanda para que la Empresa pueda utilizar su sistema de producción en forma eficiente y eficaz en la entrega de sus productos, a entender por calidad de los mismos, y el tiempo en que son entregados.
La habilidad de alterar la demanda es imprescindible para un administrador, ya que caso en que la demanda exceda la capacidad de la empresa, esta deberá intentar reducir esta demanda ya sea por medio de aumentar los precios, o plazos de entregas largos, como ejemplos. En el caso contrario, la capacidad excede a la demanda, la empresa deberá estimular demanda, como ejemplos tenemos, promociones de sus productos, reducciones de precios, o reacomodar el mercado de una mejor manera a través de los cambios de productos.
4
3. Los pronósticos
3.1. Clasificación
A continuación se dará una descripción de los tipos de Pronósticos, dependiendo del Horizonte de Tiempo que se requiera estudiar.
3.1.1. Pronóstico a corto plazo
Generalmente el lapso de tiempo es menor a tres meses, pero puede llegar hasta 1 año.
Este tipo de Pronóstico es más utilizado cuando se requiere planear las compras, programación de planta, las asignaciones de tareas a los recursos, y niveles de producción.
3.1.2. Pronóstico a mediano plazo.
Rango de tiempo mediano, entre tres meses a tres años.
Es valioso en la planificación de la producción y presupuestos, planificación de ventas, entre otros.
3.1.3. Pronóstico a largo plazo.
Generalmente con lapsos de tres años o mas, los pronósticos de con este horizonte son utilizado para la planificación de nuevos productos, donde interviene tanto el capital a invertir, la investigación, desarrollo del mismo, como la instalaciones a utilizar.
3.2. Tipos de Pronóstico.
3.2.1. Económico
Se basan en los ciclos del negocio para predecir las tasas de inflación, la oferta del mercado. Son condiciones generales del negocio a corto y mediano plazo y los realizan por lo general entes gubernamentales, consultoras, bancos, etc.
3.2.2. Tecnológico
5
Se basan en la dirección que tomaría la tecnología y a que ritmo sucede esto. Por ejemplo la necedad de comprar un nuevo equipo para afrontar una nueva tecnología.
3.2.3. De Demanda
Proyectan la demanda de productos de la empresa. Estos pronósticos determinan la producción, capacidad de almacenamiento, sistemas de programación industrial.
Se recomienda tomar un enfoque multidimensional que abarque varios sectores de la empresa como ser Finanzas, Ventas, Compras, Producción, etc. Para llegar a un consenso en donde los gerentes de las respectivas áreas estén de acuerdo.
Cómo caso de ejemplo se puede tomar la decisión de la empresa Boeing: http://es.noticias.yahoo.com/10/20090611/tbs-oesbs-boeing-pedidos-03c9bed.html
3.3. Enfoques
3.3.1. Cuantitativo
En este caso la demanda se determina por modelos subyacentes.
Definen explícitamente como se determina el pronóstico, el procedimiento es estrictamente matemático. La técnica se basa en datos históricos y en la suposición de que el proceso es estable. Este tipo de pronósticos se puede clasificar en dos categorías:
Modelos de Series de Tiempo: Se basan en datos históricos y se concentran completamente en patrones de datos y en cambios de dichos patrones. Algunos tipos de modelos de análisis de series de tiempo en orden creciente son:
Modelos Causales: Trata de definir relaciones entre elementos de un sistema. Este modelo es la clase mas sofisticada de herramienta de pronóstico, ya que es en esencia una descripción matemática del proceso en cuestión.
6
Crítica de los métodos cuantitativos de pronóstico
Las extrapolaciones de tendencia presuponen (infundadamente) que una tendencia constatada en el pasado proseguirá casi inalterable en el futuro. Esto es, se presupone que las relaciones entre las magnitudes consideradas seguirán prácticamente iguales, como si se tratara de aplicar una ley natural, algo que ciertamente no tiene base alguna en la realidad observada.
La “exactitud” de los pronósticos depende de varios factores:
Lapso de tiempo a que se refiere el pronóstico: cuanto más corto sea ese período tanto más exacto podrá ser el pronóstico (como en la previsión meteorología).
Unidad de medida: cuanto menor sea ésta, tanto más exacto es el pronóstico.
Estabilidad de las condiciones marco: a mayor estabilidad de condiciones, mayor exactitud en el pronóstico.
A pesar de todas estas y otras dificultades, un buen pronóstico precisa se le cuantifique lo que a su vez presupone datos fiables.
En los campos de actividad socio-económica, en las cuestiones medioambientales, en sanidad y otros, es muy difícil contar con una base de datos suficientemente amplia y segura. Con todo, tanto la empresa como la Administración precisan pronósticos de situación, aunque sólo sea con una base de inseguridad e incertidumbre, pues la peor alternativa a la decisión de planificación sería una “política del laissez faire”
3.3.2. Cualitativo
También llamado intuitivo. Se utilizan principalmente cuando los datos son escasos o no se encuentran disponibles. Se utilizan juicios de expertos para convertir información cualitativa en estimados cuantitativos. Las técnicas varían desde la toma de decisiones por opiniones individuales de paneles de expertos donde se discute el pronóstico en una reunión con la idea que varias personas pronostican mejor que una, hasta la toma de decisiones de un grupo de expertos con la técnica Delphi, la cual se basa en el uso de cuestionarios para recopilar información.
Estas técnicas usan el criterio de la persona y ciertas relaciones para transformar información cualitativa en estimados cuantitativos.
7
Pasos para realizar un Pronóstico
1. Formular el Problema2. Recolectar Datos3. Manipulación y Limpieza4. Construcción y Evaluación de un Modelo5. Aplicar el modelo (Pronosticar)6. Evaluar el Pronóstico
3.4. Modelos
3.4.1. Método Delphi
Su nombre se inspira en el antiguo oráculo de Delphos. Tiene origen a comienzo de los años 50 en el centro de investigación estadounidense RAND Corporation, de la mano de Olaf Helmer y Theodore J. Gordon, como un instrumento para realizar predicciones sobre un caso de catástrofe nuclear. Desde entonces fue utilizado para obtener información sobre el futuro.
Según Linston y Turoff, en “The Delphi Method. Techniques and Applications, 1975”, el método Delphi es: “un método de estructuración de un proceso de comunicación grupal que es efectivo a la hora de permitir a un grupo de individuos, como un todo, tratar un problema complejo”.
Para verlo más fácilmente, es un proceso de grupo que tiene como fin un pronóstico por consenso. El proceso necesita de un grupo de expertos internos o externos de la empresa quienes dan opiniones por escrito sobre el punto que se discute.
Métodos generales de prospectiva. Los métodos de prospectiva estudian el futuro en base a la evolución de factores del entorno tecno-socio-económico y las interacciones entre estos factores. Deben conocer cuáles son los peligros que amenazan al objeto de estudio y cuáles son sus oportunidades para poder llevar a cabo este método. Cuanto más conocimiento posean en estos puntos, mejor será la predicción.Dentro de los métodos de prospectiva se encuentran:
Métodos de expertos: Las consultas se realizan a personas que tienen mucho conocimiento sobre el dominio del objeto de estudio.
Métodos extrapolativos: se proyectan hacia el futuro los datos de evolución que se tienen del pasado.
Métodos de correlación: En éstos se intenta ver qué factores están implicados en un desarrollo y en qué grado influyen. Teniendo esto presente se determina cuál es la posible línea evolutiva que van a seguir todos estos factores
8
Nosotros vamos a explotar el método de Expertos, el cual nos compete para poder desarrollar el método Delphi.
Fases del Método
Antes de iniciar un Delphi se realizan una serie de tareas previas, como son: Delimitar el contexto y el horizonte temporal en el que se desea realizar
la previsión sobre el tema en estudio. Seleccionar el panel de expertos y conseguir su compromiso de
colaboración. Las personas que sean elegidas no sólo deben ser grandes conocedores del tema sobre el que se realiza el estudio, sino que deben presentar una pluralidad en sus planteamientos. Esta pluralidad debe evitar la aparición de sesgos en la información disponible en el panel.
Explicar a los expertos en qué consiste el método. Con esto se pretende conseguir la obtención de previsiones fiables, pues van los expertos van a conocer en todo momento cuál es el objetivo de la cada una de los procesos que requiere la metodología.
Considero que la explicación de las cuatro fases está muy bien realizada en una de las fuentes consultadas y es por eso que paso a mencionarlas:“…
Primera circulación
El primer cuestionario es desestructurado, no existe un guión prefijado, sino que se pide a los expertos que establezcan cuáles son los eventos y tendencias más importantes que van a suceder en el futuro referentes al área en estudio. Cuando los cuestionarios son devueltos, éste realiza una labor de síntesis y selección, obteniéndose un conjunto manejable de eventos, en el que cada uno está definido de la forma más clara posible. Este conjunto formará el cuestionario de la segunda circulación.
Segunda circulación
Los expertos reciben el cuestionario con los sucesos y se les pregunta por la fecha de ocurrencia. Una vez contestados, los cuestionarios son devueltos al moderador, que realiza un análisis estadístico de las previsiones de cada evento. El análisis se centra en el cálculo de la mediana (año en que hay un 50% de expertos que piensan que va a suceder en ese año o antes), el primer cuarto o cuarto inferior (en el que se produce lo mismo para el 25% de los expertos) y tercer cuarto o cuarto superior (para el 75%). El moderador confecciona el cuestionario de la tercera circulación que comprende la lista de eventos y los estadísticos calculados para cada evento.
Tercera circulación
Los expertos reciben el tercer cuestionario y se les solicita que realicen nuevas previsiones. Si se reafirman en su previsión anterior y ésta
9
queda fuera de los márgenes entre los cuartos inferior y superior, deben dar una explicación del motivo por el que creen que su previsión es correcta y la del resto del panel no. Estos argumentos se realimentarán al panel en la siguiente circulación. Al ser estos comentarios anónimos, los expertos pueden expresarse con total libertad, no estando sometidos a los problemas que aparecen en las reuniones cara a cara. Cuando el moderador recibe las respuestas, realiza de nuevo el análisis estadístico y, además, organiza los argumentos dados por los expertos cuyas previsiones se salen de los márgenes intercuartos. El cuestionario de la cuarta circulación va a contener el análisis estadístico y el resumen de los argumentos.
Cuarta circulación
Se solicita a los expertos que hagan nuevas previsiones, teniendo en cuenta las explicaciones dadas por los expertos. Se pide a todos los expertos que den su opinión en relación con las discrepancias que han surgido en el cuestionario. Cuando el moderador recibe los cuestionarios, realiza un nuevo análisis y sintetiza los argumentos utilizados por los expertos.
Teóricamente, ya habría terminado el Delphi, quedando tan sólo la elaboración de un informe en el que se indicarían las fechas calculadas a partir del análisis de las respuestas de los expertos y los comentarios realizados por los panelistas. Sin embargo, si no se hubiese llegado a un consenso, existiendo posturas muy distantes, el moderador debería confrontar los distintos argumentos para averiguar si se ha cometido algún error en el proceso.
…”
El punto neurálgico del método Delphi son las personas involucradas, esto se debe a que en la mayoría de los casos los grupos son interdisciplinarios. De esta manera el moderador quien debe poseer la habilidad para sintetizar las distintas y variadas opiniones y de esa manera elaborar un conjunto estructurado de preguntas y llegar a un pronóstico.
Técnica de grupo nominal
También conocida como TGN, esta técnica supone que un grupo estructurado de gente conocedora será capaz de llegar a un pronóstico por consenso. El proceso funciona de la siguiente forma:
Se juntan en una sala entre siete y diez personas. Las personas son invitadas a sentarse y comparten el lugar físico, pero no pueden cruzar palabras entre ellos. El moderador de la reunión proporciona las preguntas referidas al tema en cuestión a los participantes y les pide que escriban ideas acerca del problema. . Al final de un período de cinco o diez minutos cada persona, por
10
turnos (interacción múltiple) presenta una idea que ha escrito en su lista privada.Un registrador escribe esa idea en una pizarra que está a la vista de los demás miembros del grupo. Todavía no hay discusión en este punto de reunión, sino sólo el registro de ideas privadamente manifestadas. La presentación por turno continúa hasta que todos los miembros indican que ya no tienen más ideas que compartir.
Por lo general entre, 15 y 25 proposiciones resultan de la aportación. En la segunda etapa de la reunión los miembros del grupo discuten las ideas presentadas. El moderador es quien tiene la responsabilidad de que todas las ideas sean discutidas y aclarar las dudas de los participantes en caso de que existan dudas sobre alguna de las ideas escritas. Cuando concluyen todas las discusiones se pide a los miembros que voten de manera independiente. La decisión del grupo es el resultado matemáticamente obtenido a partir de los votos individuales.
Los objetivos del proceso son:1. Asegurar diferentes procesos para cada fase de creatividad.2. Balancear la participación de los miembros3. Incorporar las técnicas matemáticas de votación en la agregación de los juicios de grupo.
El pronóstico que se da a través de la técnica de grupo nominal es la alternativa que recibe la mayoría de los votos del grupo. Las claves para este proceso son la identificación de la pregunta que debe ser dirigida al grupo, la creatividad es permitida y se fomenta la discusión limitada y dirigida, y en último lugar el voto.
3.4.2. Modelos básicos de promedio
Promedio simple
Un promedio simple (PS) es un promedio de los datos del pasado en el cuál las demandas de todos los períodos anteriores tienen el mismo peso relativo. Se calcula de la siguiente forma:
Donde
11
D1 = demanda del periodo más recienteD2 = demanda que ocurrió hace dos periodosDk = demanda que ocurrió hace k periodos
3.4.3. Media móvil simple
Una medida móvil simple (MMS) combina los datos de demanda de la mayor parte de los periodos recientes, siendo su promedio el pronóstico para el periodo siguiente. Una vez calculado el número de periodos anteriores a ser empleado en las operaciones, se debe de mantener constante. Se puede emplear una medida móvil de tres periodos de 20, pero una vez que se toma la decisión hay que continuar usando el mismo número de periodos. Después de seleccionar el número de periodos a ser usados, se dan pesos iguales a las demandas para determinar el promedio. El promedio se “mueve” en el tiempo en el sentido de que al transcurrir un periodo, la demanda del periodo más antiguo se descarta, y se agrega la demanda para el periodo más reciente para la siguiente operación, superando así la principal limitación del modelo del promedio simple.
Donde
t = 1 en el periodo más antiguo en el promedio de n periodost = n es el periodo más reciente
Media móvil ponderada
Una medida móvil ponderada (MMP) es un modelo de media móvil que incorpora un peso para cada uno de los períodos, dándole mayor importancia a los períodos que más afectan a la obtención del promedio. La representación de este modelo es el siguiente:
Demanda de cada periodo por un pesoMMP = determinado, sumada a los largo de todos los
Periodos en la media móvil.
12
Donde
0≤ Ct ≤ 1.0
3.4.4. Datos históricos
Desarrollo
Dicho método se basa en revisar, estudiar, analizar los datos obtenidos en un período pasado de venta del producto.Es fácil darse cuenta que no es un método útil para un producto nueva dado que no se cuentan con datos pasados sobre las ventas del mismo.Su profundo análisis permite distinguir patrones de estacionalidad de los productos.Al realizar el análisis de dichos datos se debe contar con un profundo conocimiento del producto, de su funcionamiento, y del público al cual está dirigido. Es un método efectivo para productos de demanda razonablemente estable
Ejemplo de aplicación
Luego de analizar las ventas mes a mes del año 2007 y 2008 es fácil notar la estacionalidad que se encuentra a principios y fines del año. En enero las ventas siempre son menores a las del resto del año dado que la gente está de vacaciones y no compra tanto vino porque no tiene tiempo para consumirlo, no hay reuniones sociales, no se festejan tantos cumpleaños y además se restringen algunos gastos para poder destinarlos a las vacaciones. Caso que ocurre totalmente al contrario en diciembre dónde la gente se reúne para celebrar el fin de año, las empresas realizan regalos a sus proveedores, clientes y empleados aumentando así las ventas de vino, en este caso.Su quisiéramos estimar las ventas para Enero, Febrero y Marzo de 2009 podríamos proyectar que estás serán aproximadamente de:
Enero-2009: 6150Febrero 2009: 6350Marzo 2009: 6800
Error
Al comparar los datos proyectados con la realidad para dichos meses, se pueden hallar los siguientes errores:Enero: 4,8%Febrero: 5,5%Marzo: 13,3%Conclusión
13
En los primeros dos meses no es grande el error producido pero si lo es para el mes de Marzo y esto ocurre por la propagación del error. Dado que a medida que se avanza en los meses de pronóstico es más vieja la información que se tiene y se va acumulando el error. Nótese la salvedad en este caso de que nos ha ocurrido lo mismo que le pasó a la empresa en la realidad dado que la crisis financiera de principios de año al caer Lehman Brothers redujo las ventas abruptamente sin ser esperadas.
3.4.5. Suavizamiento Exponencial
Desarrollo
Dicho método consiste en estimar la demanda del próximo periodo basándose en una combinación de indicadores de la demanda reciente y de los pronósticos pasados. La técnica pondera los datos exponencialmente permitiendo elegir cual se quiere priorizar si los datos históricos o los más recientes. Un más bajo da ponderación a los datos históricos, mientras que cercano a 1 refleja un ajuste total a la demanda reciente.
Se utiliza la siguiente formula:)( 111 tttt FAFF
Donde::1tF Predicción del último período
: Constante de suavización entre 0 y 1:1tA Demanda real del periodo anterior
3.4.6. Análisis de regresión
Desarrollo
“… Se predice la demanda futura a partir de una línea recta formada por los datos de demandas pasadas. Si sólo se usa una variable del pasado se le llama regresión simple. Si se usan dos o más variables del pasado, se le nombra regresión múltiple.Se trata de encontrar una relación entre las ventas históricas (variable dependiente) y una o más variables independientes, como población, ingreso per cápita o producto interno bruto (PIB). Este método puede ser útil cuando se dispone de datos históricos que cubren amplios períodos de tiempo. Es ineficaz para pronosticar las ventas de nuevos productos.”
14
3.4.7. Serie de Tiempo
Una serie temporal o cronológica es un conjunto de observaciones de una variable, ordenadas según transcurre el tiempo.En una serie de tiempo las observaciones no se deben ordenar de mayor a menor debido a que se perdería el grueso de la información debido a que nos interesa detectar como se mueve la variable en el tiempo es muy importante respetar la secuencia temporal de las observaciones.
3.4.7.1. Representación de una Serie TemporalPara realizar la representación de una serie temporal se debe realizar una gráfica de dispersión x-y como se muestra en la figura.
Representación de una serie temporal
3.4.7.2. Componentes de una serie temporal
3.4.7.2.1. TendenciaLa tendencia es un movimiento de larga duración que muestra la evolución general de la serie en el tiempo.La tendencia es un movimiento que puede ser estacionario o ascendente, y su recorrido, una línea recta o una curva. Algunas de las posibles formas son las que se muestran en la figura a continuación:
15
Representación de la tendencia
La tendencia es un movimiento que puede ser estacionario o ascendente o descendente como se indica en la figura:
Tendencias ascendente, estacionaria y descendente
También son posibles algunas formas para la tendencia, que no necesariamente tiene una distribución de puntos en forma aproximadamente lineal sino como las que se muestran en la figura:
Líneas de tendencia de otras posibles formas.
3.4.7.2.2. Variaciones estacionales.Se habla de este tipo de variaciones usualmente cuando el comportamiento de la variable en el tiempo en un periodo esta relacionado con la época o un periodo particular, por lo general en el espacio cronológico presente.
16
Variaciones estacionales
3.4.7.2.3. Variaciones cíclicasSe llama así a las oscilaciones a lo largo de una tendencia con un periodo superior al año. El ciclo sugiere la idea de que este tipo de movimiento se repite cada cierto periodo con características parecidas. Los ejemplos mas frecuentes se encuentran en le campo de las variables económicas, en estos casos se deben principalmente a la alternancia de las etapas de prosperidad y dispersión en la actividad económica.
3.4.7.2.4. Variaciones residualesCuando aparecen hechos imprevistos, repentinos que afecten las variables en estudio acotando que no podemos preveer nos hallamos frente a variaciones residuales provocadas por factores extremos aleatorios.Por ejemplo un día lluvioso y frío durante el verano es difícil de predecir y aunque perturbaría ciertas actividades diarias como la venta de helados no afectaría en este caso significativamente la serie.
3.4.7.3. Análisis de la tendenciaEn la práctica es difícil distinguir la tendencia del comportamiento cíclico. Por ejemplo la gráfica puede conducirnos a concluir que existe una tendencia ascendente en la parte de 1980 a 1982, pero esto es una parte de la serie de tiempo más grande.
Tendencias crecientes, crecientes entre periodos de tiempo
3.4.7.4. Método Gráfico Mediante este método muy elemental se determina la tendencia a partir de una representación grafica de la serie. La aplicación de este método es como sigue
17
Se representa gráficamente la serie cronológica Se unen los extremos superiores de la serie, se hace los mismo con los
inferiores Se obtiene dos líneas que encierran ala serie original Uniendo los puntos medios de las distancias entre las dos líneas o
curvas se obtiene la tendencia. La línea o curva de tendencia obtenida tendrá un trazado mucho más suave que la serie original.
Representación tendencia estacionaria
3.4.7.5. Modelo de Winter
Esta técnica se basa en atenuar en forma directa la tendencia y la estacionalidad empleando diferentes constantes de atenuación para cada uno de ellos.
Ecuaciones del modelo:
1) Serie exponencial atenuada :
At = Yt + (1- ) (At-1 + Tt-1) .................. (1) St-L
Ajusta la estacionalidad, elimina efectos estacionales que Pudieran existir en el valor original Yt
A continuación (2) y (3) atenúan la estimación de la estacionalidad y la estimación de la tendencia
18
1) Estimación de la Tendencia :
Tt = ß (At – At-1) + (1 – ß) Tt-1 ............. (2)
2) Estimación de la Estacionalidad :
St = Yt + (1 - ) St-L .............. (3) At
3) Pronóstico de “p” períodos en el futuro :
Yt+p = (At + pTt) ST-L+p ............... (4)
Este índice ajusta el pronóstico a la estacionalidad
Donde:
, ß y : Constantes de atenuación
At =Valor atenuado
Tt = Estimación de la tendencia
St = Estimación de la estacionalidad
L = Longitud de la estacionalidad
P = Número de períodos a estimar
Ejemplo
Los datos del cuadro siguiente muestran las ventas trimestrales en el período 1988-93. Pronosticar las ventas de 1994, usando la técnica de Winter con = 0.4, ß = 0.1, y = 0.3. Considerar además como valor inicial atenuado 500, el valor de 0 como estimación inicial de la tendencia y el valor de 1 como la estimación inicial de estacionalidad.
Solución:
Respecto a los valores iniciales: El valor inicial atenuado puede estimarse promediando unos cuantos valores de la serie. El valor inicial de la
19
tendencia se puede estimar utilizando la pendiente de la ecuación de tendencia obtenida de datos anteriores. Las estimaciones de estacionalidad se pueden calcular para datos anteriores mediante la descomposición de la serie de tiempo.
Pronóstico usando Suavizamiento exponencialVariable: Ventas de piezas metálicas, según años
Datos conocidos:
Año Trim. T Yt 88 1 1 2 2 3 3 4 4 89 1 5 2 6 3 7 4 8 90 1 9 2 10 3 11 4 12 91 1 13 2 14 3 15 4 16 92 1 17 2 18 3 19 4 20 93 1 21 2 22 3 23 4 24 94 1 25 2 26 3 27 4 28
500350250400450350200300350200150400550350250550550400350600750500400650700600450700
GRAFICO DESDE EL AÑO 88 HASTA EL AÑO 93 (24 PERÍODOS)
20
0
100
200
300
400
500
600
700
800
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Serie1
GRAFICO DESDE EL AÑO 88 HASTA EL AÑO 93 (24 PERÍODOS) CON LA TENDENCIA
0
100
200
300
400
500
600
700
800
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Serie1
Polinómica (Serie1)
Año Trim. T Yt Atvalor
Ttestimac.
Stestimac.
Yt+p et
21
atenuado Tendencia estacional. 88 1 1 2 2 3 3 4 4 89 1 5 2 6 3 7 4 8 90 1 9 2 10 3 11 4 12 91 1 13 2 14 3 15 4 16 92 1 17 2 18 3 19 4 20 93 1 21 2 22 3 23 4 24 94 1 25 2 26 3 27 4 28
500350250400450350200300350200150400550350250550550400350600750500400650
500440
360.4368.2394.2381.2311.9295.6303.0260.3219.5277.5364.7377.0354.1403.1426.4437.5450.1471.9531.8548.8546.4546.4
0-6
-13.4-11.2-7.5-8.1-14.2-14.4-12.2-15.3-17.8-10.2-0.50.8-1.63.55.56
6.78.213.413.712.110.9
1.000.940.911.031.040.930.831.021.080.880.781.151.210.900.761.211.230.900.771.231.280.900.761.22
500.0500.0500.0500.0357.0362.9338.8305.5293.2271.2202.9206.2287.6321.7296.5404.9490.3387.3337.6554.1591.0491.7430.9687.3751.9546.2449.6718.8
0-150-250-10093
-12.9-139-5.556.8-71.2-52.919426228.3-46.514559.712.712.445.91598.3
-30.9-37.3
Esperado para el período 25: 751,9 Valor Real: 700 Error: 51,9Esperado para el período 26: 546,2 Valor Real: 600 Error: 53,8Esperado para el período 27: 449,6 Valor Real: 450 Error: 0,4Esperado para el período 28: 718,8 Valor Real: 500 Error: 18,8
Error porcentual 1: 7,41 %
Error porcentual 2: 8,96 %
Error porcentual 3: 0,08 %
Error porcentual 4: 3,76 %
ERROR PROMEDIO EN ESTOS 4 CASOS: 5,05 %
22
3.5. Paquetes de cómputo para pronóstico
En la actualidad existen muchos sistemas computarizados para ayudar al gerente y al analista de pronósticos y son indispensables para algunas compañías. Los administradores con computadoras sobre sus escritorios y el conocimiento de técnicas de pronóstico, ya no dependen de un equipo de trabajo para realizar sus pronósticos. Están aprovechando la ventaja de la facilidad de disponibilidad de métodos complejos de pronóstico que proporciona las computadoras personalesHay dos tipos de programas informáticos de interés para los pronosticadores: Paquetes estadísticos y Paquetes de pronósticos
3.5.1.Paquetes estadísticos Incluyen análisis de regresión y otras técnicas que se utilizan con frecuencia los pronóstico; Ejemplos son Minitab, SAS (Sistema de análisis estadístico: Statistical Analysis Systein), SPSS (paquete estadístico para las ciencias sociales: Statistical Package for the Social Sciences), Eviews, Crystal Ball Predictor y hojas de cálculo (Excel).El Excel, un programa de hojas de cálculo, se usa con frecuencia para ser pronóstico. Los datos se colocan en las filas y columnas de la hoja de cálculo y a continuación se dan comandos para realizar varias operaciones con los datos incorporados. Por ejemplo, los salarios anuales para un número de empleados podría agregarse a una columna y podría calcularse el promedio de estos valores mediante Excel. Podrían ser colocadas en otra columna las edades de los empleados y examina la relación entre la edad y el salario. Hay varias funciones estadísticas disponibles en Excel que pueden ser activadas mediante el cuadro de complementos eligiendo las herramientas de análisis (Analysis ToolPak). Se recomienda el complemento Crystal Ball (CB): un predictor para ampliar la capacidad de pronóstico de Excel.
3.5.2.Paquetes de pronóstico Son software diseñado específicamente para aplicaciones de pronóstico. En este tipo podemos mencionar a TSP (Micro TSP), Total Forecasting System, Easy Forecasting Plus, Forecast Master, Forecast Pro, Expert Choice, Forecasting HP, entre otros.En este tipo encontramos al programa denominado CENSUS X-11, que maneja la U.S. Census Bureau (Oficina del Censo de Estados Unidos). Utiliza el método del promedio móvil con tendencias y factores de estacionalidad para descomponer y proyectar una serie de tiempos. Se ha descubierto que el programa CENSUS X-11 es bastante útil siempre y cuando se disponga de una cantidad razonable de datos históricos (http://www.census.gov/).Existe también una biblioteca de programas de pronósticos computarizados interactivos denominada SIBYL/RUNNER: la programación original fue realizada por el los respetados pronosticadores Spyros Makridakis y Steven Wheelwright en 1973. Luego Lincoln Systems Corporation ha modificado el programa para el entorno de Windows. SIBYL/RUNNER es virtualmente automático. El programa está diseñado para que el usuario sea conducido paso a paso a través del proceso de previsión, como si fuera automático. Contiene 20 de las técnicas de pronósticos más comúnmente utilizadas. Estos
23
programas se dividen en los que ayudan a identificar los patrones subyacentes en las series de tiempo y los que pronostican utilizando un patrón dado.El sistema MAPICS de IBM para el control de la producción y de inventarios, incluye un módulo para pronosticar. Este módulo utiliza una técnica de pronóstico adaptable que se ajusta debido a variables como la estacionalidad y la tendencia. El módulo además calcula MAD y una señal de seguimiento como base para evaluar el error de pronóstico y volver a colocar en ceros el método de pronóstico cuando se necesita. Los métodos de pronóstico se diseñaron especialmente para manejar miles de artículos que casi siempre se encuentran en el ambiente de la manufactura.
3.5.3.Características de algunos de los paquetes más actuales
SPSS-Software Base 13.0
Software de análisis estadístico y predictivo, enfocado a resolver problemas de negocio y mejorar las relaciones con clientes, realizar ventas cruzadas y detectar fraudes. Efectúa los cálculos más complejos en el mundo de la estadística de manera eficiente y eficaz.Tiene más de tres décadas de existencia, fue elaborado por Hull y Nie y quizás sea el programa informático de estadística con mayor difusión a nivel mundial utilizado ampliamente en investigación comercial y en otros muchos campos de investigación de las ciencias sociales.Requerimientos del sistema: PC con procesador Intel Pentium compatible mayor a 500 MHZ, 220 MB de espacio libre en disco duro y 128 MB de memoria RAM. Monitor SVGA. Windows XP/2000 y ME.Precio estimado (junio 2005): USD $1,499http://www.spss.com/la/
Crystal Ball 7 Professional Edition
Suite de herramientas para análisis de riesgo y proyecciones para tomar decisiones.Requerimientos del sistema: PC Pentium superior a 400 MHz; 128 MB RAM, 110 MB de espacio disponible en disco duro, monitor SPVGA y Windows XP Pro y 2000 Pro.Precio estimado (junio 2005): USD $1,795http://www.decisioneering.com
MINITAB V.14.2 Minitab Inc.
Software con herramientas para aplicaciones estadísticas generales, enfocadas al mejoramiento de procesos.Requerimientos del sistema: PC Pentium superior a 500 MHz, 160 MB RAM, 85 MB espacio disco duro, Windows XP/2000/ME/98Precio estimado (junio 2005): USD $1,195http://www.minitab.com
EViews 5
24
Software con herramientas para cálculos econométricos y técnicas de series temporales y de predicción.Requerimientos del sistema: PC Pentium superior a 100 MHz, 32 MB RAM, 60.5 MB en disco duro, monitor VGA Windows XP/2000/MEPrecio estimado (junio 2005): USD $950http://www.eviews.com
TSP 5.0
Software para valoración y simulación de modelos econométricos.Requerimientos del sistema: PC Pentium superior a 100 MHz, 16 MB RAM, 80 MB disco duro, Windows XP/2000/NTPrecio estimado (junio 2005): USD $900 http://www.tspintl.comForecast ProSoftware de pronóstico con hojas de cálculo para profesionales en negocios. Selecciona la técnica adecuada para pronosticar.Requerimientos del sistema: PC Pentium superior a 400 MHz, 32 MB RAM, 15 MB espacio en disco duro, Windows XP/2000/ME/98Precio estimado (junio 2005): USD $595http://www.forecastpro.com
Expert Choice
Software para toma y evaluación de decisiones basado en Proceso Analítico Jerárquico.Requerimientos del sistema: PC Pentium mayor a 500 MHz, 128 RAM, 150 MB disco duro, Windows XP/NT/2000/SE/98Precio estimado (junio 2005): USD $2,899http://www.expertchoice.com
SAS High Performance Forescasting
Solución analítica que proporciona un sistema automatizado de predicciones para reducir errores y elevar la eficiencia operacional.Requerimientos del sistema: Software base SAS 9, servidor con procesador Itanium de 64 bits, Windows Server 2003, Solaris64 bits, HP/UX Itanium 64 bits.Precio: No Disponiblehttp://www.sas.com
3.6. Selección de un método de pronóstico
Rara vez hay un único modelo superior. Lo que mejor funciona en una empresa bajo un conjunto de condiciones, puede ser un desastre completo en otra organización, o incluso en otro departamento de la misma empresa. En forma tradicional, podrá advertir que existen límites sobre lo que puede esperarse de los pronósticos. Rara vez son, si acaso, perfectos; también son caros y consumen tiempo en su preparación y monitoreo.
25
Debe tomarse en cuenta el nivel detalle. ¿Son necesarios los pronósticos de detalles específicos (un micro pronóstico)? ¿O se necesita la predicción del futuro de un factor general de gran escala (un macro pronóstico)? ¿Es imperioso el pronóstico para una fecha próxima (un pronóstico de corto plazo) para una fecha intermedia o para un futuro lejano (un pronóstico de largo plazo)? ¿En qué medida son apropiados los métodos cualitativos (de juicio) y cuantitativos (de manipulación de datos)? En la práctica una combinación o mezcla de los métodos cualitativos y cuantitativos es generalmente lo más efectivo.
La consideración primordial en la elección de un método pronóstico es que los resultados deben facilitar el proceso de la toma de decisiones de los administradores de la organización. Rara vez un solo método funciona para todos los casos. Para seleccionar un método pronóstico debe considerarse el tipo (por ejemplo, nuevos frente a establecidos) los objetivos (o la simple predicción en contraposición con la necesidad de controlar un impulsor de negocios importante para los valores futuros) y limitantes (como costo, experiencia requerida o la prisa). Con la disponibilidad de software moderno para pronósticos, el mejor pensar en los métodos de pronóstico como herramientas genéricas que pueden aplicarse de manera simultánea. Asimismo, pueden probarse varios métodos en cualquier situación determinada. La metodología que produzca los pronósticos más precisos en un caso, quizás no sea la mejor en otra situación. Sin embargo, el(los) método(s) elegido(s) debe(n.) producir un pronóstico adecuado, oportuno y entendible para los administradores, de tal forma que puedan ayudar a tomar mejores decisiones.
La selección del método de pronóstico se basa en gran parte en el estudio realizado por Wheelwright y Clarke (1976), quienes identificaron los factores que las compañías consideran importantes al seleccionar el método de pronóstico.
3.6.1.Sofisticación del usuario y del sistema
El método de pronóstico debe ajustarse a los conocimientos y sofisticación del usuario. Debido a que los gerentes se rehúsan a utilizar los datos de técnicas que no comprenden.
El método que se elige no debe ser demasiado desarrollado ni sofisticado para sus usuarios y tampoco debe estar demasiado alejado del sistema de pronóstico actual. En ocasiones los modelos más simples pueden tener mejores resultados, por lo que la sofisticación no es el objetivo definitivo.
3.6.2.Tiempo y recursos disponibles
La selección del método de pronóstico, dependerá del tiempo disponible para reunir los datos y preparar el pronóstico. La preparación de un pronóstico
26
complicado para el que se deba obtener una gran cantidad de datos puede tardar varios meses y costar miles de dólares. En el caso de pronósticos rutinarios hechos por sistemas computarizados, tanto el costo como la cantidad de tiempo requerido podrían ser pequeños.
Los modelos econométricos pueden requerir datos que simplemente no pueden obtenerse a corto plazo, por lo tanto debe seleccionarse otro tipo de método. El método por series de tiempo Box-Jenkins requiere aproximadamente 60 datos (5 años de datos mensuales). En cambio el suavizamiento exponencial, la proyección de tendencias, los modelos de regresión y métodos de descomposición clásica tiene la ventaja para los administradores que requieren pronósticos en un tiempo relativamente corto.
También se debe tomar en cuenta la calidad de los datos disponibles. Si los datos son erróneos se llegará a pronósticos equivocados. Se deben revisar los datos en busca de factores extraños o puntos poco usuales.
Los costos de las computadoras ya son parte fundamental de la selección de la técnica. Las computadoras de escritorio y el software de pronósticos se están volviendo comunes en muchas organizaciones. Debido a este desarrollo, a menudo otros criterios opacan las consideraciones de costo de la computadora
3.6.3.Horizonte de tiempo y disponibilidad de datos.
El horizonte de tiempo para un pronóstico tiene una relación directa con la selección de la técnica para llevarlo a cabo. Para pronóstico de corto y mediano plazos puede aplicarse una variedad de técnicas cuantitativas. Sin embargo, conforme aumenta el horizonte de pronóstico, alguna de estas técnicas se vuelven menos aplicables. Por ejemplo, los promedios móviles, el suavizamiento exponencial y los modelos ARIMA no son buenos para predecir momentos decisivos de la economía, mientras que los modelos econométricos pueden resultar más útiles. Los modelos de regresión son adecuados para los plazos corto, mediano y largo. Las medias, promedios móviles, descomposición clásica y proyecciones de tendencias son técnicas cuantitativas adecuadas para los horizonte de tiempo corto e intermedios. Las técnicas más complejas de Box-Jenkins y las econométricas también son adecuadas para pronósticos en los términos corto y mediano. Con frecuencia se emplean los métodos cualitativos para horizonte de tiempos más largos.
3.6.4.Patrón de datos
El patrón de datos afectará el tipo de método de pronóstico que se seleccione. Si la serie de tiempo es plana, se utilizará un método de primer orden. En los casos en que los datos muestren tendencias o patrones de estacionalidad, se
27
necesitarán métodos más avanzados. El patrón de los datos también determina si es suficiente un método por series de tiempo o si se necesitan modelos causales. Si el patrón es inestable en el tiempo, un método cualitativo será necesario. El patrón de datos es uno de los factores más importantes que afectan la selección de un método de pronóstico. Una manera de detectar el patrón es trazar los datos sobre una gráfica. Esto debe hacerse como primer paso en la actividad de pronosticar.
La diferencia entre el ajuste y la predicción es un tema que se relaciona con la selección de los métodos de pronóstico. Cuando se prueban modelos diferentes con frecuencia el modelo que mejor se ajusta a los datos históricos (el que tiene menor margen de error) también es el mejor modelo de predicción. Lo cual no es verdad. Por ejemplo, suponga que las observaciones de la demanda se obtienen en los últimos ocho periodos y que se desea ajustar el mejor modelo por series de tiempo a estos datos. Se puede hacer que un modelo de polinomios de séptimo grado se ajuste exactamente a través de cada uno de los anteriores ocho puntos de datos (El modelo sería Y = a1 + a2 + a3t2 = a8t7 + … + a8t7, en donde t = tiempo). Sin embargo este modelo no es necesariamente la mejor herramienta para predecir el futuro.
El mejor método predictivo es aquel que describe la serie de tiempo subyacente pero que no se ajusta “a fuerza” con los datos. La manera correcta de ajustar los modelos basándose en los datos del pasado es separar el modelo de ajuste y el modelo de predicción. Primero se divide el grupo de datos en dos partes. Después se ajustan varios modelos basándose en estimaciones racionales sobre la estacionalidad, tendencias y ciclicidad con el primer grupo de datos. Se utilizan estos modelos para predecir los valores para el segundo grupo de datos y el mejor modelo será aquel que tenga el mejor margen de error sobre el segundo grupo de datos. Este enfoque utiliza el ajuste sobre el primer grupo de datos y la predicción sobre el segundo como base para seleccionar un modelo.
Los modelos Cuantitativos no siempre proporcionan mejores pronósticos que los elaborados por los seres humanos según un estudio de Ebert en 1976.
3.6.5.Resultados
El pronóstico se presentará a la dirección para su autorización y su uso en la toma de decisiones. Por lo tanto, la facilidad de entendimiento e interpretación de los resultados es una consideración importante. Los modelos de regresión, las proyecciones de tendencia, la descomposición clásica y las técnicas de suavizamiento exponencial tienen un buen desempeño en este criterio
3.7. Clasificación de la demanda
28
En la raíz de la mayoría de las decisiones de negocios se encuentra el reto de pronosticar la demanda del cliente. En realidad, es una tarea difícil porque la demanda de bienes y servicios suele variar considerablemente. Por ejemplo, es previsible que la demanda de fertilizantes para el césped aumente los meses de primavera y verano; sin embargo, en los fines de semana específicos en los que la demanda es más intensa, está depende de factores incontrolables, como el clima. Otros patrones son más previsibles. Así pues, la demanda semanal de cortes de cabello en una barbería puede ser bastante estable de una a otra semana, aún cuando la demanda diaria sea más intensa los sábados por la mañana y más floja los lunes y martes. Para pronosticar la demanda en ese tipo de situaciones es necesario descubrir los patrones básicos, a partir de la información disponible.
3.7.1.Patrones de la Demanda
Las observaciones repetidas de la demanda de un producto o servicio, tomando como base el orden en que se realizan, forman un patrón que se conoce como serie de tiempo. Los cinco patrones básicos de la mayoría de las series de tiempo aplicables a la demanda son:
1. Demanda Estable, Horizontal, Perpetua o Uniforme, aquella demanda cuya media no sufre variaciones significativas dentro del periodo considerado;
2. Demanda con tendencia, es decir, el incremento decremento sistemático de la media de la serie a través del tiempo;
3. Estacional, o sea, un patrón repetible de incrementos o decrementos de la demanda, dependiendo de la hora del día, la semana, el mes o la temporada; la distribución estacional de la demanda presentada posibilidad dos el modelo escalón, que presenta cambio demanda y el modelo envolvente que tiene una variación de la demanda más suavizada
29
4. Cíclico, o sea, una pauta de incrementos o decrementos graduales y menos previsibles de la demanda, los cuales se presentan en el curso del periodo de tiempo más largo (años o decenios).
Los patrones cíclicos provienen de dos influencias. La primera de esas es el ciclo de los negocios, que incluye diversos factores por los que la economía pasa de una recesión a una expansión en el curso de cierto número de años. La otra influencia es el ciclo de vida del producto o servicio en cuestión, en el cual se reflejan las etapas de la demanda, desde el desarrollo hasta la declinación. El movimiento del ciclo de los negocios es difícil de prever porque su curso resulta afectado por eventos nacionales o internacionales, como las elecciones presidenciales o los desórdenes políticos en otros países. Hacer un pronóstico de la tasa de crecimiento o disminución de la demanda en el ciclo de vida también es difícil. A veces, las empresas estiman la demanda de un nuevo producto a partir del historial de la demanda del producto anterior a ser sustituidos por dicho producto. Por ejemplo, la tasa de demanda de las cintas de audio digital podría emular el crecimiento de la demanda observado en el caso de las cintas estereofónicas en casette durante las primeras etapas del ciclo de vida de este último producto. La capacidad de hacer pronósticos inteligentes a largo plazo depende de que se cuente con estimaciones precisas de los patrones cíclicos
5. Aleatorio, es decir, una serie de variaciones imprevisibles de la demanda.
3.7.2.Movimientos de la demanda
Según la frecuencia le demanda se puede clasificar en demanda de movimiento rápido y demanda de movimiento lento.
La de movimiento lento es la asociada a productos con frecuencia de solicitud muy baja. En la mayor parte de los periodos la demanda es nula pero puede existir, e incluso ser elevada para otros. La función estadística que la representa es la Poisson.
30
La demanda de movimiento rápido es la asociada producto que se compran habitualmente (en mayor o menor volumen). Se suele representar como una función estadística normal como media y desviación típica
3.7.3.Demanda dependiente e independiente
Según las razones que provoca la variación se distingue entre demanda dependiente e independiente. Se considera independiente la demanda que únicamente está limitada por las decisiones de los clientes que no pueden ser anticipadas.Al contrario, se considera demanda dependiente a la de aquellos componentes, submontajes o productos cuya cantidad es resultado de definir unos niveles de compra o fabricación para otros productos. Se considera también demanda dependiente aquella que está limitada por recursos productivos propios o ajenos, que permiten reducir el grado de incertidumbre.
3.7.4.Demanda discreta y continúa
Se considera demanda continúa aquella que se prevé como una función continua a lo largo del tiempo. Es la demanda más típica de los productos de consumo habituales.
Al contrario la demanda discreta es aquella que, por ejemplo, representa a productos que se van a comprar una vez por día (periódicos) o por temporada (moda).
31
3.8. Conclusiones
Debido a la Crisis Económica- Financiera que esta instalada globalmente, las empresas no están en situación de malgastar los recursos, ya sean humanos como económicos. Estas deberán reaccionar mas rápido de lo habitual, para obtener mas oportunidades de seguir adelante y tener permanencia. Los distintos métodos que hemos presentado, son una herramienta que se torna cada vez mas necesaria, aunque un pronóstico raramente es perfecto, si es acertado, y va acompañado con una buena planeación de la demanda, el objetivo de sobrevivir a la crisis es factible. Implementadas estas dos herramientas, permite a la empresa controlar sus costos en la cadena de producción, mejorar la eficiencia del inventario y tener mejor nivel de servicio. Por lo tanto, es necesario que los datos utilizados para el desarrollo del pronóstico, deben ser confiables, y la planeación de la demanda debe ser estructurada seriamente.
“NO HAY ESTRATEGIA EFECTIVA SIN UN BUEN PRONÓSTICO”
32
4. Bibliografía
www.pronosticoexperto.com
www.slideshare.net/cnavarro/pronosticos-de-demanda-presentation
www.authorstream.com/Presentation/calidonauta-86034-administracion-de-la-demanda-pantigozo-unmsm-apc-tema04-education-ppt-powerpoint/
http://adminoperaciones.blogspot.com/2009/01/el-sistema-de-pronsticos-parte-iii.html
www.wikipedia.org
Administración de la producción. (s.f.). Recuperado el 16 de 06 de 2009, de El Rincón del Vago: http://html.rincondelvago.com/administracion-de-la-produccion_4.html
Pronósticos en los negocios. (s.f.). Recuperado el 16 de 06 de 2009, de Google Libros: http://books.google.com.ar/books?id=WaiOrL8oct4C
Planificación y control de la producción. (s.f.). Recuperado el 16 de 06 de 2009, de Google Libros: http://books.google.com.ar/books?id=ceHEMOttnh4C
Logistica administracion de la cadena de suministro. (s.f.). Recuperado el 16 de 06 de 2009, de Google Libros: http://books.google.com.ar/books?id=ii5xqLQ5VLgC
Administración de operaciones: Estrategia y análisis. (s.f.). Recuperado el 16 de 06 de 2009, de Google Libros: http://books.google.com.ar/books?id=B6LAqCoPSeoC
Gestión de stocks de demanda independiente. (s.f.). Recuperado el 16 de 06 de 2009, de Google Libros: http://books.google.com.ar/books?id=vkUoU1EJ3iQC
Curso Básico de Pronósticos. (s.f.). Recuperado el 16 de 06 de 2009, de Aula Facil: http://www.aulafacil.com/pronosticos-investigacion/curso/Temario.htm
Software para proyección. (s.f.). Recuperado el 16 de 06 de 2009, de Entrepreneur En Espanol: http://www.entrepreneurenespanol.com/pagina.hts?N=14913
SIBYL/RUNNER for Windows. (s.f.). Recuperado el 16 de 06 de 2009, de The Institute for Forecasting Education (IFE): http://www.forecastingeducation.com/archive/1996/SibylRunner.htm
33
Curso de Administración de Empresas Utilización del SPSS. (s.f.). Recuperado el 16 de 06 de 2009, de Aula Facil: http://www.aulafacil.com/investigacionspss/Temario.htm
Monografías: http://www.monografias.com/trabajos61/gestion-compras-manejo-inventarios/gestion-compras-manejo-inventarios.shtml
http://sunwc.cepade.es/~jrivera/org_temas/metodos/prospectiva/pronostic_method.htm
34
