La Demanda es el gran interrogante de la producción; las áreas de Mercadeo (Comercial) y Producción (Realización) trabajan en equipo para el análisis de demanda adecuado. Con base en la demanda se puede diseñar el Plan Maestro de la Producción, por un lado, por otro lado, la Estrategia de Mercadeo correspondiente. Así las cosas el Pronóstico de la Demanda es la herramienta adecuada para realizar un análisis de demanda efectivo.
A propósito de lo anterior, esta publicación, producto de revisión bibliográfica y experiencia docente del autor, se basa en esbozar el concepto de pronóstico y comparte 3 ejemplos sencillos de sendas técnicas de pronósticos.
EL CONCEPTO DE PRONÓSTICO
Es un dato que en base a una serie de estudios determinan la demanda en un futuro de un determinado producto. Es predecir el futuro a partir de algunos indicios.
El pronóstico es una inferencia a partir de ciertos datos, Es una técnica que permite predecir lo que ocurrirá en el futuro. El pronóstico dependerá de los cambios en las variables externas al sistema de producción.
Los pronósticos tuvieron su origen en aspectos informales de la vida cotidiana. En otras épocas los Reyes, los Políticos y personas adineradas acudían a los clarividentes para que les comentaran acerca de sus vidas en el futuro. Al paso del tiempo estas ideas las adoptan los comerciantes y empresarios y se fue formalizando poco a poco para el concepto de los pronósticos hasta llegar a la que hoy se conoce como un importante tema.
Estas técnicas se utilizan en empresas para determinar la demanda futura de sus productos, y en base a esto planear y controlar la cantidad de productos que deberá producir.
Cuando una empresa determina la demanda futura de sus pronósticos, está en condiciones de optimizar el uso de todos sus recursos, lograr sus objetivos y satisfacer la demanda de sus clientes oportunamente.
Las áreas de gestión de la empresa que utilizan las técnicas de pronósticos, son el personal especializado y adscritos a las áreas de producción y mercadotecnia de las productoras o bienes.
Acerca de la validez de un pronóstico; No es la verdad absoluta respecto a algún evento en el futuro, un pronóstico solo es una aproximación a la realidad entre más se acerque a ella mejor será.
Las técnicas de pronósticos que utilizan en la actualidad se agrupan de la siguiente manera:
- Cualitativas
- Cuantitativas
- Combinación de ambas
TÉCNICAS DE PRONÓSTICOS
PROMEDIO MÓVIL
La técnica de promedio móvil es otra herramienta importante en el análisis de series temporales que se utiliza para suavizar datos y identificar tendencias. Hay dos variantes principales de promedio móvil: simple y ponderado.
- Promedio móvil simple: En esta técnica, se calcula el promedio de un conjunto de observaciones consecutivas dentro de un período de tiempo específico. Por ejemplo, para un promedio móvil simple de orden 3, se tomarían las tres observaciones más recientes y se calcularía su promedio. Luego, este promedio se desplaza a lo largo del tiempo para crear una serie de promedios móviles que suavizan las fluctuaciones en los datos originales.
- Promedio móvil ponderado: A diferencia del promedio móvil simple, en esta variante se asignan pesos diferentes a las observaciones dentro del período de tiempo específico. Los pesos suelen disminuir a medida que nos alejamos de la observación más reciente, lo que significa que las observaciones más recientes tienen un mayor impacto en el promedio móvil. Esto permite que el promedio móvil ponderado sea más sensible a los cambios recientes en los datos. Los pesos pueden asignarse de varias formas, como linealmente decrecientes o utilizando técnicas más avanzadas como el método de Holt-Winters.
Ambas variantes de promedio móvil son útiles para identificar patrones y tendencias en los datos, así como para suavizar fluctuaciones aleatorias. Sin embargo, el promedio móvil ponderado puede ser más adecuado para series temporales con cambios más abruptos o estacionales, ya que da más peso a las observaciones más recientes. Por otro lado, el promedio móvil simple puede ser más apropiado cuando se desea una técnica de suavizado más sencilla y fácil de interpretar. La elección entre promedio móvil simple y ponderado depende de la naturaleza de los datos y los objetivos específicos del análisis.
Ejemplo:
La empresa ACME S.A. desea elaborar el pronóstico de ventas (o de la demanda) para uno de sus productos de mayor demanda en el mercado se le conoce como “Chicharrones ACME“, este pronóstico de la demanda si requiere para el mes de octubre de 2003, para lo cual se debe considerar las ventas históricas de los periodos anteriores. Sabiendo que los últimos meses el área de mercadotecnia ha registrado la información histórica que se indica en la siguiente en la siguiente tabla:
Para calcular el pronóstico, con base en el Promedio Móvil, debe calcularse el promedio de la agrupación de datos de acuerdo a un número de periodos establecidos, por ejemplo: N=2, N=3, etc. Para cada agrupamiento de datos, debe calcularse, además del promedio, el error o desviación (D-P) y el error al cuadrado (D-P)^2.
Se explica mejor en esta tabla, se hacen los cálculos para agrupamientos de N=2:
Se hace lo mismo para un agrupamiento de 3 periodos, es decir, N=3, así:
Como puede observarse, hay 2 pronóstico, ¿Cuál escoger?, el criterio de selección es simple: se escoge el valor del pronóstico con la suma de los errores al cuadrado mas pequeña.
Con base en la tabla anterior, con base en esta técnica podemos decir en conclusión que el mejor pronóstico es de 45 unidades porque (D-P)^2 es menor con respecto a los otros datos.
TÉCNICA DE LA SUAVIZACIÓN EXPONENCIAL SIMPLE O AJUSTE EXPONENCIAL SIMPLE
La suavización exponencial es una técnica de pronóstico utilizada en análisis de series temporales y estadísticas para predecir futuros valores basados en datos históricos. Funciona calculando una serie de promedios ponderados de los datos observados, donde los pesos de los datos anteriores disminuyen exponencialmente a medida que se retrocede en el tiempo.
La idea principal es asignar más peso a las observaciones más recientes, ya que se supone que son más representativas del comportamiento actual de la serie temporal. Hay varias variantes de la suavización exponencial, como el método de suavización exponencial simple, suavización exponencial doble y suavización exponencial triple, que se adaptan a diferentes patrones y características de los datos.
A continuación, se trabaja la suavización exponencial simple; para esto debe calcularse una aproximación exponencial, que es una ponderación o valor de ajuste con cierto grado de error, que se puede estimar o determinar al emitir un pronóstico, este valor de ajuste fluctúa en ( 0.1 y 1).
La fórmula para calcular el pronóstico del periodo venidero, es la siguiente: P= Po + ALFA(Do-Po). La fórmula implica que debe partirse de un pronóstico inicial (Po), el cual, sino se tiene, puede considerarse la misma venta del periodo.
Ejemplo:
PHP es una empresa que se dedica a la fabricación de artículos higiénicos, el gerente de mercadotecnia está interesado en conocer el pronóstico de ventas para l mes de octubre del 2003, su exigencia le conduce a utilizar factores de ponderación para ALFA = 0.1, 0.2 y 0.3. para lo cual se cuenta con la siguiente información histórica que se indica a continuación. El cálculo del pronóstico deseado se deberá obtener por Suavización Exponencial Simple, así:
La tabla completa es la siguiente:
TÉCNICA DE LOS MÍNIMOS CUADRADOS (REGRESIÓN LINEAL)
Esta es otra técnica de tipo cuantitativo que permite el cálculo de los pronósticos para períodos futuros, para lo cual requiere de registros históricos que sean consistentes, reales y precisos.
Esta técnica como su nombre lo indica se trata de sacar el total de las desviaciones elevadas al cuadrado a un valor mínimo: su objetivo es determinar los coeficientes a y b, que son conocidos como coeficientes de regresión, donde x es la variable independiente (tiempo), y es la variable dependiente (pronóstico de la demanda).
La fórmula para el cálculo del pronóstico es Y= a + bX, donde los valores de a y b son:
Ejemplo
Las ventas de un producto se muestran en la siguiente tabla, donde X es el periodo y Y es la venta que se realizó en ese tiempo.
Para calcular los valores de a y de b, debe calcularse otras filas para la tabla, entonces la tabla completa queda así:
En este momento se puede calcular a y b, cuyos valores son: A= 51.23 y b=0.1868. El la siguiente imagen, se muestra cómo se calcula:
La ecuación es y = 0,1868x + 51,231 y a partir de ella puede calcularse las ventas futuras de los periodos futuros a partir del 13, por ejemplo:
El valor final es:
En esta publicación, hemos explorado dos técnicas fundamentales de suavizado de datos en series temporales: el promedio móvil simple y el promedio móvil ponderado. Ambas técnicas son útiles para suavizar fluctuaciones en datos temporales y identificar tendencias subyacentes.
El promedio móvil simple calcula el promedio de un conjunto de observaciones consecutivas dentro de un período de tiempo específico, lo que proporciona una visión general del comportamiento de los datos a lo largo del tiempo. Por otro lado, el promedio móvil ponderado asigna pesos diferentes a las observaciones, dándole mayor importancia a las observaciones más recientes. Esto lo hace más sensible a los cambios recientes en los datos.
En términos de aplicación, el promedio móvil simple puede ser más apropiado cuando se busca una técnica de suavizado sencilla y fácil de interpretar. Por ejemplo, puede ser útil para eliminar ruido en datos mensuales o trimestrales. Por otro lado, el promedio móvil ponderado puede ser preferible cuando se necesita una mayor sensibilidad a los cambios recientes en los datos, como en el caso de series temporales con estacionalidad o tendencias cambiantes rápidamente.
La elección entre estas técnicas depende de la naturaleza de los datos y los objetivos específicos del análisis. Ambas proporcionan herramientas poderosas para entender y pronosticar el comportamiento de series temporales, y la comprensión de sus diferencias y aplicaciones es crucial para seleccionar la técnica más adecuada en cada situación.
REFERENCIAS
- Hiller, F. S., & Lieberman, G. J. (2011). Introducción a la Administración de Operaciones. McGraw-Hill.
- Schroeder, R. G., Goldstein, S. M., & Rungtusanatham, M. J. (2011). Administración de Operaciones (5ª ed.). McGraw-Hill.
No hay comentarios:
Publicar un comentario