Pronostico de la demanda

Patrones de demanda

1. Horizontal: Es la fluctuación de los datos en torno de una media constante

2. Tendencia: Es decir, el incremento o decremento sistemático de la media de la serie a través del tiempo.

3. Estacional: Es un patrón repetible de incrementos o decrementos de la demanda, dependiendo de la hora del día, la semana, el mes o la temporada.

4. cíclico: Una pauta de incrementos o decrementos graduales y menos previsibles de la demanda, los cuales se presentan en el curso de periodos de tiempo mas largos (años o decenios)

Series de Tiempo

Promedio móvil simple.

Existen 2 factores que afectan la demanda:

Factores Externos: Son los factores que están fuera del alcance de la gerencia.

Factores Internos: Las decisiones internas sobre el diseño de los productos o servicios.

Es decir :

Ft+1 = Suma de las n ultimas demandas / n = Dt + Dt -1 + Dt--2 +....…+ Dt - n + 1

Donde:

Dt = demanda real en el periodo t

n = numero total de periodos incluidos en el promedio

F t+1 = Pronostico para el periodo t+1

Para pronósticos a corto plazo, se usan mucho los métodos de series de tiempo. Una serie de tiempo es simplemente una lista cronológica de datos históricos, para la que la suposición esencial es que la historia predice el futuro de manera razonable.

Series de Tiempo

Promedio móvil simple.

Para el pronostico siguiente una vez conocida la demanda, la demanda mas antigua incluida en el promedio anterior se sustituye por la demanda mas reciente y luego se vuelve a calcular el promedio.

Consulta a la fuerza de venta

Series de Tiempo

Enfoque simple:

En ocasiones la mejor información sobre la demanda futura proviene de las personas que están más cerca de los clientes. Estos pronósticos están elaborados periódicamente por miembros de la fuerza de ventas de las compañías.

También llamado pronostico empírico. Uno de los métodos más sencillos es usar el último dato como pronostico para el siguiente periodo.

Series de Tiempo

Métodos cuantitativos

Son modelos matemáticos que se basan en datos históricos.

Estos modelos suponen que los datos históricos son relevantes para el futuro.

Método Cualitativos

todos cualitativos: Estos modelos generalmente se basan en juicios respecto a los factores causales subyacentes a la venta de productos y servicios en particular y en opiniones sobre la posibilidad relativa que otros factores causales sigan presentes en el futuro y puedan involucrar diversos niveles de complejidad

El pronóstico de la demanda

El pronóstico de la demanda consiste en hacer una estimación de futuras ventas (ya sea en unidades físicas o monetarias) de uno o varios productos (generalmente todos), para un periodo de tiempo determinado (generalmente un mes).

Relaciones Causales

Tendencia Linial

Inclusión de una tendencia. (Suavizamiento exponencial con tendencia)

Se emplean cuando se tienen datos históricos y la relación entre el factor que intenta pronosticar y otros factores externos o internos.

- Las relaciones causales expresan se expresan en términos matemáticos y suelen ser en ocasiones complejas

En este enfoque, las estimaciones para el promedio y la tendencia son suavizadas, para lo cual se requieren solamente dos constantes de suavización. Calculamos el promedio y la tendencia para cada periodo

Método Delphi (Delfos)

Esta forma de pronostico es útil cuando no existen datos históricos sobre los cuales puedan desarrollarse modelos estadísticos y cuando los gerentes de la empresa no tienen experiencia en la cual fundamentar proyecciones bien informadas.

Investigación de mercado

Tendencia Linial

Inclusión de una tendencia. (Suavizamiento exponencial con tendencia)

Regresión Lineal Simple

La investigación de mercado consiste en un enfoque sistemático para determinar el grado de interés del consumidor por un producto o servicio mediante la creación y puesta a prueba de diversas hipótesis por medio de encuestas encaminadas a la recopilación de datos.

Analogía de ciclos de vida

El análisis de regresión lineal establece una relación entre una variable dependiente y una o más variables independientes.

En la regresión lineal simple hay solamente una variable independiente.

Y = a + bX

At = α(Demanda en este periodo) + (1- α) (Promedio + Estimación de la tendencia en elultimo periodo) = α Dt + (1- α ) (At – 1 + Tt -1)

Tt = β(promedio de este periodo-Promedio del ultimo periodo) + (1-β) (Estimación de la tendencia en el ultimo periodo) = β( At – At -1) + (1 – β) Tt -1

Ft +1= At + Tt Donde: At= promedio exponencialmente suavizado de la serie en el periodo

Tt= Promedio exponencialmente suavizado de la tendencia en el periodo t

α = parámetro de suavización para el promedio, con un valor entre 0 y 1

β = parámetro de suavización para la tendencia, con un valor entre 0 y 1

Ft+1= pronostico para el periodo t + 1

Este método liga la estimación de las ventas futuras de un producto con el conocimiento de las ventas de un producto similar.

A la estimación de un producto similar se aplica el conocimiento de las ventas de un producto similar durante varias etapas de su ciclo de vida.

Pronostico de la demanda