Вы находитесь на странице: 1из 19

PRCTICA CONTROL DE LA PRODUCCIN

1er Semestre 2014

Para estar de pie ante la vida, hay que permanecer de rodillas ante Dios

PRACTICA 2. PRONSTICOS (Segunda parte)


Series Estacionales y Modelos Combinados A. SERIES ESTACIONALES (Cclicas) INTRODUCCIN
Para efectos de proyeccin futura de la demanda, los trminos corto, mediano y largo plazo son relativos al contexto en que se emplean. Sin embargo, en los pronsticos de ventas, corto plazo casi siempre se refiere a perodos de tres a seis meses; mediano plazo a un perodo entre seis meses y un ao y largo plazo a un trmino mayor de un ao. En general, los modelos a corto plazo compensan la variacin aleatoria y se ajustan a los cambios a corto plazo (como las respuestas del consumidor a un producto nuevo). Los pronsticos a mediano plazo son tiles para efectos estacionales y los modelos a largo plazo detectan las tendencias generales y son muy tiles para identificar los cambios ms importantes. En este tipo de series estacionales se clasifican las curvas que siguen un comportamiento cclico en funcin del tiempo en el cual se asocia la estacionalidad de los datos que son caractersticos de pocas muy puntuales en el transcurso de un perodo determinado, generalmente anual.

OBJETIVOS
GENERAL Establecer la demanda pronosticada para curvas cclicas que siguen comportamientos estacionales. ESPECFICOS Realizar un anlisis primario con la informacin histrica de ventas reales. Determinar los pronsticos de evaluacin en funcin del anlisis primario. Proyectar, con el mayor grado de confiabilidad, la demanda futura de ventas pronosticadas para un perodo previamente establecido.

FUNDAMENTO CONCEPTUAL
SERIES ESTACIONALES (Curvas Cclicas) Cuando un conjunto de datos sigue un comportamiento repetitivo peridicamente (curvas que contienen picos y valles) se pueden definir como series de datos ordenados en forma cronolgica; estos estn formados por uno o ms componentes de demanda: tendencia, factor estacional, comportamiento cclico. Los ciclos se pueden componer por perodos de meses, trimestres, semestres, aos; en el caso de estos ltimos su particularidad es que su comportamiento de demanda es similar para los mismos meses de distinto ao. El factor que explica este comportamiento cclico se denomina ndice estacional, i el cual relaciona las demandas de ventas reales a un nivel horizontal, ejemplo: demanda de los meses de enero de aos consecutivos, en este caso particular las demandas de los meses de octubre y noviembre no interesan, ya que la relacin es horizontal, no vertical. Tambin se les llaman estacionales ya que coinciden sucesos muy particulares de origen cualitativo que hacen que la demanda se site en valores muy especficos. INDICE ESTACIONAL (i): Factor de correccin necesario para series de datos estacionales, el cual indica el grado de ajuste de la demanda a nivel horizontal. FORMULACIONES PARA EL CALCULO DE PRONOSTICO DE EVALUACION Y DE RIESGO: Pn = Vn * in Pn Vn donde: i = Xhor / Xver

= Pronstico de Evaluacin o de Riesgo = Ventas reales para el n-simo mes del ltimo perodo

in = ndice estacional para el n-simo mes


Xhor = promedio de ventas horizontal Xver = promedio de ventas vertical Por lo general, se relaciona estacional con un perodo del ao caracterizado por alguna actividad en particular. Se usa la palabra cclico para indicar que se trata de perodos anuales recurrentes de actividad repetitiva.

PROCEDIMIENTO DE SOLUCIN (Series estacionales) PASOS


PASO 1

DESCRIPCIN
Tabular y graficar la informacin histrica, es condicin indispensable tomar en cuenta al menos tres perodos completos de ventas reales (36 datos) Establecer el Anlisis Primario observando la tendencia de las ventas reales Realizar el Anlisis Secundario estableciendo los Pronsticos de Evaluacin (elegir perodos completos de informacin histrica) Calcular los promedios horizontales (Xhor) y el promedio vertical (Xver). Para los pronsticos de evaluacin se seleccionan dos perodos completos (24 datos) Xhor = es el promedio de ventas de los meses relacionados a nivel horizontal, ej: eneros, junios, diciembres, etc. Xver = promedio de la totalidad de ventas reales de los perodos completos a evaluar Calcular el ndice estacional: i = Xhor / Xver

HERRAMIENTAS A UTILIZAR
Hoja milimetrada, regla, lpiz, borrador Hoja de Microsoft Excel Lapicero, papel Matrices Lpiz, borrador, hojas, calculadora Lpiz, borrador, hojas, calculadora Tabla o matriz Lpiz, borrador, hojas, calculadora Tabla o matriz Lpiz, borrador, hojas, calculadora Lpiz, borrador, hojas, calculadora Matrices Lpiz, borrador, hojas, calculadora Lpiz, hojas, calculadora Matrices Lpiz, borrador, hojas, calculadora Matrices Lpiz, borrador, hojas, calculadora

PASO 2

PASO 3

PASO 4

PASO 5

PASO 6

PASO 7

PASO 8

Se elige un ciclaje = 4 que corresponde a los ltimos meses del ltimo perodo completo de evaluacin Se calculan los pronsticos de evaluacin, multiplicando las ventas reales del ciclaje elegido por el ndice estacional asociado a nivel horizontal Con los pronsticos de evaluacin se determina el error acumulado incurrido siguiendo la misma mecnica de los anteriores mtodos cuantitativos Se calcula el Pronstico de Riesgo repitiendo el procedimiento del PASO 4 al PASO 9, con la diferencia que ahora se toma en cuenta la totalidad de datos de los perodos completos

PASO 9

PASO 10

PASO 11

ANLISIS Y RESOLUCIN DEL CASO PRCTICO


DESCRIPCIN DEL CASO (Series Estacionales) Una empresa comercializadora de insumos y accesorios para materiales de oficina se encuentra evaluando la posibilidad de ejecutar algunos planes de expansin. En la actualidad, atiende mercados segmentados en la regin central y perimetral alrededor del departamento de Guatemala. La Gerencia General est evaluando la asignacin de recursos financieros para el reclutamiento, seleccin y capacitacin de personal de ventas que atienda mercados potenciales ubicados en el norte y oriente de la Repblica de Guatemala. Previamente a tomar la decisin de inversin en estas regiones potenciales, la Gerencia General solicita al Gerente de Produccin que le proporcione un informe con las proyecciones de demanda estimadas, utilizando modelos matemticos cuantitativos de pronsticos, tomando en cuenta los reportes de ventas que el Departamento de Mercadotecnia proporciona a la alta direccin. Las ventas histricas de tres perodos anteriores se detalla a continuacin:
MES Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Perodo 1 758 716 690 665 632 602 558 560 598 640 672 710 Perodo 2 745 763 760 726 693 662 629 655 688 710 742 756 Perodo 3 762 747 722 695 670 639 642 680 705 730 752 761

a) Graficar y tabular la informacin proporcionada y realizar un Anlisis Primario. b) Determinar los Pronsticos de Evaluacin (Anlisis Secundario) c) Estimar la proyeccin futura de ventas para el primer semestre del perodo 4.

SOLUCIN DEL CASO PRCTICO: a. TABULACIN DE DATOS


Ventas para los primeros 36 meses
900 800 700 600 Ventas 500 400 300 200 100 0 0 5 10 15 20 Mes 25 30 35 40

b. ANLISIS PRIMARIO: El comportamiento que muestra la cura es del tipo Cclico, con picos y valles a largo de su trayectoria, manteniendo similares demanda de ventas para meses en comn de distinto ao; por tanto, este conjunto de ventas se puede clasificar como una Serie de Estacionalidad (cclica). c. ANLISIS SECUNDARIO: Se obtienen los valores de Xhor , Xver e ndice estacional y se colocan en una tabla junto a los valores de ventas reales. Para encontrar el pronstico de evaluacin del perodo congelado de ventas (meses 33, 34, 35 y 36) se toman en cuenta dos perodos completos de datos, es decir, los meses que van desde 1 hasta 24:
MES Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Ventas 1 758 716 690 665 632 602 558 560 598 640 672 710 Ventas 2 745 763 760 726 693 662 629 655 688 710 742 756 Ventas 3 762 747 722 695 670 639 642 680 705 730 752 761 Xhor (24) 751.5 739.5 725 695.5 662.5 632 593.5 607.5 643 675 707 733 Xhor (36) 755 742 724 695.33 665 634.33 609.67 631.67 663.67 693.33 722 742.33 i (24) 1.1 1.09 1.07 1.02 0.97 0.93 0.87 0.89 0.95 0.99 1.04 1.08 i (36) 1.09 1.08 1.05 1.01 0.96 0.92 0.88 0.92 0.96 1.01 1.05 1.08

Xver(24)=680.42 Los pronsticos de evaluacin para los meses 33, 34, 35 y 36 se valan con el perodo congelado de ventas del ltimo perodo completo tomando en cuenta: corresponde a los meses 21, 22, 23 y 24:

P33 P34 P35 P36 MES 33 34 35 36

= = = =

688 * 0.95 710 * 0.99 742 * 1.04 756 * 1.08

= = = =

654 703 772 817


ERROR 51 27 -20 -56 E 51 78 98 154

VENTAS 705 730 752 761

PROYECCION 654 703 772 817

d. PRONSTICO DE RIESGO Para estimar la Previsin futura, se trabajan los tres perodos completos de ventas (36 meses), encontrando nuevos valores de Xhor, Xver e ndice estacional para la totalidad de datos de los tres perodos. Se obtiene el producto de las ventas reales del ltimo perodo conocido de ventas y se multiplica por su ndice estacional asociado a nivel horizontal. Los ndices estacionales utilizados son los calculados para 36 datos: MES 37 38 39 40 41 42 CALCULO 762 * 1.09 747 * 1.08 722 *1.05 695 * 1.01 670 * 0.96 639 * 0.92 PRONOSTICO 831 807 759 702 644 588

REPORTE 2.1
La empresa litogrfica de textos didcticos MIGUEL ANGEL ASTURIAS ha implementado desde hace tres aos un nuevo programa de logstica para la entrega del producto que fabrica. La demanda de textos se ha caracterizado por tener rdenes de pedido altos en temporada de ciclo escolar, contrastando con una demanda baja de libros durante el descanso vacacional durante el mismo perodo anual. La compaa est analizando la posibilidad de invertir en su lnea de produccin nmero dos de las tres con que cuenta en la actualidad para la impresin de libros de texto. Si decide invertir recursos en su lnea de produccin, tendr que capacitar a un grupo de operarios para que manejen una maquinaria nueva, siempre y cuando la demanda prevista para el primer semestre del ao 2014 justifique la inversin del nuevo equipo. Miguel Angel Asturias desea conocer con el mejor grado de confiabilidad posible cual ser la proyeccin estimada de distribucin de libros de texto para el perodo de enero a junio de 2014, de tal forma que planifique las operaciones de produccin y efecte un Anlisis Econmico Financiero sobre la viabilidad de

modernizar la lnea de produccin nmero dos, ya que el proyecto requiere un desembolso de capital muy fuerte (compra de maquinaria, adquisicin de insumos litogrficos, capacitacin de personal, entre otros). Utilizar el Mtodo Cuantitativo que mejor describa el conjunto de ventas histricas correspondientes a los tres ltimos perodos anuales proporcionado por la empresa litogrfica para establecer el Pronstico de Riesgo y recomendar a la Gerencia General acerca de la implementacin del nuevo proyecto. MES ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE Determinar: 1. Grfico de Ventas contra Tiempo para los tres perodos completos. 2. Efectuar el Anlisis Primario y el Anlisis Secundario del conjunto de ventas reales proporcionados por la empresa. 3. Establecer el Pronstico de Riesgo del primer semestre del ao 2014. 4. Evaluar y discutir, en equipos de trabajo, los resultados obtenidos y recomendar a la empresa Miguel Angel Asturias sobre la toma de decisiones en su lnea de produccin: i. Qu parmetros utilizara para realizar una Evaluacin Financiera con el objeto adquirir nueva maquinaria, rentarla o maquilar el producto ? Establezca cul de los tres casos es el ms conveniente y por qu. ii. Qu opciones sugiere para mantener ocupadas las lneas de produccin en los intervalos de tiempo en que la demanda de material didctico es baja? iii. Qu factores cualitativos considera importantes tomar en cuenta para que el Departamento de Ventas estime una proyeccin futura en funcin de las cualidades y percepciones de la cartera de clientes ? VENTAS (2011) VENTAS (2012) VENTAS (2013) 550 515 527 530 520 520 510 528 510 498 540 495 492 552 483 485 560 474 480 575 469 465 578 465 465 570 468 475 558 476 492 540 489 505 535 497

B. FAMILIAS COMBINADAS INTRODUCCIN


Existen empresas en las que la demanda de sus productos o servicios sigue un patrn repetitivo (cclico) y a la vez tienden a crecer o decrecer en funcin del tiempo (comportamiento ascendente o descendente). Cuando se tiene un conjunto de datos que al graficarlos sigue una tendencia de este tipo se clasifica como Familia Combinada. Su nombre, precisamente, se origina debido al hecho de que se componen de la combinacin de dos tipos de familias vistos con anterioridad (Familias Cclica y Correlacin). A este tipo de familia pertenecen todas aquellas empresas que constantemente estn innovando sus productos, proveyndolos de caractersticas muy particulares, que cumplen con satisfacer una necesidad a corto plazo, de tal forma que la muerte del producto llega muy pronto; pero para entonces, el departamento de mercadeo ya tiene el producto sustituto, con las innovaciones apropiadas listo para continuar satisfaciendo la necesidad identificada. La Familia Combinada utiliza el concepto de Series Estacionales debido a su comportamiento cclico, asimismo utiliza las ecuaciones de Regresin Lineal (Correlacin) porque los perodos cclicos (como conjunto) tienden a crecer o decrecer, y por lo tanto, tienen asociada una pendiente.

OBJETIVOS
GENERAL Establecer el procedimiento para proyectar las ventas en el caso especial que los datos histricos muestren un comportamiento combinado (cclico-correlacin). ESPECFICOS Identificar la tendencia que sigue una curva que se identifica dentro de las Familias Combinadas. Realizar un Anlisis Secundario con la informacin histrica. Determinar, con el mayor grado de confiabilidad, el Pronstico de Riesgo de un conjunto de datos clasificados como familia combinada.

FUNDAMENTO CONCEPTUAL
FAMILIAS COMBINADAS: Son Familias de Curvas que tienen cierta periodicidad en el tiempo pero tambin poseen una actitud creciente o decreciente. Para trabajar este tipo de familias se utiliza la mecnica de las Familias Cclicas combinando los mtodos de Familias de Regresin (debido a su actitud creciente y/o decreciente). Para analizar estos dos tipos de Familias, se hace uso de los ndices Estacionales. En este tipo de Familias se identifican todos aquellos productos que son dirigidos a segmentos de mercado con necesidades muy prcticas a corto plazo, de tal forma que su ciclo de vida es relativamente corto

innovndose con mucha frecuencia. En el momento en que empiezan a caer las ventas, la empresa lanza al mercado otro producto con innovaciones muy originales que va a sustituir el mercado del anterior, su caracterstica es que al principio se tiene una gran demanda pero no pasa mucho tiempo para que empiece la etapa de descenso en la ventas. Ejemplo de estos productos, tenemos entre otros: Distribuidoras de productos al detalle, algunas empresas de motocicletas y bicicletas con diseo muy especial, productos que tienen un leve ascenso en sus ventas producto de rebajas y promociones especiales pero a la larga su curva de ventas va en descenso, ropa de temporada diseada para un perodo especfico y en general, para todo tipo de producto o servicio que se ve afectado por causas externas fuera del alcance de nuestras manos; estos productos siguen un comportamiento hasta cierto punto errtico, es decir, no se pueden clasificar en ninguna de las tres familias anteriores y se recurre a este mtodo para su resolucin. ndices Estacionales (i): Son factores de correccin necesarios para series de datos temporales, el cual indica el grado de ajuste de las demandas a nivel horizontal. Ya sea que se trabaje Familias Cclicas o Combinadas, es necesario establecer los ndices para ambos casos. FORMULACIONES PARA ESTABLECER PRONOSTICOS DE EVALUACION Y DE RIESGO Vnuevas = Vorig bt Donde: Vorig = demanda real original b = pendiente de la Ec. de Regresin con mejor coeficiente de correlacin t = perodo de tiempo (en meses)

Pn = Xorig * i + bt Donde: Pn = Pronstico de Evaluacin y/o Riesgo Xorig = promedio demanda real original i = ndice estacional b = pendiente de la Ec. de Regresin con mejor coeficiente de Correlacin t = perodo de tiempo (en meses)

PROCEDIMIENTO DE SOLUCIN (Familias Combinadas) PASOS


PASO 1

DESCRIPCIN
Tabular y graficar la informacin histrica, es condicin indispensable tomar en cuenta al menos tres perodos completos de ventas reales (36 datos)

HERRAMIENTAS A UTILIZAR
Hoja milimetrada, regla, lpiz, borrador Hoja de Microsoft Excel

PASO 2

Establecer el Anlisis Primario observando la tendencia de las ventas reales Realizar el Anlisis Secundario estableciendo los Pronsticos de Evaluacin (elegir perodos completos de informacin histrica) Se evalan las ecuaciones normales de Correlacin (para 24 datos) encontrando la pendiente b de la ecuacin asociada con el mejor coeficiente de correlacin r (el ms cercano a 1) Con el valor de b elegido, encontrar un nuevo conjunto de datos llamado Ventas Nuevas, utilizando la formulacin establecida en la parte de arriba (24 datos) El resultado es un nuevo conjunto de datos que sigue un comportamiento netamente cclico (estacional) y por tanto se trabaja como tal Calcular los promedios horizontales (Xhor) y el promedio vertical (Xver) para los 24 datos de Ventas Nuevas Calcular el ndice estacional: i = Xhor / Xver

Lapicero, papel Matrices Lpiz, borrador, hojas, calculadora Calculadora cientfica, ecuaciones de Regresin Lineal (4 en total) Matrices, lpiz, borrador, regla, calculadora

PASO 3

PASO 4

PASO 5

***

PASO 6

Lpiz, borrador, hojas, calculadora Lpiz, borrador, hojas, calculadora Lpiz, borrador, hojas, calculadora

PASO 7

PASO 8

Se calcula Xorig con 24 datos de ventas originales Se encuentran los pronsticos de evaluacin correspondientes evaluando la formulacin destinada para ello: Pn = Xorig * i + bt Con los pronsticos de evaluacin se determina el error acumulado incurrido siguiendo la misma mecnica de los anteriores mtodos cuantitativos Evaluar los 24 datos originales (dos perodos completos) como una Serie de Correlacin, es decir, encontrar los errores acumulados para las 4 ecuaciones de Regresin Lineal Se comparan los cinco errores acumulados obtenidos para determinar con cual de ellos se proyectar la demanda futura Se encuentran nuevos valores de b, Vnuevas, i, Xorig para la totalidad de las ventas reales utilizando el mtodo cuantitativo que aport el menor error acumulado Se calcula el Pronstico de Riesgo para el perodo solicitado con la informacin obtenida en el PASO 13, valuando la formulacin de Pn = Xorig * i + bt (Pn = 37, 38, 39.)

PASO 9

Lpiz, hojas, calculadora Matrices Lpiz, borrador, hojas, calculadora Ecuaciones de Regresin Lineal, calculadora cientfica Lapicero, hojas Calculadora cientfica, ecuaciones de Regresin Lineal, lpiz, borrador Matrices Lpiz, borrador, hojas, calculadora

PASO 10

PASO 11

PASO 12

PASO 13

PASO 14

ANLISIS Y RESOLUCIN DEL CASO PRCTICO


DESCRIPCIN DEL CASO (Familias Combinadas) Una cadena de tiendas mayorista que se dedica al diseo, produccin y comercializacin de productos masivos dirigidos a segmentos de mercado de hogar, entretenimiento y utilitarios, se encuentra en plena fase de expansin, tratando de cubrir regiones que han quedado marginadas debido a una deficiente difusin y mercadeo de los productos que produce y comercializa. El Departamento de Ingeniera necesita retroalimentar informacin acerca de las necesidades del mercado consumidor que le sea til en los planes de diseo de productos. La compaa est evaluando la posibilidad de incursionar en el rea regional centroamericana pero cuenta con el inconveniente que en esa rea ya existen dos empresas ms que estn posicionadas en la mente del consumidor. Segn estimaciones de mercadeo, la participacin rondara el 28% de la poblacin total de consumidores. Para tratar de capturar ms segmentos de mercado, est pensando en utilizar la mayor cantidad de medios de comunicacin posibles (internet, radio, televisin, medios escritos) que le garanticen un mnimo de facturacin por ventas que le permitan apegarse a una estrategia corporativa de crecimiento a mediano plazo. Partiendo de la informacin de mercadeo, el Director General le solicita que le estime una proyeccin estimada de las ventas futuras en la regin centroamericana, analizando las ventas histricas de los tres ltimos perodos en la regin que actualmente es lder en la comercializacin de su variedad de productos. Las ventas reales de estos tres ltimos perodos se muestra a continuacin: MES ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE PERIODO 1 350 365 380 415 442 460 485 510 505 483 462 454 PERIODO 2 465 493 518 536 568 595 620 642 665 694 725 720 PERIODO 3 698 670 635 640 670 693 718 740 772 788 812 830

Establecer: a) Grfico de ventas con tiempo y efectuar el Anlisis Primario. b) Anlisis Secundario (utilizar las frmulas de Regresin en las calculadoras) c) Calcular el Pronstico de Riesgo para el primer semestre del perodo 4.

SOLUCIN DEL CASO PRCTICO (Familias Combinadas): PASO 1. Tabulacin de Datos: Como primer paso procedemos a tabular el juego de datos que nos proporcionan para establecer cual es el comportamiento que sigue la curva resultante. GRAFICO DE VENTAS REALES
Ventas de los ltimos tres perodos
900 800 700 600 Ventas 500 400 300 200 100 0 0 5 10 15 20 Mes 25 30 35 40

PASO 2. Anlisis Primario: Luego de graficar el conjunto de ventas reales conocidas, concluimos que pertenece al grupo de Familias Combinadas, ya que tiene asociado un comportamiento cclico que va creciendo conforme avanza el tiempo, es decir, estn presentes dos tipos de anlisis (Cclico y Correlacin); por tanto se procede a efectuar el anlisis comparativo para establecer cual es la diferencia entre la demanda real y el pronstico de evaluacin (error acumulado). PASO 3. Anlisis Secundario (Pronstico de Evaluacin): Una Familia Combinada se compone de la mezcla de Familias Cclica y Regresin, por lo tanto, se trabajan perodos completos de ventas conocidas, en este caso dos perodos completos (24 meses). El procedimiento consiste en evaluar primeramente los dos perodos iniciales como Familia de Regresin, es decir, encontramos los valores de a, b & r para cada ecuacin estadstica de correlacin (lineal, logartmica, exponencial y potencial). La ecuacin que arroje el mejor coeficiente de correlacin (r), el ms cercano a uno, proveer el valor de b (pendiente), el cual se utilizar para hacer los clculos de las Ventas Nuevas con la frmula: Vnuevas = Vorig - bt donde: b = pendiente t = perodo de tiempo desde 1 a 24 meses

Los resultados obtenidos al ingresar las ventas de los primeros dos perodos completos para encontrar el valor de la pendiente (b) son los siguientes (valores obtenidos en Software de Pronsticos): ECUACION LINEAL ECUACION LOGARITMICA ECUACION EXPONENCIAL ECUACION POTENCIAL y y y y = = = = 340.42 + 14.61x 266.47 + 112.38 Ln x 361.53 (1.028)x 307.29 x(0.2239) r r r r = = = = 0.9466 0.8554 0.9510 0.8968

La Ecuacin de Regresin forma Exponencial es la que mejor se ajusta al conjunto de datos, ya que su coeficiente r = 0.9510 es el ms cercano a uno, por tanto, para el clculo de Vnuevas se usa b = 1.028 : Como estamos todava dentro de la parte del procedimiento, se toman en cuenta dos decimales para los clculos de Vnuevas: Vnuevas1 = 350 1.028 (1) = 348.97 Vnuevas2 = 365 1.028 (2) = 362.94 Vnuevas24 = 720 1.028 (24) = 694.33 Con los datos de Vnuevas, se trabaja ahora la curva como Familia Cclica calculando Xhor & Xver, para luego hallar los respectivos ndices estacionales (desde 1 hasta 12): Xhor1 = (348.97 + 451.64)/2 = 400.31 Xhor2 = (362.94 + 478.61)/2 = 420.78 Xhor12 = (441.66 + 694.33)/2 = 567.99 Xver(24) = (348.97 + 362.94 + + 694.33) / 24 = 510.09 i1 = 400.31 / 510.09 = 0.78 i2 = 420.78 / 510.09 = 0.82 .

i12 = 567.99 / 510.09 = 1.11

La tabla con todos los datos tabulados se muestra a continuacin: MES ENERO FEB MARZO ABRIL MAYO JUNIO JULIO AGO SEPT OCT NOV DIC
VENTAS Perodo 1 VENTAS Perodo 2 VENTAS Perodo 3

350 365 380 415 442 460 485 510 505 483 462 454

465 493 518 536 568 595 620 642 665 694 725 720

698 670 635 640 670 693 718 740 772 788 812 830

Vnuevas Per 1 348.97 362.94 376.92 410.89 436.86 453.83 477.80 501.78 495.75 472.17 450.69 441.66

Vnuevas Per 2 451.64 478.61 502.58 519.55 550.52 576.50 600.47 621.44 643.41 671.38 701.36 694.33

Xhor
(24 datos)

Indice Est.

400.31 420.78 439.75 465.22 493.69 515.17 539.14 561.61 569.58 571.78 576.03 567.99

0.78 0.82 0.86 0.91 0.97 1.01 1.06 1.10 1.12 1.12 1.13 1.11

Como siguiente paso se procede a calcular los Pronsticos de Evaluacin para los meses 33, 34, 35 y 36 usando la frmula: Pn = Xorig * i + bt donde: Xorig = prom ventas reales originales Xorig(24) = (350 + 365 + 380 + .. + 725 + 720) / 24 = 523 P33 P34 P35 P36 MES 33 34 35 36 = = = = 523 * 1.12 + (1.028)(33) 523 * 1.12 + (1.028)(34) 523 * 1.13 + (1.028)(35) 523 * 1.11 + (1.028)(36) = = = = 620 621 627 618 ERROR 152 167 185 212 ERROR ACUM 152 319 504 716

VENTAS 772 788 812 830

PROYECCION 620 621 627 618

OBSERVACIN: Previo a realizar el Pronstico de Riesgo como familia combinada, se trabajan los Pronsticos de Evaluacin como Serie de Correlacin (valuando las 4 ecuaciones de Regresin Lineal, siempre tomando 24 datos) y los errores acumulados encontrados se comparan con el error acumulado hallado en la parte de arriba; con el mtodo cuantitativo que tiene el menor error (5 en total) se establece el Pronstico de Riesgo. PASO 4. Pronstico de Riesgo: Para conocer la proyeccin futura procedemos a calcular un nuevo valor de b (pendiente), Vnuevas, Xhor, Xver, i & Xorig tomando en cuenta la totalidad de los datos (36). Siguiendo el mismo procedimiento anterior, los valores encontrados son los siguientes: Ecuacin de Regresin (forma Lineal) *y = 361.65 + 12.31x (b = 12.31) *Al tomar en cuenta 36 datos, el nuevo valor de la pendiente corresponde a la Ec.
de Regresin forma Lineal.

El valor de b se ingresa en la frmula Vnuevas (para 36 datos) y los resultados se resumen en la siguiente tabla (se incluyen Xhor e ndice estacional): Xvert(36) = 361.65 (para 36 datos)

MES ENERO FEB MARZO ABRIL MAYO JUNIO JULIO AGO SEPT OCT NOV DIC

VENTAS Perodo 1

VENTAS Perodo 2

VENTAS Perodo 3

Vnuevas Per 1

Vnuevas Per 2

Vnuevas Per 3

Xhor (36 datos)

ndice (i)

350 365 380 415 442 460 485 510 505 483 462 454

465 493 518 536 568 595 620 642 665 694 725 720

698 670 635 640 670 693 718 740 772 788 812 830

337.69 340.38 343.07 365.76 380.45 386.14 398.83 411.52 394.21 359.90 326.59 306.28

304.97 320.66 333.35 339.04 358.73 373.42 386.11 395.80 406.49 423.18 441.87 424.56

390.25 349.94 302.63 295.32 313.01 323.70 336.39 346.08 365.77 369.46 381.15 386.84

344.30 336.99 326.35 333.37 350.73 361.09 373.78 384.47 388.82 384.18 383.20 372.56

0.95 0.93 0.90 0.92 0.97 1.00 1.03 1.06 1.08 1.06 1.06 1.03

El Pronstico de Riesgo para el perodo 4 se define con la siguiente formulacin: Xorig(36) = (350 + 365 + . + 830) / 36 = 589.39 (para 36 datos)

Penero = 589.39*0.95 + 12.31(37) = 1016 Pfeb = 589.39*0.93 + 12.31(38) = 1016 Pmarzo = 589.39*0.90 + 12.31(39) = 1011 Pabril = 589.39*0.92 + 12.31(40) = 1035 Pmayo = 589.39*0.97 + 12.31(41) = 1077 Pjunio = 589.39*1.00 + 12.31(42) = 1107

MES Enero Febrero Marzo Abril Mayo Junio

PROYECCION (perodo cuatro) 1016 1016 1011 1035 1077 1107

CONCLUSIONES
Las empresas que comercializan productos de temporada (estacionales) tienen la particularidad que sus picos mximos de ventas se encuentran en perodos determinados por aspectos cualitativos de demanda; tienen asociado un ndice estacional que indica el grado en que las ventas sufrirn un incremento o decremento en relacin a la ltima venta real a nivel horizontal. Los productos que se identifican como estacionales se pueden mencionar, entre otros: venta de tiles escolares, paraguas o sombrillas, artculos navideos, anillos de graduacin, determinados tipos de bebidas, etc. Los productos que siguen comportamientos errticos, es decir, su tendencia es el resultado de una combinacin de varios mtodos cuantitativos, como ocurre en la mayora de las situaciones reales de las organizaciones, se identifican como familias combinadas y su prediccin de ventas sigue una metodologa de anlisis muy particular. En la realidad, la distintas combinaciones entre distintos tipos de familias de pronsticos son las siguientes: ESTABLE-CORRELACIN, cuando el valor de la pendiente es muy pequeo; ESTABLECICLICA, cuando la onda de la curva cclica es muy alisada y CORRELACIN-COMBINADA, cuando la tendencia sigue comportamientos cclicos mezclados con actitud ascendente descendente.

BIBLIOGRAFIA
TORRES, Sergio : CONTROL DE LA PRODUCCION Editorial Palacios. Ao 2008. Guatemala, C. A. CHASE, Richard , JACOBS, Robert & AQUILANO, Nicholas : ADMINISTRACION DE OPERACIONES. Produccin y Cadena de Suministros. Editorial McGraw-Hill. Duodcima Edicin. Ao 2009.

HEIZER, Jay & RENDER, Barry: DIRECCION DE LA PRODUCCION. Decisiones Tcticas. Editorial Prentice-Hall. Sexta Edicin. Impreso en Espaa. Ao 2001.

HOJA DE TRABAJO 2
(para entregar al final de la prctica) Con la informacin que se le proporciona a continuacin, establecer un Pronstico de Riesgo para el primer cuatrimestre del perodo 4, utilizando la metodologa que considere conveniente: MES ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE PERIODO 1 200 220 240 200 210 230 250 260 275 270 260 280 PERIODO 2 285 298 310 330 320 305 310 325 340 360 385 408 PERIODO 3 420 410 395 380 405 425 440 455 445 430 435 460

REPORTE 2.2
HomeMarket es una filial de un consorcio europeo que se ha establecido en el rea metropolitana del Departamento de Guatemala desde hace cinco aos. Sus actividades comerciales giran en torno a la distribucin de toda clase de productos para el hogar, entretenimiento y alimentos enlatados de primera necesidad; su poltica de venta es al mayoreo y menudeo y estas se han visto incrementadas paulatinamente. Se han tenido ciertos perodos de ventas los cuales han cado moderadamente, la razn de la baja demanda se ha debido a factores externos cualitativos fuera del alcance de las manos de la Gerencia de HomeMarket. El local que ocupa sus instalaciones fsicas ya no se est dando abasto para almacenar todos los productos que distribuye, es ms, estn subarrendando un local para colocar el producto terminado, debido a que sus bodegas son insuficientes para almacenarlo; esta situacin ha elevado los costos fijos de HomeMarket, ya que se incrementa el costo por traslado de los productos entre una y otra bodega representando a la vez una prdida considerable de tiempo para efectuar tales movimientos. Esta empresa de ventas por catlogo tiene altas expectativas con respecto a las ventas esperadas para el ao 2014, razn por la cual est evaluando la posibilidad de adquirir una bodega ms grande que le representar un incremento en su costo fijo por concepto de arrendamiento del 10%. Tiene el ofrecimiento por parte de sus proveedores que la capacidad de despacho de materia prima y accesorios puede ser duplicada, en caso sea necesario. Paralelamente a esta situacin, el Departamento de Ventas est realizando un Estudio de Mercado para conocer el nivel de aceptacin de la variedad de productos que ofrece y en qu medida satisfacen las necesidades existentes en su mercado consumidor.

Las ventas que la compaa reporta para los ltimos aos es la siguiente: MES ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE Establecer: a) Un Anlisis Primario para conocer la tendencia del conjunto de datos presentado y clasificarlo dentro de un grupo de familias conocido. b) Conociendo la familia a la que pertenece, realizar un Anlisis Secundario para encontrar el error acumulado. c) Calcular el Pronstico de Riesgo para el primer semestre del ao 2014. d) Analizar y discutir, en equipos de trabajo, el Pronstico de Riesgo estimado y en funcin de este, recomendar a HomeMarket sobre la posible adquisicin de una instalacin ms grande. e) De ser positiva la adquisicin de una instalacin ms grande, establezca las caractersticas que debe poseer la nueva nave industrial. Especifique el diseo de planta que debe tener la nueva instalacin en base a su experiencia como Ingeniero Industrial (distribucin de ambientes, tipo de productos a fabricar, maquinaria, reas de almacenaje, tipo de proceso, etc.) f) Cuales son los segmentos de consumidores potenciales que, sugiere al Departamento de Ventas, debe contener el Estudio de Mercado para conocer las preferencias de aquellos hacia los productos de HomeMarket. g) Graficar las ventas reales histricas y la proyeccin de demanda futura estimada en un mismo plano X-Y para observar ambos comportamientos (pasados y futuros) y argumentar las causas probables de las variaciones observadas. IMPORTANTE: MILIMETRADO. DIBUJAR EL GRAFICO DE LAS VENTAS REALES Y PROYECTADAS EN PAPEL VENTAS (2011) 2563 2876 3104 3332 3335 3338 3336 3469 3692 3890 4093 4095 VENTAS (2012) 4164 4187 4315 4543 4746 4949 4947 4980 5003 5101 5304 5506 VENTAS (2013) 5760 5783 5811 5839 5942 6145 6343 6576 6599 6597 6600 6702

Вам также может понравиться