Академический Документы
Профессиональный Документы
Культура Документы
Pronsticos de Ventas
Pronosticar
Mtodos Cualitativos
Se basan en:
- Criterio
- Experiencia
- Datos relevantes (que pueden ser pocos)
- Modelo implcito
Mtodos
- Delphi
- Estudios de mercado
- Ciclo de vida
- Juicio informado
Mtodos Cuantitativos
Utilizan
un modelo matemtico
Mtodos:
- Series de Tiempo: asumen que el patrn de
demanda pasado se repetir en el futuro.
- Mtodos causales: desarrollan un modelo causaefecto entre la demanda y otras variables.
Series de Tiempo
Ejemplo de Descomposicin
Serie Original
Tiempo
Ciclo
Estacionalidad
Tendencia
Nivel
Ruido
Tiempo
Error de Proyeccin
Se debe estimar un error de la proyeccin.
Errores de Proyeccin
Sea
Dt demanda real en periodo t
Ft pronstico de demanda para periodo t
Error et Dt Ft
Suma de Errores Acumulativos
CFE e t
t
Errores de Proyeccin
Desviacin Media Absoluta
t
MAD t
i 1
CFE
MAD
Error porcentual medio absoluto
Seal de Rastreo T
1
MAPE t
n
D F
i 1
Di
Errores de Proyeccin
Seal de Rastreo T
CFE
MAD
Demanda
Pronostico
Error
Error
Acumulado
Error
Absoluto
Error
Abs. Acum.
MAD
Mes
Seal
de Rastreo
1
2
3
4
5
6
7
8
9
10
200
250
200
250
270
250
340
300
250
350
190
220
230
217
233
240
257
287
297
297
10
30
-30
33
37
10
83
13
-47
53
10
40
10
43
80
90
173
187
140
193
10
30
30
33
37
10
83
13
47
53
10
40
70
103
140
150
233
247
293
347
10,00
20,00
23,33
25,83
28,00
25,00
33,33
30,83
32,59
34,67
1,00
2,00
0,43
1,68
2,86
3,60
5,20
6,05
4,30
5,58
Medias Mviles
1
(D t D t -1 ...... D t - N 1 )
N
Ft estimacin de demanda del periodo t
Ft 1
Ajuste Exponencial
Ejemplo 1
Frmula:
Ft 1 D t (1 - ) Ft
D t demanda de periodo t
Ft estimacin de demanda para periodo t
constante de suavizacin
Dda.
0
1
2
3
4
5
6
7
8
9
10
200
220
240
350
350
400
450
400
400
220
200
Est.
0,1
200
200
202
206
220
233
250
270
283
295
287
Est.
0,3
200
200
206
216
256
284
319
358
371
380
332
Ajuste Exponencial
Ponderadores
Periodo
0,05
0,1
0,2
0,3
1
2
3
4
5
6
0,0500
0,0475
0,0451
0,0429
0,0407
0,0387
0,1000
0,0900
0,0810
0,0729
0,0656
0,0590
0,2000
0,1600
0,1280
0,1024
0,0819
0,0655
0,3000
0,2100
0,1470
0,1029
0,0720
0,0504
Ajuste Exponencial
RESULTADO EJEMPLO
500
400
Demanda
300
Estimacin (0,1)
200
Estimacin (0,3)
100
0
1
Semanas
10
Ajuste Exponencial
IMPACTO VALOR ESTIMACION INICIAL
600
500
400
DemandaReal
Proyeccion1
300
Proyeccion2
Proyecccion3
200
Proyeccion4
100
0
1
11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41
Ajuste Exponencial
Error de Estimacin
MAD: Desviacin Media Absoluta
MAD t D t - Ft (1 - ) MAD t -1
T: Seal de Rastreo
t
Tt
(D
k 1
Fk )
MADt
Ajuste Exponencial
Error de Estimacin: Intervalos de Control
[Dt Ft ]> 3,75 MADt
Punto Extremo
= 1,25 MADt
[T] > 6
No se sigue demanda.
Est.
0
200
1
220
2
240
3
350
4
350
5
400
6
350
7
330
8
300
9
250
10
200
Sesgo
Desviacin Absoluta
200
200
202
206
220
233
250
260
267
270
268
Error
20
38
144
130
167
100
70
33
-20
-68
614
791
0,30,3
MAD
Est.
10
11
14
27
37
50
55
57
54
51
53
200
200
206
216
256
284
319
328
329
320
299
Error
20
34
134
94
116
31
2
-29
-70
-99
231
628
MAD
10
13
19
54
66
81
66
46
41
50
65
0,3
Error
Suma
TS
Absoluto Errores
Da
Demanda Proyeccin Error MAD
------------ ------------ -------------- ---------- ---------- ------------ ------------ -----------1
40,0
40,0
0,0
0,0
0,0
0,0
0,0
2
50,0
40,0
10,0
3,0
3,3
10,0
10,0
3
60,0
43,0
17,0
7,2
3,8
17,0
27,0
4
70,0
48,1
21,9
11,6
4,2
21,9
48,9
5
80,0
54,7
25,3
15,7
4,7
25,3
74,2
6
90,0
62,3
27,7
19,3
5,3
27,7
102,0
7
50,0
70,6
-20,6
19,7
4,1
20,6
81,4
8
64,4
----------------- --------- --------- ---------- ---------- --------TOTAL
440,0
358,6
81,4
76,6
25,4
122,5
Error
-5,00
3,60
6,27
-6,46
-4,78
-2,17
2,21
7,12
-10,61
-3,35
-10,75
-14,20
-20,02
-10,85
-13,39
Estimacin
Simple
30,00
30,00
29,80
30,72
32,15
32,53
33,28
34,45
36,21
38,59
39,33
40,89
41,81
42,42
42,48
43,43
44,09
0,1
0,2
Demanda
60
50
40
30
Demanda Real
20
Demanda Estimada
10
Ajuste Simple
0
1
Semanas
11
13
15
ruido
Fk (a k b) I k
Fk estimacin de demanda en periodo k
Ii
d
j 1
L
ij
*L
d
i 1
j 1
ij
en que
d ij demanda de periodo i en ciclo j
n nmero de ciclos (por ejemplo, aos)
L nmero de periodos en un ciclo (por ejemplo 12 meses)
t 1
n
t 1
xt yt nx y
x t2 n x
b y a x
151
167
218
264
428
256
194
211
280
318
546
305
3338
Indices
0,6201
0,6794
0,8951
1,0461
1,7507
1,0084
0,6201
Demanda
Desestacionalizada
243
246
244
252
244
254
313
311
313
304
312
302
Suma
Promedio
(x)
1
2
3
4
5
6
7
8
9
10
11
12
78
6,5
Demanda
Desestacionalizada
(y)
243
246
244
252
244
254
313
311
313
304
312
302
3338
278
(xy)
243
492
732
1008
1220
1524
2191
2488
2817
3040
3432
3624
22811
(x2)
1
4
9
16
25
36
49
64
81
100
121
144
650
t 1
n
t 1
xt yt nx y
x
2
t
nx
22 . 811 12 * 6 , 5 * 278
650 12 * ( 6 , 5 ) 2
7 , 7902
F13= (7,7902*13+227,53)*0,6201
F14= (7,7902*14+227,53)*0,6794
204
229
308
368
630
371
F15= (7,7902*15+227,53)*0,8951
F16 =
F17 =
F18 =
500
400
300
Dda. Desest.
200
Demanda Ajustada
100
PERIODOS
17
15
13
11
0
1
DEMANDAS
600
Estimacin de
Demanda
Mtodo de Winters
Ft k at k bt ( I t k L )
d
bt t (1 )(bt 1 at 1 )
It
at (bt bt 1 ) (1 )at 1
d
I t t (1 ) I t L
bt
a = tendencia suavizada
b = promedio suavizado
It = ndice estacional
, , = Coeficientes de suavizacin
Modelos Causales
y a b x
y = Valor de la variable dependiente
x = valor de la variable dependiente
a = Pendiente de la lnea de regresin
b = Trmino libre
Error estndar de la estimacin:
Sx , y
( y y )
n2
Modelos Causales
Coeficiente de Correlacin
El coeficiente de correlacin r mide la direccin
e intensidad de la relacin entre la variable
dependiente e independiente. Est entre -1 y 1.
n xy
{n x ( x )
2
x y
}{n y (
2
Reglas Prcticas
(Smith, 1984)
y)2}
Seleccin de Mtodo de
Pronstico
Complejidad del sistema actual de pronstico.
Los usuarios (quienes utilizarn los mtodos)
Tiempo y recursos disponible para bsqueda de
datos y preparacin de la proyeccin.
Uso de la proyeccin
Disponibilidad de datos
Patrn de datos
PRONSTICO DE DEMANDA
LUIS QUEZADA LLANCA