Академический Документы
Профессиональный Документы
Культура Документы
Estas reglas de pronstico no son rgidas. Si una regla parece funcionar bien, se
agrega. Si una no funcion, se suprime.
La segunda parte del proceso es una simulacin por computadora. Para usar el
sistema, deben tenerse datos histricos; por ejemplo, datos de 18 a 24 meses. El
proceso de simulacin usa las reglas de pronstico para predecir datos recientes.
La regla que mejor pronostique en el pasado es la que se usa para predecir el
futuro. El ejemplo 5 es un ejercicio usado por Smith.6
Ejemplo 5: Demanda en unidades de una charola para asadora
La tabla siguiente muestra la demanda en unidades de una charola para asadora
en un periodo de 18 meses. (Trate de adivinar cul sera la demanda para julio,
agosto y septiembre de este ao y compare su conjetura con los datos reales
presentados despus.)
SOLUCIN
Por brevedad, aqu se aplican slo dos reglas para demostrar el mtodo: 1 y 5. En
la prctica, se usaran todas.
Mediante pronstico enfocado, primero se prueba la regla 1: lo que se haya
vendido en los tres ltimos meses ser probablemente lo que se venda en los tres
meses siguientes (se usan indistintamente los trminos demanda y ventas,
suponiendo que las demandas culminan en ventas reales). Primero se prueba esta
regla con los tres meses pasados:
Lo que ocurri en realidad durante abril, mayo y junio fue de 363, as que el
pronstico fue 175/363 o slo 48 por ciento de la demanda real.
Como la regla 1 fue la mejor para pronosticar los tres meses pasados, se usa esa
regla para predecir julio, agosto y septiembre de este ao. La regla 1 dice que lo
que se haya vendido en los tres ltimos meses ser probablemente lo que se
venda en los tres meses siguientes.
Pronstico (Jul + Ago + Sep) = Demanda (Abr + May + Jun)
Pronstico (Jul + Ago + Sep) = 134 + 92 +137 = 363
La demanda actual del periodo fue de 357, como se ve en la tabla, lo que muestra
la historia completa de la demanda de este ao y sirve como base para hacer una
comparacin.
variaciones
de
uniformidad
exponencial
(incluyendo
uniformidad