METODOLOGA DEL PRONSTICO ENFOCADO

El pronstico enfocado simplemente prueba varias reglas que parecen lgicas y

fciles de entender para proyectar al futuro los datos del pasado. Cada una de
estas reglas se usa en un programa de simulacin por computadora para
proyectar realmente la demanda y medir el desempeo de la regla cuando se
compara con lo que ocurri. Por lo tanto, los dos componentes del sistema de
pronstico enfocado son:
1. varias reglas de pronstico muy simples, y
2. simulacin por computadora de estas reglas sobre datos del pasado.
Se trata de reglas simples y de sentido comn que se formulan y prueban para ver
si deben conservarse. Entre los ejemplos de reglas simples de pronstico se
encuentran:
1. Lo que se haya vendido en los tres ltimos meses ser probablemente lo que se
venda en los tres meses siguientes.
2. Lo que se vendi en el mismo trimestre del ao pasado se vender
probablemente en ese periodo de este ao (esto dara cuenta de los efectos
estacionales).
3. Es probable que se venda 10 por ciento ms en los siguientes tres meses que
en los tres meses anteriores.
4. Es probable que se venda 50 por ciento ms en los tres meses siguientes que
en los mismos tres meses del ao anterior.
5. Cualquiera que haya sido el cambio porcentual de los ltimos tres meses de
este ao en comparacin con los mismos tres meses del ao pasado, ser
probablemente el mismo cambio porcentual que se tendr en los siguientes tres
meses del ao.

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:

Pronstico (abril, mayo, junio) = Demanda (enero + febrero + marzo)

= 72 + 90 + 108 = 270
Como lo que ocurri en la realidad fue 363 (134 + 92 + 137), el pronstico fue
270/364 = 74 por ciento. En otras palabras, fue 26 por ciento bajo.
Prubese otra regla, como la 5: cualquiera que haya sido el cambio porcentual de
los ltimos tres meses de este ao en comparacin con los mismos tres meses del
ao pasado, ser probablemente el mismo cambio porcentual que se tendr en los
siguientes tres meses del ao.

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.

Luego, los compradores o los empleados de control que tienen la responsabilidad

de estos rubros revisan y, si fuera necesario, modifican los pronsticos hechos con
la lgica enfocada. Cuando ven los pronsticos hechos por la computadora, saben
qu mtodo se us y pueden aceptar el pronstico o cambiarlo si no estn de
acuerdo. Smith dice que alrededor de 8% de los pronsticos los cambian los
compradores, porque saben algo que la computadora ignora (por ejemplo, la
causa de una demanda grande anterior o que el pronstico siguiente es
demasiado elevado porque un competidor introdujo un producto rival).
Smith afirma que de todas las simulaciones de pronsticos que ha ejecutado
usando

variaciones

de

uniformidad

exponencial

(incluyendo

adaptada), el pronstico enfocado es el que da mejores resultados.

uniformidad