PRONÓSTICO

ES UNA TÉCNICA QUE PERMITE PREDECIR EL FUTURO, BASÁNDOSE EN:

ACONTECIMIENTOS PASADOS.
INFORMACIÓN ESTADÍSTICA RECABADA SOBRE EXPERIENCIAS
SIMILARES.
ESTIMACIONES BASADAS EN ESTUDIOS DE MERCADO U OTROS MEDIOS
DE SONDEO.
 EJEMPLOS DE PRONÓSTICOS

El pronóstico de la demanda de cualquier producto, incluyendo insumos tales

como materias primas, mano de obra y otros gastos de fabricación.

En base a experiencias previas, también es posible estimar la demanda de

órdenes de servicio, información y reclamaciones de los clientes.

Cifras macroeconómicas; tales como crecimiento del PIB, riesgo país, paridad
cambiaria, etc.
EL PROCESO DE TOMA DE DECISIONES

ELABORACIÓN
DISEÑO
DE
DEL
LOS
PRONÓSTICO
PRESUPUESTOS

ESTADOS
FINANCIEROS
PROYECTADOS
 FACTORES A CONSIDERAR PARA LA ELECCIÓN DEL
MÉTODO

LA DISPONIBILIDAD DE LOS DATOS.

LA VALIDEZ DE LOS DATOS.
LAS VARIABLES QUE SE PRETENDEN ESTUDIAR Y SU POSIBLE INTERRELACIÓN.
EL NÚMERO DE VARIABLES QUE SE REQUIEREN.
EL GRADO DE EXACTITUD DESEADO.
LOS RECURSOS INFORMÁTICOS DE QUE SE DISPONEN.
LOS CONOCIMIENTOS MATEMÁTICOS.
EL ANÁLISIS COSTO-BENEFICIO DEL MÉTODO.
MÉTODOS CUANTITATIVOS
PARA ELABORAR PRONÓSTICOS
ANÁLISIS DE SERIES DE TIEMPO:
 PROMEDIOS MÓVILES.
 SUAVIZACIÓN EXPONENCIAL.
 DESCOMPOSICIÓN DE SERIES DE TIEMPO.

MODELOS EXPLICATIVOS:
 REGRESIÓN SIMPLE O MULTIVARIABLE.
 CRECIMIENTO LINEAL Y EXPONENCIAL.
 MODELOS ECONOMÉTRICOS.
 MODELOS DE INSUMO-PRODUCTO.
 BONDADES DE LOS PRONÓSTICOS
CUANTITATIVOS

UN BUEN PRONÓSTICO SIRVE PARA:

 Reducir el costo de manejo de inventarios.
 Calcular adecuadamente los costos de materia prima.
 Incrementar el grado de satisfacción del cliente.
 Efectuar atinados presupuestos de ingresos, egresos y
operaciones en general.
 Disminuir los imprevistos.
ELEMENTOS I

TENDENCIA A LARGO PLAZO

 INDICA SI LA SERIE TEMPORAL ES CRECIENTE O DECRECIENTE:.
 LA DEMANDA DE UN PRODUCTO, QUE PUEDE SER
ESTACIONARIA O IR DECLINANDO CON EL TIEMPO.

VARIACIÓN ESTACIONAL.
 PROBABLEMENTE LA DEMANDA DEL PRODUCTO DIFIERE
SEGÚN LA ÉPOCA DEL AÑO .
 *EJEMPLO: LOS ARTÍCULOS NAVIDEÑOS,
QUE DE OCTUBRE A DICIEMBRE TIENEN UNA
MAYOR DEMANDA QUE EL RESTO DEL AÑO.

9
ELEMENTOS II
> VARIACIÓN CÍCLICA.
LA SERIE TEMPORAL PUEDE PRESENTAR UNA MEJORA O
BAJA TEMPORAL QUE NO SIGUE NINGÚN PATRÓN CLARO.
• GENERALMENTE SE ORIGINA POR LOS
CICLOS MACROECONÓMICOS (TIPO DE
CAMBIO, CRISIS, ETC.).
> EFECTOS ALEATORIOS.
EL COMPORTAMIENTO DE LA SERIE ES COMPLETAMENTE
IMPREDECIBLE; NO SIGUE NINGÚN PATRÓN.
*EJEMPLO: LAS VENTAS DE DISCOS DURANTE
UN MES CUALQUIERA, SIN FESTIVIDADES, O
DE ALGÚN MODELO DE ROPA DE UN
DISEÑADOR NO RECONOCIDO.

10
 TENDENCIA A LARGO PLAZO

Venta de un artículo de moda

140000

120000

100000

80000
Ventas
60000

40000

20000

0
2000 2001 2002 2003 2004 2005 2006
Año
 Ventas

2000
4000
6000
8000
10000

0
En
er
o
Fe
br
er
o
M
ar
zo
Ab
ril
M
ay
o
Ju
nio

Ju
VÁRIACIÓN ESTACIONAL

lio

Mes
Ag
Se osto
pt
iem
Venta de regalos

br
e
Oc
tu
No bre
vie
m
Di br
c ie e
m
br
e
2006
2005
2004
 VARIACIÓN CÍCLICA

Precios del Crudo

6000

5000

4000
3000 Precio
2000

1000
0
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Año

13
 EFECTOS ALEATORIOS

Ventas de chicles

600

500

400
Mes

300 Serie1
200

100
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Ventas
 PROMEDIOS MÓVILES
CONSISTE EN CALCULAR EL PROMEDIO DE UN CONJUNTO DE DATOS
RECAUDADOS DE UNA MISMA VARIABLE Y UTILIZARLO COMO ESTIMACIÓN
DEL VALOR QUE TENDRÁ ESA MISMA VARIABLE EN EL SIGUIENTE
PERIODO.

y t  y t 1  ...  y t n1
Ft 1 
n

t tt+1 tt+1 t+1

t t+1
PROMEDIOS MÓVILES EN EXCEL I
PROMEDIOS MÓVILES EN EXCEL II
PROMEDIOS MÓVILES EN EXCEL III
PROMEDIOS MÓVILES EN EXCEL IV
RESULTADO FINAL
 SUAVIZACIÓN EXPONENCIAL

Esta técnica es usada pronosticar series de tiempo estacionarias.

Todos los valores de los datos históricos intervienen en la determinación del pronóstico.

Es similar al método anterior, solo que a los datos más recientes se les da mayor
ponderación.

El pronóstico nuevo es igual al pronóstico del periodo anterior más una corrección
proporcional al último error observado.
C. EXPONENCIAL EN EXCEL I
C. EXPONENCIAL EN EXCEL II
RESULTADO FINAL
ELEMENTOS DE LA
SERIE DE TIEMPO
> SE DESCOMPONEN LOS ELEMENTOS:
• TENDENCIA
• CICLO
• ESTACIONALIDAD
• ERROR
A EFECTO DE AISLAR E IDENTIFICAR EL
PATRÓN DE COMPORTAMIENTO DE CADA
UNO Y CONSTRUIR EL MODELO
MATEMÁTICO QUE PERMITA PROYECTAR
LA SERIE HACIA EL FUTURO.

28
29
 ANÁLISIS DE REGRESIÓN
ESTE MÉTODO SE BASA EN LA RELACIÓN
QUE EXISTE ENTRE DOS O MÁS
VARIABLES, QUE PODEMOS LLAMAR
INDEPENDIENTES, Y QUE INFLUYEN EN
EL COMPORTAMIENTO DE OTRA
VARIABLE, QUE LLAMAREMOS
DEPENDIENTE.
UNA VEZ ENCONTRADA ESTA ASOCIACIÓN, Y
DEPENDIENDO DE QUÉ TAN FUERTE SEA,
SE PROCEDE AL PRONÓSTICO DE LA
VARIABLE DEPENDIENTE, DADO(S)
DETERMINADO(S) VALOR(ES) DE LA(S)
VARIABLE(S) INDEPENDIENTE(S).
 EJEMPLOS

VARIABLE INDEPENDIENTE VARIABLE DEPENDIENTE

(X) (Y)

* Los gastos de publicidad que * Las ventas, pues a medida

se invierten en un periodo. que se invierta más en
publicidad, se espera aumenten
las ventas del producto.
* La dimensión en metros * Las ventas, puesto que en
cuadrados de un local. algunos negocios, entre más
grande sea el local, mayores
serán las ventas.
* El número de miembros que * Los consumos efectuados en
tenga una familia, y el poder un centro comercial.
adquisitivo de las cabezas.
MENÚ «ARCHIVO». SELECCIONAR «OPCIONES»
SELECCIONAMOS «HERRAMIENTAS PARA
ANÁLISIS», Y PRESIONAMOS EL BOTÓN «IR»
HABILITAMOS «HERRAMIENTAS PARA
ANÁLISIS» Y DAMOS «ACEPTAR»
EN EL MENÚ DATOS, APARECERÁ EL NUEVO
COMANDO
SELECCIONAMOS «REGRESIÓN»
REGRESIÓN EN EXCEL 2003
REGRESIÓN EN EXCEL 2003
SELECCIONAMOS LOS DATOS
TABLA DE SALIDA