Pronostico

¿Qué es pronosticar?
Es el arte y la ciencia de predecir eventos futuros

Con datos históricos Predicción subjetiva Puede basarse en Combinación de lo

(ventas en el Pasado) o intuitiva información de la anterior
demanda
Proyecta hacia el
futuro
Empleando modelos Nuestro nuevo Planes de compra del Modelo matemático
matemáticos producto venderá cliente y su proyección al ajustado mediante el
20% mas que el futuro juicio del
anterior administrador
1
 Horizontes de tiempo del pronostico

1. Pronostico de corto plazo

De 3 meses a 1 año
Se usa para:
• Planear compras
• Programar el trabajo
• Determinar niveles de M.O.
• Asignar el trabajo
• Decidir los niveles de producción

2
2. Pronostico a mediano plazo
De 3 meses a 3 años
Se usa para:
• Planear las ventas
• Planear la producción
• El Presupuesto y el flujo de efectivo
• Análisis de diferentes planes operativos

3
3. Pronostico a largo plazo
Su extensión es de 3 años a más
Se usa para:
• Planear la fabricación de nuevos productos
• Gastos de capital
• Ubicación o expansión de las instalaciones
• Investigación y desarrollo

4
Los pronósticos a mediano y largo plazo se distinguen de los
pronósticos a corto plazo por 3 características
1.

Planeación
P.M.P Manejan aspectos Dan decisiones Productos
P.L.P generales Administrativa Plantas
Procesos

5
2.

P.C.P Metodología P.C.P. (Pronosticos cuantitativo)

Difer. Al P.L.P. P.L.P. (pronósticos mayormente cualitativos)

6
3. El P.C.P Mas preciso que el de L.P.

Los factores que influyen en la demanda cambian todos los días a

medida que el horizonte de tiempo se alarga, el pronostico
disminuye en exactitud
. Los pronósticos de venta deben actualizarse con frecuencia para
. . mantener su valor e integridad. Después de cada periodo los
pronósticos deben revisarse y corregirse

7
 Tipos de Pronósticos

Pronósticos económicos ( inflación , dinero y otros indicadores M.P. y

de planeación) L.P.
Organización Pronósticos tecnológicos (Tasa de progreso tecnológico)
Pronósticos de demanda (ventas por periodo) C.P.

8
 Pasos del Sistema de Pronostico
1. Determinar el uso del pronostico
2. Seleccionar los aspectos que se deben pronosticar
3. Determinar el horizonte de tiempo de pronostico
4. Seleccionar los modelos de pronostico (prom. Móviles, suavización
exponencial, etc.)
5. Recopilar los datos necesarios para elaborar el pronostico
6. Realizar el pronostico
7. Validar e implementar los resultados

9
Enfoques de Pronostico

Cualitativo
Pronósticos
Cuantitativos

10
 Pronósticos Cualitativos
Son 4:
1.- Jurado de opinión ejecutiva
Expertos o administradores Combinación sale una
de alto nivel de modelos estad. estimación
grupal

11
2.- Método Delphi

Los que toman las decisiones (5 a 10 expertos)

Participan 3 grupos El personal (Reparten, distribuyen, recopilan y resumen)
Los entrevistados (Grupo de personas en diversos sitios cuyos juicios se valoran)

12
3.- Composición de la fuerza de ventas

Van de menor a mayor territorio, en donde los vendedores

expresan sus pronósticos de ventas

13
4.- Encuesta en el Mercado

Se solicita información a los clientes o posibles consumidores en

relación a sus planes de compras futuras

14
 Los Métodos cuantitavos
Usaremos cinco:

1. Enfoque intuitivo
2. Promedios móviles
Modelos de series de tiempo
3. Suavización exponencial
4. Proyecciones de tendencias
5. Regresión lineal Modelo asociativo

15
¿Qué es una serie de tiempo?
Es una técnica de pronostico que usa una serie de datos puntuales
del pasado para realizar un pronostico

¿Qué es un modelo asociativo?

Es aquel que incorpora las variables o los factores que pueden influir
en la cantidad que se va a pronosticar

16
 Pronostico de Series de Tiempo
Una serie de tiempo se basa en una secuencia de datos puntuales
igualmente espaciados (semanales, mensuales, trimestrales, etc.)
Descomposición de una serie de tiempo
Analizar una serie de tiempo significa desglosar los datos históricos en
componentes y después proyectarlos al futuro
Son 4 sus componentes
1. La Tendencia
Es el movimiento gradual, hacia arriba de o hacia debajo de los
datos en el tiempo
Los cambios en el ingreso, la población, la distribución de edades o
puntos de vista culturales pueden ser causantes del movimiento en
una tendencia
17
2. La Estacionalidad
Es un patrón de datos que se repite después de un periodo de días,
semanas o trimestres
Existen 6 patrones comunes de estacionalidad

Longitud del Periodo Longitud de la Estación Núm.. De Estaciones en el patrón

Semanas Dia 7
Mes Semana 4–5
Mes Dia 28 – 31
Año Trimestre 4
Año Mes 12
Año Semana 52

18
3. Los Ciclos
Son patrones detectados en los datos, que ocurren cada cierta
cantidad de años
Por lo general, están sujetos al ciclo comercial y sirven para análisis
y planeación de corto plazo
Se afectan por los acontecimientos políticos o la turbulencia
internacional

19
4. Las variaciones aleatorias
Son señales generadas en los datos por casualidad o por situaciones
inusuales
No siguen ningún patrón discernible y por lo tanto, no se puede
predecir

20
Enfoque intuitivo (La demanda será igual a la del periodo mas reciente)

21
Promedios móviles
Usa un numero de valores de datos históricos reales, para generar
pronostico
Los promedios móviles son útiles si podemos suponer que la demanda
del mercado permanecerá relativamente estable en el tiempo.

σ 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑒𝑛 𝑙𝑜𝑠 𝑛 𝑝𝑒𝑟𝑖𝑜𝑑𝑜𝑠 𝑝𝑟𝑒𝑣𝑖𝑜𝑠

Promedio móvil =
𝑛

22
Cuando se presenta una tendencia o patrón localizable, pueden
utilizarse ponderaciones para dar énfasis a los valores recientes (pom.
Móvil ponderado)
Esta técnica responde mas rápidamente a los cambios (se les da mas
peso a los periodos recientes)
La asignación de la ponderación es arbitraria (no hay formula
establecida), asignar las ponderaciones requiere experiencia.

σ[ 𝑝𝑜𝑛𝑑.𝑝𝑎𝑟𝑎 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑛 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑒𝑛 𝑒𝑛 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 ]

Promedio móvil ponderado = σ 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠

23
 Suavización Exponencial
Es una técnica de pronósticos por medios móviles ponderados, donde
los datos se ponderan mediante una función exponencial, mantiene
muy pocos registros de datos históricos

Pronostico del α (dem. Real del mes anterior - Pronostico del

Nuevo pronostico = +
periodo anterior periodo anterior)

Ft = Ft-1 + α (At-1 – Ft-1)

24
 Constante de Suavización (α)
α es una ponderación o constante de suavización, elegida por quien
pronostica y tiene un valor entre 0 y 1
La constante de suavización (α), en encuentra por lo regular en un
rango de 0,05 a 0,5 para aplicaciones de negocios
Se eligen valores altos de α cuando el periodo subyacente tiene
probabilidades de cambiar
Se eligen valores bajos de α cuando el promedio en que se basa es
bastante estable

25
 Medición de error de Pronostico
La exactitud de un pronostico puede compararse al medir valores
pronosticados con los valores reales
Si Ft indica el pronostico en el periodo f
At indica la demanda real del periodo f
Error de pronostico = Demanda real – valor pronosticado
E = A t + Ft
Hay tres medidas mas usadas para medir el error del pronostico:
• Desviación absoluta media (MAD)
• Error cuadrático medio (HSE)
• Error porcentual absoluto medio (MAPE)
26
 Desviación absoluta media (MAD)
Su valor se calcula sumando los valores absolutos de los errores
individuales del pronostico y dividiendo el resultado entre el número
de periodos

σ 𝑅𝑒𝑎𝑙 −𝑃𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜
MAD =
𝑛

27
 Error cuadrático Medio (MSE)
Es una segunda forma de medir el error global del pronostico
Es el promedio de los cuadrados de las diferencias encontradas entre
los valores pronosticados y los observados

σ(𝐸𝑟𝑟𝑜𝑟𝑒𝑠 𝑑𝑒 𝑝𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜)2
MSE =
𝑛

28
 Error Porcentual Absoluto Medio (MAPE)
Es el promedio de las diferencias absolutas, encontradas entre los
valores pronosticados y los reales expresados como un porcentaje de
los valores reales

σ𝑛
𝑖=1 100 𝑅𝑒𝑎𝑙𝑖 −𝑃𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜𝑖 /𝑅𝑒𝑎𝑙
MAPE =
𝑛

29
Suavización exponencial con ajuste de tendencia
La suavización exponencial como cualquier técnica de promedios móviles, fallan en su respuesta a la tendencia
Por lo tanto hay que ajustar el pronóstico incluyendo la tendencia
Pronostico incluyendo la tendencia (FITt)
FITt = Pronostico suavizado exponencialmente (Ft) + Tendencia suavizada exponencialmente (Tt)
Se requieren 2 constantes de suavización
𝛼 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑦
𝛽 𝑝𝑎𝑟𝑎 𝑙𝑎 𝑡𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎
𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑟𝑒𝑎𝑙 𝑑𝑒𝑙 𝑝𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜 𝑑𝑒𝑙 𝑡𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎
Ft = 𝛼 + (1 - 𝛼) +
ú𝑙𝑖𝑚𝑜 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 ú𝑙𝑡𝑖𝑚𝑜 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑝𝑎𝑟𝑎 𝑒𝑙 ú𝑙𝑡𝑖𝑚𝑜 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
o bien:
Ft = 𝛼 ( At-1) + (1 - 𝛼) (Ft-1 + Tt-1)
𝑝𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜 𝑑𝑒 𝑝𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜 𝑑𝑒𝑙 𝑇𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎𝑠 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎
Ft = β − + (1 - β )
𝑒𝑠𝑡𝑒 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 ú𝑙𝑡𝑖𝑚𝑜 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑝𝑎𝑟𝑎 𝑒𝑙 ú𝑙𝑡𝑖𝑚𝑜 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
o bien:
Ft = (β) (𝐹𝑡 − 𝐹t−1) + (1 – β) Tt-1

30
Donde:
Ft = Pronostico suavizado exponencialmente de la serie de datos incluidos en el
periodo t
Tt = Tendencia suavizada exponencialmente en el periodo t
At = Demanda real en el periodo t
𝛼 = Constante de suavización para el promedio (0 ≤ 𝛼 ≤ 1)
β = Constante de suavización para la tendencia (0 ≤ β ≤ 1)

31
 Proyecciones con mínimo cuadrado
Es el último método (de los tratados) que se hará como proyección de
la tendencia
Esta técnica ajusta una recta de tendencia a una serie de datos
puntuales histórico, y después proyecta dicha recta al futuro para
obtener los pronósticos de mediano y largo plazo.
Este enfoque resulta de una línea recta que disminuye al mínimo la
suma de los cuadrados de las diferencias verticales o desviaciones de la
recta hacia c/u de las observaciones reales

32
Formulas a emplear:
𝑦ො = 𝑎 + 𝑏𝑥
𝑦ො 𝑙𝑙𝑎𝑚𝑎𝑑𝑎 𝑔𝑜𝑟𝑟𝑜 = valor calculado de la variable que debe
predecirse (variable dependiente)
a = intersección con el eje y
b = pendiente de la recta de regresión (o la tasa de cambio en y para los
cambios dados en x
X = variable independiente (puede ser el tiempo)

33
 σ 𝑥𝑦 −𝑛𝑥𝑦
b= σ 𝑥2−𝑛𝑥ҧ 2

b = Pendiente de la recta de regresión

x = valores conocidos de la var. Indep.
y = valores conocidos de la var. Dependiente
𝑥ҧ = promedio de los valores de x
𝑦ത = promedio de los valores de y
n = numero de punto de datos u observaciones
a = 𝑦ത - b𝑥ҧ

34