1- PPT Clase Pronosticosn

1

PRONOSTICOS

Administracin de operaciones

Requiere predecir una AMPLIA GAMA DE SUCESOS

Es de mucho inters poder predecir la DEMANDA del

1

consumidor para los PRODUCTOS o SERVICIOS

HORIZONTE DE TIEMPO PARA EL PRONOSTICO

2

Fuente: ADAM Jr, Everett E & EBERT, Ronald J. [1991] Administracin de la produccin y las operaciones: conceptos, modelos y funcionamiento

2

PRONOSTICOS

En Administracin de Operaciones, se distingue:

PRONSTICOPRONSTICO: Proceso de estimacin de un acontecimiento PRONSTICOPRONSTICO: Proceso de estimacin de un acontecimientofuturo, proyectando datos del pasado, combinadossistemticamente, en forma predeterminada.

PREDICCINPREDICCIN: Proceso de estimacin de un suceso futurobasndose en consideraciones subjetivas diferentes a los

3

simples datos del pasado, no necesariamente combinadas deuna manera predeterminada.

PRONOSTICOS

4Fuente: ADAM Jr, Everett E & EBERT, Ronald J. [1991] Administracin de la produccin y las operaciones: conceptos, modelos y funcionamiento

3

PATRN o MODELO:Forma general de la serie de tiempo (su tendencia central)

CARACTERSTICAS DE LA DEMANDA EN EL TIEMPO


RUIDO: Dispersin de puntos individuales alrededor de un patrn.



4


PATRNEstable

DinmicoDinmico



DEMANDA INDEPENDIENTE: No est relacionada conla demanda de NINGN otro producto o servicio.

DEMANDA DEPENDIENTE: existe una interrelacinentre la demanda de dos o ms productos o servicios.

8

entre la demanda de dos o ms productos o servicios.

5

ERROR EN EL PRONSTICO

Demanda Pronosticada - Demanda Real

Desviacin media absoluta:

evaluados periodos de totalNReal Demanda - daPronostica Demanda

A M D

=

9

Sesgo:( )

periodos de totalNReal Demanda - daPronostica Demanda

S

=

MTODOS DE PRONSTICOS

10

Fuente: MONKS, [2003] Administracin de Operaciones

6

MTODOS DE PRONSTICOS (Cont.)

11


MTODOS DE PRONSTICOS (Cont.)

12


7

MODELOS CUALITATIVOS

MtodoMtodo DELPHIDELPHI


MODELOS CUANTITATIVOS

PROMEDIOPROMEDIO SIMPLESIMPLE: Promedio de los datos del pasado,donde todos los periodos anteriores tienen igual pesorelativo

k

DDD k+++=

= ...demanda de periodos de N

anterioresperiodosde Demandas PS 21

MEDIAMEDIA MVILMVIL SIMPLESIMPLE: Combina los datos de demandade los periodos recientes, su promedio es el pronsticopara el periodo siguiente

14

para el periodo siguiente

nDDD tnn +++=

= ...

empleados periodos de Nanteriores periodosn"" los de Demandas

MMS 1

8

MEDIAMEDIA MOVILMOVIL PONDERADAPONDERADA: Combina los datos dedemanda de los periodos recientes, a las que se afecta de


un peso (Ct)

=

=n

ttt DC

1. MMP

=

=n

ttC

11 1 0 tC

15

La seleccin de CT es crtica para el xito o fracaso del modelo


SUAVIZADOSUAVIZADO EXPONENCIALEXPONENCIALAsigna pesos a los perodos sucesivamente anteriores.Los pesos decaen en magnitud en forma exponencial

SUAVIZADOSUAVIZADO EXPONENCIALEXPONENCIAL DEDE 11 ORDENORDENInformacin necesaria: Demanda real para el periodo msreciente (Drt-1) y pronstico para dicho perodo (Ft-1)

)1(F FD

Los pesos decaen en magnitud, en forma exponencial.

16

11t ).1(. F += tt FDr 10 PRONSTICO INICIAL (PRONSTICO DE ARRANQUE): Se calcula atravs de cualquier otro mtodo

9

PRINCIPALES VENTAJAS: Sencillez y eficacia

La seleccin de es crtica para el xito o fracaso del


modeloELEVADO: adecuado para nuevos productos, oen casos que la demanda subyacente est enproceso de cambio (0,7-0,9)

MEDIO: adecuado cuando la demanda es

17

ligeramente inestable (0,4-0,6)

BAJO: adecuado cuando la demanda es muyestable (0,1-0,3)



10

SELECCIN DE PARMETROS Y COMPARACIN DE MODELOS

Distribuir datos disponibles en dos subconjuntos: subconjunto de datos de referencia (los ms antiguos)subconjunto de datos de referencia (los ms antiguos )subconjunto de datos de prueba (los restantes, los ms nuevos)

Seleccionar los parmetros que permitan evaluar la precisin delpronstico (Ejemplo: DMA y sesgo)

Utilizar el subconjunto de datos de referencia como datos histricos,a partir de los cuales se aplicar diversos valores de parmetros de un

i d l ti d f t fi ti i (

19

mismo modelo para pronosticar perodos futuros ficticios (que secorresponden con el subconjunto de datos de prueba) Tambin sepodr aplicar diversos modelos de pronstico

Seleccionar los parmetros (o modelo de pronstico) que dieron como


Seleccionar los parmetros (o modelo de pronstico) que dieron comoresultado la mayor precisin (menor error)

Utilizar todos los datos disponibles si correspondiere (ambossubconjuntos como uno solo) como datos histricos, para realizar elpronstico definitivo, aplicando el modelo y/o los coeficientesseleccionados

20

11


k

k

DnPS

k

n== 1

21

Dtn


N

DtMMS t

== 1

22

12


23


)( 111 += ttt FDrFFt

24

13


25


26

14

CONSIDERACIN DE LA TENDENCIACONSIDERACIN DE LA TENDENCIA

6 0 0 0 0

MODELOS CUANTITATIVOS (Cont.)

0

1 0 0 0 0

2 0 0 0 0

3 0 0 0 0

4 0 0 0 0

5 0 0 0 0

27

01 2 3 4 5 6 7 8 9

EXPLICADO CON POCAS PALABRAS

CONSIDERACIN DE LA TENDENCIA

Se alisan las variaciones aleatorias mediante SES y as se creaun NUEVO VALOR BASE para el perodo en curso ()

Se calcula el valor de TENDENCIA ACTUALIZADA, alisada ensus variaciones aleatorias mediante SES, introduciendo unanueva cte ()

Se hace el PRONSTICO AUMENTADO POR TENDENCIA, con el

28

,VALOR BASE y la TENDENCIA alisados

15


TxFbF +=AHORA CON FRMULAS (esta es la frmula final)

Ft+x = Pronstico aumentado por tendencia, para los x perodos delfuturo

Fbt = Valor base, al final del perodo t (actualizado por suaviz. expon.de 1 orden)

N d d ll d l t l l d l l l

1ttxt T.xFb F ++ +=

29

x = N de perodos ms all del actual, para los que se desea calcular elpronstico

Tt+1 = Estimacin de la tendencia (por suavizado exponencial de 1orden)


Clculo de la tendencia para el perodo futuro

TFFb )1()(T +

PERO PARA LLEGAR A LA FRMULA FINAL

ttt TFFb ).1().( T 1t +=+

Fbt = Valor base, al final del perodo t (actualizado por suaviz. expon. de 1orden).

Ft = Pronstico para el perodo actual (calculado por cualquier mtodo).

10

30

= Coeficiente de suavizacin para la tendenciaTt = Tendencia para el perodo t, calculado como promedio de la suma

algebraica de desviaciones en la demanda, en los perodos anterioresconsiderados. Tt = Di/n = (Dti Dti-1) /n

16


CLCULO DEL VALOR BASE para el perodo actual

PERO PARA LLEGAR A LA FRMULA FINAL (2)

ttt Fa).1(Dr. Fb +=

Se calcula por suavizado exponencial:

= Coeficiente de suavizacin para el valor base10

Fat = Pronstico aumentado por tendencia, parael perodo t. Fat = Ft + Tt

Drt = Demanda real para el perodo t.

31

ttt TF Fa += Ft = Pronstico para el perodo t (calculadopor cualquier mtodo)

Orden de clculo: Ft - Tt - Fat - Fbt - Tt+1 - Ft+x

p

PRONSTICOS CON TENDENCIA (Ejercicio)

32

17

PRONSTICOS CON TENDENCIA (ejemplos)

= 0,8 = 0,1

= 0,4 = 0,1

= 0,9 = 0,5

33

Fuente: Elaboracin propia utilizando sofware WinQSB 2.0

SUAVIZADO EXPONENCIAL DE 1 ORDEN

CONSIDERACIN DE LA ESTACIONALIDADCONSIDERACIN DE LA ESTACIONALIDAD

6 0 0 0

0

1 0 0 0

2 0 0 0

3 0 0 0

4 0 0 0

5 0 0 0

1 4 7 10 13 16 19 22

M E S E S

VEN

TAS

(U$M

X 1

00)

34

INDICE DE ESTACIONALIDAD: grado de variacin de la demanda,referido al promedio para un ciclo completo de demanda.

Se mantiene y actualiza un ndice de estacionalidad o temporada paracada perodo considerado en un ciclo completo de demanda.

18

Ft+1 = Pronstico aumentado porestacionalidad, para el perodo futuro

CONSIDERACIN DE LA ESTACIONALIDAD

, p pconsiderado

Fbt = Valor base, al final del perodo t(actualizado por suavizado exponencial de1 orden)

It+1 = ndice de estacionalidad para elperodo f t ro considerado (act ali ado por

1tt1t I.Fb F ++ =

35

perodo futuro considerado (actualizado porsuavizado exponencial de 1 orden)


CLCULO DEL NDICE DE ESTACIONALIDAD para el perodo futuro considerado: p

tt

t IFbDr

).1(. I 1t +

=+


Fbt = Valor base para el perodo considerado (actualizado por suavizado

10

36

Fbt Valor base para el perodo considerado (actualizado por suavizado exponencial de 1 orden).

= Coeficiente de suavizacin para los ndices de estacionalidad

It = Valor del ndice para la temporada o perodo considerado, calculado un ciclo completo anterior.

19


CLCULO DEL VALOR BASE

para el perodo actual:

1t

t

tt Fb).1(I

Dr. Fb +

=


Fbt-1 = Valor base pronosticado para el perodo previo.

= Coeficiente de suavizacin para los valores base

10

37

= Coeficiente de suavizacin para los valores base

It= Valor del ndice para la temporada o perodoconsiderado, calculado un ciclo completo anterior

PRONSTICOS PARA DEMANDA ESTACIONAL (ejemplos)

MMP SES SE (estacionalidad)

38Fuente: Elaboracin propia utilizando sofware WinQSB 2.0

20

PRONSTICOS CON ESTACIONALIDAD (Ejercicio)

39


Esta serie de datos tiene un patrn?Esta serie de datos tiene un patrn?90000

30000

40000

50000

60000

70000

80000

Ttu

lo d

el e

je

40

0

10000

20000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37

21


A veces el patrn se mimetizaA veces el patrn se mimetiza

50000

100000

150000

200000

250000

3000001 4 7 10 13 16 19 22 25 28 31 34 37

Ao 2

Ao 3

Ao 4

41

01 2 3 4 5 6 7 8 9 10 11 12

La serie presenta ESTACIONALIDAD y TENDENCIALa serie presenta ESTACIONALIDAD y TENDENCIA

Ao 1

PRONSTICO DE ENFOQUE

Utiliza solo el modelo de pronstico que hubiera trabajadomejor recientemente para hacer un nuevo pronstico.

Las personas experimentadas en hacer pronsticos acorto plazo tienden a usar modelos sencillos

El modelo de pronstico que funcion mejor la ltima

Premisas:

42

El modelo de pronstico que funcion mejor la ltimavez, puede trabajar mejor en esta oportunidad

22

Se trabaja con datos trimestrales mviles Se simula el pronstico de perodos pasados utilizando varios

modelos sencillos


modelos sencillos Se compara el porcentaje de error medio absoluto, que se

define como:

100.)("realDemanda

absoluto medio ErrorMAPE" %EMA ==

43

Se utiliza el modelo con menor %EMA para realizar elpronstico para el perodo siguente.


Modelos utilizados normalmente debido a su buen resultado en la prctica:

1. El pronstico del siguiente trimestre es la demanda real parael mismo periodo del ao anterior

2. El pronstico para el siguiente trimestre es 110 % de lademanda real del mismo periodo del ao anterior

3 El i l i i i l i d d l

44

(Fuente: VOLLMANN, Thomas E; BERRY, William L & WHYBARK D. Clay. [1994] Sistemas de planificacin y control de la fabricacin )

3. El pronstico para el siguiente trimestre es la mitad de lademanda real de los pasados seis meses (un promedio mvilde dos trimestres)

23


4. El pronstico para el siguiente trimestre es la demanda realpara el periodo trimestral anterior

5. El pronstico del siguiente trimestre es la demanda realpara el mismo periodo del ao anterior multiplicada por elcrecimiento o disminucin que se determina como elcociente entre la demanda del trimestre anterior y la del

i i d l i

45

mismo trimestre del ao anterior



6. Si la demanda de los pasados seis meses es menos del 40% de la demanda para los seis meses anteriores, entoncesel pronstico es 110 % de la demanda para el mismoperiodo trimestral del ao anterior (o sea, que estamos enla subida de un cambio temporal)

7. Si la demanda de los pasados seis meses es ms de 2,5veces la demanda para los seis meses anteriores, entoncesl i d l i i i i l l

46

el pronstico del siguiente trimestre es igual que lademanda para el mismo periodo trimestral del aoanterior (es decir, que estamos comenzando la cada de uncambio temporal)


24

EJEMPLO DE PRONOSTICO DE ENFOQUE

EMPRESA QUE FABRICA CARPAS PARA CAMPAMENTO

Enero 4470

Febrero 3680

Marzo 3200

Abril 2550

Mayo 2300

Junio 2480

Julio 2450

Agosto 3600

Septiembre 4080

Octubre 5010

Noviembre 5070

Diciembre 4720

Enero 4475

Febrero 4000

Marzo 3205 3893

14800

47

Abril 2530

Mayo 2400

Junio 2470

Julio 2435

Agosto 3620

Septiembre 4030

Octubre 5005

Noviembre 5150

Diciembre 4780

EJEMPLO DE PRONOSTICO DE ENFOQUEEnero 4470

Febrero 3680

Marzo 3200

Abril 2550

Mayo 2300

J nio 2480

MODELOS UTILIZADOS

1. El pronstico del siguiente trimestre es la demanda real parael mismo periodo del ao anterior.

2. El pronstico para el siguiente trimestre es 110 por ciento dela demanda real del mismo periodo del ao anterior.

3 El pronstico para el siguiente trimestre es la mitad de laJunio 2480Julio 2450

Agosto 3600

Septiembre 4080

Octubre 5010

Noviembre 5070

Diciembre 4720

Enero 4475

Febrero 4000

Marzo 3205

Ab il 2530

3893

14800

3. El pronstico para el siguiente trimestre es la mitad de lademanda real de los pasados seis meses (un promediomvil de dos trimestres).

4. El pronstico para el siguiente trimestre es la demanda realpara el periodo trimestral anterior.

5. El pronstico del siguiente trimestre es la demanda real parael mismo periodo del ao anterior, multiplicada por elcrecimiento o disminucin que se determina como elcociente entre la demanda del trimestre anterior y la delmismo trimestre del ao anterior.

Modelo 5Modelo 4Modelo 3Modelo 2Modelo 1 Modelo 5Modelo 4Modelo 3Modelo 2Modelo 1Abril 2530

Mayo 2400

Junio 2470

Julio 2435

Agosto 3620

Septiembre 4030

Octubre 5005

Noviembre 5150

Diciembre 4780

39294978417054274933

Modelo 5Modelo 4Modelo 3Modelo 2Modelo 1

147341008587431628014800

39294978417054274933

Modelo 5Modelo 4Modelo 3Modelo 2Modelo 1

147341008587431628014800

Valor mensual:

Demanda real trim = 14.935 Un.

Menor DMA

25

OBSERVACIONES

Se puede mejorar la exactitud del pronstico seleccionando unmodelo que mejor se ajuste a cada caso particularmodelo que mejor se ajuste a cada caso particular

Para el corto plazo en general, los mtodos sencillos trabajanmejor que los modelos complicados

La combinacin (promedio del pronstico de varios modelos)presenta una gran efectividad

49

p g

Existen actividades que pueden influir en la demanda,invalidando el modelo de pronstico usualmente utilizado

OBSERVACIONES (cont.)

Los modelos ms complicados y costosos no sonnecesariamente los mejores

El d l i d i i l d i dEl uso de las tcnicas de pronstico requiere una alta dosis desentido comn

La tcnica de pronstico utilizada no debe seguirse a ciegas,sino evaluarse contnuamente para asegurar que el modeloutilizado sigue siendo el apropiado

50

Bsicamente, existe dos formas de incorporar la informacinsobre actividades futuras al pronstico:

Cambiar el pronsticoCambiar el modelo

26

OBSERVACIONES (cont.)

La representacin grfica de datos histricos es una herramientade gran utilidad

Valores orientativosorientativos para constantes de suavizado exponencial,obtenidas de la prctica:

2,01,0

que menor

(para clculo de valores base)

(entre 0,05 y 0,1)

51

0,4 a 0,3 0,1

(clculo: frecuente, ej: semanas, 1-2 meses)

(clculo:menos frecuente, ej: anualmente)

FILTROS DE DEMANDA

Se busca establecer lmites para datos de demanda antes de procedera actualizar el pronstico

52

A; B = Valores de demanda real ACEPTABLESC; D = Valores de demanda real FUERA DE LOS LMITES(hay que REVISAR: errores administrativos, causas coyunturales, ocambio en las condiciones)

27

SEAL DE RASTREO

SEAL DE RASTREO (SEAL DE RASTREO (SS))Parmetro estadstico utilizado para evaluar la calidad del pronstico

suavizada)on(Inclinaci

Error o inclinacin suavizada:Error o inclinacin suavizada:

DMA suavizada:DMA suavizada:|

st

stt DMA

==t

t

suavizada)(DMA suavizada)on (InclinaciS

)1(st ).1().( += tstt FDr

)1(DMA + DMAFD

11 tS

53

|)1(st ).1(.DMA += tstt DMAFDr

10 LaLa sealseal dede rastreorastreo ((SStt)) eses independienteindependiente dede lala DMADMACadaCada vezvez queque SStt sese alejaaleja dede 00 (cero)(cero) enen formaforma significativa,significativa, hayhay queque revisarrevisarelel pronsticopronstico yy tomartomar accionesacciones correctivas,correctivas, sisi correspondecorresponde

SEAL DE RASTREO (Ejercicio)

54

28

ASPECTOS ESTRATGICOS

ElEl mtodo,mtodo, nivelnivel dede agregacinagregacin yy costocosto deldel pronsticopronstico debedebeajustarseajustarse aa lala naturalezanaturaleza dede lala decisindecisin

55(Fuente: VOLLMANN, Thomas E; BERRY, William L & WHYBARK D. Clay. [1994] Sistemas de planificacin y control de la fabricacin )

REFERENCIAS BIBLIOGRFICAS Y OTRAS FUENTES DE INFORMACIN

ADAM Jr, Everett E & EBERT, Ronald J. [1991] Administracin de la produccin y las operaciones: conceptos, modelos y funcionamiento ttulo original: Production and Operations Management, traduccin: Jos Rodrguez Rodrguez. Naucalpn de Jurez, Estado de Mxico, Mxico: Prentice Hall Hispanoamericana S A 4 edHispanoamericana S.A. 4 ed.

CHASE Richard B, AQUILANO Nicholas J. & JACOBS Robert. [2000] Administracin de Produccin yOperaciones, Santa F de Bogot, Colombia: Mc-Graw-Hill Interamericanal. 8 ed.

MONKS, Joseph G. [2003] Administracin de Operaciones, Mxico: Mc-Graw-Hill Interamericana deMxico.

RADKE, Csar Eduardo [2006] Pronsticos de demanda, Presentacin en Powerpoint, Trabajo deAdscripto a la Ctedra: Planificacin y Control de la Produccin. Facultad de Ingeniera, U.Na.M. Ober,Misiones, Argentina.

56

VOLLMANN, Thomas E; BERRY, William L & WHYBARK D. Clay. [1994] Sistemas de planificacin y control de la fabricacin ttulo original: Manufacturing Planning and Control Systems, Third Edition, traduccin: Cornejo Reyes, Sergio S. Barcelona, Espaa: Irwin. 1 ed.

1- PPT Clase Pronosticosn

Documents

Transcript of 1- PPT Clase Pronosticosn