Logistica Pronosticos

Click here to load reader

download Logistica  Pronosticos

of 23

description

Pronosticos

Transcript of Logistica Pronosticos

Diapositiva 1

LOGISTICAING. JULIO CESAR ALDANA BONIFAZ1

14/05/20101

2

LogsticaING. JULIO CESAR ALDANA BONIFAZSESIN 05

3ING. JULIO CESAR ALDANA BONIFAZ

PRONSTICOS

4ING. JULIO CESAR ALDANA BONIFAZQu es y para qu sirve pronosticar? Pronosticar es el arte y ciencia de predecir acontecimientos futuros.Las decisiones empresariales siempre se toman con informacin insuficiente y con un margen de incertidumbre mayor o menor, dependiendo del tiempo y los recursos que se destinan a la bsqueda y el anlisis de la informacin. Debemos entonces establecer algunas suposiciones y actuar.

5ING. JULIO CESAR ALDANA BONIFAZSabemos que nunca ocurrir exactamente lo pronosticado; entonces, para qu pronosticar?

Porque necesitamos una cierta base -aunque sea mnima-, un criterio, una justificacin para el curso de accin que decidimos tomar. Porque a partir del pronstico que generemos, estaremosdecidiendo dnde alocar nuestros recursos financieros, tecnolgicos y humanos.

6ING. JULIO CESAR ALDANA BONIFAZNecesidad de pronosticar

Entorno altamente incierto

La intuicin no necesariamente da los mejores resultados

Mejorar la planeacin

Competitividad y cambio

7ING. JULIO CESAR ALDANA BONIFAZTipos de pronstico

Por su plazo:De corto plazoDe largo plazoSegn el entorno a pronosticar:MicroMacroSegn el procedimiento empleado:CualitativoCuantitativo

8ING. JULIO CESAR ALDANA BONIFAZPasos de la elaboracin de pronsticos

Recopilacin de datos

2. Reduccin o condensacin de datos

3. Construccin del modelo

4. Extrapolacin del modelo

9ING. JULIO CESAR ALDANA BONIFAZExploracin de patrones de datos

Se requieren suficientes datos histricos

Se apoyan en la suposicin de que el pasado puede extenderse hacia el futuro

10ING. JULIO CESAR ALDANA BONIFAZMtodos

Muchas veces se termina utilizando en la prctica una mezcla de varios mtodos, tanto cuanti como cualitativos.Bsicamente podemos clasificar los mtodos de pronstico en dos grandes grupos: cualitativos y cuantitativos. Se emplean varias metodologas en diferentes empresas o an en una misma empresa en funcin del horizonte temporal, la urgencia en la toma de decisiones y la informacin disponible.Cuando la situacin no es clara y hay pocos datos, como por ejemplo al estudiar el lanzamiento de un producto innovador o una nueva tecnologa, se recurre a mtodos cualitativos, donde prevalece la intuicin. Por el contrario, cuando la situacin es ms estable y existen datos histricos, se suelen utilizar los mtodos cualitativos.

11ING. JULIO CESAR ALDANA BONIFAZMtodos Cualitativos

Jurado de opinin ejecutiva:Mtodo Delphi:Proposicin de personal comercial:Estudio de mercado:

12ING. JULIO CESAR ALDANA BONIFAZMtodos Cuantitativos

Enfoque SimpleSupone que la demanda en el prximo periodo ser igual a la demanda del periodo ms reciente. Es la mejor prediccin para los precios de insumos, acciones, etc.. que cotizan. Porque si el mercado realmente creyera que en un tiempo valdr ms, comprara tanto hoy que hara llevar el precio a ese valor esperado. Por ejemplo, si hoy la accin de Microsoft cotiza a U$S 20, cunto predice que va a valer maana?: U$S 20. Y si en realidad maana vale U$S 25, cunto dira que vale pasado maana?: U$S 25Series de TiempoEs una secuencia de datos uniformemente espaciada. Se obtiene observando las variables en periodos de tiempo regulares. Se trata de una pronstico basado en los datos pasados; es decir que supone que los factores que han influido en el pasado lo seguirn haciendo en el futuro.Se pueden descomponer en tendencia, estacionalidad y variacin aleatoria.

13ING. JULIO CESAR ALDANA BONIFAZEn todo serie de tiempo encontraremos

Las Variaciones Aleatorias, que son saltos en los datos causados por el azar y situaciones inusuales. Son de corta duracin y no se repiten, o al menos no lo hacen con una frecuencia determinada. Al ser aleatorias, no se pueden predecir.La Tendencia es el movimiento gradual de ascenso o descenso de los datos a lo largo del tiempo. Los cambios en la poblacin, ingresos, etc. influyen en la tendencia.La Estacionalidad es la existencia de un patrn peridico de comportamiento de los datos. Se puede deber a la climatologa, las costumbres, etc. y producirse dentro de un periodo diario, semanal, mensual, anual... Por ejemplo, los Subterrneos tienen dos claros picos de demanda durante las horas de flujo de pasajeros hacia y desde los trabajos; a su vez, durante los meses de verano tienen menor demanda que durante el resto del ao, debido a la reduccin de poblacin en poca de vacaciones.

14ING. JULIO CESAR ALDANA BONIFAZMedia Mvil

Consiste simplemente en tomar el promedio aritmtico de los ltimos n perodos. El valor de n se elige en funcin a la influencia que queramos que tenga la historia ms antigua en la prediccin de los valores futuros. Un valor de n muy chico, har que los pronsticos sigan ms de cerca a los ltimos valores reales, mientras que un valor de n ms grande, se traduce en una curva ms amortiguada aunque, por el mismo motivo, tambin de una menor velocidad de cambio.

Se utiliza si no hay tendencia o si sta es escasa. Se suele utilizar para alisar la curva, facilitando una lectura general de los datos.Casos particulares: Si slo considerramos 1 perodo previo para el clculo de la media mvil, estaramos utilizando la Estimacin Simple..

15ING. JULIO CESAR ALDANA BONIFAZMedia Mvil Ponderada

Se utiliza cuando se presenta una tendencia. Los datos anteriores pierden importancia relativa. Las ponderaciones se basan en la intuicin. Ante cambios importantes de la demanda, puede seguirsiendo muy lenta la respuesta.

Casos particulares:: Si le asignramos el mismo peso (factor de ponderacin) a cada uno de los n perodos elegidos, estaramos utilizando la Media Mvil...

16ING. JULIO CESAR ALDANA BONIFAZSuavizacin Exponencial

Es un caso especial de pronstico de media mvil ponderada, donde ahora los factores de ponderacin disminuyen exponencialmente, dndole ms peso a los perodos ms recientes.Se necesita una constante de alisado (&), que toma valores entre 0 y 1, eligindola de forma subjetiva. Ventaja: necesita una cantidad reducida de datos histricos.

F t = Ft-1 + &*(A t-1 - F t-1)donde Ft = PronsticoAt = Valor real& = Constante de alisado

17ING. JULIO CESAR ALDANA BONIFAZSuavizacin Exponencial con Ajuste de Tendencia

Es un refinamiento del mtodo anterior, donde se le suma al pronstico suavizado exponencialmente (Ft), una tendencia tambin suavizada exponencialmente (Tt)

FIT t = F t + T t

Estos trminos se calculan de la siguiente manera:

F t = (A t-1) + (1- ) (F t-1 + T t-1)T t = (F t - F t-1) + (1- )Tt-1

18ING. JULIO CESAR ALDANA BONIFAZAnlisis de Regresin Lineal

Supone relacin lineal entre las dos variables (demanda vs tiempo, demanda vs PBI, u otra variable independiente). Se calcula mediante el mtodo de cuadrados mnimos. No vamos a ahondar en el tema en la materia ya que se ve en otras materias de la carrera, y hoy en da es muy simple su utilizacin desde Excel.

Slo queremos recordarles un punto importante que se suele pasar por alto:

el coeficiente de correlacin r, o el r2 slo indican un mayor o menor grado de correlacin lineal. O sea, que un valor cercano a cero no significa que no haya correlacin, sino que lo que no hay es una fuerte correlacin lineal, pero puede tranquilamente haber una cuadrtica, o de algn otro grado.

19ING. JULIO CESAR ALDANA BONIFAZModelo Estacional Multiplicativo

Cuando nos encontramos con un caso con una marcada estacionalidad, se debe utilizar un mtodoque lo contemple, como por ejemplo ste. Los pasos a seguir son:1. Encontrar la demanda estacional media (sumando la demanda de esa estacin cada ao y dividindola entre el nmero de aos de datos disponibles)2. Calcular la demanda total media -a lo largo de todas las estaciones- (dividiendo la demanda media anual entre el nmero de datos anual)3. Calcular un ndice estacional (dividiendo la demanda estacional media de esa estacin - calculado en 1- por la demanda total media calculado en 2-).4. Estimar la demanda anual de todo el ao prximo.5. Calcular el pronstico para cada estacin (dividiendo esta estimacin de la demanda anual total entre el nmero de estaciones y entonces multiplicarla por el ndice estacional de esa estacin)

20ING. JULIO CESAR ALDANA BONIFAZCmo elegir el Mtodo de Pronstico?

Lo primero que debemos preguntarnos es para qu lo utilizaremos? Si se trata de un fundamento para la toma de una decisin poco importante, probablemente lo mejor sea utilizar los mtodos ms simples y que requieran de la menor cantidad de informacin. Pero si ser la base de una decisin compartida o que deba ser evaluada por otros, habr que buscar un equilibrio entre un mtodo sofisticado y ms preciso, y uno ms simple pero ms fcilmente entendible por todos:Presentamos a continuacin dos maneras cuantitativas de evaluar un mtodo en funcin al error (es decir, la diferencia entre el valor real y el que se haba pronosticado), partiendo de la base que buscamos obtener los menores errores posibles.

21ING. JULIO CESAR ALDANA BONIFAZ

Error(t) = D(t) - F(t)

D(t) : demanda real en el perodo tF(t) : pronstico en el perodo tDesviacin Media Absoluta MAD = Dt - Ft NSeal de Rastreo:Es una medida que indica si el promedio de pronsticos est manteniendo el ritmo de los cambios reales en la demanda, ya sean hacia arriba o hacia abajo. La seal de rastreo es el nmero de desviaciones medias absolutas en que el valor del pronstico se encuentra por encima o por debajo de la ocurrencia real. Seal de Rastreo = ( Dt - Ft ) MADCuando los errores de los pronsticos se distribuyen normalmente, se tiene la siguiente relacin:1 desviacin estndar () = 1.25 MADPara un nivel de confianza del 99.7% se considera un rango de 3 , es decir la seal de rastreo debe estar dentro del rango de 3.75 MAD.Error de Pronstico

22ING. JULIO CESAR ALDANA BONIFAZ

GRACIAS23ING. JULIO CESAR ALDANA BONIFAZ