TEMARIO PROCESOS DE FABRICACION

___________________________________________________________________________________ INSTITUTO TECNOLOGICO DE CHIHUAHUA II Administracin de las operaciones I

INSTITUTO TECNOLOGICO DE CHIHUAHUA II

NOMBRE: ALBERTO ARMENDARIZ ALVAREZ

MATERIA: ADMINISTRACION DE OPERACIONES I

FECHA: 23/03/2015

TRABAJO: UNIDAD II / TEORICO

PROF.: GONZALEZ NAJERA JESUS ELIAS

II. PRONSTICO DE LA DEMANDA.

2.1 CARACTERSTICAS DE LA DEMANDA.

Qu es la demanda?

La demanda se define como la cantidad y calidad de bienes y servicios que pueden ser adquiridos en los diferentes precios del mercado por un consumidor (demanda individual) o por el conjunto de consumidores (demanda total o de mercado), en un momento determinado. La "demanda" es una de las dos fuerzas que est presente en el mercado (la otra es la "oferta") y representa la cantidad de productos o servicios que el pblico objetivo quiere y puede adquirir para satisfacer sus necesidades o deseos.Es la cantidad de bienes o servicios que el comprador o consumidor est dispuesto a adquirir a un precio dado y en un lugar establecido, con cuyo uso pueda satisfacer parcial o totalmente sus necesidades particulares o pueda tener acceso a su utilidad intrnseca.

La demanda es una funcin matemtica con variables como las sig:

Qdp = cantidad demandada del bien o servicio. P = precio del bien o servicio. I = ingreso del consumidor. G = gustos y preferencias. N = nmeros de consumidores. Ps = precios de bienes. Pc = precio de bienes complementarios.

Demanda independiente.

Se entiende por demanda independiente aquella que se genera a partir de decisiones ajenas a la empresa, por ejemplo la demanda de productos terminados acostumbra a ser externa a la empresa en el sentido en que las decisiones de los clientes no son controlables por la empresa (aunque s pueden ser influidas). Tambin se clasificara como demanda independiente la correspondiente a piezas de recambio.

Demanda dependiente.

Es la que se genera a partir de decisiones tomadas por la propia empresa, por ejemplo an si se pronostica una demanda de 100 coches para el mes prximo (demanda independiente) la Direccin puede determinar fabricar 120 este mes, para lo que se precisaran 120 carburadores, 120 volantes, 480 ruedas, etc. La demanda de carburadores, volantes, ruedas es una demanda dependiente de la decisin tomada por la propia empresa de fabricar 120 coches.

Caracterstica de la Demanda.

A continuacin se presentan algunas preguntas que se deben considerar antes de decidir sobre la tcnica de pronstico ms adecuada para un problema en particular.1. Por qu se requiere un pronstico? 2. Quin utilizara el pronstico? 3. Cules son las caractersticas de los datos disponibles? 4. Qu espacio de tiempo se pronosticara? 5. Cules son los requerimientos mnimos de datos? 6. Cul es la precisin deseada? 7. Cul ser el costo del pronstico?

Para una buena seleccin de la tcnica del pronstico adecuada, el pronosticador deber poder hacer lo siguiente:

1. Definir la naturaleza del problema de pronstico. 2. Explicar la naturaleza de los datos bajo investigacin. 3. Describir las capacidades y limitaciones de las tcnicas de pronstico potencialmente tiles. 4. Desarrollar algunos criterios predeterminados sobre los cuales se pueda tomar la decisin de la seleccin. Aqu deben ser evaluadlos los siguientes aspectos de la demanda:

La estacionalidad, si vendo artculos de playa, es de esperarse que la demanda de mis productos se incremente en algunos meses por los eventos que suceden en esos meses del ao, y es de esperar que al paso del tiempo, este comportamiento se repita de manera continua. De vital importancia en este punto, reviste el clculo del ndice estacional, para ayudar a establecer una proyeccin de la demanda en un periodo en particular del ao. Por ejemplo, la demanda de trajes de bao pudiera ser de 100 unidades mensuales, pero en el mes de Julio el promedio se eleva a 175 y en el mes Septiembre baja a 35, el ndice estacional del mes de Julio ser 1,75 y el de Septiembre de 0,35, quiere decir que en el mes de ms venta, esta se incrementa en 75% por arriba del promedio y en el mes ms bajo estar 65% por debajo del promedio. Si analizas esta informacin es oro molido para tus pronsticos, ya que se sabrs en qu momento incrementar tus inventarios y cuando disminuirlos y ganar puntos financieros en tu organizacin.

La tendencia, si las ventas de mi producto se estn incrementando, al graficar los datos, esto tiene que mostrarse de manera evidente, habr meses en los que la demanda no muestre un comportamiento incremental, pero en la fotografa general la tendencia puede ser alcista, o por el contrario, puede ser estable o estar en declive, una anlisis grfico de ello nos puede dar un excelente indicador de lo que sucede en el comportamiento. Al igual que la estacionalidad, las estimaciones y clculos de la tendencia de la demanda son de mucha utilidad, herramientas hay muchas y variadas, los promedios mviles simples, dobles, suavizacin exponencial, simple, doble, la regresin lineal entre las ms populares. El reto aqu es definir cual utilizar al tratar de predecir el comportamiento de la demanda. Lo que ayudar a definir el modelo a utilizar es la combinacin del anlisis de tendencia con la grfica de madurez de un producto en el mercado, si estos ya tienen tiempo en el mercado, por ejemplo, Coca Cola, es de esperar un comportamiento estable en la demanda con una tendencia alcista, por lo que la regresin lineal ser la ms recomendable, pero para el caso de un juguete de moda, que recin acaba de ser introducido en el mercado, un promedio mvil simple puede ser la mejor opcin, depende en gran medida de los datos y de la informacin de que se disponga.

La variacin aleatoria, hablamos hace un momento de productos nuevos en el mercado o modas que se presentan en el uso de algn producto bien sea porque el actor o actriz de moda lo utiliza y como lderes de opinin influencian en el mercado y provocan un comportamiento atpico en el mismo, en casos como estos habr altos y bajos en su venta, sin que sta se pueda predecir con exactitud, aqu lo conveniente es monitorearlo y prepararse con inventario para amortiguar el efecto de la demanda. En el anlisis de la demanda es conveniente separar estos artculos y tratarlos de manera diferente y no mezclarlos con el resto de los productos.

La variacin cclica, esta se presenta en periodos largos en el tiempo, por ejemplo en poca de elecciones municipales, presidenciales o de cualquier ndole, habr productos (anuncios espectaculares, carteles, etc.) que presenten un comportamiento atpico quiz incremental, por lo que, nuevamente el registro oportuno de este tipo de eventos resulta de suma importancia, para no jugar a las adivinanzas cuando de predecir la demanda se trate.

Una recomendacin adicional cuando de analizar la demanda se trate. Cuando analices la demanda, segmenta tu mercado, si solamente vez el nmero agregado, esto es, el que est compuesto por la demanda de los mayoristas, los minoristas y clubes de precio por ejemplo, y tratas de pronosticar un periodo, con seguridad el resultado obtenido no ser satisfactorio, porque no todos los mercados se comportan de la misma manera, unos son sensibles a ciertas caractersticas y condiciones del producto, otros sern sensibles al precio, a las promociones, y a otras variables. Por lo tanto conviene analizar la demanda por el tipo de mercado al que ests atendiendo.

Un factor principal que influye en la seleccin de una tcnica de pronstico consiste en la identificacin y comprensin de patrones histricos en los datos. Si se pueden reconocer patrones de tendencia, cclicos o estacinales, entonces se pueden seleccionar las tcnicas con la capacidad de utilizar eficazmente estos patrones.

Importancia estratgica del Pronstico en la Demanda.

Qu es un pronstico?

Es un trmino que procede del latn prognosticum, aunque su origen ms remoto se encuentra en la lengua griega. El concepto hace referencia a la accin y efecto de pronosticar

Es una tcnica que permite predecir lo que ocurrir en el futuro. El pronstico depender de los cambios en las variables externas al sistema.

Los pronsticos son estimaciones de la ocurrencia, la cronologa o la magnitud de futuros eventos inciertos.

Pronostico es un mtodo mediante el cual se intenta conocer el comportamiento futuro de alguna variable con algn grado de certeza. Existen disponibles tres grupos de mtodos de pronsticos: Los cualitativos, los de proyeccin histricos y los causales. Se diferencian entre s por la precisin relativa del pronstico del largo plazo en comparacin con el corto plazo, el nivel de herramientas matemticas requerido y la base de conocimiento como sustrato de sus proyecciones. Los pronsticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenmenos, tales como: 1. Mercadotecnia

Tamao del mercado Participacin en el mercado Tendencia de precios Desarrollo de nuevos productos 2. Produccin

Costo de materia prima Costo de mano de obra Disponibilidad de materia prima Disponibilidad de mano de obra Requerimientos de mantenimiento Capacidad disponible de la planta para la produccin 3. Finanzas

Tasas de inters Cuentas de pagos lentos

4. Recursos Humanos

Nmero de trabajadores Rotacin de personal Tendencias de ausentismo Tendencia de llegadas tarde

5. Planeacin Estratgica

Factores econmicos Cambios de precios Costos

Crecimiento de lneas de productos Cualquier actividad encaminada a un fin en la cual los resultados futuros estn asociados a la incertidumbre, involucra al pronstico. Esta no se trata de que si debe pronosticar o no; se trata de que se debe pronosticar y cmo hacerlo. Los pronsticos segn el horizonte de tiempo pueden ser de largo plazo, mediano plazo o corto plazo. Hay dos razones por las cuales se hace necesario el pronstico: 1)El pronstico que se hace para ayudar a identificar un problema.2)Los pronsticos se hacen para solucionar un problema.PRonosticos Ejemplos:

Utilizando el procedimiento descrito en el apartado III de este reporte y a partir de la validezestadsticade los modelosmatemticosdescritos anteriormente, se procedi a obtener lospronsticosde la LIBOR para los perodos de uno, tres y seis meses con un intervalo de confianza del 95%, cuyos valores se relacionan en el Anexo E y se muestran en las figuras 4, 5 y 6, donde se aprecia en correspondencia con lo expresado en el apartado anterior una tendencia al incremento en el largo plazo, sobre la cual oscilan los valores pronosticados, que se incrementan en el perodo comprendido entre el 30-4-06 al 31-3-09.

Cul es la validez de un pronstico?

No es la verdad absoluta respecto a algn evento en el futuro, un pronstico solo es una aproximacin a la realidad entre ms se acerque a ella mejor ser.

Historia de los pronsticos.

Tuvieron su origen en aspectos informales de la vida cotidiana. En otras pocas los Reyes, los Polticos y personas adineradas acudan a los clarividentes para que les comentaran acerca de sus vidas en el futuro. Al paso del tiempo estas ideas las adoptan los comerciantes y empresarios y se fue formalizando poco a poco para el concepto de los pronsticos hasta llegar a la que hoy se conoce como un importante tema.

Muchas de las tcnicas de pronostico que se utilizan actualmente se desarrollaron en el siglo XIX; un ejemplo de ello son los anlisis de regresin. Con el desarrollo de tcnicas de pronstico ms complejas, junto con el advenimiento de las computadoras, los pronsticos recibieron ms atencin durante los aos recientes. Este desarrollo es en especial cierto desde la proliferacin de la pequea computadora personal. Ahora todos los administradores posen la capacidad de utilizar tcnicas de anlisis de datos muy complejas para fines de pronstico, y una comprensin de dichas tcnicas es esencial hoy en da para los Administradores de Empresas.

Al crecer la preocupacin de los Administradores por el proceso de pronstico, se continan desarrollando nuevas tcnicas de pronstico. Esta atencin se enfoca de manera particular en los errores, que son parte inherente de cualquier procedimiento de pronstico. Es raro que los pronsticos coincidan al pie de la letra con el futuro, una vez llegado este, quienes pronostican solo pueden intentar que los inevitables errores sean tan pequeos como sea posible.Objetivo General.> Establecer un mecanismo de apoyo terico prctico, para nosotros los administradores, como lo son los pronsticos al momento de tomar una decisin, en cualquier aspecto que sea, para que con la misma y con unas bases estadsticas slidas nos permitan eliminar cualquier posible error al tomar una decisin.Objetivos Especficos.* Poder diferenciar tanto a los pronsticos de largo plazo de los pronsticos a corto plazo, as como su aplicabilidad dependiendo de la situacin que se presente.* Conocer e identificar los pasos o etapas a realizar, en el momento en el que decidamos aplicar un pronstico.* Manejar ecuaciones estadsticas, para poder eliminar los errores que se presentan al momento de determinar un pronstico, y que podran afectar el resultado final del mismo.

Importancia del pronstico.

Los pronsticos son importantes al momento de tomar una decisin, en cualquier aspecto que sea, para que con la misma y con unas bases estadsticas slidas nos permitan eliminar cualquier posible error al tomar una decisin.

En vista de las imprecisiones inherentes al proceso, Por qu es necesario pronosticar? La respuesta es que todas las organizaciones operan en una atmsfera de incertidumbre y que, a pesar de este hecho, se deben tomar decisiones que afecten el futuro de la organizacin.

Las tcnicas de pronstico que pueden emplearse para complementar el sentido y la capacidad administrativa de los que toman las decisiones son elementos de juicio en el proceso de pronstico. Quienes toman la decisin lo harn mejor si a partir de la comprensin de las tcnicas de pronstico, tanto cualitativa como cuantitativa, las utilizan de manera adecuada, en vez de que se vean forzados a planear el futuro sin el beneficio de esta valiosa informacin complementaria.Todas las organizaciones operan en una atmsfera de incertidumbre; pero hoy debe tomar decisiones que afectan su futuro.Para los administradores de una empresa las conjeturas sobre el futuro, con base en cierta informacin, son mas valiosas que las presunciones sin bases.Lo anterior no quiere decir que los pronsticos son malos, al contrario es frecuente que las corazonadas de quienes dirigen las organizaciones proporcionen los nicos pronsticos disponibles.La funcin de los pronsticos ha cambiado con el paso de los aos. Antes de la llegada de las tcnicas modernas del pronostico y el poder de la computadora, el juicio del administrador es era la nica herramienta de pronostico posible.Las herramientas modernas de los pronsticos, junto con las capacidades de la computadora se han vuelto indispensables para las organizaciones que operan en el mundo moderno.

Meta del pronstico.

La meta de cualquier sistema de pronsticos es proporcionar pronsticos con la exactitud necesaria, a tiempo y a un costo razonable. Un pronstico oportuno est determinado por su utilizacin. El trueque bsico de los pronsticos se hace entre la respuesta al cambio y a la estabilidad, es decir, si se experimenta una demanda anormalmente alta una semana debe decidirse si se requiere ms producto la siguiente semana. Si la demanda alta refleja un cambio en el patrn de demanda, debe aumentarse la produccin, pero si fue slo una fluctuacin aleatoria, no se aumenta. Un buen sistema de pronsticos reaccionar ante los cambios reales e ignorar las variaciones al azar.

Con el dato del PIB de 1.8% para el primer trimestre en la mano, la SHCP rebaj su pronstico de crecimiento para todo el 2014 de 3.9% a 2.7%, lo que se ajusta al pronstico que nosotros adelantamos en estas pginas el 14 de abril, en un reportaje titulado Los pobres datos de Mxico y las revisiones al PIB para alcanzar la META de 2.7%, la economa precisa crecer, en promedio, un 3.0% el resto del ao. Quin necesita los pronsticos?Casi todas las organizaciones grandes y pequeas, privadas y pblicas- utilizan los pronsticos de manera explcita o implcita, puesto que deben planear para satisfacer las condiciones del futuro sobre las que tienen un conocimiento imperfecto. Adems, la necesidad de tener pronsticos est en todas las lneas funcionales, as como en todo tipo de organizaciones.Se requieren pronsticos en las reas de finanzas, marketing, personal y produccin; en organizaciones de gobierno y empresas que buscan utilidades, en clubes sociales pequeos y partidos polticos nacionales.Pasos a seguir en el pronstico.

Todos los procedimientos formales de pronstico comprenden la extensin de las experiencias del pasado al futuro incierto. De ah la suposicin de que las condiciones que generaron los datos anteriores son indistinguibles de las condiciones futuras, con excepcin de aquellas variables reconocidas de manera explcita por el modelo de pronstico. Por ejemplo, si se esta pronosticando el ndice de desempeo de los empleados en el trabajo, usando slo como pronstico la calificacin del examen de admisin, se asume que el ndice de desempeo en el trabajo de cada persona se afecta slo por dicho examen. Considerando que la suposicin de pasado y futuro indistinguibles no se cumple, resultarn pronsticos imprecisos, a menos que se modifiquen a juicio de quien se pronostica.

La aceptacin de que las tcnicas de pronsticos funcionan sobre datos generados en sucesos histricos pasados conduce a la identificacin de cuatro pasos en el proceso de pronstico:

1. Recopilacin de datos.Sugiere la importancia de obtener datos adecuados y asegurarse que son correctos. Con frecuencia este paso es el mayor reto de todo el proceso de pronstico y el ms difcil de controlar, ya que los pasos siguientes se efectan sobre los datos, sean o no relevantes para el problema en cuestin. Siempre que se hace necesario obtener datos pertinentes en una organizacin, abundan los problemas de recopilacin y control de calidad. 2. Reduccin o condensacin de datos. La reduccin de datos con frecuencia es necesaria ya que en proceso de pronstico es posible tener muchos o muy pocos datos. Algunos datos pueden no ser pertinentes al problema, por lo que reduciran la precisin del pronstico. Otros datos pueden ser los adecuados, pero slo en ciertos periodos histricos. Por ejemplo, en el pronstico de ventas de automviles compactos podra desearse emplear slo datos de ventas de automviles a partir del embargo petrolero de la dcada de 1970, en vez de datos de los ltimos 50 aos. 3. Construccin del modelo. La construccin del modelo, implica ajustar los datos reunidos en un modelo de pronstico que sea el adecuado para minimizar el error del pronstico. Entre ms sencillo sea el modelo, ser mejor para lograr la aceptacin del proceso por parte de los administradores que toman las decisiones en la empresa. Con frecuencia se debe establecer un balance entre un enfoque de pronstico complejo que ofrezca ligeramente ms precisin y un enfoque sencillo que sea fcil de entender y ganar el apoyo de quienes toman las decisiones, de manera que lo utilicen efectivamente. Es obvio que los elementos de juicio forman parte de este proceso de seleccin. 4. Extrapolacin del modelo. Consiste en la extrapolacin en s del modelo de pronstico, lo cual ocurre una vez que se recolectaron y tal vez redujeron, los datos adecuados y que se seleccion un modelo de pronstico apropiado. Es comn que quien realiz el pronstico revise la precisin del proceso mediante el pronstico de periodos recientes de los que se conocen los valores histricos reales. Es entonces cuando se observan los errores de pronstico y se resumen de algn modo. Ciertos procedimientos de pronsticos, suman los valores absolutos de los errores y pueden reportar esta suma, o dividirla entre el nmero de intentos de pronstico para obtener el error de pronstico promedio. Otros procedimientos obtienen la suma de cuadrados de los errores, que se compara luego con cifras similares de mtodos de pronstico alternativos. Algunos procedimientos tambin rastrean y reportan la magnitud de los trminos de error sobre el periodo de pronstico. El examen de los patrones de error conduce con frecuencia al analista a la modificacin del procedimiento de pronstico, el cual genera despus pronsticos ms precisos.

Dnde se utilizan las tcnicas de pronsticos en una empresa?

Estas tcnicas se utilizan en empresas para determinar la demanda futura de sus productos, y en base a esto planear y controlar la cantidad de productos que deber producir.

Ejemplo de un pronostico en una empresa de ventas

Costos de los errores de los pronsticos.

Las empresas que fabrican productos con largo ciclo de vida y ventas slidas estn menos interesadas en el costo de los errores en los pronsticos, porque es probable que en estos casos, los pronsticos se hallen cerca de las ventas reales. No obstante, cuando el pronstico de ventas que recibe la gerencia tiene un gran error estndar, los gerentes necesitan considerar los costos de sobreestimacin y subestimacin de las ventas. Si un pronstico de ventas tiene un error estndar grande (una amplitud considerable de posibles valores), los gerentes deben considerar los costos de la sobreestimacin y subestimacin de la demanda. Para ilustrar este punto, supongamos que a un gerente se le ha dado un pronstico de ventas de la Empresa de 200.000 unidades, con un error estndar de 10.000 unidades. Al utilizar esta informacin, el gerente podra seleccionar una planeacin a un nivel algo ms bajo o ms alta que 200.000, dependiendo de los costos y de la estructura competitiva de la empresa. Un gerente que planea la produccin y los presupuestos de Mrketing sobre la base de 200.000 unidades exactamente, supone de manera implcita que los costos de sobreestimacin son iguales; pero en la mayora de las empresas esos costos no son iguales. Como se indica en la siguiente tabla existen diferentes tipos de costos asociados con la sobre o subestimacin de las ventas de la Empresa.

La siguiente imagen representa una serie de tiempo de 12 meses dondeAt representa la demanda real de un producto cualquiera yFtel pronstico utilizando unaregresin lineal. La ecuacin de la regresin ajustada esy=5,6993*x+217,12donde la variableyrepresenta la demanda y la variablexel perodo (mes).

El detalle de los resultados se presenta a continuacin donde en la columna Dse muestran los datos reales y en la columna E los pronsticos. Por ejemplo para el mes de Enero (mes 1) el pronstico se obtiene comoF1=5,6993*1+217,12=223(aproximado arbitrariamente al entero ms cercano).

Luego obtenemos el error porcentual absoluto para cada mes del perodo de evaluacin (celdas amarillas de la tabla anterior). Notar que en el ejemplo dicho clculo correspondera para el mes de Enero en la frmula F3/D3 donde el numerador (F3) es el error absoluto del perodo y el denominador (D3) la demanda real del mes.

En conclusin elError Porcentual Absoluto Medio es de un 14,56%. De forma complementaria se puede calcular elMADy laSeal de Rastreo (TS)de modo de tener un mayor nmero de indicadores para interpretar de forma adecuada el desempeo del pronstico.

Clasificacin de los pronsticos.

Por su plazo De corto plazo De mediano plazo De largo plazo

Segn el entorno a pronosticar Micro Macro

Segn el procedimiento empleado Cualitativo Cuantitativo

1. Pronstico a corto plazo. Este tiene un lapso de hasta un ao, pero es generalmente menor a tres meses. Se utiliza para planear las compras, programacin de planta, niveles de fuerza laboral, asignaciones de trabajo y niveles de produccin.2. Pronstico a mediano plazo. Un pronstico de rango mediano, o intermedio, generalmente con un lapso de tres meses a tres aos. Es valioso en la planeacin de produccin y presupuestos, planeacin de ventas, presupuestos de efectivo, y el anlisis de varios planes de operacin.3. Pronstico a largo plazo. Generalmente con lapsos de tres aos o ms, los pronsticos a largo plazo se utilizan para planear nuevos productos, desembolsos de capital, localizacin e instalaciones o su expansin, y la investigacin y el desarrollo.

El pronstico de la demanda es por ejemplo, estimar las ventas de un producto durante determinado periodo futuro. Los ejecutivos calculan primero la demanda en toda la industria o mercado para luego predecir las ventas de los productos de la compaa en ellos. El pronstico de la demanda da origen a varias clases de proyecciones. Un pronstico puede referirse a una industria entera, a una lnea de productos o bien a una marca individual. Puede aplicarse a la totalidad de un mercado o a un segmento en particular. La estimacin puede basarse en factores generales o en un plan especfico de comercializacin. Por lo tanto, para que un pronstico se entienda y sea til, es importante aclarar exactamente qu cosa describe.

Existen diferentes tipos de modelos formales para realizar pronsticos de la demanda. stos se han dividido en dos grandes grupos para su estudio, uno es el anlisis cuantitativo y otro el acceso cualitativo. Los pronsticos cualitativos o subjetivos incorporan factores importantes tales como la intuicin, emociones, experiencias personales del que toma la decisin y, sistemas de valores para alcanzar un pronstico. Los pronsticos cuantitativos, manejan una variedad de modelos matemticos que utilizan datos histricos (series de tiempo) y/o variables causales para pronosticar la demanda.

Usos de los pronsticos.

El uso de los pronsticos es amplio. Algunos de los usos que se dan a las tcnicas de pronstico se mencionan a continuacin:

a) Mercadotecnia: Tamao del mercado Participacin en el mercado Tendencia de precios Desarrollo de nuevos productos

b) Produccin: Costo de materia prima Costo de mano de obra Disponibilidad de materia prima Disponibilidad de mano de obra Requerimientos de mantenimiento Capacidad disponible de la planta para la produccin

c) Finanzas: Tasas de inters Cuentas de pagos lentos

d) Recursos Humanos: Nmero de trabajadores Rotacin de personal Tendencias de ausentismo Tendencia de llegadas tarde

e) Planeacin Estratgica: Factores econmicos Cambios de precios Costos Crecimiento de lneas de productos

Tipos de pronsticos.

1. Pronsticos econmicos: marcan el ciclo del negocio al predecir las tasas de inflacin, oferta de dinero, nuevas construcciones, y otros indicadores de planeacin.2. Pronsticos tecnolgicos: tienen que ver con las tasas de progreso tecnolgico, que pueden dar por resultado el nacimiento de productos novedosos, que requieren nuevas plantas y equipo3. Pronsticos de demanda: son proyecciones de la demanda para los productos o servicios de una compaa. Estos pronsticos, tambin llamados pronsticos de ventas, conducen la produccin de una compaa, la capacidad, y los sistemas de programacin, y sirven como insumos a la planeacin financiera, de mercado y de personal.

a) Pronsticos subjetivos:Son aquellos en la que las personas de experiencia en ventas, mercadotecnia, gerentes expresan cul es su parecer respecto a las ventas que se puede esperar para el futuro. La desventaja de los mtodos que siguen este tipo de pronsticos es que no son precisas y depende mucho de algunos factores ya sea externos e internos para dar opiniones, los vendedores pueden ser muy optimistas o muy pesimistas, tambin dependen mucho de la experiencia de las ventas que se realiz en un pasado inmediato. Este procedimiento no puede ser objeto de evaluacin en cuanto errores.

b) Pronsticos basados en un ndice:Dependen de un ndice de base para su precisin adems del grado de correlacin entre la demanda real y el pronstico basado en el ndice.

c) Pronsticos basados en promedios:Este pronstico se basa en el promedio de los datos de ventas, quiere decir que la demanda anterior representa la demanda futura. Con una buena aplicacin de los mtodos de este tipo de pronsticos y ciertos ajustes, el promedio de los datos de la demanda puede dar un valor aproximado muy bueno. Sin embargo, existen mejores tcnicas y ms exactas que pueden utilizarse.

d) Pronsticos estadsticos:El pronstico basado en el anlisis estadstico de la demanda es el procedimiento ms exacto siempre que exista una relacin entre el pasado y el futuro. En realidad el pasado brinda la mejor base para las decisiones referentes a la accin futura.

e) Mtodos combinados:Es posible y quiz sea deseable combinar algunos o todos los tipos de pronsticos mencionados y hasta aadirle otros mtodos. La seguridad de que se alcanza el grado necesario de exactitud puede conocerse por la estrecha coincidencia de los pronsticos siguiendo varios mtodos.

2.2 MTODOS CUALITATIVOS PARA LOS PRONSTICOS.

Historia de los mtodos cualitativos.

La historia de los mtodos cualitativos, as como la observacin descriptiva y las entrevistas son tan antiguos como la historia escrita, Wax (1971) sealado por Taylor y Bogdan (1987) manifiestan que los orgenes del trabajo de campo pueden rastrearse hasta historiadores, viajeros y escritores que van desde el griego Herodoto hasta Marco Polo, pero solo a partir del siglo XIX y principios del XX lo que ahora denominamos mtodos cualitativos fueron empleados conscientemente en la investigacin social.

Los mtodos cualitativos tienen una rica historia en la sociologa norteamericana, la primera manifestacin se divulgo en los estudios de la Escuela de Chicago de 1910 a 1940, en este lapso investigadores asociados con la Universidad de Chicago produjeron detallados estudios de observacin participante sobre vida urbana.

Desde la dcada de 1960 resurgi el empleo de los mtodos cualitativos, que van desde estudios vigorosos y profundos, monografas, compilaciones, libros e incluso hasta peridicos. Actualmente son sorprendentes las investigaciones cualitativas con enfoques de socilogos, antroplogos, psiclogos y otros estudiosos similares.Taylor y Bogdan (1987) definen a la metodologa cualitativa en su ms amplio sentido a la investigacin que produce datos descriptivos: las propias palabras de las personas, habladas o escritas, y la conducta observable. Ray Rist (1977) citado por Taylor y Bogdan (1987) manifiesta que la metodologa cualitativa, a semejanza la metodologa cuantitativa, consiste en ms que un conjunto de tcnicas para recoger datos. Es un modo de encarar el mundo emprico.

Comparacin entre las tcnicas cuantitativas y las tcnicas cualitativasCUANTITATIVASCUALITATIVAS

Se usan para recolectar: Cifras precisas: nmeros porcentajes, volmenes, series. En poblaciones grandes concentradas y de fcil acceso.Se usan para recolectar: Datos sobre estimaciones, opiniones,actitudes, aspectos culturales, percepciones, relaciones. En poblaciones pequeas y/o dispersas.

Es deductiva: desarrolla definiciones operacionales de las proposiciones, conceptos de lateoray los aplica empricamente a un conjunto de datos. Es inductiva:este tipo de investigacin comienza con la recogida de datos medianteobservacinemprica, a partir de relaciones descubiertas, en sus categoras y proporciones tericas.

Verificativa:intenta probar empricamente que una hiptesisdada es aplicable a variosconjuntosde datos. Con frecuencia, tambin procura establecer generalizaciones que vallan ms all del estudio de un sologruposu fin no solo consiste en determinar la medida en que se cumple una proposicin. Generativa:se centra en el descubrimiento de constructos y proporciones a partir de una o msbases de datosofuentesde evidencia.

Enumerativa:proceso en el cual unidades de anlisis previamentederivadasson sometidas a un cmputo o enumeracin sistemticos. Constructiva:se orienta al descubrimiento de los constructores analticos o categoras que pueden obtenerse a partir de un continuo comportamental; es un proceso de abstraccin en el transcurso de la observacin y ladescripcin.

Objetiva:aplica categoras conceptuales y relaciones explicativas aportadas por observadores externos al anlisis especfico de las poblaciones concretas. Subjetiva:orientada al descubrimiento de pautas culturales y comportamiento tal como son percibidas en el grupo investigado. Utilizanestrategiaspara obtener y analizar datos subjetivos proponiendo reconstruir categoras especficas que los participantes emplean en la conceptualizacin de sus propias experiencias y en su concepcin del mundo.

En opinin de Hernndezet al(2006), a lo largo de la Historia de la ciencia han surgido diversas corrientes del pensamiento tales como el Empirismo, el Materialismo Dialctico, el Positivismo, la Fenomenologa y el Estructuralismo, las cuales han originado diferentes rutas en la bsqueda del conocimiento. Sin embargo, desde la segunda mitad del siglo XX tales corrientes se han polarizado en dos enfoques principales: el enfoque cuantitativo y el enfoque cualitativo de la investigacin.Estos enfoques no se excluyen, ni se sustituyen. La posicin de los autores en mencin es que estos son incluyentes y en toda Amrica Latina quienes han compartido experiencias con ellos, han sido testigos de ello.La metodologa cualitativa, por lo comn, se utiliza primero para descubrir y refinar preguntas de investigacin. A veces, pero no necesariamente, se prueban hiptesis (Grinnell, 1997). Con frecuencia se basa en mtodos de recoleccin de datos sin medicin numrica, como las descripciones y las observaciones. Por lo regular, las preguntas e hiptesis surgen como parte del proceso de investigacin y ste es flexible, y se mueve entre los eventos y su interpretacin, entre las respuestas y el desarrollo de la teora. Su propsito consiste en reconstruir la realidad, tal y como la observan actores de un sistema social previamente definido.

Las caractersticas que destacan en el enfoque cualitativo, tambin son guiadas por reas o temas significativos de investigacin. Sin embargo, en lugar de que la claridad sobre la(s) pregunta(s) de investigacin e hiptesis preceda (como en la mayora de los estudios cuantitativos, al menos en intencin) a la recoleccin y el anlisis de los datos, los estudios cualitativos pueden desarrollar preguntas e hiptesis antes, durante o despus de la recoleccin y el anlisis.

Con frecuencia estas actividades sirven, primero, para descubrir cules son las preguntas de investigacin ms importantes y, despus para refinarlas y responderlas (o probar hiptesis). El proceso se mueve dinmicamente entre los hechos y su interpretacin en ambos sentidos.

Silverman (1995), citado por Rodrguez Peuelas (2005), hace un anlisis comparativo de concepciones y crticas a la metodologa cualitativa encontrando una nueva versin de esta metodologa, sealando lo siguiente.

1. La preferencia por investigacin cualitativa, usa palabras ms que nmeros.

2. La preferencia por informacin que sucede de manera natural y por observacin, ms que por experimentos y por entrevistas no estructuradas y no por las estructuradas, de cualquier modo esto es relativo.

3. La preferencia por los smbolos, ms que por los comportamientos o sea intentar, registrar el mundo desde el punto de vista de la gente que est siendo estudiada.

4. El rechazo de las ciencias naturales como modelo, es relativo, porque hay diferentes clases de ciencias naturales, desde la botnica hasta la fsica terica.

5. La preferencia por investigacin inductiva generadora de hiptesis ms que por aquella que se orienta a la prueba de hiptesis, y ese tambin es relativo reconociendo que deben de ser verificadas, si no se limitaran a meras especulaciones.

Como se puede observar, de alguna manera la metodologa cualitativa es considerada como un modo de encarar el mundo emprico. Para efectos de esta metodologa, se adopta la propuesta de Taylor y Bogdan (1987), por considerarla interesante ya que describen con mayor amplitud la metodologa cualitativa.

El cual se puede distinguir por las siguientes caractersticas:

1.La investigacin cualitativa es inductiva. Los investigadores desarrollan conceptos y comprensiones partiendo de pautas de los datos y no recogiendo datos para evaluar modelos, hiptesis o teoras preconcebidos. Los investigadores siguen un diseo de investigacin flexible, comenzando sus estudios con interrogantes vagamente formuladas.

2.En la metodologa cualitativa el investigador ve al escenario y a las personas en una perspectiva holstica; las personas, los escenarios o los grupos no son reducidos a variables, sino considerados como un todo.Se estudia a las personas en el contexto de su pasado y las situaciones actuales en que se encuentran. 3.Los investigadores cualitativos son sensibles a los efectos que ellos mismos han creado sobre las personas que son objeto de su estudio.El investigador interacta con los informantes de un modo natural y no intrusivo.

4.Los investigadores cualitativos tratan de comprender a las personas dentro del marco de referencia de ellas mismas. Desde un punto de vista fenomenolgico2y para la investigacin cualitativa es esencial experimentar la realidad tal como otros la perciben. Siendo de esta manera que el investigador cualitativo se identifica con las personas que estudia para poder comprender como ven las cosas.

5.El investigador cualitativo aparta sus propias creencias, perspectivas y predisposiciones.El investigador ve las cosas como si ellas estuvieran ocurriendo por primera vez. Nada da por sobrentendido, todo es un tema de investigacin.

6.Para el investigador cualitativo todas las perspectivas son valiosas.No busca la verdad o la moralidad, sino una comprensin detallada de las perspectivas de otras personas. A todas las ve como a iguales.

7.Los mtodos cualitativos son humanistas. Al estudiar a las personas cualitativamente, llegamos a conocerlas en lo personal y a experimentar lo que ellas sienten en sus luchas cotidianas en la sociedad o en las organizaciones. Aprendemos sobre conceptos tales como belleza, dolor, fe, sufrimiento, frustracin y amor, cuya esencia se pierde en otros enfoques investigativos.

8.El investigador cualitativo da nfasis a la validez en su investigacin.Los mtodos cualitativos nos permiten permanecer prximos al mundo emprico. Estn destinados a asegurar un estrecho margen entre los datos y lo que la gente realmente dice y hace. Observando a las personas en su vida cotidiana, escuchndolas hablar sobre lo que tienen en mente y viendo los documentos que producen, el investigador cualitativo obtiene un conocimiento directo de la vida social, no filtrado por conceptos, definiciones operacionales y escalas clasificatorias.

9.Para el investigador cualitativo, todos los escenarios y personas son dignos de estudio. Ningn aspecto de la vida social es demasiado trivial como para ser estudiado.

10.La investigacin cualitativa es un arte. Los investigadores cualitativos son flexibles en cuanto al mtodo en que intentan conducir sus estudios, es un artfice. El cientfico social cualitativo es alentado a crear su propio mtodo. Se siguen lineamientos orientadores, pero no reglas. Los mtodos sirven al investigador; nunca es el investigador esclavo de un procedimiento o tcnica.

A partir del siglo XIX y principios del XX lo que ahora denominamos mtodos cualitativos fueron empleados conscientemente en la investigacin social.

Los mtodos cualitativos tienen una rica historia en la sociologa norteamericana, incluso aunque hasta el momento no hayan sido objeto de una amplia aceptacin. El empleo de mtodos cualitativos se divulg primero en los estudios de los investigadores asociados con la Universidad de Chicago produjeron detallados estudios de observacin participante sobre la vida urbana; ricas historias de vida de criminales y delincuentes juveniles y un estudio clsico sobre la vida de los inmigrantes y sus familias en Polonia y los Estados Unidos basado en documentos personales. Antes de la dcada de 1940, quienes se consideraban estudiosos de la sociedad ya estaban familiarizados con la observacin participante, la entrevista en profundidad y los documentos personales.

Por importantes que fueran estos primeros estudios, el inters en la metodologa cualitativa declin hacia el final de la dcada de 1940 y principios de la de 1950, por el surgimiento de los mtodos cuantitativos. Desde la dcada de 1960 resurgi el empleo de los mtodos cualitativos.

Los pronsticos cualitativos son los que no requieren de una abierta manipulacin de datos sino que hacen uso del juicio de quien pronostica. Por su naturaleza stos suelen ser subjetivos incorporan factores importantes tales como la intuicin, emociones, experiencias personales del que toma la decisin, y sistema de valores para alcanzar un pronstico y no utilizan modelos matemticos. Las tcnicas cualitativas se usan cuando no se tiene disponibilidad de informacin histrica o los datos son escasos, por ejemplo cuando se introduce un producto nuevo al mercado. Usan el criterio de la persona y ciertas relaciones para transformar informacin cualitativa en estimados cuantitativos.

En los siguientes puntos se listan las caractersticas clave de los datos que provienen de pronsticos cualitativos:

Por lo general el pronstico se basa en un juicio personal o en alguna informacin cualitativa externa. El pronstico tiende a ser subjetivo; toda vez que suele desarrollarse a partir de la experiencia de las personas involucradas, con frecuencia estar sesgado con base en la posicin potencialmente optimista o pesimista de dichas personas. Una ventaja de este mtodo radica en que casi siempre permite obtener algunos resultados con bastante rapidez. En ciertos casos, la proyeccin cualitativa es especialmente importante, ya que puede constituir el nico mtodo disponible. Estos mtodos suelen utilizarse para productos individuales o familias de productos, y rara vez para mercados completos

Los mtodos cualitativos de pronsticos utilizan el juicio de los gerentes, su experiencia, los datos relevantes y un modelo matemtico implcito. Como el modelo es implcito, si dos gerentes distintos utilizan los mtodos cualitativos, es frecuente que lleguen a pronsticos con variaciones importantes.

Los pronsticos cualitativos deben utilizarse cuando los datos del pasado no resulten confiables como indicadores de las condiciones del futuro. Cuando ocurre lo anterior, los datos del pasado deben compensarse mediante un juicio antes de poder desarrollar un pronstico. Tambin debe utilizarse el pronstico cualitativo para la introduccin de nuevos productos cuando no se dispone de una base de los datos histricos.

Los mtodos cualitativos casi siempre se utilizan para pronsticos a mediano y largo plazo que involucren situaciones como diseo del proceso o capacidad de las instalaciones. En el caso de estas decisiones, los datos del pasado casi nunca estn disponibles o, cuando as es, pueden indicar un patrn poco estable.

Los mtodos cualitativos se pueden usar cuando:

La informacin de la variable que se est pronosticando no es cuantificable no est disponible o no son aplicables los datos histricos.

Hay momentos en que la investigacin cuantitativa le dar la informacin necesaria. Entonces, Cundo usar mtodos cualitativos? Eso depende de cun amplio sea el alcance de las preguntas que estn haciendo.

Cuando lo que se necesita es informacin cualitativa y descriptiva. Particularmente en una situacin de evaluacin, lo que normalmente se busca es informacin descriptiva o analtica que tiene poco que ver con medidas cuantitativas. El tipo de informacin que brindan los mtodos cualitativos es por lo general exactamente lo que se est buscando en una evaluacin comunitaria para poder decidir los pasos a seguir. Cuando se est tratando de entender las razones y motivos del comportamiento de las personas, o cmo ellos se comportan ante situaciones particulares.Por qu las personas no aprovechan los programas de servicio social para los cuales califican? Cules son las diferencias en las formas en que las personas de distintos orgenes culturales responden a los servicios? Estas son preguntas que realmente se quiere responder en una evaluacin comunitaria y que frecuentemente no pueden ser contestadas cuantitativamente. Cuando se est analizando informacin cuantitativa.Como se mencion antes, mucha de la informacin cuantitativa puede ser analizada usando mtodos cualitativos.

Algunos de los mtodos ms comunes de pronstico cualitativo son los siguientes:

1. Investigacin de Mercados: Se usa para evaluar y probar hiptesis acerca de mercados reales. Suelen ser cuestionarios estructurados que se envan a los clientes potenciales del mercado solicitando en ellos opinin acerca de productos o productos potenciales que intentan muchas veces averiguar la probabilidad de que los consumidores demanden ciertos productos o servicios. En resumen, una investigacin de mercado consiste en los siguientes pasos:

a. Desarrollar cuestionario con preguntas que proporcionen informacin necesaria para el desarrollo del pronstico, por ejemplo edad o ingresos o con qu frecuencia se consumira el producto. Si se aplica a distribuidor seran necesarios el tamao de la tienda y la proyeccin del nmero de artculos que comprara.b) Llevar a cabo la encuesta, ya sea por correo, fax, telfono, en revista, etc.c) Tabular y analizar los resultados e interpretarlos cuidadosamente.

La exactitud de ste mtodo puede ser excelente, dependiendo del cuidado que se haya puesto en el trabajo.

Podemos decir que este tipo de investigacin parte del anlisis de algunos cambios en el entorno y las acciones de los consumidores. Permite generar un diagnstico acerca de los recursos, oportunidades, fortalezas, capacidades, debilidades y amenazas (DAFO) de una organizacin.

Como lo indica ZIKMUND,1la investigacin de mercados hace referencia al "proceso objetivo y sistemtico en el que se genera la informacin para ayudar en la toma de decisiones de mercadeo.", "Se incluye la especificacin de la informacin requerida, el diseo del mtodo para recopilar la informacin, la administracin y la ejecucin de la recopilacin de datos, el anlisis de los resultados y la comunicacin de sus hallazgos e implicaciones".Como se ha comprobado, la investigacin de mercados se compone de instrumentos y tcnicas que al aplicarse generan una informacin con un alto grado de validez y confiabilidad con respecto a los comportamientos y caractersticas de un mercado.Es el proceso por el cual se adquiere, registra, procesa y analiza la informacin, respecto a los temas relacionados, como:clientes,competidoresy elmercado. La investigacin de mercados nos puede ayudar a crear el plan estratgico de la empresa, preparar el lanzamiento de un producto o facilitar el desarrollo de los productos lanzados dependiendo del ciclo de vida.

2. Delphi: inventado por la RAND Corporacin para emplearse en pronsticos ambientales, tambin puede aplicarse en la prediccin de ventas, se utiliza sobre todo con productos que son verdaderamente innovadores o importantes en adelantos tecnolgicos. La tcnica Delphi representa un intento por obtener pronsticos tecnolgicos ms precisos y significativos. Se utilizan paneles con expertos en el mercado especfico y de diferentes campos, los cuales intentan transferir al anlisis su conocimiento individual respecto de los factores que afectan la demanda, interactuando entre s para tratar de llegar a un consenso en cuanto al pronstico de la demanda. ste mtodo permite que cada experto realice sus pronsticos individuales annimamente, especificando las razones que lo llevaron a dicha proyeccin, despus el conjunto de stos se distribuye entre todos los expertos, lo cual permite que cada uno modifique sus proyecciones en base a la informacin de los dems. La idea es repetir sta serie de pasos hasta alcanzar un consenso.Su objetivo es la consecucin de un consenso basado en la discusin entre expertos. Es un proceso repetitivo. Su funcionamiento se basa en la elaboracin de un cuestionario que ha de ser contestado por los expertos. Una vez recibida la informacin, se vuelve a realizar otro cuestionario basado en el anterior para ser contestado de nuevo.Finalmente el responsable del estudio elaborar sus conclusiones a partir de la explotacin estadstica de los datos obtenidos.La metodologa de previsin Delphi utiliza juicios de expertos en tecnologa o procesos sociales considerando las respuestas a un cuestionario para examinar las probables orientaciones del desarrollo de tecnologas especficas, meta-tipos de tecnologas o diferentes procesos de cambio social. El resumen de los juicios de los expertos (en las formas de evaluaciones cuantitativas y comentarios escritos) son provistos como retroalimentacin a los mismos expertos como partes de una ronda siguiente de cuestionario (next-round). A continuacin, los expertos revalan sus opiniones a la luz de esta informacin, y un consenso de grupo tiende a emerger. Bright cree que la previsin tecnolgica, incluyendo previsin Delphi, es una forma de anlisis lgico que conduce a conclusiones sobre el futuro de atributos tecnolgicos (Scott, 2001). La tcnica delphi se basa en conceptos firmes para sacar conclusiones con argumentos soportados.

Proceso usual en la tcnica Delphi:

a) Se selecciona un grupo de expertos en un rea en particular, un comit de expertos coordina esta tcnica, y el facilitador determina los participantes, escribe los cuestionarios y analiza los resultados. Los miembros del comit pueden ser expertos de diferentes campos. Por ejemplo uno puede tener orientacin hacia las ventas y otro ser economista. Ellos ofrecen diversos puntos de vista y consideran muchos factores en el proceso.

b) Se solicita a los expertos la realizacin de un pronstico sobre lo que creen que ocurrir, y cuando, en diversas reas de nuevos descubrimientos y adelantos. Se pide a los miembros del comit que entreguen pronsticos annimos de eventos especficos y, lo que es ms importante, sus razones para hacer este pronstico. Las preguntas deben ser ambiguas y simples. En lugar de pregunta si las ventas sern altas, debe preguntarse si estarn arriba de un valor dado. Las preguntas deben tener una sola respuesta, si se necesitan respuestas mltiples, debe hacerse una pregunta para cada una.

c) Se recopilan las respuestas, y los resultados combinados son presentados a miembros del grupo. Las respuestas se resumen, se modifica el cuestionario y se regresa a los miembros del comit, a quienes se pide que repitan el proceso. El resultado de cada ronda debe reflejar los resultados de la anterior; con el cuestionario actualizado se mandan las estadsticas resumidas, es decir, la media, la mediana y el rango.

d) Con base a esta informacin, se elaboran nuevas estimaciones del futuro. El procedimiento continua hasta que los miembros del comit llegan a un acuerdo razonable por lo general tres o cuatro rondas son suficientes para alcanzar con un consenso y el resumen de resultados se informa a los participantes y se usa para tomar la decisin.

e) Este proceso puede repetirse varias veces. El mtodo Delphi tiene varias ventajas, entre ellas est el hecho de que se incluye la participacin de personas muy diferentes, incluso de distintas localidades, y elimina el dominio de personalidades fuertes, dando a todos la misma oportunidad de participar; las respuestas annimas permiten una expresin ms libre de las ideas.

f) Una vez que comienza a perfilarse la convergencia de opiniones, los resultados pueden usarse como un pronstico aceptable.

La mayor desventaja es el tiempo necesario para llevar a cabo el estudio Delphi, muchas veces ms de un mes; no obstante los mtodos electrnicos (fax y correo electrnico) pueden acelerar el proceso.

Metodo Delphi Procedimiento

Delphi se basa en: Anonimato de los intervinientes. Repetitividad y retroalimentacin controlada. Respuesta del grupo en forma estadstica.ProcedimientoAntes de iniciar un Delphi se realizan una serie de tareas previas, como son: Delimitar el contexto y el horizonte temporal en el que se desea realizar la previsin sobre el tema en estudio. Seleccionar el panel de expertos y conseguir su compromiso de colaboracin. Las personas que sean elegidas no slo deben ser grandes conocedores del tema sobre el que se realiza el estudio, sino que deben presentar una pluralidad en sus planteamientos. Esta pluralidad debe evitar la aparicin de sesgos en la informacin disponible en el panel. Explicar a los expertos en qu consiste el mtodo. Con esto se pretende conseguir la obtencin de previsiones fiables, pues los expertos van a conocer en todo momento cul es el objetivo de cada una de los procesos que requiere la metodologa.

El mtodo Delphi tiene las ventajas siguientes:

a) Queda documentado no slo el resultado sino el proceso que se sigui.b) Los expertos interactan en forma annimac) Se evitan divagaciones.

Las dificultades son:

a) El coordinador debe permanecer ``neutral'' respecto a la discusin. b) Puede haber dificultad en captar la atencin de los expertos.c) Gracias a la tecnologa es posible acelerar la lentitud que va de la mano del correo. d) Muchas veces las opiniones ``delatan'' al experto, dificultando el anonimato.

FASESLa tcnica Delfos comprende al menos tres fases:1. Se enva un cuestionario a un grupo de expertos.2. Se prepara un resumen de la primera fase.3. Se prepara un resumen de la segunda fase.

Por lo general se recomiendan tres fases, pero pueden usarse ms fases, como en el caso del estudio Delfos de la administracin de seguridad.El numero de expertos participantes puede variar de solo unos cuantos a ms de 100, dependiendo del alcance del asunto. Se recomienda un rango de entre 15 a 30 para un asunto focal. Mientras expertos participen, tambin se elevaran los costos as como la coordinacin requerida para la tcnica.

3. Analoga por ciclo de vida: Se utiliza a la hora de lanzar un producto nuevo y se basa en el hecho de que casi todos los productos y servicios tienen un ciclo de vida bien definido, ste mtodo tiene una aplicacin muy especial. Generalmente las ventas presentan un crecimiento durante la etapa temprana que sigue a la introduccin del producto en el mercado. En cierto punto, el producto o servicio madura, lo que implica un bajo o nulo crecimiento adicional, hasta que, en un momento dado, la demanda va bajando hasta el punto donde ya no es ofertado. Un claro ejemplo se da con los productos relacionados con una moda por ejemplo los restaurants de comida rpida (McDonalds, Burger King, KFC, etc.) lanzan nuevas promociones que incluyen productos relacionados con la pelcula de Disney que ha sido recientemente estrenada o est prxima a serlo, durante la fase temprana la demanda va creciendo hasta alcanzar la madurez, en la que la demanda no vara mucho para decaer posteriormente cuando la pelcula comienza a pasar de moda o sale una nueva. Los siguientes conceptos son importantes a la hora de considerar el ciclo de vida:

Marco de tiempo y duracin del crecimiento y la madurez Velocidad del crecimiento y decadencia Tamao de la demanda global, sobre todo durante la fase de madurez

Ciclo de vida del Producto

Se dice que un producto (bien o servicio) pasa por un ciclo de vida cuando en algn momento se torna obsoleto; sus ventas pasan por distintas etapas en las cuales enfrentan diferentes desafos; las ganancias tambin oscilan a lo largo de las distintas etapas, y la empresa precisa emplear diferentes estrategias en trminos de marketing, finanzas, produccin, compras y personal en las distintas etapas del ciclo de vida del producto (Kotler 1994).La figura abajo ilustra como varan las ventas y ganancias durante el ciclo de vida tpico de un producto.

Durante su desarrollo, hay una gran involucracin e inversin y el ingreso es cero, porque no hay ventas, por lo tanto, la utilidad es negativa.

Al introducirel producto en el mercado, comienzan las ventas para los usuarios pioneros, pero las utilidades son an muy bajas, porque persisten los gastos con el desarrollo para completar y eliminar los "defectos de nacimiento" del producto, sumados a los gastos con su promocin en el mercado.

En la etapa de crecimiento, el producto comienza a venderse a nuevos clientes adems de los pioneros, pero los gastos de promocin son expresivos y la rentabilidad crece lentamente.

En la etapa de madurez,las ventas e ingresos alcanzan su pico y comienzan a decaer, en la medida en que disminuye el nmero de nuevos clientes y el posible mercado es atendido tanto por la empresa como por los competidores e imitadores, atrados por el crecimiento del negocio en la etapa anterior.

Finalmente, como sugiere la analoga con el ciclo de vida de los seres vivos, llegaal fin la vida del producto, con la merma en las ventas y en la rentabilidad, y ha llegado el momento de retirar de lnea el producto obsoleto, y sustituirlo por una nueva generacin o por productos diferentes, pero que luchen para conquistar la misma porcin del presupuesto que los clientes destinaban al producto extinto.

La mayora de los productos puede tornarse obsoleta porque deja de ser deseada por el mercado, la empresa deja de producirlos, o los clientes los sustituyen por otros productos del mismo proveedor o de sus competidores.

Un caso interesante ocurre cuando se abandona el uso de un producto por desaparecer la necesidad de usarlo, o porque ella fue atendida de otra forma, sin que haya surgido un producto sustituto de la misma categora o con funcionalidad equivalente.

Por ejemplo: el uso del bastn como accesorio masculino, indicador de clase social, dej de adoptarse debido al cambio ocurrido en las costumbres y valores sociales, sin que haya surgido un producto que sustituyese su funcionalidad. Sin embargo, el uso del bastn por personas con dificultades para caminar, contina en boga.

Es una herramienta de diseo que investiga y evala los impactos ambientales de un producto o servicio durante todas las etapas de su existencia (extraccin,produccin, distribucin, uso ydesecho).El anlisis del ciclo de vida (ACV), tambin llamadoevaluacin del ciclo de vida(ECV), es una metodologa empleada en el estudio delciclo de vida de un productoy de su proceso de produccin. Con el auge deleco diseo, este enfoque ha ido integrando con ms frecuencia diferentes criterios y parmetros de evaluacin delimpacto ambiental.El anlisis del ciclo de vida (ACV) es una herramienta que se usa para evaluar el impacto potencial sobre el ambiente de un producto, proceso o actividad a lo largo de todo su ciclo de vida mediante la cuantificacin del uso de recursos ("entradas" comoenerga,materias primas,agua) y emisiones ambientales ("salidas" alaire,aguaysuelo) asociados con el sistema que se est evaluando.El Anlisis del ciclo de vida de un producto tpico tiene en cuenta el suministro de las materias primas necesarias para fabricarlo, transporte de materias primas, la fabricacin de intermedios y, por ltimo, el propio producto, incluyendoenvase, la utilizacin del producto y los residuos generados por su uso.El ciclo de vida de un producto (como unladrillo) o una actividad (hormigonar una estructura) est formado por dos tipos de sistemas, que revisten un inters especial para los evaluadores ambientales. Los estudios de ACV se realizan con la finalidad de responder a determinadas preguntas, y son esas preguntas las que conforman el diseo del estudio. Una de estas preguntas podra ser: Qu diferencia existe entre el posible impacto ambiental de un producto nuevo y otros productos ya existentes en el mercado?El ACV no es unaevaluacin de riesgoy esto se debe a que ACV no tiene en cuenta la exposicin, que es un factor esencial para evaluar el riesgo. El ACV cuantifica las emisiones, pero el impacto real de esas emisiones depende de cundo, dnde y cmo se liberen en el ambiente. ACV es una de las herramientas con las que se cuenta para evaluar los productos, envases y procesos. Las otras herramientas se comentan en otras secciones y entre ellas figuran: Evaluacin de riesgos ambientales Gestin de riesgos para el ambiente Anlisis de riesgo comparativo Anlisis del impacto socioeconmicoLa evaluacin del ciclo de vida se utiliza para responder a preguntas especficas como: Qu diferencia existe entre dos procesos diferentes de fabricacin del mismo producto, en trminos de utilizacin de recursos y emisiones? Qu diferencia existe entre una ventana de aluminio, respecto de una demaderao dePVC, en trminos de utilizacin de recursos y emisiones? Cules son las contribuciones relativas de las diferentes etapas del ciclo de vida de este producto a las emisiones totales? Anlisis del impacto socioeconmicoEn otras palabras, la evaluacin del ciclo de vida trata de incrementar la eficacia. Y dado que tiene en cuenta cada una de las fases en la vida de un producto, se identifican y logran realizar mejoras.

4. Valoracin o juicio informado: es uno de los mtodos de pronsticos de mayor uso, sin embargo, tambin es de los menos confiables. Stephen Chapman nos proporciona un ejemplo sobre un ejecutivo de ventas y su equipo de vendedores, en ste, el ejecutivo solicita a cada vendedor que desarrolle una proyeccin de ventas para su rea, tomando como marco temporal cierto periodo futuro. Luego, el ejecutivo combina las proyecciones individuales en un pronstico de ventas global para la compaa.

Las razones por las que ste mtodo suele ser poco fiables son variadas, entre ellas destacan las siguientes:

Los vendedores pueden utilizar dicho pronstico como oportunidad para establecer metas optimistas. Miedo por parte de los vendedores de que sus pronsticos se utilicen como una cuota de ventas, lo que los puede llevar a establecer una cifra menor de la que ellos creen poder vender. Los acontecimientos recientes, por ejemplo una buena o mala semana de ventas, bombardeo meditico acerca de una inminente debacle en la demanda de servicios o productos por la crisis econmica, etc. pueden influenciar de tal manera que sus proyecciones sern muy pesimistas o muy optimistas.

Los mtodos anteriores suelen ser usados en la industria y, en ocasiones, la opinin de los expertos suele ser precisa y podra llegar a ser nuestra nica opcin para proyecciones, sin embargo, nos encontramos con inconvenientes como los antes mencionados o como el tiempo que tardan en realizarse (en el caso de los estudios de mercado) o los costosos que suelen ser (como en el caso del mtodo Delphi).

2.3 MTODOS CUANTITATIVOS PARA LOS PRONSTICOS.

Una serie de tiempo es un conjunto de observaciones de una variable a lo largo del tiempo. Generalmente es tabulado o graficado para mostrar la naturaleza de su dependencia con el tiempo.

Los pronsticos cuantitativos manejan una variedad de modelos matemticos que utilizan datos histricos y/o variables causales para pronosticar la demanda.

En los ltimos aos, el papel del pronstico con base en el juicio ha cambiado. Antes de la llegada de las tcnicas modernas de pronstico y del poder de las computadoras, el juicio del administrador era la nica herramienta de pronstico disponible. No existe evidencia de que los pronsticos basados solo en juicios no sean tan precisos como aquellos que emplean la aplicacin de tcnicas cuantitativas.

El ser humano posee un conocimiento nico e informacin interior que no estn disponibles en los mtodos cuantitativos. Sin embargo de manera sorprendente estudios empricos y experimentos de laboratorio han demostrado que sus pronsticos no son ms precisos que los de los mtodos cuantitativos. El ser humano tiende a ser optimista y subestimar la incertidumbre del futuro. Adems el costo del pronstico con mtodos de juicio es a menudo considerablemente ms alto que cuando se utilizan mtodos cuantitativos.

Debido a que siempre ha sido cambiante el mundo en el que operan las organizaciones, siempre ha existido la necesidad de hacer pronsticos. Sin embargo en los ltimos aos, se ha incrementado la confianza en las tcnicas que abarcan una compleja manipulacin de datos.

Una nueva tecnologa y nuevas disciplinas aparecieron de la noche a la maana; la actividad gubernamental se intensifico en todos los niveles; la competencia se hizo ms cerrada en muchas reas; en casi todas las industrias se implanto el comercio internacional; crecieron y se crearon nuevas agencias de ayuda y servicios.

Las computadoras, junto con las tcnicas cuantitativas que hacen posible, se han vuelto ms que recomendables en las organizaciones modernas: se han vuelto esenciales. Las dificultades antes expuestas generan una enorme cantidad de datos y una tremenda necesidad de extraer informacin sutil de estos datos. Las herramientas modernas de pronstico, junto con la capacidad de la computadora se han hecho indispensables para las organizaciones que operan en el mundo moderno.

Los mtodos cuantitativos se usan cuando:

a) Hay informacin disponible de la variable al pronosticar.b) Se puede cuantificar la informacin.c) Es una hiptesis razonable que el patrn de comportamiento ocurrido en el pasado continuara en el futuro.

Una ventaja de los mtodos cuantitativos es que se pueden aplicar cuando contamos con informacin estadstica de la variable.

Se usa para referirse a la informacin estadstica; tambin se utiliza para referirse al conjunto de tcnicas y mtodos que se utilizan para analizar la informacin estadstica; y el trmino estadstico, en singular y en masculino, se refiere a una medida derivada de una muestra.Respecto a la utilidad e Importancia de la estadstica es preciso indicar que, los mtodos estadsticos tradicionalmente se utilizan para propsitos descriptivos, para organizar y resumir datos numricos. La estadstica descriptiva, por ejemplo trata de la tabulacin de datos, su presentacin en forma grfica o ilustrativa y el clculo de medidas descriptivas. Ahora bien, las tcnicas estadsticas se aplican de manera amplia en mercadotecnia, contabilidad, control de calidad y en otras actividades; estudios de consumidores; anlisis de resultados en deportes; administradores de instituciones; en la educacin; organismos polticos; mdicos; y por otras personas que intervienen en la toma de decisiones.

La informacin podra obtenerse a travs de un sistema de administracin de los servicios de informacin, pero ms probablemente, se obtendra a travs de alguna fuente informal apropiada. Para hacer un pronstico, el pronosticador adoptara un procedimiento especfico tomando en consideracin el costo de las diversas posibilidades, el tiempo disponible antes de que se estime el pronstico y alguna idea de la precisin probable de los mtodos que pueden aplicar en forma competente. El pronosticador tambin debe tomar en cuenta la importancia de mejorar la precisin del pronstico.

Tipos de pronsticos:

1. Promedio mvil. El trmino mvil indica que conforme se tiene disponible una nueva observacin de la serie de tiempo, se remplaza la observacin ms antigua y se calcula un nuevo promedio.

El mtodo depronstico mvil simplese utiliza cuando se quiere dar ms importancia a conjuntos de datos ms recientes para obtener la previsin.

Cada punto de una media mvil de una serie temporal es la media aritmtica de un nmero de puntos consecutivos de la serie, donde el nmero de puntos es elegido de tal manera que los efectos estacionales y / o irregulares sean eliminados.Cundo utilizar un pronstico de promedio mvil?El pronstico de promedio mvil es ptimo para patrones de demanda aleatoria o nivelada donde se pretende eliminar el impacto de los elementos irregulares histricos mediante un enfoque en perodos de demanda reciente.

Ejemplo de aplicacin de un pronstico de Promedio MvilUna compaa presenta en el siguiente tabulado el reporte de ventas correspondiente al ao 2009.

MESVENTAS REALES (2009)

Enero80

Febrero90

Marzo85

Abril70

Mayo80

Junio105

Julio100

Agosto105

Septiembre100

Octubre105

Noviembre100

Diciembre150

Teniendo en cuenta los datos anteriores, se debe calcular un pronstico mediante la tcnica de Promedio Mvil utilizando: Un perodo de 3 meses (a partir de abril de 2009) Un perodo de 6 meses (a partir de julio de 2009)El objetivo consiste en identificar con cul de los dos perodos del pronstico se obtiene mayor precisin al compararse con las ventas reales del reporte.SolucinAl ser un pronstico con un perodo mvil de 3 meses, este deber efectuarse a partir del mes de abril, es decir que para su clculo tendr en cuenta tres perodos, es decir, Enero, Febrero y Marzo.

Luego para efectuar la previsin del mes de Mayo, debern tenerse en cuenta los ltimos tres perodos que anteceden al mes de Mayo, es decir Febrero, Marzo y Abril.

De esta manera se efectan las previsiones restantes obteniendo el siguiente resultado:MESVENTAS REALES (2009)PRONSTICO 3 MESES

Enero80

Febrero90

Marzo85

Abril7085

Mayo8082

Junio10578

Julio10085

Agosto10595

Septiembre100103

Octubre105102

Noviembre100103

Diciembre150102

El pronstico restante al ser unpronstico con un perodo mvil de 6 meses, este deber efectuarse a partir del mes de Julio, es decir que para su clculo tendr en cuenta seis perodos, es decir, Enero, Febrero, Marzo, Abril, Mayo y Junio.

De esta manera se efectan las previsiones restantes obteniendo el siguiente resultado:MESVENTAS REALES (2009)PRONSTICO 3 MESESPRONSTICO 6 MESES

Enero80

Febrero90

Marzo85

Abril7085

Mayo8082

Junio10578

Julio1008585

Agosto1059588

Septiembre10010391

Octubre10510293

Noviembre10010399

Diciembre150102103

Aunque existen diversos indicadores de precisin de un pronstico, en este caso el resultado es ms que evidente, pues podemos observar como el pronstico con un perodo mvil de 3 meses logra aproximarse en una mayor medida a las ventas reales del ao 2009 con relacin a las previsiones obtenidas mediante el pronstico con un perodo mvil de 6 meses.

Ecuacin=n/nt

Dnde:n = valores de datos ms recientesnt = nmero de datos

Ejemplo:

En el siguiente cuadro se indican los datos de la serie de tiempo de las ventas de gasolina.

Promedio mvil (1 3 semanas) = 17 + 21 + 19 = 19 3Promedio mvil (2 4 semanas) = 21 + 19 + 23 = 21 3Analizando el error de la semana 3 tenemos valores de 23 19 es igual a 4 siendo este error la diferencia entre el valor calculado y el real obtenido. Por lo tanto el pronstico para la semana 4, con datos de 18 - 21= -3

Una consideracin de importancia al seleccionar un mtodo de pronsticos es la exactitud del mismo, evidentemente deseamos que los errores sean lo ms pequeos posible. El promedio de la suma de los errores al cuadrado se conoce como error cuadrtico medio por sus siglas en ingles MSE.

MSE para 3 semanas = 92 = 10.22 9

Analizando los datos del problema anterior para las ventas de gasolina, calcular: a) Los promedios mviles de 4 y de 5 semanas de la serie de tiempo.b) El MSE (error cuadrtico medio) para los promedios mviles de 4 y 5 semanasc) Cual podra ser el mejor nmero de semanas de datos medios a usar en el clculo de promedios mviles

Respuestas para a)

Promedio mvil (1 4 semanas) = 17 + 21 + 19 + 23 = 20 4Promedio mvil (2 5 semanas) = 21 + 19 + 23 + 18 = 20.25 4

MSE para 4 semanas = 77. 1875 = 9.6484 8Respuestas para b)

Promedio mvil (1 5 semanas) = 17 + 21 + 19 + 23 + 18 = 19.65Promedio mvil (2 6 semanas) = 21 + 19 + 23 + 18 + 16 = 19.4 5

MSE para 5 semanas = 51.84 = 7.4057 7Respuestas para c) el de 5 semanas.

2. Promedios mviles ponderados. Implica seleccionar diferentes ponderaciones para cada valor de datos y a continuacin obtener como pronostico el promedio ponderado de los N valores de datos ms recientes.Este mtodo de pronstico es una variacin delpromedio mvil.Mientras, en el promedio mvil simple se le asigna igual importancia a cada uno de los datos que componen dicho promedio, en elpromedio mvil ponderadopodemos asignar cualquier importancia (peso) a cualquier dato del promedio (siempre que la sumatoria de las ponderaciones sean equivalentes al 100%). Es una prctica regular aplicar el factor de ponderacin (porcentaje) mayor al dato ms reciente.

Cundo utilizar un pronstico de promedio mvil ponderado?

El pronstico de promedio mvil ponderado es ptimo para patrones de demanda aleatorios o nivelados donde se pretende eliminar el impacto de los elementos irregulares histricos mediante un enfoque en perodos de demanda reciente, dicho enfoque es superior al del promedio mvil simple.

Ejemplo de aplicacin de un pronstico de Promedio Mvil Ponderacin

Un almacn ha determinado que el mejor pronstico se encuentra determinado con 4 datos y utilizando los siguientes factores de ponderacin (40%, 30%, 20% y 10%). Determinar el pronstico para el perodo 5.Perodo Ventas (unidades) Ponderacin

Mes 1 100000 10%

Mes 2 90000 20%

Mes 3 105000 30%

Mes 4 95000 40%

SolucinEn este caso el primer paso consiste en multiplicar a cada perodo por su correspondiente factor de ponderacin, luego efectuar la sumatoria de los productos.

Podemos as determinar que el pronstico de ventas para el perodo 5 es equivalente a 97500 unidades.

Ejemplo:

Si utilizamos los datos del problema para la venta de gasolina tenemos. (Promedios mviles ponderados)

Para la semana 4 = 3/6 (19) + 2/6 (21) + 1/6 (17) = 19.33Para el promedio mvil ponderado, la suma de las ponderaciones es igual. Para determinar si una combinacin particular de un numero de valores y ponderaciones nos da un pronstico ms exacto que cualquier otra combinacin, debemos seguir utilizando el criterio de MSE como medida de la exactitud del error cuadrtico medio.

Ejemplo:

Utilizando de nueva cuenta los datos de la serie de tiempo de las ventas de gasolina del problema anterior calcular lo siguiente:

a) Un promedio mvil ponderado de 3 semanas para la serie de tiempo utilizando un coeficiente de ponderacin de para la observacin ms reciente 1/3 para la segunda ms reciente y 1/6 para la 3era mas reciente.b) El error MSE del promedio ponderado de la parte del inciso a). Prefiere usted este promedio mvil ponderado al promedio mvil sin ponderar.Recuerde que el MSE del promedio medio sin ponderar es de 10.22c) Suponga que se le permite escoger cualquier ponderacin siempre que sume 1 podra usted encontrar siempre un conjunto de coeficiente de ponderacin que pudiera hacer que el error cuadrtico medio MSE para el promedio ponderado sea mejor que sin ponderar, Por qu si o porque no?

Promedios mviles ponderados.

Para la semana 4) = 1/2 (19) + 1/3 (21) + 1/6 (17) = 19.33

Promedios mviles ponderados

Para la semana 5) = 1/2 (23) + 1/3 (19) + 1/6 (21) = 21.33

MSE = 103.42 = 11.49 Valor Ponderado y el MSE = 10.22 Sin ponderar 9

b) se prefiere sin ponderar ya que es menor el errorc) Si se puede ya que:

1/2 (19) + 1/3 (21) + 1/6 (17) = 19.331/3 (19) + 1/3 (21) + 1/3 (17) = 191/8 (19) + 2/8 (21) + 5/8 (17) = 18.251/5 (19) + 1/5 (21) + 3/5 (17) = 18.20

Al realizar el procedimiento con la ultima ponderacin obtenemos un MSE = 9.92 y sin ponderar un MSE = 10.22; por lo tanto si es posible encontrar mejores condiciones ponderando que sin ponderar

Errores de los pronsticos.

El error se refiere a la diferencia entre el valor de pronostico y lo que en realidad ocurri. Mientras el valor del pronstico este dentro de los lmites de confianza, no se trata realmente de un error, pero es comn referirse a la diferencia como si lo fuera.

La demanda de un producto se genera por la interaccin de varios factores, demasiado complejos para describirlos con precisin en un modelo. Por lo tanto, todos los pronsticos contienen un error.

Los errores pueden provenir de varias fuentes, una muy comn, de la que no se percatan muchos pronosticadores, es la proyeccin de tendencias pasadas hacia el futuro. Ya que al utilizar esta lnea de tendencia como dispositivo de pronstico, proyectndola hacia el futuro, es probable que el intervalo de confianza no defina correctamente el error porque se basa en datos del pasado.

Un error puede ser sistemtico o aleatorio. Los sistemticos son los que se cometen consistentemente.Algunas de las causas son: excluir variables correctas, utilizar relaciones equivocadas entre variables; emplear lneas de tendencia incorrecta y no darse cuenta de que existe alguna tendencia secular.

Por otra parte, los errores aleatorios son aquellos que no se pueden explicar con el modelo de pronstico que se usa.

Por lo tanto, el error del pronstico es la diferencia entre el valor real y el pronosticado del perodo correspondiente.

Dondees el error del pronstico del perodo,es el valor real para ese perodo yel valor que se haba pronosticado. Medidas de error:

Error absoluto de la media (MAD)

Error absoluto porcentual de la media (MAPE)

Desviacin porcentual absoluta de la media (PMAD)

Error cuadrtico de la media (MSE)

Raz del error cuadrtico de la media (RMSE)

Una medida simple del error del pronstico consiste en calcular la desviacin de los valores reales de lo pronosticado. Las desviaciones variarn positiva o negativamente, pero deben tender a promediar aproximadamente a cero si el pronstico es correcto.

Error del pronstico = demanda real demanda pronosticada.

Los errores individuales de los pronsticos se resumen en un estadstico tal como el error promedio, error cuadrado medio, o desviacin absoluta media (DAM).La diferencia entre lo pronosticado y lo real se denomina error:

1. Fuentes de Error: uso de datos histricos para proyectar el futuro, as como utilizacin del modelo incorrecto.2. Medicin del Error: varianza o promedio de la suma de los errores al cuadrado.

El error del pronstico se define tambin como la diferencia entre el valor observado de la serie de tiempo en el periodo t y el pronstico para el periodo t, en smbolos:

Error cuadrtico medio (MSE) o (MCE):

Elerror cuadrtico medio(ECM) de un estimador mide elpromediode los errores al cuadrado, es decir, la diferencia entre el estimador y lo que se estima. El ECM es unafuncin de riesgo, correspondiente alvalor esperadode la prdida del error al cuadrado o prdida cuadrtica. La diferencia se produce debido a la aleatoriedad o porque el estimador no tiene en cuenta la informacin que podra producir una estimacin ms precisa.1El MSE es el segundo momento (sobre el origen) del error, y por lo tanto incorpora tanto lavarianzadel estimador as como susesgo. Para un estimador insesgado, el ECM es la varianza del estimador. Al igual que la varianza, el EMC tiene las mismas unidades de medida que el cuadrado de la cantidad que se estima. En una analoga con la desviacin estndar, tomando la raz cuadrada del EMC produce el error de la raz cuadrada de la media o la desviacin de la raz cuadrada media (RMSE o RMSD), que tiene las mismas unidades que la cantidad que se estima; para un estimador insesgado, el RMSE es la raz cuadrada de la varianza, conocida como ladesviacin estndar.El MSE (error cuadrtico medio por sus siglas en ingles), se usa para determinar cul de las tcnicas de pronstico es la ms adecuada para usarse en la proyeccin de los datos, ya que se considera la que tiene el menor MSE o MCE.

Es el promedio de los cuadrados de los errores de pronstico, lo cual se representa por la siguiente ecuacin:

2.4 PRONSTICOS EN EL SECTOR SERVICIOS.

Sector servicios o sector terciario es el sector econmico que engloba todas aquellas actividades econmicas que abarca las actividades relacionadas con los servicios materiales no productores de bienes. Empez a principios del siglo XIV. No compran bienes materiales de forma directa, sino servicios que se ofrecen para satisfacer las necesidades de la poblacin.

Los pronsticos en el sector servicios presentan desafos inusuales. Una tcnica importante en el sector comercial es el seguimiento de la demanda manteniendo registros adecuado de corto plano Por ejemplo, una peluquera para hombres espera picos en el flujo de trabajo los viernes y sbados. Sin duda. La mayor porte de las peluqueras cierran domingo y lunes y muchas requieren personal de apoyo viernes y sbado. Por su parte, un restaurante en el centro de la ciudad quiz necesite dar seguimiento a convenciones y das festivos, para que sus pronsticos a corlo plazo resulten efectivos

Incluye subsectores como comercio, transportes, comunicaciones, finanzas, turismo, hotelera, ocio, cultura, espectculos, la administracin pblica y los denominados servicios pblicos, los presta el Estado o la iniciativa privada (sanidad, educacin, atencin a la dependencia), etc.

Dirige, organiza y facilita la actividad productiva de los otros sectores (sector primario y sector secundario). Aunque se lo considera un sector de la produccin, propiamente su papel principal se encuentra en los dos pasos siguientes de la actividad econmica: la distribucin y el consumo.

El sector servicios es la actividad productiva ms importante en los pases industriales, ya que tanto en trminos de produccin como de empleo. Desde la dcada de 1980, ha surgido una creciente preocupacin por el grado de eficiencia con el que operan numerosas actividades incluidas en este sector, algunas de ellas son esenciales para el adecuado desarrollo de los dems sectores.

Delimitacin y clasificacinLos servicios incluyen actividades muy heterogneas, como transportes, telecomunicaciones, comercio, hostelera, sanidad, educacin, servicios financieros.

Los servicios se han clasificado de diversas formas siguiendo criterios que permiten agruparlos siguiendo criterios segn su contribucin o sus relaciones con la actividad econmica.

Destacamos:

-Servicios de mercado y los no destinados a la venta: cuyo diferencia reside en que las transacciones se realicen con criterios mercantiles o se suministren por el sector pblico gratuitamente para el consumidor o a precios no relacionados con sus costes de produccin.-Servicios intermedios en los procesos productivos de otras actividades econmicas-Servicios estancados: no pueden reducir sus necesidades de mano de obra por unidad de producto sin que repercuta en la cantidad producida o en su calidad.-Servicios progresivos: registran avances tcnicos significativos.Una tcnica importante en el sector comercial es el seguimiento de la demanda manteniendo buenos registros a corto plazo.

Los pronsticos de la demanda dirigen:

-Los sistemas de produccin.-La capacidad.-La programacin de las empresas.-Los pronsticos de la demanda afectan:-Las funciones de planeacin financiera-Marketing-Personal

La variedad de tcnicas de pronsticos pueden ser por:

Pronsticos cualitativos que emplean el juicio, la intuicin, la experiencia, otros factores intangibles difciles de cuantificar: o tambin por pronsticos cuantitativos que emplean los datos histricos, y las relaciones causales o asociativas para proyectar las demandas futuras.

Ejemplo:

Una peluquera para hombres espera picos en el flujo de trabajo los viernes y sbados, de hecho, la mayora de la peluquera cierran en domingo y lunes y muchas requieren personal extra en viernes y sbado .Por su parte, un restaurante del centro de la cuidad quiz necesite dar seguimiento a convecciones y das festivos para que sus pronsticos a corto plazo resulten efectivos.Restaurantes de comida rpida :Los restaurantes de comida rpida estn preparados no solo para enfrentar las variaciones en la demanda por semana , dia y hora sino, incluso para las variaciones de cada 15 minutos que influyen en la ventas , en consecuencia , necesitan pronsticos detallados de la demanda.Los administradores de operaciones deben monitorear y controlar los pronsticos continuos y los errores no demasiado grandes, aprovechan los paquetes de software como por ejemplo: Forecast PRO, SAP, tsMetrix, Afs ,SAS ,SPSS .Excel.

El sector primario o agrario est formado por las actividades econmicas relacionadas con la transformacin de los recursos naturales en productos primarios no elaborados. Por lo usual, los productos primarios son utilizados como materia prima en las producciones industriales. Las principales actividades del sector primario son la agricultura, la minera, la ganadera, la silvicultura, la apicultura, la acuicultura, la caza y la pesca.

El sector secundario es el conjunto de actividades que implican transformacin de alimentos y materias primas a travs de los ms variados procesos productivos. Normalmente se incluyen en este sector siderurgia, las industrias mecnicas, la qumica, la textil, la produccin de bienes de consumo, el hardware informtico, etc. La construccin, aunque se considera sector secundario, suele contabilizarse aparte pues, su importancia le confiere entidad propia.

Existe otro sector conocido como sector terciario, es el sector econmico que se dedica a la prestacin de servicios a las personas y a las empresas de tal manera que puedan dedicar su tiempo a trabajar o al ocio, sin necesidad de hacer todas las tareas que requiere la vida en una sociedad desarrollada.

El sector servicios es la actividad productiva mas importante en los pases industriales, ya que tanto en trminos de produccin como de empleo representa entre el 60 y el 70% del conjunto de la economa.

Desde la dcada de 1980, ha surgido una creciente preocupacin por el grado de eficiencia con el que operan numerosas actividades incluidas en este sector, algunas de ellas son esenciales para el adecuado desarrollo de los dems sectores.

Los servicios incluyen actividades muy heterogneas, como transportes, telecomunicaciones, comercio, hostelera, sanidad, educacin, servicios financieros, servicios a empresas privadas y pblicas.

Los servicios se han clasificado de diversas formas siguiendo criterios que permiten agruparlos siguiendo criterios segn su contribucin o sus relaciones con la actividad econmica. Destacamos:

1. Servicios de mercado y los no destinados a la venta: cuya diferencia reside en que las transacciones se realicen con criterios mercantiles o se suministren por el sector pblico gratuitamente para el consumidor o a precios no relacionados con sus costos de produccin.

2. Servicios intermedios en los procesos productivos de otras actividades econmicas o servicios destinados al consumo final.

En el anlisis del sector servicios surgen al menos, 3 problemas que conviene sealar.

a. En algunas actividades (adems educacin y sanidad) la produccin se mide por el valor de las entradas utilizando lo que implica que difcilmente se puede ver como evoluciona su productividad.

b. En la mediacin de las magnitudes econmicas siempre surge el problema de la adecuada contabilizacin de las variaciones en la calidad de los productos.

c. Hay que tener en cuenta que la informacin estadstica no se contabiliza en el sector terciario aquellas actividades de servicios que se desarrollan en el seno de las empresas de los dems sectores productivos, pero en cambio se reflejan en el valor de estos.

Evolucin del sector.

La mayora de las actividades del sector servicio han permanecido aisladas de las competencia internacional, la importancia que tienen en la produccin y el empleo no se refleja en el comercio exterior.La mayora de las actividades del sector servicio han permanecido aisladas de las competencia internacional, la importancia que tienen en la produccin y el empleo no se refleja en el comercio exterior.Las exportaciones superan las importaciones, aunque la tendencia a l/p es la expansin de las importaciones en relacin tanto a la produccin como al comercio total de bienes y servicios. Esta evolucin se explica por el comportamiento del sector turstico.Tres son las principales tendencias observadas en el sector en las 3 ltimas dcadas:La participacin de los servicios en la produccin nacional valorada a precios crecientes, ha registrado una expansin sustancial.En trminos reales apenas ha aumentado su participacin en la produccin. El sector suele reducir o mantener su participacin en la produccin real en las etapas de expansin econmicas y aumentarla en las fases de crisis econmicas.El empleo del sector ha crecido de forma sostenida, tanto en trminos absolutos como relativos.A estas tendencias observadas en la participacin de los servicios, comunes a todos los pases aunque con diferente intensidad, se ha tratado de encontrar respuestas mediante los factores relacionados con la evolucin de la demanda y de la oferta de la economa.

Servicios

Las exportaciones superan las importaciones, aunque la tendencia a la expansin de las importaciones en rel