PRONÓSTICO DE
LA DEMANDA
Concepto
Un pronóstico de demanda o pronóstico de
producción en el ámbito de fabricación, se
encarga de predecir eventos futuros
asociados al producto o servicio. La
organización estima a futuro cuántas
unidades se venden, lo que permite
desarrollar la producción.
2
USOS
Su utiliza para establecer el plan maestro de producción por
tiempo de funcionamiento del proceso.
Se utiliza para determinar la producción según las demandas del
mercado y sus factores exógenos y endógenos.
3
Pasos que se deben seguir para
realizar un Pronóstico de Demanda
Para realizar un pronóstico de demanda, es necesario
tener en cuenta los siguientes pasos:
Establecer el objetivo y el uso del pronóstico.
Escoger los aspectos que se deben pronosticar como la
unidad de medidas que se utilizará, el número de ventas
e ingresos.
Calcular el horizonte de tiempo del pronóstico, todo
dependerá del manejo de la función de la empresa y de
su producto.
Elegir los modelos del pronóstico, estos pueden ser
métodos de juicios cualitativos o cuantitativos
4
Recopilar datos necesarios para el pronóstico,
como encuestas, registros de ventas y conteo
de ingresos.
Realizar el pronóstico dependiendo del modelo,
de esa forma el procedimiento será diferente.
Certificar y efectuar el resultado, así se evitarán
errores.
Es muy importante hacer comprobaciones
seguidamente entre la demanda real y que ya
se ha pronosticado, esto confirmará que tan
bien se está haciendo.
5
¿Cómo hacer un Pronóstico de la Demanda?
Un pronóstico de demanda se fundamenta en la proyección de ventas futuras con la
finalidad de proporcionar diversos presupuestos de costos y la aproximación
de ventas entre otras cosas.
1. Al conocerse, este le permitirá a la empresa contar con un pequeño inventario
que sea suficiente para lograr un abastecimiento determinado durante las ventas y
de ese modo, se evitará la falta de productos.
2. Para poder hacer un pronóstico de ventas que conlleve a un mejor control de
producción y disminuir los riesgos de ventas
6
Tipos de Pronósticos
Enfoque de pronóstico de demanda cualitativo
Consulta a la fuerza de ventas
Encuesta de mercado de consumo
Grupos de consenso
Jurado de opinión ejecutiva
Método delphi
Enfoque de pronóstico de demanda
cuantitativo
Promedio simple
Promedio ponderado
Suavización exponencial simple
Suavización exponencial doble
Regresión Lineal
7
1. Promedio Movil Simple
Concepto:
Es el calculo del pronóstico de series de tiempo, que utiliza información histórica del
desempeño de una variable que se desea pronosticar al futuro.
Uso:
Se utiliza cuando la demanda real no presenta grandes variaciones a corto plazo
(principalmente productos de canasta básica familiar)
8
Función Matemática
ᵳ
Demanda pronosticada = Dt1+Dt2+Dt3+Dt4+Dt ŋ
----------------------------------
ŋ
1
ᵳ
Demanda pronosticada = Ʃ de Demandas de ŋ Periodos
--------------------------------------------
ŋ
1. Promedio Movil Simple
Se tiene la empresa Textil “A tu medida”, el cual nos registra un numero de unidades de
venta de 2017 de Enero a Junio. Para lo que nos solicitan pronosticar la producción y
venta de Abril, Mayo y Junio de 2018
Año 2018
Mes Demanda de Unidades Pronostico de la demanda
Enero 1500 -
Febrero 1603 -
2017
Marzo 1498 -
Abril 1399 ?
Mayo 1400 ?
Junio 1499 ?
10
ᵳ D abril = 1500+1603+1498
----------------------------
3
Demanda abril = 1533 Unidades
Año 2018
Mes Demanda de Unidades Pronostico de la demanda
Enero 1500 -
Febrero 1603 -
2017
Marzo 1498 -
Abril 1399 1533
Mayo 1400
Junio 1499
11
ᵳ D abril = 1500+1603+1498
----------------------------
3
Demanda abril = 1533 Unidades
Año 2018
Mes Demanda de Unidades Pronostico de la demanda
Enero 1500 -
Febrero 1603 -
2017
Marzo 1498 -
Abril 1399 1533
Mayo 1400 1500
Junio 1499 1432
12
2. Promedio Movil Ponderado
Concepto:
Es el calculo del pronóstico ante cambios en la demanda con base en las
tendencias de venta de los productos bienes y servicios.
Usos:
Es usado principalmente para pronosticar la demanda de Bienes y Servicios
estacionarios o cíclicos
13
Función Matemática
ŋ
ᵳpmp= Σ =1
i
1
ᵳpmp = Ʃ (Demanda en el periodo ŋ) * (Ponderación de Periodos ŋ)
-------------------------------------------------------------------------------------
Ʃ Ponderaciones
Ejemplo
Se tiene la empresa Textil “A tu medida”, el cual nos registra un número de unidades
de venta de 2017 de Enero a Julio. Para lo que nos solicitan pronosticar la
producción y venta de Abril, Mayo y Junio de 2018
Mes Demanda Pronóstico ά Ponderación
1 Enero 1274 - 12%
Febrero 1297 - 18%
Marzo 1317 - 28%
Abril 1370 - 42%
Mayo 1348 ?
Junio 1405 ?
Julio 1433 ?
ƒ pmp= Ʃ (1274*0,12) + (1297*0,18) + (1317*0,28) + (1370*0,42)
--------------------------------------------------------------------------------
1
ƒ pmp = 152,88 + 233,46 + 368,76 + 575,4
-------------------------------------------------
1
ƒ pmp= 1330
Mes Demanda Pronóstico ά Ponderación
Enero 1274 - 12%
Febrero 1297 - 18%
Marzo 1317 - 28%
Abril 1370 - 42%
Mayo 1348 1330
Junio 1405 ?
Julio 1433 ?
16
Mes Demanda Pronóstico ά Ponderación
Enero 1274 - 12%
Febrero 1297 - 18%
Marzo 1317 - 28%
Abril 1370 - 42%
Mayo 1348 1330
Junio 1405 1342
Julio 1433 1372
17
3. Suavización Exponencial Simple
Concepto:
Este método no necesita de gran volumen de datos históricos de la demanda.
Por ende cada vez que se calcula el pronóstico, se remueve la observación
anterior y es reemplazada por la demanda más reciente, y aquí es donde radica
la ventaja.
Usos:
El pronóstico de suavización exponencial simple es óptimo para patrones de
demanda aleatorios o nivelados donde se pretende eliminar el impacto de los
elementos irregulares históricos mediante un enfoque en períodos de demanda
reciente, este posee una ventaja sobre el modelo de promedio móvil ponderado
ya que no requiere de una gran cantidad de períodos y de ponderaciones para
lograr óptimos resultados.
18
Función Matemática
Fórmulas
Para efectos académicos suele proporcionarse el factor de suavización, sin
embargo en la práctica éste es comúnmente hallado de la forma descrita arriba.
19
Xt= Nuevo pronóstico
Xt-1= Pronóstico del periodo anterior
α = constante de suavización
Xt-1= demanda real del periodo anterior
20
Se Requiere el pronóstico anterior, la demanda real del periodo de pronóstico y la constante
de suavización. Si es la primera vez que usamos el método, el pronóstico anterior puede ser
un estimado o el resultado de un promedio simple, por ejemplo.
Ejemplo
Luz Verde es una empresa de seguros que ha decidido expandir su mercado a la
ciudad capital de un país. Por ser la ciudad que congrega más habitantes, han
decidido comenzar ofreciendo servicio de seguro para coches.
Como ejercicio inicial, la empresa desea pronosticar cuántos seguros de vehículo
serán contratados por las personas de la ciudad capital, para lo cual usarán como
dato inicial los seguros de vehículos contratados en otra ciudad con menos habitantes
pero con mayor posicionamiento en el mercado.
El pronóstico de demanda del período 1 es 2869 seguros de carro adquiridos por
personas, pero la demanda real para ese periodo fue de 3200. La compañía según su
criterio asigna α=0,35.
21
Xt= 2869+0.35(3200-2869)= 2984.85 seguros
Ahora bien si determinamos el pronostico de demandas del periodo 2 al 12, que
valores obtendríamos
Periodo Demanda Pronostico
1 3200 2984,85
2 3108 3027,9525
3 2930 ?
4 2801 ?
5 2316 ?
6 2444 ?
7 2719 ?
8 3133 ?
9 3459 ?
10 2819 ?
11 2773 ?
12 2321 ?
22
Periodo Demanda Pronostico
1 3200 2984,85
2 3108 3027,9525
3 2930 2993,669125
4 2801 2926,234931
5 2316 2712,652705
6 2444 2618,624258
7 2719 2653,755768
8 3133 2821,491249
9 3459 3044,619312
10 2819 2965,652553
11 2773 2898,224159
12 2321 2696,195704
23
Demanda Pronósticada con suavización exponencial simple
4000
3500
3000
Unidades de Seguros
2500
2000
Demanda
1500 Pronostico
1000
500
0
1 2 3 4 5 6 7 8 9 10 11 12
Periodos
24
3. Regresión Lineal ó Minimos Cuadrados
Concepto:
Es el calculo del pronóstico de series de tiempo y relaciones causales,
principalmente cuando la demanda cambia como resultado del tiempo.
Usos:
Es utilizado cuando se requiere pronosticar la demanda a partir de una o mas
causas, las cuales pueden ser el tiempo, el precio, nuevos productos, servicios,
la economía de un país a largo plazo.
25
Análisis
Una regresión lineal permite establecer la línea de tendencia de manera que se
identifique si esta crece o decrece en tiempo
Función Matemática
ƒ R.L= Y = a + bx
Y= Variable dependiente
a= Secante
b= pendiente
m= Δy/Δx
m= y2 - y1
------------
x2 – x1
x= Variable independiente
26
Para poder hallar la variable dependiente de la demanda en regresión
lineal, tomamos la derivación de las formulas:
Y= a+bx
b= N * Ʃ x*y – Ʃx * Ʃy
---------------------------
2 2
N * Ʃx - (Ʃx)
a= Ʃy – b * Ʃx
-----------------
N
27
Ejemplo
Se tiene la siguiente información de la compañía W. Se
presenta un informe en el que se presenta cantidades
vendidas de los últimos 5 años. Nos solicitan determinar el
pronostico para los años sexto, séptimo y octavo año siguiente
Año (X) Q Vendidas
1 220
2 245
3 250
4 258
5 273
6 ?
7 ?
8 ?
28
Ejemplo
Debemos determinar la demanda mediante
Y= a+bx
Para poder determinar tanto a como b aplico las formulas dadas
b= N * Ʃ x*y – Ʃx * Ʃy
---------------------------
2 2
N * Ʃx - (Ʃx)
a= Ʃy – b * Ʃx
-----------------
N
29
Ejemplo
Podemos aplicar la siguiente tabla para entender el ejercicio
X y x*y x2 y2
1 220 220 1 48400
2 245 490 4 60025
3 250 750 9 62500
4 258 1032 16 66564
5 273 1365 25 74529
6 / / / /
7 / / / /
8 / / / /
Ʃ 15 1246 3857 55
30
Ejemplo Hallamos a
Hallamos b
a= Ʃy – b * Ʃx
b= N * Ʃ x*y – Ʃx * Ʃy -----------------
---------------------------
2 N
2
N * Ʃx - (Ʃx)
a= 1246 – 12 * 15
b= 5* 3857 – 15 * 1246 ------------------------
------------------------------ 5
2
5 * 55 - 15
a= 1246 – 180
b= 600 ----------------------
--------- 5
12
a= 1066
b= 12 ------------
5
a= 213
31
Ejemplo
Remplazamos las variables independientes para los años 6, 7 y 8
Y= a+bx
Año 6 2
Y= 213+12 * (6)
Y= 213 + 72
Y= 285 unidades
Año 7 2
Y= 213+12 * (7)
Y= 213 + 84
Y= 297 unidades
Año 8 2
Y= 213+12 * (8)
Y= 213 + 96
Y= 309 unidades
32
Ejemplo
En conclusión se tiene las unidades pronosticadas
Año (X) Q Vendidas
1 220
2 245
3 250
4 258
5 273
6 285
7 297
8 309
33
