Métodos
Cuantitativo
Método cuantitativo
Los modelos cuantitativos de pronósticos con modelos
matemáticos que se basan en datos históricos. Estos modelos
suponen que los datos históricos son relevantes en el futuro. Casi
siempre puede obtenerse información pertinente al respecto.
Aquí, analizaremos varios modelos cuantitativos, la precisión del
pronóstico, pronósticos a largo plazo y pronósticos a corto plazo.
Método cuantitativo
Método cuantitativo se agrupan en dos:
1. Métodos de series de tiempo
2. Métodos causales o asociativos
Métodos de series de tiempo
Definamos serie de tiempo como una sucesión de datos en un periodo de tiempo.
Los siguientes métodos cuantitativos se basan en la demanda pasada para predecir la futura por medio de los datos
históricos de un periodo anterior.
• Promedio simple: Se aplica promedio sobre los datos históricos de ventas. Útil cuando la demanda no presenta
estacionalidad o tendencia.
• Promedio ponderado: Similar al promedio simple pero con la diferencia que en éste método calcula el pronóstico
asignando nivel de importancia o peso ponderado a unos elementos de tiempo por sobre otros.
• Suavización exponencial: Requiere el pronóstico anterior, la demanda real del periodo de pronóstico y una
constante de suavizamiento. Útil cuando se cuenta con pocos datos históricos.
• Suavización exponencial doble: Es una modificación del suavizamiento exponencial simple. Agrega una constante
de suavización delta (δ), cuya función es reducir el error que ocurre entre la demanda real y el pronóstico.
• Estacional multiplicativo: Considera que la demanda tiene patrones de repetición de acuerdo a periodos de
tiempo y la pronostica por medio del producto de los factores estacionales con una estimación de la demanda
promedio.
1. Promedio móvil simple, pronóstico y
periodos
Le llamamos media móvil o promedio simple cuando definimos el
número de periodos para su cálculo. Un ejemplo de promedio es
cuando vamos a calcular la demanda de diciembre con una móvil de
5 meses: julio, agosto, septiembre, octubre y noviembre, así pues …
el cálculo de pronósticos del mes de enero ahora será a partir de los
meses de agosto, septiembre, octubre, noviembre y diciembre.
Promedio móvil simple, pronóstico y periodos
El concepto de media aritmética o promedio también contempla la decisión de qué
tan largo será el periodo que usaremos para calcular el promedio, pues entre más
largo sea, nuestro pronóstico calculado será más suavizado. Por otro lado, cuando
observamos una tendencia en la demanda, un periodo más corto será mejor al
entregarnos resultados con mayor oscilación, siendo más fiel a la tendencia actual.
En este sentido, un periodo más largo en el promedio simple nos da un resultado
más uniforme pero con tendencia retrasada. Con un periodo más corto, tenemos
más oscilación, pero estamos cercanos a la tendencia.
Siendo n el número de periodos que
incluimos para calcular nuestro promedio.
Formula En la fórmula de promedio simple cada
promedio pronóstico debe ser hecho siempre con el
mismo n, a menos pues que sea necesario
simple dar mayor suavización (haciendo el n
mayor) o mayor oscilación (haciendo el n
mejor), esto en función de la tendencia de
la demanda del producto.
Ejemplo
IngE es una compañía productora de alimentos para gato
y requiere calcular el pronóstico de demanda con el
método de media o promedio móvil simple,
considerando un periodo de 3 meses.
La siguiente tabla nos muestra la demanda real a través
de los próximos 18 meses iniciando desde enero, con lo
cual pronosticamos la demanda de los siguientes
periodos:
El comportamiento
gráfico de la
demanda sería el
siguiente:
Y aprovechando el ejemplo
media móvil, cómo calcularías el
pronóstico de demanda con
promedio móvil simple con 8
meses de periodo.
Conclusiones ejemplo
• Ambos ejemplos nos permiten entender el método de promedio
móvil simple. Fíjate que en el primer caso, al usar un periodo
más corto las oscilaciones fueron un poco más marcadas,
logrando seguir la tendencia creciente que se presentaba de
Enero a junio tanto en el primer año como en el primer
semestre del segundo.
• Ahora fíjate en el segundo caso, la línea es más uniforme y no
presenta tantas oscilaciones.
• En este ejemplo de media móvil, el cálculo de pronóstico simple
es mejor si se toma un periodo más corto (3 meses en nuestro
caso).
2. El promedio móvil ponderado
Otro método de pronostico de demanda es el promedio móvil ponderado. Mientras
en el método de promedio móvil simple asignamos igual importancia a todos los
datos de la demanda pasada, el método de promedio móvil ponderado nos permite
calcular pronósticos asignando más peso para los elementos que consideremos.
Esta es la ventaja del método, pues bajo ciertas circunstancias, las empresas
necesitan predecir la demanda de próximos periodos ponderando unos sobre
otros, lo que permite por ejemplo, darle más importancia a la tendencia, que
aunque este método nos sigue debiendo frente a este aspecto, si sale victorioso si
se compara con el promedio o media simple.
Cómo elegir la ponderación en el promedio ponderado
Realmente no hay una regla general que nos diga qué ponderación elegir. La
experiencia y el análisis de la demanda suelen ser decisorios para determinar la
importancia en la ponderación.
Sin embargo, se suele considerar que en el cálculo de pronósticos es más
importante la demanda reciente, pues ante ausencia de datos, es el indicador
más fiel que tenemos para el próximo periodo.
Pero esto depende del tiempo donde nos encontremos. Un ejemplo de promedio
móvil ponderado es una empresa que vende piscinas de plástico y que sabe que
en verano la demanda aumenta, y por ende es un periodo en el que se debe
asignar un mayor peso ponderado en el pronóstico.
Formula de promedio móvil ponderado
El promedio ponderado suele reaccionar más rápido ante los cambios de
la demanda, con relación al promedio simple. Sin embargo, la verdadera
utilidad del método dependerá de la experticia del administrador de
operaciones al pronosticar la demanda, como en todos.
En nuestra formula de promedio, la suma de las ponderaciones debe ser
igual a 1.
Como calcular un promedio móvil ponderado
IngE es una compañía productora de alimentos para perro y
requiere calcular el pronóstico de demanda con el método de
media móvil ponderada. Para la empresa, la demanda pasada reciente
es la más importante y le asignan un peso de 50%. La demanda
intermedia tiene un peso de 30% y la más lejana de 20%.
En este ejemplo de promedio ponderado,
para calcular el pronóstico de
demanda del periodo 4, multiplicamos el
periodo 3 (el más reciente) por 50%, el
periodo 2 (el intermedio 2) por 30% y el
periodo 1 (el más lejano) por 20%. El
resultado de cada producto lo sumamos y
obtuvimos 139.
Para pronosticar el siguiente periodo,
multiplicamos la demanda real (la que
obtuvimos, no la pronosticada) del periodo
4 por 50%, la del periodo 3 por 30% y la
demanda del 2 por 20%.
3. Suavización exponencial
La suavización exponencial simple. Los pronósticos de producción
desarrollados con series de tiempo, hacen uso de los datos del pasado para
predecir el comportamiento de la demanda en el futuro.
Sin embargo, y a diferencia de otros métodos, el suavizado o alisamiento
exponencial funciona con muy pocos registros de periodos anteriores,
destacando los hechos más recientes sobre los más antiguos.
3. Suavización exponencial
A diferencia de los métodos de promedio móvil simple y ponderado, 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.
Es el método de pronóstico más usado por su simpleza, tanto
por pequeñas y grandes empresas, sea en un sencillo archivo de
Excel o un software como forecast pro. Sus ventajas son:
• Formulación es sencilla, pues solo requiere el pronóstico
anterior, la demanda real del periodo de pronóstico y la
constante de suavización, como ya lo veremos más adelante.
Ventajas • No requiere de gran volumen de datos históricos.
suavización • Al ser un modelo exponencial, es más preciso.
• Es flexible al conseguir darle más importancia a la demanda
exponencial más reciente o a la antigua.
• Su desventaja, al igual que los métodos de promedio móvil, es
la respuesta a la tendencia. Aun cuando un valor de alfa (α)
logra responder frente a cambios en el promedio, cambios
sistemáticos de este harán más grande el error de pronóstico.
Es tan así, que cuando se está aplicando un alfa mayor a 0.5
con buenos resultados, optar por el alisado exponencial
doble suele ser mejor idea.
•
Como calcular Formula:
un pronóstico
con Ft = Ft-1 + (At-1 - Ft-1)
suavización
exponencial Ft : nuevo pronostico
Ft-1: pronóstico del periodo anterior
: constante de suavización
At-1: demanda real del periodo anterior
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 para ese periodo fue de 3200. La compañía según su
criterio asigna α=0,35.
Ejemplo
La demanda del próximo periodo es:
Ft= 2869+0.35(3200-2869)=2984.85
Ejemplo
Este mismo ejercicio lo
realizó a través del año,
obteniendo la siguiente
tabla comparativa entre lo
realmente obtenido
(demanda – segunda
columna) y lo pronosticado
en ese momento (tercer
columna).
¿Cómo mejorar pronósticos?
Según un estudio elaborado por Marshall L.Fisher, Ananth Raman y Anna Sheen
McClelland, una organización pueden mejorar de manera sustancial la precisión
de sus pronósticos mediante la ejecución de las siguientes actividades:
• Actualizando las previsiones en base a datos iniciales de ventas.
• Analizando la precisión de sus pronósticos, identificando los errores y
comprendiendo cuándo y por qué ocurren.
• Probando la aceptación de los nuevos productos antes y después de su
lanzamiento.
• Utilizando distintos métodos de enfoque de pronósticos, de manera que
permite entender las diferentes asunciones implícitas en las diferentes técnicas.