clase 4 y 5 pronosticos 2015-1
Post on 16-Jan-2016
28 Views
Preview:
DESCRIPTION
TRANSCRIPT
Planeamiento y Control
de la ProducciónProfesor: Jorge Esponda Véliz
ADMINISTRACIÓN
DE LA
DEMANDA
Control de Producción
Setiembre
2012
ADMINISTRACIÓN
DE LA
DEMANDA
TENDENCIAS LOCALES
• Mercado sin límites o libre tránsito
• Fuerte e incluso desleal competencia
• Creciente espectativa del cliente
• Los precios son regulados por la O / D
. participación del cliente en la fabricación
. Productos socialmente responsable
. Marketing y comercio electrónico
• Presión sobre los inventarios
• Cliente auditor
ADMINISTRACIÓN DE LA DEMANDA
Planeamiento y Control de la Producción
Elección del método
Dependerá de los costos involucrados, del
propósito del pronóstico, de la
confiabilidad y consistencia de los datos
históricos de ventas, del tiempo disponible
para hacer el pronóstico, del tipo de
producto, de las características del
mercado, de la disponibilidad de la
información necesaria y de la pericia de los
encargados de hacer el pronóstico. Lo
usual es que las empresas combinen
varias técnicas de pronóstico.
Ventas: pronóstico
.
Tipos de pronósticos
MODELO
CUALITATIVO
DE
PREDICCIÓN
MODELO
CUANTITATIVO
DE
PREDICCIÓN
Modelos Cualitativos de Predicción
Jurado de
opinión ejecutiva
Compuesto
fuerza de ventas
7
Jurado de Opinión Ejecutiva
8
Grupo pequeño de
personas de altos
ejecutivos de la empresa
Registro de
ventas, Análisis
Numérico y otros.
Estimaciones de
Demanda
9
1000
7000
2000
Gerentes
de Ventas
JEFES VENTAS ÁREA
1
JEFE VENTAS ÁREA
2
JEFE VENTAS ÁREA
3
100
300
400
200
5000
2000
500
800
700
Compuesto fuerza de ventas
10000
V3 A3
V2 A1
V3 A1
V4 A1
V1 A2
V2 A2
V1 A3
V2 A3
V1 A1
Modelos Cuantitativos de
Predicción
PRONOSTICOS = (ventas históricas)
Se debe hacer dos tipos de análisis:
Cuantitativo (Numérico - modelo)
Cualitativo (Subjetivo - sistema de causas)
1. Modelo de Series de Tiempo
Una serie de tiempo es una secuencia de
observaciones cronológicamente clasificadas de
ventas que se toman con respecto al tiempo en
periodos uniformes para una variable regular.
Este modelo incluye analizar datos de
demanda sobre una escala de tiempo.
Debemos estudiar el modo o
comportamiento representativo de las
ventas para descubrir los modelos y las
figuras o los patrones consistentes.
Luego, estos patrones se proyectan hacia
el futuro.
1.2 Sistemas de causas
Los pronósticos basados en el análisis
estadístico de las ventas pasadas brindan
la posibilidad de ser los mas exactos
siempre exista una relación entre el pasado
y el futuro.
1.1 Métodos estadísticos
Es el conjunto de factores o variables que
engendran colectivamente la demanda en
el mercado.
Es frecuente que las series de tiempo se
analicen para identificar cualquier tendencia,
factores de temporada y/o factores cíclicos que
influyen en los datos de demanda. Las técnicas
de suavización, como los promedios móviles y
la suavización exponencial, también pueden
aplicarse a los datos de la serie de tiempo.
TENDENCIA ESTACIONALIDAD CÍCLICO
Cuando se requieren predicciones a corto
plazo que apoyen la programación de la
producción, control de inventarios, fijación de
precios para los productos y que determinen
el lanzamiento oportuno de las promociones
especiales, las técnicas de los modelos de
series de tiempo son valiosos.
2.- Modelo de Descomposición
A.- Una tendencia es el modo o comportamiento
representativo de las ventas considerado movimiento
gradual hacia arriba o hacia abajo de los datos en el
tiempo con variaciones aleatorias.
Demanda
TiempoExponencial
Leyenda
Lineal
Logarítmica
B.- La temporada es la variación que se repite a
intervalos fijos. Puede durar un año o solo unas pocas
horas.
Ejemplos: ventas de
equipo de aire
acondicionado (clima),
volumen de tráfico de
autos en la vía expresa
(horas de trabajo) y
recaudo de ingresos de
una empresa por el
modelo de facturación
(políticas de una
empresa).
C.- La variación cíclica tiene una duración
de por lo menos un año; la duración varia de
un ciclo a otro.
d.- Las variaciones aleatorias son variaciones en la
demanda que no pueden explicarse mediante
tendencias, variaciones de temporada o variaciones
cíclicas. Un suceso impredecible, como una guerra, una
huelga, un terremoto o partes de la legislación, pueden
causar grandes variaciones aleatorias.
Inicio de una guerra Huelga Terremoto
A diferencia de la tendencia, de las variaciones de
ciclo y de temporada, la variación aleatoria siempre
esta presente.
2.1.- PROYECCIONES DE TENDENCIA
Historia de Ventas
0
5000
10000
15000
20000
1 2 3 4 5
Años
Ven
tas
Las tendencias lineales son comúnmente
imparciales y la mayoría de las personas encuentra
fácil trabajar con ellas.
= a + bttV
1 6600
2 10450
3 12700
4 15450
5 18800
Tiempo(t) Ventas(Y)
= 3,980 + 2,940 ttV
La tendencia para periodos futuros, se
reemplaza ( t ) a valores mayores de 5:
6
7
= 3,980 + 2,940 (6) = 21,620
V = 3,980 + 2,940 (7) = 24,5 60
V
El resultado es la tendencia de las Ventas.
2.2 PROYECCIONES DE TEMPORADA
Trimestre 2004 2005 2006
I 1900 2320 2810
II 3500 4250 5160
III 4770 5790 7050
IV 2530 3090 3780
Muchas empresas experimenta la demanda de
temporada, mediante el siguiente ejemplo
observaremos.
Promedio 3175 3862.5 4700
VENTAS
Ventas vs Periodo
0
1000
2000
3000
4000
5000
6000
7000
8000
1 2 3 4 5 6 7 8 9 10 11 12
Periodo
Ven
tas
Periodo Ventas Trimestre
1 1900
2 3500
3 4770
4 2530
5 2320
6 4250
7 5790
8 3090
9 2810
10 5160
11 7050
12 3780
I
II
III
IV
I
II
III
IV
I
II
III
IV
1. Identificar el índice de temporada
mq,j
jj = 1
D
= m
q
DSI
q
q,j
SI = Indice de temporada para el trimestre q
D = Venta real para el trimestre q en el año j
D = Promedio de Ventas trimestral en el año j
m = número de años
j
Calculo para el trimestre I:
Trimestre SI
I 0.6
II 1.1
III 1.5
IV 0.8
El resultado de los Índices de Temporada ( SI ) para
cada trimestre:
0.60.5993
4700
2810
3862.5
2320
3175
1900
3
D
D
SI
3
1j j
j1 ,
1
0
1000
2000
3000
4000
5000
6000
7000
8000
1 2 3 4 5 6 7 8 9 10 11 12
Ve
nta
s
Trimestre
Demanda Trimestral Destemporalizada
3167
3182
3180
3163
3867
3864
3860
3863
4683
4691
4700
4725
1
2
3
4
5
6
7
8
9
10
11
12
Ventas
DestemporalizadaTrimestre
2.- Destemporalizar la Demanda
El cálculo de las Ventas Destemporalizada es:
1900 / 0.6 = 3167
3500 / 1.1 = 3182
3.- Calcular la línea de tendencia
1 1900
2 3500
3 4770
4 2530
5 2320
6 4250
7 5790
8 3090
9 2810
10 5160
11 7050
12 3780
Periodo Ventas
= a + bttV
= 2799 + 171.2 t tV
La proyección de las ventas
trimestrales para 13 al 16 del año 2008
son:
Periodo Ventas
13 5025
14 5196
15 5367
16 5538
Trimestre
I
II
III
IV
4.- Ajustar los estimados de la
Venta Futura utilizando el índice
de temporada
2008
Trimestre
Ventas
proyectadas SI
Ventas
Ajustadas
I 5025 0.6 3015.0
II 5196 1.1 5715.6
III 5367 1.5 8050.5
IV 5538 0.8 4430.4
Gráfica de Ventas Proyectadas
0
2000
4000
6000
8000
10000
1 3 5 7 9 11 13 15
Periodo
Ven
tas
APLICACIONES
CASO N° 1.- Los ejecutivos de la empresa industrial
‘’Cementos El Sol S.A.’’ se han reunido a fin de tomar la
decisión de expansión de planta y por consecuencia si es
necesario la compras de nuevos equipos y maquinas para el
siguiente año. Para ello se tiene registrado los datos de
ventas (en miles de kilogramos) de los 6 últimos años de
sus distribuidores tal como se muestra en el cuadro
adjunto:
AñoDistribución TOTAL
A B C Kgs
2006 828.025 502.82 689.031 2019.876
2007 1054.688 415.32 740.477 2210.485
2008 1260.284 407.123 453.761 2121.168
2009 1201.826 533.825 624.585 2360.236
2010 1493.138 476.035 333.612 2302.785
2011 1698.485 587.827 283.604 2302.785
Total 7536.446 2922.95 3125.07 13584.466
X Y (Tn)
1 2020
2 2210
3 2121
4 2360
5 2303
6 2570
Solución:
1. Identificación del problema de acuerdo al objetivo
2. Reconocimiento y análisis de la serie cronológica, se analiza si faltan
datos, hay datos anormales, simplificar la información, redondeo de
datos.
3. Analizar la graficar de la serie cronológica a fin de visualizar el
comportamiento de la demanda.
4. Identificar la característica de la demanda (determinar el patrón de la
demanda)
• Ver si es lineal creciente con variaciones irregulares
• Para una buena estimación es necesario contar con 8 o mas datos
de ventas anuales.
• Para el caso de ver la temporalidad es necesario contar con 48 o 60
datos de ventas mensuales.
5. De acuerdo al patrón de la demanda se enfoque del problema, en el
ejemplo se aproxima a una recta:
donde:
22 xxn
yxxynb
n
yy
n
xx
x by a
x b a y
XI YI XIYI XI2 (Y- )2
1 2020 2020 1 2030.572 112
2 2210 4420 4 2123.943 7406
3 2121 6363 9 2217.314 9276
4 2360 9440 16 2310.685 2432
5 2303 11515 25 2404.056 10212
6 2570 15420 36 2497.427 5267
IY
Y
CUADRO DE VALORES
Y = 1937.201 + 93.37 Xi
•Hallar el error del pronostico
1n
Y
δ
2
ii Y
δ=83.31=83
δ = desviación estándar
•Hallar el pronostico para los periodos que se desea estimar las ventas:
Y = 1937.201 + 93.371(7) = 2591
•Hallar los limites del pronostico: para el 68% de confiabilidad se tiene:
LS = Y7 + 1δ = 2674 tn
LI = Y7 – 1δ = 2508 tn
•Hacer los ajustes necesarios del pronósticos contemplando otros
factores.
“Una visión sin
acción es un sueño.
Una acción sin visión
es una pérdida de
tiempo. Una visión
con acción puede
cambiar al mundo”
Joel Baker
top related