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