Sistemas de Pronósticos

Universidad Tecnológica del Centro
Campus Guacara
Sistemas de Pronósticos
Profesor: Alumno:
Nelson Vargas Carlos Pérez CI 26961818
Guacara, noviembre de 2020

Sistemas de pronósticos
Pronosticar consiste en utilizar datos pasados para determinar acontecimientos

futuros mediante algún tipo de modelo matemático. El objetivo básico de un
pronóstico consiste en reducir el rango de incertidumbre dentro del cual se toman las
decisiones que afectan el futuro del negocio y con él a todas las partes involucradas.
Aunque, el pronóstico no sustituye el juicio administrativo en la toma de decisiones,
simplemente es una ayuda en ese proceso. Existen diferentes técnicas de pronósticos
pero rara vez hay un único modelo superior. Lo que mejor funciona en una
organización bajo un conjunto de condiciones, puede ser un desastre completo en otra
organización, o incluso en otro departamento de la misma empresa. En forma
tradicional, podrá advertir que existen límites sobre lo que puede esperarse de los
pronósticos
Los tipos de pronóstico más recurrentes están descritos a continuación:
 Pronóstico a corto plazo. Este tiene un lapso de hasta un año, pero es

generalmente menor a tres meses. Se utiliza para planear las compras,
programación de planta, niveles de fuerza laboral, asignaciones de trabajo y
niveles de producción.
 Pronóstico a mediano plazo. Un pronóstico de rango mediano, o intermedio,
generalmente con un lapso de tres meses a tres años. Es valioso en la
planeación de producción y presupuestos, planeación de ventas, presupuestos
de efectivo, y el análisis de varios planes de operación.
 Pronóstico a largo plazo. Generalmente con lapsos de tres años o más, los
pronósticos a largo plazo se utilizan para planear nuevos productos
desembolsos de capital, localización e instalaciones o su expansión, y la
investigación y el desarrollo.
 Pronósticos económicos marcan el ciclo del negocio al predecir las tasas de
inflación, oferta de dinero, nuevas construcciones, y otros indicadores de
planeación.
 Pronósticos tecnológicos tienen que ver con las tasas de progreso tecnológico,
que pueden dar por resultado el nacimiento de productos novedosos, que
requieren nuevas plantas y equipo.
 Pronósticos de demanda son proyecciones de la demanda para los productos
o servicios de una compañía. Estos pronósticos, también llamados pronósticos
de ventas, conducen la producción de una compañía, la capacidad, y los
sistemas de programación, y sirven como insumos a la planeación financiera,
de mercado y de personal.
 Pronósticos cualitativos o subjetivos incorporan factores importantes tales
como la intuición, emociones, experiencias personales del que toma la
decisión, y sistema de valores para alcanzar un pronóstico. Algunas
compañías utilizan la otra; pero en la práctica una combinación o mezcla de
los dos estilos es generalmente más efectivo.
La principal consideración para seleccionar un método de pronóstico es que sus
resultados deben orientar, de la mejor manera, la toma de decisiones administrativa,
de lo contrario, el uso cualquier método, por sofisticado que este sea, no será
conveniente. Algunas de las variables a considerar, al momento de seleccionar la
técnica o método de pronóstico más adecuado, son:
 El contexto del pronóstico.

 La relevancia y disponibilidad de datos históricos.
 El grado de exactitud deseado.
 El periodo de tiempo que se va a pronosticar.
 El análisis de costo-beneficio del pronóstico.
 El punto del ciclo de vida en que se encuentra el producto.
El proceso del pronóstico
1. Formulación del problema y recolección de datos. Estos dos elementos se
tratan como un único paso porque el problema determina los datos adecuados.
Si no se dispone de los datos adecuados el problema tendría que redefinirse o
se tendría que acudir a un método puramente cualitativo.
2. Manipulación y limpieza de datos. Es posible tener muchos o pocos datos,
datos irrelevantes, datos desactualizados, etc., todos ellos requerirán de cierto
procesamiento para obtener los datos necesarios y adecuados.
3. Construcción y evaluación del modelo. Implica emplear los datos en un
modelo de pronósticos que sea adecuado en términos de minimización del
error de pronóstico.
4. Aplicación del modelo (el pronóstico real). Consiste en los pronósticos reales
del modelo que se generan una vez que se han recolectado y quizás reducido a
sólo los datos adecuados, tan pronto se ha elegido un modelo adecuado de
pronósticos.
5. Evaluación del pronóstico. Implica comparar los valores del pronóstico con
los valores históricos reales. Frecuentemente, el examen de los patrones de
errores lleva al analista a modificar el procedimiento de pronósticos.
Métodos Subjetivos o Cualitativos.
Son los que no requieren de una abierta manipulación de datos sino que hacen uso
del juicio de quien pronostica. Por su naturaleza estos suelen ser subjetivos y no
utilizan modelos matemáticos. Las técnicas cualitativas se usan cuando no se tiene
disponibilidad de información histórica 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 información cualitativa en estimados cuantitativos.
Incorporan factores importantes tales como la intuición, emociones, experiencias
personales del que toma la decisión, y sistema de valores para alcanzar un pronóstico.
Algunos de los métodos más comunes de pronóstico cualitativo son los siguientes:
 Investigación de Mercados: Se usa para evaluar y probar hipótesis acerca de
mercados reales. Suelen ser cuestionarios estructurados que se envían a los
clientes potenciales del mercado solicitando en ellos opinión acerca de
productos o productos potenciales e intentan muchas veces averiguar la
probabilidad de que los consumidores demanden ciertos productos o servicios.
Y Cuenta con los siguientes pasos:
1. Desarrollar cuestionario con preguntas que proporcionen
información necesaria para el desarrollo del pronóstico, por
ejemplo edad o ingresos o con qué frecuencia se consumiría el
producto. Si se aplica a distribuidor serían necesarios el tamaño de
la tienda y la proyección del número de artículos que compraría.
2. Llevar a cabo la encuesta, ya sea por correo, fax, teléfono, postal
para recortar en una revista, etc.
3. Tabular y analizar los resultados e interpretarlos cuidadosamente
La exactitud de éste método puede ser excelente, dependiendo del
cuidado que se haya puesto en el trabajo.
 Método Delphi o consenso de panel: Se usa para pronósticos a largo plazo,
pronósticos de ventas de productos nuevos y pronósticos tecnológicos.
Llamado así en honor al Oráculo de Delphos, quien predijo eventos
futuros. En ésta método un comité de expertos corresponde al Oráculo. Se
utilizan paneles con éstos expertos en el mercado específico y de diferentes
campos, los cuales intentan transferir al análisis su conocimiento
individual respecto de los factores que afectan la demanda, interactuando
entre sí para tratar de llegar a un consenso en cuanto al pronóstico de la
demanda. Éste método permite que cada experto realice sus pronósticos
individuales anónimamente, especificando las razones que lo llevaron a
dicha proyección, después el conjunto de éstos se distribuye entre todos los
expertos, lo cual permite que cada uno modifique sus proyecciones en base
a la información de los demás. La idea es repetir ésta serie de pasos hasta
alcanzar un consenso.
 Valoración o juicio informado: Es uno de los métodos de pronósticos de
mayor uso, sin embargo, también es de los menos confiables. Stephen
Chapman nos proporciona un ejemplo sobre un ejecutivo de ventas y su
equipo de vendedores, en éste, el ejecutivo solicita a cada vendedor que
desarrolle una proyección de ventas para su área, tomando como marco
temporal cierto periodo futuro. Luego, el ejecutivo combina las
proyecciones individuales en un pronóstico de ventas global para la
compañía. Las razones por las que éste método suele ser poco fiables son
variadas, entre ellas destacan las siguientes:
o Los vendedores pueden utilizar dicho pronóstico como oportunidad
para establecer metas optimistas.
o Miedo por parte de los vendedores de que sus pronósticos se utilicen
como una cuota de ventas, lo que los puede llevar a establecer una
cifra menor de la que ellos creen poder vender.
o Los acontecimientos recientes, por ejemplo una buena o mala semana
de ventas, bombardeo mediático acerca de una inminente debacle en la
demanda de servicios o productos por la crisis económica, etc. pueden
influenciar de tal manera que sus proyecciones serán muy pesimistas o
muy optimistas.
Métodos de Series de Tiempo
Una serie de tiempo es una lista de fechas, cada una de las cuales se asocia a un
valor (un número). Las series de tiempo son un modo estructurado de representar
datos. Visualmente, es una curva que evoluciona a lo largo del tiempo. Por ejemplo,
las ventas diarias de un producto pueden representarse como una serie de tiempo. En
el sector minorista o en el de manufactura, las series de tiempo son importantes
porque son las representaciones más canónicas del flujo de artículos vendido o
producido. La representación de datos comerciales como series de tiempo
generalmente ayuda a los encargados a visualizar la actividad de sus comercios. El
pronóstico de las series de tiempo significa que extendemos los valores históricos al
futuro, donde aún no hay mediciones disponibles. El pronóstico se realiza
generalmente para optimizar áreas como los niveles de inventario, la capacidad de
producción o los niveles de personal.
Existen dos variables estructurales principales que definen un pronóstico de serie de

tiempo:
 El período, que representa el nivel de agregación. Los períodos más comunes

son meses, semanas y días en la cadena de suministro (para la optimización
del inventario). Los centros de atención telefónica utilizan períodos de cuartos
de hora (para la optimización del personal).
 El horizonte, que representa la cantidad de períodos por adelantado que deben

ser pronosticados. En la cadena de suministro, el horizonte es generalmente
igual o mayor que el tiempo de entrega.
Métodos simples de pronóstico y suavización.
Los métodos simples de pronóstico y suavización modelan los componentes de

una serie que habitualmente se observa fácilmente en una gráfica de series de tiempo
de los datos. Este enfoque descompone los datos en sus partes componentes y luego
extiende las estimaciones de los componentes en el futuro para generar pronósticos.
 Análisis de tendencia: Ajusta un modelo de tendencia general a los datos de las

series de tiempo. Elija entre los modelos de tendencia lineal, cuadrática,
crecimiento o decadencia exponencial y curva S. Utilice este procedimiento para
ajustar la tendencia cuando sus series no incluyan un componente estacional.
Pronósticos:
 Longitud: largo
 Perfil: extensión de la línea de tendencia
 Descomposición: Separa las series de tiempo en componentes de tendencia lineal,

componentes estacionales y el error. Elija si el componente estacional es aditivo o
multiplicativo con la tendencia. Utilice este procedimiento para pronosticar
cuando haya un componente estacional en sus series o cuando desee examinar la
naturaleza de los componentes.
Pronósticos:
 Longitud: largo
 Perfil: tendencia con patrón estacional

 Promedio móvil: Suaviza los datos al promediar las observaciones consecutivas
en una serie. Puede usar este procedimiento cuando los datos no tengan un
componente de tendencia. Si tiene un componente estacional, establezca la
longitud del promedio móvil igual a la longitud del ciclo estacional.
Pronósticos:
 Longitud: corto
 Perfil: línea plana
 Suavización exponencial individual: Suaviza los datos usando la fórmula de

pronóstico de ARIMA óptimo (0,1,1) de un paso adelante. Este procedimiento
funciona mejor sin un componente de tendencia o estacional. El componente
dinámico individual en un modelo de promedio móvil es el nivel.
Pronósticos:
 Longitud: corto
 Perfil: línea plana

 Suavización exponencial doble: Suaviza los datos usando la fórmula de
pronóstico de ARIMA óptimo (0,2,2) de un paso adelante. Este procedimiento
puede funcionar adecuadamente cuando hay una tendencia, pero también puede
servir como un método de suavización general. La suavización exponencial doble
calcula las estimaciones dinámicas para dos componentes: nivel y tendencia.
Pronósticos:
 Longitud: corto
 Perfil: línea recta con pendiente igual a la última estimación de tendencia
 Método de Winters
Suaviza los datos mediante la suavización exponencial de Holt-Winters. Utilice este

procedimiento cuando haya tendencia y estacionalidad, siendo estos dos componentes
o aditivos o multiplicativos. El Método de Winters calcula estimaciones dinámicas
para tres componentes: nivel, tendencia y estacional.
Pronósticos:
 Longitud: de corta a mediana
 Perfil: tendencia con patrón estacional

Análisis de correlaciones y modelo ARIMA
El modelo ARIMA (promedio móvil integrado autorregresivo) también utiliza los

patrones en los datos, pero estos patrones podrían no visualizarse fácilmente en una
gráfica de los datos. En lugar de ello, el modelo ARIMA utiliza las funciones de
diferenciación, autocorrelación y autocorrelación parcial para ayudar a identificar un
modelo aceptable. Puede utilizarse para modelar muchas series de tiempo diferentes,
con o sin componentes de tendencia o estacionales y para generar pronósticos. El
perfil del pronóstico depende del modelo que se ajusta. La ventaja del modelo
ARIMA comparado con los métodos simples de pronóstico y suavización es que es
más flexible para ajustarse a los datos. Sin embargo, la identificación y el ajuste de un
modelo pueden consumir mucho tiempo y el modelo ARIMA no se automatiza con
facilidad.

Sistemas de Pronósticos

Cargado por

Copyright:

Formatos disponibles

Sistemas de Pronósticos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sistemas de Pronósticos

Cargado por

Copyright:

Formatos disponibles

Universidad Tecnológica del Centro

Nelson Vargas Carlos Pérez CI 26961818

Guacara, noviembre de 2020

Pronosticar consiste en utilizar datos pasados para determinar acontecimientos

Los tipos de pronóstico más recurrentes están descritos a continuación:

 Pronóstico a corto plazo. Este tiene un lapso de hasta un año, pero es

 El contexto del pronóstico.

Métodos Subjetivos o Cualitativos.

Existen dos variables estructurales principales que definen un pronóstico de serie de

 El período, que representa el nivel de agregación. Los períodos más comunes

 El horizonte, que representa la cantidad de períodos por adelantado que deben

Métodos simples de pronóstico y suavización.

Los métodos simples de pronóstico y suavización modelan los componentes de

 Análisis de tendencia: Ajusta un modelo de tendencia general a los datos de las

 Descomposición: Separa las series de tiempo en componentes de tendencia lineal,

 Perfil: tendencia con patrón estacional

 Perfil: línea plana

 Suavización exponencial individual: Suaviza los datos usando la fórmula de

 Perfil: línea plana

 Perfil: línea recta con pendiente igual a la última estimación de tendencia

Suaviza los datos mediante la suavización exponencial de Holt-Winters. Utilice este

 Longitud: de corta a mediana

 Perfil: tendencia con patrón estacional

El modelo ARIMA (promedio móvil integrado autorregresivo) también utiliza los

También podría gustarte