MTODO NORMALIZADOR MAG

La toma acertada de decisiones ha sido siempre una necesidad para las empresas, en los tiempos modernos los ejecutivos exitosos se caracterizan por asumir esta responsabilidad, sin embargo la velocidad de los cambios en los mercados y la excesiva informacin disponible - a veces - y la falta de informacin en otros casos, dificulta esta tarea. Las decisiones deben ser tomadas en forma oportuna y no siempre con el tiempo necesario para analizar todas las opciones factibles, por lo cual las decisiones deben ser tomadas bajo escenario de incertidumbre. Si la decisin est asociada a un solo criterio de rendimiento o un solo factor crtico xito o un solo objetivo, presenta un grado de complejidad menor que cuando se requiere que la decisin o solucin satisfaga simultneamente ms de un criterio u objetivo, mas aun cuando los objetivos son satisfechos en forma distinta por cada una de las decisiones o soluciones posibles. Es claro, que en el ambiente competitivo actual, las organizaciones enfrentan diariamente la toma de decisiones, tanto en el nivel estratgico, como en el tctico, siendo muchas veces de consecuencias fundamentales para la supervivencia de la misma. Cuando se enfrenta el proceso de toma de decisiones o seleccin de alternativas, generalmente se tienen mltiples objetivos, que se contraponen entre ellos, haciendo ms complejo ste proceso y generndose entonces la necesidad de una herramienta o un mtodo que permita comparar esos mltiples criterios frente a la gama de alternativas posibles. La toma de decisiones multi-criterio es un problema crtico de la vida real. Cualquier actividad involucra de una u otra manera, la evaluacin de un conjunto de alternativas en trminos de un conjunto de criterios de decisin, donde muy frecuentemente estos criterios estn en conflicto unos con otros. Es claro, que ste se encuentra influenciado por sus patrones o modelos mentales, por la influencia de quienes se encuentran en una posicin jerrquica superior o inferior, incluyndose tambin el estado de nimo y sus relaciones familiares y sociales, lo cual determina las prioridades al momento de abordar el problema, y aaden desde luego, mayores elementos de complejidad. Dentro de este marco, es vital contar con la informacin adecuada para tomar la mejor decisin, la cual se determinar dentro de un conjunto de posibles alternativas, las cuales deben ser evaluadas frente a mltiples criterios que se definan para este propsito. El resultado entonces, es un proceso complejo y delicado en el cual la subjetividad y la dependencia de la informacin juegan un papel preponderante. Por esta razn es necesario contar con herramientas que apoyen este proceso y permitan un anlisis ms cientfico de las alternativas. Esta complejidad ha llevado al desarrollo de modelos de preferencia, es decir, herramientas que permiten abordar el problema de decisin multi-criterio de una forma sistemtica y cientfica, buscando favorecer el proceso y ayudar a quien toma la decisin. El proceso de anlisis jerrquico propuesto por Thomas Saaty en 1980, fue diseado para cuantificar las opiniones gerenciales donde participan diferentes criterios que complican la toma de decisiones, corresponden a los modelos de anlisis 1

multi-criterio o multi-objetivo, donde tambin se encuentran el mtodo del Scoring, la utilidad multi-atributo y las relaciones de causa-efecto. Como se describi muchas tcnicas y herramientas se han desarrollado para ayudar en la toma de decisiones, muchas de ellas requieren de muchos datos y definiciones de las organizaciones, adems necesitan de un arduo tratamiento de los datos e informacin disponible, generalmente los output de estas herramientas, entregan a tomadores de decisiones un abanico de opciones, de las cuales debe decidir y ponderar las implicancias y riesgos asociados. En este contexto si la herramienta para apoyar la toma de decisiones frente a multi-criterios, es fcil, rpida de utilizar y efectiva, el aporte ser muy beneficioso para quien la utilice. El Mtodo Normalizador MAG es una herramienta de fcil utilizacin y comprensin, que fue desarrollada y est en proceso de publicacin (2013), tiene un amplio campo de uso, sin embargo para facilitar su aplicacin, ser descrita y aplicada en el contexto de decidir cual mtodo de pronstico sera el que mejor represente los objetivos de una organizacin.

Ejemplo de aplicacin
Considere que debe decidir que mtodo de pronstico es el que mejor se ajusta al comportamiento de la demanda de un producto, para esto usted utiliz los siguientes mtodos de pronsticos de series de tiempo: Promedio mvil simple, con n=3 y con n=6. Promedio mvil ponderado, 0,7; 0,2 y 0,1 (mayor ponderacin a demanda ms reciente). Suavizacin exponencial simple con = 0,1 y = 0,2. Para evaluar la magnitud de los errores se utiliz CFE (suma Acumulativa de los errores) para el sesgo y MAD (desviacin media Absoluta) para la dispersin. La empresa asigna la misma ponderacin a los errores de sesgo y a los errores de dispersin. A continuacin se entregan los resultados al medir lo errores con cada mtodo y parmetros utilizados en cada mtodo. Tabla N 1: Medicin de Errores
Mtodo Promedio Mvil Simple Tres Semanas (n=3) Seis Semanas (n=6) Promedio Mvil Ponderado 0,7 ; 0,2 ; 0,1 Suavizacin Exponencial Simple CFE 23,1 69,8 14,0 65,6 41,0 MAD 17,1 15,5 18,4 14,8 15,3

= 0,1 = 0,2

Caso 1: Aplicacin de seleccin tradicional. Tradicionalmente, en la literatura, se indica que para realizar la seleccin, debe realizar selecciones secuenciales, es decir para cada mtodo aplicado, seleccione, para un mtodo determinado, el pronstico cuyos parmetros, representan de mejor manera los criterios de la organizacin, posteriormente una vez reducido los mtodos participantes genere la eleccin final. En particular en este ejemplo, se decidir primero entre los pronsticos obtenidos al aplicar el mtodo de Promedios mviles simple con n=3 vs con n=6. Para esto analice los valores de la medicin de los errores practicados: Tabla N 2: Medicin de errores Mtodo Promedios Mviles Simple

Mtodo Promedio Mvil Simple Tres Semanas (n=3) Seis Semanas (n=6)

CFE 23,1 69,8

MAD 17,1 15,5

Si el criterio fuera minimizar el error de sesgo, la eleccin favorecera a PMS con n=3, por el contrario si el criterio fuera minimizar la dispersin la eleccin sera PMS con n=6. Como la empresa asigna la misma importancia a ambos criterios, se debe analizar la magnitud de los cambios de los indicadores o errores, si se observa el error de sesgo, este se triplica al preferir n=6 en lugar de n=3, por otro lado el error de dispersin solo aumenta en una pequea magnitud (cercana al 10%) al preferir n=3 en lugar de n=5. En consecuencia la eleccin es n=3 dado que presenta un sesgo muy bajo y una dispersin leventemente superior en relacin con n=6. Ahora se seleccionar el mejor pronstico al aplicar el mtodo Suavizacin Exponencial Simple con = 0,1 vs = 0,2. Tabla N 3: Medicin de Errores Mtodo Suavizacin Exponencial Simple
Mtodo Suavizacin Exponencial Simple CFE 65,6 41,0 MAD 14,8 15,3

= 0,1 = 0,2

Al igual que en caso anterior, aqu se enfrenta una decisin en la cual se debe ponderar los incrementos en los indicadores (errores), al preferir en pronstico obtenido con = 0,1 el error de sesgo se incrementa en un 60%, en el caso contario, al preferir el pronstico obtenido con = 0,2 la dispersin solo se incrementa en cerca de un 3%, en consecuencia la eleccin favorece a = 0,2, dado que el sesgo es mucho menor y la dispersin levente superior. 3

Finalmente, ahora se ha reducido a tres mtodos la decisin, los datos son los siguientes: Tabla N 4: Medicin de Errores Mtodos Finalistas
Mtodo Promedio Mvil Simple Tres Semanas (n=3) Promedio Mvil Ponderado 0,7 ; 0,2 ; 0,1 Suavizacin Exponencial Simple = 0,2 CFE 23,1 14,0 41,0 MAD 17,1 18,4 15,3

Ahora se debe analizar y ponderar las variaciones de los tres mtodos en competencia, el que presenta el mejor comportamiento frente al sesgo es PMP y frente a dispersin es SES. Es claro deducir que la eleccin ser PMP, dado que presenta el menor sesgo y una dispersin levemente superior a los otros dos competidores. Como se puede apreciar el anlisis tradicional, corresponde a una comparacin entre mtodos a travs una evaluacin de las variaciones en los indicadores que representan los criterios de la empresa u organizacin. Si bien este tipo de anlisis es simple y requiere de concentracin, es lento y se vuelve bastante engorroso cuando los mtodos que compiten son numerosos, en todo caso no asegura que la seleccin sea la mejor, ms an cuando la empresa u organizacin quiere asignar importancias distintas a cada criterio, imposible cuando los criterios implicados son ms de dos. Para estos casos se presenta el mtodo Normalizar MAG, mtodo desarrolla para tomar decisiones muti-criterios. Mtodo Normalizador MAG: El Mtodo Normalizador MAG, consiste en asignar a un conjunto de indicadores perteneciente a cualquiera de los mtodos que compiten, el valor unitario (1,00) identificando a este conjunto de indicadores como Normalizador, posteriormente se calcula la relacin con los indicadores correspondientes a los otros mtodos, dividiendo cada indicador por el valor del indicador equivalente perteneciente al conjunto elegido, as se lograran valores que relacionan matemticamente la variacin de cada indicador con los homlogos de los otros mtodos en competencia. Esta normalizacin, Mtodo MAG, permitir asignar correctamente la variacin y los pesos dados a cada indicador. El Mtodo MAG entrega la relacin que existe entre los mismos indicadores, obtenidos por los distintos mtodos, independiente del normalizador utilizado, aunque los valores sean distintos, la relacin entre ellos ser la misma, pero a diferencia de los valores originales, la normalizacin obtenida, con el Mtodo MAG, permite comparar los rendimientos asignando el mismo peso a cada indicador en relacin a los otros criterios.

Caso 2: Aplicacin de seleccin utilizando el Mtodo Normalizador MAG. El Mtodo indica que primero se debe seleccionar uno de los mtodos y asignar a ellos el valor unitario, para este desarrollo se seleccionar el PMS n=3 como conjunto normalizador. Seguidamente se dividir los valores de sesgo, del resto de los mtodos, en 23,1 paralelamente los valores de dispersin ser divididos en 17,1, ambos valores corresponden al sesgo (CFE) y dispersin (MAD) del mtodo perteneciente al conjunto normalizador, seleccionado en el paso primero. Finalmente calcule el promedio de los valore normalizados obtenidos para cada mtodo, el promedio menor corresponder al mtodo que mejor representa los criterios, que en este caso corresponde a asignar el mismo peso a cada criterios (sesgo y dispersin). Tabla N 5: Criterio Normalizar PMS n= 3 y Seleccin
Mtodo Promedio Mvil Simple Tres Semanas (n=3) Seis Semanas (n=6) Promedio Mvil Ponderado 0,7 ; 0,2 ; 0,1 Suavizacin Exponencial Simple CFE 1,00 3,02 0,61 2,84 1,77 MAD 1,00 0,91 1,08 0,87 0,89 Promedio 1,00 1,96 0,84 1,85 1,33 Mtodo
Normalizador

Seleccin

= 0,1 = 0,2

Claramente la decisin es coincidente con la obtenida con el mtodo tradicional, pero en este caso esta validada matemticamente. A continuacin se presenta el resultado obtenido si la seleccin del conjunto normalizador elegido es suavizacin exponencial simple con = 0,1. Tabla N 6: Criterio Normalizador SES = 0,1 y Seleccin
Mtodo Promedio Mvil Simple Tres Semanas (n=3) Seis Semanas (n=6) Promedio Mvil Ponderado 0,7 ; 0,2 ; 0,1 Suavizacin Exponencial Simple CFE 0,35 1,06 0,21 1,00 0,63 MAD 1,16 1,05 1,24 1,00 1,03 Promedio 0,75 1,06 0,73 1,00 0,83
Seleccin

Mtodo

= 0,1 = 0,2

Normalizador

Como se aprecia, aun cuando los valores son distintos, la seleccin es la misma, y esta es una de la caracterstica del mtodo.

Consideraciones especiales del mtodo normalizador: Pueden incluirse el numero de criterios que al empresa desee, los resultados siempre entregaran la mejor decisin perseguida por las organizaciones, y su validez depender solo de la calidad de los indicadores y criterios establecidos. Este mtodo permite, tomar decisiones, asignando diferentes ponderaciones o pesos a los criterios, en estos casos, en lugar de calcular en promedio, se deber calcular la suma ponderada en relacin a los pesos asignados a los distintos criterios. Para aplicar el mtodo a la seleccin de mtodos de pronsticos, se deben respetar las siguientes condiciones: 1.- Al momento de calcular la relacin de los indicadores, se debe inscribir el valor positivo resultante de la divisin, es decir si un valor del error de sesgo es negativo (pronstico tiende a sobreestimar la demanda) debe ser registrado el valor absoluto de la divisin. 2.- Solo puede incluir un indicador por criterio, es decir solo uno de sesgo y solo uno de dispersin.