COSTOS Y PRESUPUESTOS

PRONOSTICOS
Series de tiempo: Promedios mviles simple, ponderado y
Suavizado exponencial

Seleccin de Pronsticos

DOCENTE: ING. ELMER AGUILAR BRIONES

PRONOSTICO DE LA DEMANDA
Es el proceso de predecir el comportamiento futuro
que tendr la demanda en un horizonte temporal
determinado.

Porqu es necesario pronosticar?

La incertidumbre del mercado

Toma de decisiones

IMPORTANCIA
Disminuye la incertidumbre sobre el futuro.
Juegan un papel muy importante en el proceso de
planificacin de una organizacin.
Son la base para la planificacin de presupuestos y
control de costos.
Apoya a la Mercadotecnia.

CARACTERSTICAS DE LOS PRONSTICOS

Todas las situaciones en que se requiere un
pronstico, tratan con el futuro y el tiempo.
Otro elemento siempre presente en situaciones de
pronsticos es la incertidumbre.
El tercer elemento, presente en grado variable en
todas las situaciones descritas, es la confianza.

CRITERIOS PARA LA SELECCIN DEL

PRONSTICO
Perodo
Inmediato
Corto Plazo
Medio
Largo Plazo

Menos de un mes.
Ms de un mes a 3 meses.
Ms de 3 meses a menos de 2 aos.
2 aos o ms.

Patrn de Datos
Costo del Pronstico
Exactitud Deseada

PORQU HACER PRONSTICOS?

La empresa se mueve en un contexto altamente incierto.
Analizar variables relevantes para la empresa: costos de
produccin, inventarios, volumen de ventas.

La empresa debe tomar decisiones sobre Factores

Controlables tomando en cuenta Factores Incontrolables.

FACTORES CONTROLABLES
Aquellos sobre los cuales la empresa decide su estructura,
niveles, poltica y modo de operar:

NIVELES DE PRODUCCIN
NIVELES DE INVENTARIO
NIVELES DE CAPACIDAD

FACTORES INCONTROLABLES
Aquellos sobre los cuales la empresa no puede decidir ni
modificar: dependen de factores externos a la empresa

DEMANDA DEL PRODUCTO

COMPETENCIA
COMPORTAMIENTO DEL CONSUMIDOR

QU PRONOSTICAR?
La
empresa
requiere
predecir
FACTORES
INCONTROLABLES: demanda, competencia, comportamiento
del consumidor, que son inciertos, para decidir (planear)
sobre factores controlables: niveles de inventario, de
produccin, capacidad.

OBJETIVO
Reducir la incertidumbre del futuro, mediante la anticipacin de
eventos, cuya probabilidad de ocurrencia sea relativamente
alta.

PROCESO DE ELABORACION DE PRONOSTICOS

CLASIFICACIN DE TCNICAS DE PRONSTICOS

CUALITATIVAS:

Tcnicas

subjetivas.

Utilizan

informacin

cualitativa (experiencia de expertos).

CUANTITATIVAS: Se basan en datos numricos y utilizan
herramientas de matemticas y estadstica para su elaboracin.

TCNICAS CUALITATIVAS O DE JUICIO

La misma tcnica usada por dos expertos distintos, puede
producir resultados diferentes. Basados en estimados y
opiniones.

INVESTIGACIN DE MERCADOS

ANALOGAS HISTRICAS

MTODO DELPHI

CONSENSO GENERAL

IMPACTO CRUZADO

ANLISIS DE ESCENARIOS

13

INVESTIGACIN DE MERCADOS
Obtener informacin acerca del comportamiento real del
mercado, mediante encuestas dirigidas al pblico consumidor o

a partir de la experiencia de vendedores, para concluir sobre el

comportamiento futuro.

ANALOGAS HISTRICAS
Se fundamenta en un anlisis comparativo de casos similares

al que se estudia. Trata de reconocer patrones de similitud para

sacar conclusiones y obtener un pronstico.

MTODO DELPHI
Pretende llegar a un consenso a travs de la opinin de

expertos, evitando la confrontacin de los mismos, ya que no

existe una interaccin

directa entre los participantes. Estos

expresan libremente sus opiniones.

ANLISIS DE ESCENARIOS
Describir diferentes escenarios futuros posibles (mas probable,
probable, poco probable) considerando factores que los
determinen (cambios en la poblacin, inflacin, variacin de la
demanda, etc.) para reconocer las implicaciones a largo plazo
de los cambios posibles.

TCNICAS CUANTITATIVAS
INFORMACIN: Se requiere datos histricos de las variables
involucradas.
SUPUESTO: El patrn histrico de las variables seguir siendo
vlido en el futuro analizado.

TCNICAS CUANTITATIVAS
ANLISIS DE SERIES DE TIEMPO:
Es una sucesin cronolgica de observaciones de una variable, a
intervalos iguales de tiempo: Tcnica de Promedios mviles.
Los patrones observados en el pasado se proyectan al futuro con
una ponderacin mayor a las observaciones ms recientes (0<<1):
Suavizamiento Exponencial.

MODELOS CAUSALES: Anlisis de Regresin.

ENFOQUES PARA PRONOSTICAR

Tipo de Modelo

Descripcin

Modelos Cualitativos
Mtodo Delphi

Preguntas hechas a un grupo de

expertos para recabar opiniones.

Modelos Cuantitativos (Series de

tiempo)
Medida o Promedio Mvil Simple y
Ponderado.

Promedia los datos del pasado para

predecir el futuro basndose en ese
promedio.

Da pesos relativos a los pronsticos

anteriores y a la demanda mas
reciente.

Suavizado exponencial

Modelos Cuantitativos (Causales)

Anlisis de regresin

Describe una relacin funcional entre

las variables.
El mtodo de ajuste ms comn es el
de mnimos cuadrados.

COMPONENTES DE LAS SERIES DE TIEMPO

Una Serie de tiempo consta de datos que se renen,
registran u observan sobre incrementos sucesivos de
tiempo. (Patrn de datos)
Sus componentes son:
Tendencia
Componente cclico
Componente estacional
Componente aleatorio
Componente estacionario

1. TENDENCIA
Componente largo plazo que representa el crecimiento
decrecimiento de los datos en un perodo extendido.

FUERZAS QUE AFECTAN Y EXPLICAN TENDENCIA:

Crecimiento de la poblacin
Ventas de un producto en su etapa de crecimiento
en el ciclo de vida.

GRAFICO TENDENCIA

23

2. ESTACIONALIDAD
Patrn de cambio que se repite ao con ao
en el mismo nmero de perodos.

FUERZAS QUE AFECTAN Y EXPLICAN ESTACIONALIDAD:

PERODOS ESCOLARES
PERODOS VACACIONALES
PRODUCTOS DE CONSUMO ESTACIONAL

24

GRAFICO ESTACIONALIDAD

3. CICLICIDAD
Fluctuacin alrededor de la tendencia que se repite
pero a intervalos distintos y con amplitudes distintas.

FUERZAS QUE AFECTAN Y EXPLICAN CICLICIDAD:

PERODOS DE EXPANSIN Y DE RECESIN DE LA ECONOMA.

GRAFICO CICLICIDAD

27

4. ALEATORIEDAD
Mide la variabilidad de una serie cuando los dems
componentes se han eliminado o no existen

FUERZAS QUE AFECTAN Y EXPLICAN ALEATORIEDAD:

CAMBIOS CLIMTICOS
DESASTRES NATURALES
HUELGAS
HECHOS FORTUITOS

28

GRAFICO ALEATORIEDAD

5. SERIE ESTACIONARIA
Serie, cuyo valor promedio no cambia a travs del tiempo. ES
DECIR, la media y la variabilidad se mantienen constantes a lo
largo del tiempo.
.
FUERZAS QUE AFECTAN Y EXPLICAN ESTACIONARIEDAD:

SISTEMAS DE PRODUCCIN CON TASA UNIFORME.

VENTAS DE PRODUCTOS EN SU ETAPA DE MADUREZ EN EL
CICLO DE VIDA.

30

GRAFICO SERIE ESTACIONARIA

1000

800

600

400

200

85

86

87

88

VENT AS

89

90

91

T ENDENCIA

92

SERIES TEMPORALES
1. MODELO MEDIA ARITMTICA
Para pronosticar el siguiente perodo, se emplea la media de

todos los perodos precedentes.

DEMANDA
PERIODO (t)
(Di)
1
10
2
12
3
14
4
15
5
16
6
17
7
19
8
21
9
23
10
23
11
?

PRONOSTICO (Ft+1)
10
11
12
12.75
13.4
14
14.71
15.5
16.33
17

F2= F1+1
F3= F2+1
F4= F3+1
F5= F4+1
F6= F5+1
F7= F6+1
F8= F7+1
F9= F8+1
F10= F9+1
F11= F10+1

SERIES TEMPORALES
2. MODELO PROMEDIO MVIL SIMPLE:
El pronstico es una media de las n observaciones precedentes.
Este modelo calcula una media de los n datos ms recientes de
la serie temporal. Los promedios mviles son tiles si podemos
suponer que la demanda del mercado permanecer relativamente
estable en el tiempo.
Recomendado para datos estacionarios (sin tendencia)

Promedio mvil= demanda en los n perodos previos/n

Ejercicio 1: Un artculo determinado tiene la siguiente demanda (en

unidades). Estime la demanda para el mes de Setiembre.

Mes

Sept

Demanda

Ene

1.000

Feb

1.150

Mar

1.100

Abr

950

May

900

Jun

700

Jul

850

Ago

950

950 + 850

+ 700

= 833 unidades

Ejercicio 1: Un artculo determinado tiene la siguiente demanda (en

unidades). Estime la demanda para el mes de Setiembre.

Mes
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago

Demanda
1000
1150
1100
950
900
700
850
950

Pronstico

1083
1067
983
850
817
833

Ejercicio 2: Promedio Mvil en Excel

Una empresa desea conocer la tendencia que tendr para el
siguiente periodo de la produccin del artculo XX, para lo cual ha
obtenido la informacin del sector dentro de su rea de influencia.
Se solicita:
A. Hallar el pronstico mediante el promedio mvil.
B. Calcular el periodo tpico para el periodo 23.

Periodo

Produccin

593 570

10

11

486

854

797

362

594

271

45

254

433

12

13

14

15

16

17

18

19

20

21

22

529

994

319

610

748

832

193

720

415

536

850

PROCEDURE
DATOS
ANALISIS DE DATOS
MEDIA MOVIL
RANGO DE ENTRADA (SOLO DATOS REALES NUMERICOS)
INTERVALO (5,7,3)
RANGO DE SALIDA (A PARTIR DE Ft+1)
MARCAR VER GRAFICO

Ejercicio 3.- Hudson Paper Company es un pequeo negocio familiar que

adquiere papel en rollos de grandes fbricas. Luego lo corta y lo imprime en una
variedad de productos, como bolsas y papel de envoltura, segn el pedido del
cliente. La estacionalidad de las ventas ha hecho que el pronstico sea un
problema particularmente difcil, en especial por el momento exacto de los
picos estacionales. La direccin de la empresa desea desarrollar un modelo de
promedios mviles que ayude al pronstico de las ventas. El modelo deber ser
el que minimice el error de pronstico. A continuacin aparece la informacin
de las ventas de los ltimos doce meses.

SERIES TEMPORALES
3. MODELO PROMEDIO MVIL PONDERADO:
Se utiliza cuando los datos presentan cierta tendencia, para ello se pueden
utilizar ponderaciones para dar ms nfasis a los valores recientes.
Recomendado para datos estacionarios (con tendencia).
Promedio mvil ponderado= [(Ponderacin para el perodo n)(Demanda en el perodo n)]
Ponderaciones

Mtodo: Se asigna ms ponderacin a los datos recientes, de la siguiente manera:

PONDERACIN
APLICADA

PERIODO

0.50

Ultimo mes

0.33

Hace dos meses

0.17

Hace tres meses

1.00

Suma de ponderaciones

SERIES TEMPORALES
3. MODELO PROMEDIO MVIL PONDERADO:
Ejercicio 1: La Tienda de productos para jardn Donna, quiere hacer un pronstico
con el promedio mvil ponderado de 3 meses, incluyendo un pronstico para la
venta de Mquinas podadoras en el mes de enero.
VENTAS REALES DE
MAQUINAS
CORTADORAS DE
CESPED

MES

Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto

10
12
13
16
19
23
26
30

Septiembre
Octubre
Noviembre
Diciembre

28
18
16
14

PROMEDIO
MVIL
PONDERACION
PONDERADO DE
APLICADA
TRES MESES

12,16
14,33
16,99
20,49
23,82

0,5
0,33
0,17
1,00

27,49
28,32
23,34
18,7
15,34

Cuanto ms se pondera el ltimo mes, la proyeccin

que se obtiene es mucho ms precisa.

SERIES TEMPORALES
Demanda real frente a los Mtodos de promedio mvil y promedios
mviles ponderados.

MES

Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Enero

VENTAS
PROMEDIO
PROMEDIO
REALES DE
MOVIL
MOVIL
PONDERACION
MAQUINAS
PONDERADO
SIMPLE DE
APLICADA
CORTADORAS
DE TRES
TRES MESES
DE CESPED
MESES

10
12
13
16
19
23
26
30
28
18
16
14

11,67
13,67
16,00
19,33
22,67
26,33
28,00
25,33
20,67
16,00

12,16
14,33
16,99
20,49
23,82
27,49
28,32
23,34
18,7
15,34

0,5
0,33
0,17
1,00

Cuanto ms se pondera el ltimo mes, la

proyeccin que se obtiene es mucho ms precisa