Este documento presenta información sobre pronósticos de demanda. Muestra gráficos de demanda anual histórica y diferentes métodos para pronosticar demanda futura como promedios simples, moviles y ponderados, suavización exponencial y regresión lineal. También discute conceptos como tendencia, estacionalidad y no estacionalidad que son importantes para realizar pronósticos.

1. U ver si dad D La
ni e
Sal l e
AD-219 Producción
Pronóstico de la
Demanda
Ing. José A Oreamuno

2. Pronóstico de la Demanda
Demanda anual
8,200
8,000
7,800
7,600
7,400 Total
7,200
7,000
6,800
2002 2003 2004 2005 2006 2007 2008 2009

3. Pronóstico vs. Predicción
• Pronóstico es un proceso de estimación de un
acontecimiento futuro, proyectando hacia el
futuro datos del pasado.
• Predicción es un proceso de estimación de un
suceso futuro basándose en consideraciones
subjetivas diferentes a los simples datos
provenientes del pasado.

4. Pronóstico vs. Predicción
• Pronóstico
Análisis matemático y estadístico de los datos históricos
– Promedios, Regresión
– Para empresas ya existentes, que tienen datos históricos
• Predicción
Investigación de preferencias, hábitos, etc.
– Estudio de mercado, encuestas a consumidores
– Pare empresas nuevas o productos nuevos que no tienen datos
históricos

5. Pronóstico de la Demanda
Pt = Proyección de la demanda para el periodo t
Dt
= Demanda real del periodo t

6. Método gráfico
Demanda
8,400
8,200
8,000
7,800
7,600 Total
Linear (Total)
7,400
7,200
7,000
6,800
2002 2003 2004 2005 2006 2007 2008 2009 2010

7. Promedio Simple
t 1
Di
i 1
Pt
(t 1)

8. Promedio Simple
D1 D2 D3
P4
3
D1 D2 D3 D4
P5
4

9. Promedio del último año
12
Di
i 1
P13 P24
12
24
Di
i 13
P25 P36
12

10. Promedio movil
t 1
Di
i t n
Pt
n

11. Promedio móvil n=3
D7 D6 D5
P8
3
D8 D7 D6
P9
3

12. Promedio móvil ponderado
n
Pt ki Dt i
i 1
donde
n
ki 1
i 1
i = 1 → último mes
i = 2 → penúltimo mes, etc.

13. Promedio móvil ponderado
Ejemplo para n=3; k1 = 0,5 ; k2 = 0,3 y k3 = 0,2
P8 0,5 D7 0,3 D6 0,2 D5
P9 0,5 D8 0,3 D7 0,2 D6

14. Suavización exponencial simple
Pt Dt 1 (1 ) Pt 1
donde
0 1

15. Doble Suavización exponencial
" "
Pt Pt (1 )P t 1
donde
0 1
Pt es una suavización exponencial simple

16. Regresión Lineal
Pt mt b
donde
n tDt t Dt
b 2
n t2 t
Dt b t
m
n

17. Regresión Lineal (usando Excel)
Pt mt b
m
=SLOPE(rango_D's;rango_t's)
=PENDIENTE(rango_D's;rango_t's)
b
=INTERCEPT(rango_D's;rango_t's)
=INTERCECCION.EJE(rango_D's;rango_t's)

18. Tendencia
Demanda
8,400
8,200
8,000
7,800
7,600 Total
Linear (Total)
7,400
7,200
7,000
6,800
2002 2003 2004 2005 2006 2007 2008 2009 2010

19. Tendencia
• La tendencia se puede obtener utilizando la regresión
lineal (o exponencial, logarítmica, etc.), que permite
pronosticar varios periodos de una sola vez.
• En el caso de la regresión lineal, si m es
positiva, quiere decir que se tiene una tendencia
creciente en el tiempo, si m es negativa, entonces es
una tendencia decreciente, y si m es muy cercana a
cero, quiere decir que no hay tendencia, estamos ante
una demanda constante.

20. Tendencia

21. Estacionalidad

22. No Estacionalidad

23. Estacionalidad
Año 1 2 3 4 5 6 7 8
Mes
Ene 26.692 26.677 26.531 26.043 29.064 30.545 27.908 32.319
Feb 19.883 20.241 18.383 19.414 21.189 21.300 21.763 21.162
Mar 19.614 20.704 22.062 19.404 19.901 23.638 18.599 22.274
Abr 20.668 21.401 19.946 22.248 23.956 18.539 22.728 22.881
May 17.527 17.679 18.237 18.120 16.832 16.731 16.644 18.398
Jun 15.597 18.616 15.405 16.119 16.554 18.179 19.531 20.607
Jul 23.688 26.161 24.294 27.389 25.048 26.712 28.485 29.624
Ago 17.584 19.040 20.089 20.329 21.249 22.541 20.219 22.094
Sep 17.219 18.309 17.354 17.189 16.104 19.896 18.129 17.262
Oct 17.880 16.186 17.118 18.391 17.585 20.300 18.943 20.469
Nov 16.373 18.252 16.625 18.459 18.126 17.265 20.171 17.869
Dic 31.918 31.619 27.392 28.336 29.257 35.868 33.316 35.017

24. Estacionalidad

25. Estacionalidad
Año 1 2 3 4 5 6 7 8 Promedio F Est
Mes
Ene 26.692 26.677 26.531 26.043 29.064 30.545 27.908 32.319 28.222 1,31
Feb 19.883 20.241 18.383 19.414 21.189 21.300 21.763 21.162 20.417 0,95
Mar 19.614 20.704 22.062 19.404 19.901 23.638 18.599 22.274 20.775 0,96
Abr 20.668 21.401 19.946 22.248 23.956 18.539 22.728 22.881 21.546 1,00
May 17.527 17.679 18.237 18.120 16.832 16.731 16.644 18.398 17.521 0,81
Jun 15.597 18.616 15.405 16.119 16.554 18.179 19.531 20.607 17.576 0,82
Jul 23.688 26.161 24.294 27.389 25.048 26.712 28.485 29.624 26.425 1,23
Ago 17.584 19.040 20.089 20.329 21.249 22.541 20.219 22.094 20.393 0,95
Sep 17.219 18.309 17.354 17.189 16.104 19.896 18.129 17.262 17.683 0,82
Oct 17.880 16.186 17.118 18.391 17.585 20.300 18.943 20.469 18.359 0,85
Nov 16.373 18.252 16.625 18.459 18.126 17.265 20.171 17.869 17.893 0,83
Dic 31.918 31.619 27.392 28.336 29.257 35.868 33.316 35.017 31.590 1,47
21.533
Anual 244.643 254.885 243.436 251.441 254.865 271.514 266.436 279.976

26. Proyección