SlideShare una empresa de Scribd logo
TEMA 3
               PREVISIÓN DE LA
                  DEMANDA

                             Ing. Alex Rayón Jerez
                            http://www.alexrayon.es
                  http://paginaspersonales.deusto.es/alrayon

                             20 de Septiembre del 2011

Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial
Índice de contenidos
   Introducción
   Tipos de previsión
   Métodos
   Recomendaciones
   Interesados
   Nuevas tendencias




      Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial
Introducción
                                    Concepto


La previsión de la demanda sirve para anticipar la demanda futura
de los productos
A menudo se habla de 2 conceptos relacionados:
   Previsión: se basa únicamente en datos, los cuales se analizan
   con métodos cuantitativos (datos históricos)
   Predicción: se basa en intuiciones que el hombre de negocios a
   menudo tiene o aprende a desarrollar, los cuales se analizan a
   través de los métodos cualitativos. En períodos no muy largos
La previsión de la demanda se realiza siguiendo un enfoque
jerárquico



 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   3
Introducción
                             Series temporales


El enfoque jerárquico lleva a considerar distintos tipos de
previsiones dependiendo de su horizonte temporal: a l/p, m/p y c/p
Series temporales
   Una serie temporal se basa en una secuencia uniformemente
   espaciada (semanal, mensual, trimestral, etc.) de datos
   La previsión de series temporales se aplica a la previsión de la
   demanda
   Es una herramienta estadística
   Recoge datos uniformemente espaciados a lo largo del tiempo
   Frecuencia


 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   4
Introducción
                          Series temporales (II)


Series temporales (continuación)
   Está integrada por varios componentes
        Tendencia: movimiento creciente o decreciente de los datos a lo largo del
        tiempo. Pendiente de la recta
        Estacionalidad: influencia más o menos de la estación sobre la demanda.
        Ejemplo: turrón en invieron, la peluquería un viernes o un sábado, etc.
        Ciclos: como estacionalidad pero con periodicidad variable. Los ciclos
        económicos, cada 5 ó 7 años se produce un cambio, de bonanza económica a
        crisis (ciclo capitalista)
        Variaciones aleatorias: variaciones puntuales. Ejemplo: peluquerías cuando hay
        comuniones
   Modelos
        Aditivos: aquellos en el que los componentes se suman
        Multiplicativos: se multiplican alguno de los componentes

 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   5
Introducción
                                  Interesados


Interesados en conocer la demanda:
   Departamento de Marketing
   Departamento de Producción
   Departamento Financiero
   Departamento de Recursos Humanos
   Proveedores
Factores condicionantes
   Técnicos, sociológicos, económicos, políticos y tecnológicos
   Muchos factores fuera de la empresa y muy dinámicos (revisiones
   periódicas)

 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   6
Tipos de previsión

Antes se hablaba de previsiones temporales diferentes:
   Previsión a corto plazo: su horizonte temporal generalmente no
   excede de los tres meses. Se utiliza para la planificación de la
   producción en el nivel operativo, así como para la planificación
   de las compras asociadas
   Previsión a medio plazo: en general, el horizonte que cubre
   abarca una duración comprendida entre los tres meses y los tres
   años
   Previsión a largo plazo: generalmente abarcan periodos
   superiores a tres años y se emplea para planificar la producción
   de productos nuevos y planificar la producción a largo plazo



 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   7
Métodos
                                       Tipos


Los métodos que se emplean para prever/predecir la demanda se
pueden clasificar en dos grantes categorías:
   1) Cualitativos o de predicción
   2) Cuantitativos o de previsión
Además, también se analizará el método estacional multiplicativo
   Calcular la demanda media estacional año a año
   Calcular los índices estacionales
      Demanda real / Demanda media
   Calcular el índice estacional medio
   Calcular la previsión de cada estación para el año siguiente:
        Estimación de la demanda media estacional * Indice Estacional medio

 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   8
Métodos
                                   Cualitativos

Estos métodos incorporan factores subjetivos de la persona que toma las
decisiones
Dentro de este grupo, el más utilizado es el llamado Método Delphi
    Objetivo: consenso
    Usado por ejemplo para prevenir catástrofes nucleares (entre otros)
    Pasos:
         1) Formulación del problema
         2) Configurar grupo de expertos (no se conocen entre ellos, por eso es anónimo)
         → cuestionario (preguntas concretas, adecuadas para la respuesta que queramos)
         3) Se circulan las opiniones (anonimato). Todos los expertos ven lo que han
         dicho el resto
         4) Posibilidad de cambio de opinión. Los expertos tienen una 2ª ronda de
         opinión. Si siguen manteniendo su opinión deberán razonarla
         5) Justificación de opiniones que difieran de la media
  Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   9
Métodos
                              Cualitativos (II)


Método Delphi (continuación)                             Ventajas

   Características                                            Formación de un criterio desde la
                                                              objetividad
        Anonimato
                                                              Evita conflictos entre expertos
        No requiere presencia física
                                                              Garantiza la libertad de opiniones
        Resultados en función de las
        preguntas                                             Permite valorar alternativas de
                                                              decisión
        Además de previsión de la
        demanda, evolución de                            Desventajas
        tecnologías, Road-Mapping,
                                                              Es muy laborioso
        etc.
                                                              Es muy costoso: tiempo, dinero,
                                                              etc. (para los que organizan)
                                                              Carga de subjetividad → posible
                                                              solución: variadas rondas

 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   10
Métodos
                                 Cuantitativos


Emplean diferentes modelos matemáticos que utilizan datos
históricos y/o variables causales para prever la demanda
   1) Media móvil
        Considerando un periodo de tiempo, utiliza un grupo de valores recientes
        de los datos para generar una previsión
        Se podrá aplicar siempre y cuando la demanda oscile en torno a un valor
        central estable en el tiempo
   2) Media móvil ponderada
        Pondera la demanda de cada período según su importancia relativa
        Se podrá aplicar siempre y cuando la demanda oscile en torno a un valor
        central estable en el tiempo



 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   11
Métodos
                             Cuantitativos (II)


¿Cuándo es necesario ponderar las medias?
   Ejemplo: economía de España
   La economía española tiene un fuerte componente estacional
        Las cifras del paro de un mes concreto apenas son comparables con las
        del anterior si no se realiza una corrección llamada desestacionalización
        Existen varios métodos para realizar esto:
             El más simple es utilizar el año móvil: en cada mes se utiliza la media de los
             últimos 12 meses
             Si se representa en un gráfico los datos de afiliación a la Seguridad Social
             (empleo) y paro registrado desde 2007, se ve claramente que no ha habido
             ninguna mejoría en los últimos meses
             El empleo sigue cayendo y el paro sigue aumentando



 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   12
Métodos
                            Cuantitativos (III)




Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   13
Métodos
                             Cuantitativos (II)


   3) Alisado exponencial
        En relación con la media móvil, este método tiene la ventaja de la
        flexibilidad con que se ajustan las previsiones a las variaciones de la
        demanda
        Se podrá aplicar siempre y cuando la demanda oscile en torno a un
        valor central estable en el tiempo
             Previsióni = Previsióni-1 + α (Demanda - Previsión) i-1
                  0 <= α < = 1 (Ventas próximas a las previstas, α será próximo a 0)

También existen métodos cuantitativos causales, que estudian la
relación entre 2 variables, comprobando si pueden llegar a ser causa
y efecto



 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   14
Métodos
                                    Cuantitativos (III)


          4) Análisis de correlación
               r = coeficiente de correlación
               Se trata de una forma de evaluar la relación entre dos variables

         0 < r <= 1                                   0 < r <= 1                           -1 <= r < 0




Correlación positiva, si aumenta
  una variable la otra también                   No hay correlación         Correlación negativa, si
                                         Ej: relación entre venta de coches aumenta, la otra decrece
                                                    y días de sol             Ej: policías y delitos

        Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   15
Métodos
                            Cuantitativos (IV)


  5) Análisis de regresión
       Para definir el comportamiento de la variable dependiente
       Se traza la recta más significativa de un conjunto de puntos
       Una vez hecho el análisis de correlación, es buscar la recta más
       significativa de la nube de puntos (como en los gráficos anteriores)
       Solo vale para los casos que el coeficiente de correlación es alto
       Coeficiente de correlación
                                    n∑ xy − ∑ x∑ y
                      r=
                            n∑ x − ( ∑ x ) n∑ y − ( ∑ y )
                                            2                2
                                  2                 2

       Regresión

                                  n∑ xy − ∑ x ∑ y                 ∑ y − b∑ x
          y = a + bx b =                                       a=
                                   n∑ x 2 − ( ∑ x )
                                                       2
                                                                             n
Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   16
Recomendaciones

Aplicada a demanda independiente → las tiendas, que están
próximas al usuario final. Los que producen para las tiendas tienen
dependencia (MRP) de que las tiendas vendan
Mejor aplicada a familias de productos que a productos
individuales
   Si se aplica a familias se compensa el error entre los productos de
   ella
Sujeta a error → el error se conocerá a posteriori
Ventajas
   Disminuye el nivel de incertidumbre (ser proactivo, adelantarse a
   los acontecimientos. Ser reactivo sería reaccionar frente a
   acontecimientos)
 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   17
Interesados
¿Quiénes están interesados en conocer la demanda?
   El departamento de marketing, el departamento de producción, el
   departamento financiero, el departamento de RRHH y los
   proveedores
Existen una serie de factores condicionantes:
   Técnicos: propio de la empresa, clave para saber si será demandado
   Sociológicos: interés de las personas por el producto. Modas
   Económicas: relacionado con el nivel de vida/nivel de renta de los países, etc.
   Políticos: ayudas a trabas que ponen los gobiernos al comercio. Dumping →
   vender más barato dependiendo del sitio (está penado)
   Tecnológicos: si se usa tecnología te va a salir más caro
Todos estos factores son dinámicos, pero como es a c/p la previsión

 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   18
Interesados (II)

Muchos factores endógneos y exógenos y muy dinámicos
(revisiones periódicas)
   Dentro de la empresa: técnicos y tecnológicos
   Fuera de la empresa: sociológicos, económicos y políticos
Tipos (planificación de ventas)
   A c/p: 0 a 3 meses: para prever la demanda se pueden utilizar las
   técnicas cuantitativas
   A m/p: 3 meses a 3 años: cada vez se acortan más esos 3 años:
   cambian aspectos políticos, sociológicoas, etc. Un mix entre
   técnicas cualitativas y cuantitativas
   A l/p: más de 3 años: técnicas puramente cualitativas

 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   19
Nuevas tendencias

Los métodos anteriores funcionan mejor cuando la demanda no
presenta mucha variabilidad
Cuando existe variabilidad, se recomienda la utilización de un
método colaborativo de previsión denominado Colaborative
Planning, Forecasting and Replenishment (CPFR)
   Establece un método de comunicación entre fabricantes, vendedores y
   distribuidores acerca de las previsiones de demanda calculadas por ambas
   partes y empleando Internet
   Si hay discrepancias, se envían justificaciones y comentarios acerca de ellas
   El objetivo es que al final las previsiones de compra de la empresa cliente y
   las previsiones de venta de la empresa proveedora converjan, de manera que
   solo se disponga del inventario que se necesite en el momento preciso y no se
   produzcan rupturas de stock


 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   20
Nuevas tendencias (II)

A la empresa cliente le interesa conocer la capacidad productiva del
proveedor y a éste la demanda del cliente
Así se evita el llamado efecto bullwhip o látigo
   Consiste en que las variaciones de demanda de los consumidores finales se
   trasladan en sentido inverso de la cadena de suministro, multiplicando sus
   efectos en cada cambio de nivel
   El intercambio de información se hace a través de la web y se traduce en
   unas reglas de colaboración entre distintos eslabones de la cadena de
   suministro que a menudo se recogen en un contrato
   La información que se intercambia incluye previsiones, planes de promoción,
   y información de puntos de venta (entre otros)
   Esta última información se emplea para detecta la eficacia de las previsiones
   Incorporación de la Inteligencia Artificial (incluso resolución excepciones)

 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial   21
References

Sitios web
Por qué la situación del empleo no ha mejorado http://www.colectivoburbuja.org/?p=605




             Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial
Copyright (c) 2011 Alex Rayón Jerez
This work (but the quoted images, whose rights are reserved to their owners*) is licensed
  under the Creative Commons “Attribution-ShareAlike” License. To view a copy of this
  license, visit http://creativecommons.org/licenses/by-sa/3.0/




   * http://diposit.ub.edu/dspace/html/2445/2921/graficos/graf64.gif,
        http://www.ibt.unam.mx/biocomputo/downloads/Apendices%20finales/Ap5_tesis_AManjarrez_archivos/image002.gif,
        http://www.zonaeconomica.com/files/peru-tdc-4.gif,




       Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial
Profesor: Ing. Alex Rayón Jerez
                                   Bilbao, Septiembre 2011

                5º de Ingeniería en Automática y Electrónica Industrial
                                 Facultad de Ingeniería
                                Universidad de Deusto
Departamento de Tecnologías Industriales, Facultad de Ingeniería, Universidad de Deusto
          Avda. de las Universidades, 24, 48007 Bilbao, País Vasco, España


                                        Alex Rayón Jerez

                                      alex.rayon@deusto.es
                          Para contactar conmigo, muchas formas :-)
                               http://alexrayon.es/alex-rayon-20/



      Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial

Más contenido relacionado

La actualidad más candente

3 métodos para pronosticar las ventas
3 métodos para pronosticar las ventas3 métodos para pronosticar las ventas
3 métodos para pronosticar las ventas
CELOGIS
 
Analisis foda
Analisis fodaAnalisis foda
Analisis foda
Adriana Guerrero
 
los mercados y la conducta del consumidor
los mercados y la conducta del consumidorlos mercados y la conducta del consumidor
los mercados y la conducta del consumidor
IPN
 
Presupuesto de Ventas
Presupuesto de VentasPresupuesto de Ventas
Presupuesto de Ventas
Pedro Bermudez Talavera
 
Unidad 4. comportamiento de compra del consumidor
Unidad 4. comportamiento de compra del consumidorUnidad 4. comportamiento de compra del consumidor
Unidad 4. comportamiento de compra del consumidor
Universidad del golfo de México Norte
 
Planeacion de la investigacion de mercados
Planeacion de la investigacion de mercadosPlaneacion de la investigacion de mercados
Planeacion de la investigacion de mercados
Teresa Malagon Martínez
 
(Inv. Mercados) Tema 8 - Medición y escalamiento
(Inv. Mercados) Tema 8 - Medición y escalamiento(Inv. Mercados) Tema 8 - Medición y escalamiento
(Inv. Mercados) Tema 8 - Medición y escalamiento
mdelriomejia
 
Tecnologías de integración, Telmex, equipo
Tecnologías de integración, Telmex, equipoTecnologías de integración, Telmex, equipo
Tecnologías de integración, Telmex, equipo
Miriam Cardenas Rodriguez
 
Análisis de los pronósticos de ventas y los métodos empleados para realizarlos
Análisis de los pronósticos de ventas y los métodos empleados para realizarlosAnálisis de los pronósticos de ventas y los métodos empleados para realizarlos
Análisis de los pronósticos de ventas y los métodos empleados para realizarlos
José Maita
 
Análisis Pest
Análisis PestAnálisis Pest
Análisis Pest
daniel naranjo
 
Sistema de informacion Para Ejecutivo - caso nestle
Sistema de informacion Para Ejecutivo - caso nestleSistema de informacion Para Ejecutivo - caso nestle
Sistema de informacion Para Ejecutivo - caso nestle
Eyrova
 
Investigacion de mercados.
Investigacion de mercados.Investigacion de mercados.
Investigacion de mercados.
fabian fernandez
 
Proceso De Investigacion De Mercados
Proceso De Investigacion De MercadosProceso De Investigacion De Mercados
Proceso De Investigacion De Mercados
GIOVANNY CASTRO MANJARREZ
 
Procesos de marketing
Procesos de marketingProcesos de marketing
Procesos de marketing
Hector Maida
 
Sistema empresarial
Sistema empresarialSistema empresarial
Sistema empresarial
Adriiana Ipuz Rivera
 
Demanda potencial y mercado meta
Demanda potencial y mercado metaDemanda potencial y mercado meta
Demanda potencial y mercado meta
albertrubira
 
Foda de comercio electronico
Foda  de comercio electronicoFoda  de comercio electronico
Foda de comercio electronico
Luz Villavicencio Cordova
 
Unidad didactica 1 El Sistema de Información de Mercados (S.I.M.)
Unidad didactica 1 El Sistema de Información de Mercados (S.I.M.)Unidad didactica 1 El Sistema de Información de Mercados (S.I.M.)
Unidad didactica 1 El Sistema de Información de Mercados (S.I.M.)
Juan Adsuara
 
Caracteristicas del producto
Caracteristicas del productoCaracteristicas del producto
Caracteristicas del producto
taibethrosendo
 
Cuadro comparativo
Cuadro comparativo  Cuadro comparativo
Cuadro comparativo
Angelica Puentes
 

La actualidad más candente (20)

3 métodos para pronosticar las ventas
3 métodos para pronosticar las ventas3 métodos para pronosticar las ventas
3 métodos para pronosticar las ventas
 
Analisis foda
Analisis fodaAnalisis foda
Analisis foda
 
los mercados y la conducta del consumidor
los mercados y la conducta del consumidorlos mercados y la conducta del consumidor
los mercados y la conducta del consumidor
 
Presupuesto de Ventas
Presupuesto de VentasPresupuesto de Ventas
Presupuesto de Ventas
 
Unidad 4. comportamiento de compra del consumidor
Unidad 4. comportamiento de compra del consumidorUnidad 4. comportamiento de compra del consumidor
Unidad 4. comportamiento de compra del consumidor
 
Planeacion de la investigacion de mercados
Planeacion de la investigacion de mercadosPlaneacion de la investigacion de mercados
Planeacion de la investigacion de mercados
 
(Inv. Mercados) Tema 8 - Medición y escalamiento
(Inv. Mercados) Tema 8 - Medición y escalamiento(Inv. Mercados) Tema 8 - Medición y escalamiento
(Inv. Mercados) Tema 8 - Medición y escalamiento
 
Tecnologías de integración, Telmex, equipo
Tecnologías de integración, Telmex, equipoTecnologías de integración, Telmex, equipo
Tecnologías de integración, Telmex, equipo
 
Análisis de los pronósticos de ventas y los métodos empleados para realizarlos
Análisis de los pronósticos de ventas y los métodos empleados para realizarlosAnálisis de los pronósticos de ventas y los métodos empleados para realizarlos
Análisis de los pronósticos de ventas y los métodos empleados para realizarlos
 
Análisis Pest
Análisis PestAnálisis Pest
Análisis Pest
 
Sistema de informacion Para Ejecutivo - caso nestle
Sistema de informacion Para Ejecutivo - caso nestleSistema de informacion Para Ejecutivo - caso nestle
Sistema de informacion Para Ejecutivo - caso nestle
 
Investigacion de mercados.
Investigacion de mercados.Investigacion de mercados.
Investigacion de mercados.
 
Proceso De Investigacion De Mercados
Proceso De Investigacion De MercadosProceso De Investigacion De Mercados
Proceso De Investigacion De Mercados
 
Procesos de marketing
Procesos de marketingProcesos de marketing
Procesos de marketing
 
Sistema empresarial
Sistema empresarialSistema empresarial
Sistema empresarial
 
Demanda potencial y mercado meta
Demanda potencial y mercado metaDemanda potencial y mercado meta
Demanda potencial y mercado meta
 
Foda de comercio electronico
Foda  de comercio electronicoFoda  de comercio electronico
Foda de comercio electronico
 
Unidad didactica 1 El Sistema de Información de Mercados (S.I.M.)
Unidad didactica 1 El Sistema de Información de Mercados (S.I.M.)Unidad didactica 1 El Sistema de Información de Mercados (S.I.M.)
Unidad didactica 1 El Sistema de Información de Mercados (S.I.M.)
 
Caracteristicas del producto
Caracteristicas del productoCaracteristicas del producto
Caracteristicas del producto
 
Cuadro comparativo
Cuadro comparativo  Cuadro comparativo
Cuadro comparativo
 

Similar a UD. OP. T3. Previsión de la demanda

Introduccion a los Proyectos Informaticos
Introduccion a los Proyectos InformaticosIntroduccion a los Proyectos Informaticos
Introduccion a los Proyectos Informaticos
Universidad Central
 
UD. OP. T12. JIT
UD. OP. T12. JITUD. OP. T12. JIT
UD. OP. T12. JIT
Alex Rayón Jerez
 
proyectos informaticos
proyectos informaticosproyectos informaticos
proyectos informaticos
sopaipilla
 
Lecture 1 elementos básicos de proyectos
Lecture 1 elementos básicos de proyectosLecture 1 elementos básicos de proyectos
Lecture 1 elementos básicos de proyectos
nica2009
 
MANA705DL_S7_7_8.ppt
MANA705DL_S7_7_8.pptMANA705DL_S7_7_8.ppt
MANA705DL_S7_7_8.ppt
RafaelGuzman86
 
PROYECTOS INFORMATICOS UCEN
PROYECTOS INFORMATICOS UCENPROYECTOS INFORMATICOS UCEN
PROYECTOS INFORMATICOS UCEN
Natalia
 
Modelacion de problemas matematicos
Modelacion de problemas matematicosModelacion de problemas matematicos
Modelacion de problemas matematicos
Daniel Mora Martinez
 
Administracion De Operaciones I Programa De Trabajo Pronosticos
Administracion De Operaciones I Programa De Trabajo PronosticosAdministracion De Operaciones I Programa De Trabajo Pronosticos
Administracion De Operaciones I Programa De Trabajo Pronosticos
guestb9bf58
 
67991 slides02 gpi2012-ii_parte-1
67991 slides02 gpi2012-ii_parte-167991 slides02 gpi2012-ii_parte-1
67991 slides02 gpi2012-ii_parte-1
Carlos gay Arenas Santana
 
Proyectos informaticos
Proyectos informaticosProyectos informaticos
Proyectos informaticos
estefania2710
 
Proyectos informaticos
Proyectos informaticosProyectos informaticos
Proyectos informaticos
estefania2710
 
Proyectos informaticos
Proyectos informaticosProyectos informaticos
Proyectos informaticos
estefania2710
 
Proyectos informaticos2
Proyectos informaticos2Proyectos informaticos2
Proyectos informaticos2
antra
 
1
11
1
11
2
22
Introduccion a la informatica
Introduccion a la informaticaIntroduccion a la informatica
Introduccion a la informatica
helen
 
2
22
2
22
Aplicación web basada en agentes para monitorear los indicadores de la gestió...
Aplicación web basada en agentes para monitorear los indicadores de la gestió...Aplicación web basada en agentes para monitorear los indicadores de la gestió...
Aplicación web basada en agentes para monitorear los indicadores de la gestió...
Manuel Mujica
 

Similar a UD. OP. T3. Previsión de la demanda (20)

Introduccion a los Proyectos Informaticos
Introduccion a los Proyectos InformaticosIntroduccion a los Proyectos Informaticos
Introduccion a los Proyectos Informaticos
 
UD. OP. T12. JIT
UD. OP. T12. JITUD. OP. T12. JIT
UD. OP. T12. JIT
 
proyectos informaticos
proyectos informaticosproyectos informaticos
proyectos informaticos
 
Lecture 1 elementos básicos de proyectos
Lecture 1 elementos básicos de proyectosLecture 1 elementos básicos de proyectos
Lecture 1 elementos básicos de proyectos
 
MANA705DL_S7_7_8.ppt
MANA705DL_S7_7_8.pptMANA705DL_S7_7_8.ppt
MANA705DL_S7_7_8.ppt
 
PROYECTOS INFORMATICOS UCEN
PROYECTOS INFORMATICOS UCENPROYECTOS INFORMATICOS UCEN
PROYECTOS INFORMATICOS UCEN
 
Modelacion de problemas matematicos
Modelacion de problemas matematicosModelacion de problemas matematicos
Modelacion de problemas matematicos
 
Administracion De Operaciones I Programa De Trabajo Pronosticos
Administracion De Operaciones I Programa De Trabajo PronosticosAdministracion De Operaciones I Programa De Trabajo Pronosticos
Administracion De Operaciones I Programa De Trabajo Pronosticos
 
67991 slides02 gpi2012-ii_parte-1
67991 slides02 gpi2012-ii_parte-167991 slides02 gpi2012-ii_parte-1
67991 slides02 gpi2012-ii_parte-1
 
Proyectos informaticos
Proyectos informaticosProyectos informaticos
Proyectos informaticos
 
Proyectos informaticos
Proyectos informaticosProyectos informaticos
Proyectos informaticos
 
Proyectos informaticos
Proyectos informaticosProyectos informaticos
Proyectos informaticos
 
Proyectos informaticos2
Proyectos informaticos2Proyectos informaticos2
Proyectos informaticos2
 
1
11
1
 
1
11
1
 
2
22
2
 
Introduccion a la informatica
Introduccion a la informaticaIntroduccion a la informatica
Introduccion a la informatica
 
2
22
2
 
2
22
2
 
Aplicación web basada en agentes para monitorear los indicadores de la gestió...
Aplicación web basada en agentes para monitorear los indicadores de la gestió...Aplicación web basada en agentes para monitorear los indicadores de la gestió...
Aplicación web basada en agentes para monitorear los indicadores de la gestió...
 

Más de Alex Rayón Jerez

El Big Data en la dirección comercial: market(ing) intelligence
El Big Data en la dirección comercial: market(ing) intelligenceEl Big Data en la dirección comercial: market(ing) intelligence
El Big Data en la dirección comercial: market(ing) intelligence
Alex Rayón Jerez
 
Herramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructuradosHerramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructurados
Alex Rayón Jerez
 
Las competencias digitales como método de observación de competencias genéricas
Las competencias digitales como método de observación de competencias genéricasLas competencias digitales como método de observación de competencias genéricas
Las competencias digitales como método de observación de competencias genéricas
Alex Rayón Jerez
 
El Big Data en mi empresa ¿de qué me sirve?
El Big Data en mi empresa  ¿de qué me sirve?El Big Data en mi empresa  ¿de qué me sirve?
El Big Data en mi empresa ¿de qué me sirve?
Alex Rayón Jerez
 
Aplicación del Big Data a la mejora de la competitividad de la empresa
Aplicación del Big Data a la mejora de la competitividad de la empresaAplicación del Big Data a la mejora de la competitividad de la empresa
Aplicación del Big Data a la mejora de la competitividad de la empresa
Alex Rayón Jerez
 
Análisis de Redes Sociales (Social Network Analysis) y Text Mining
Análisis de Redes Sociales (Social Network Analysis) y Text MiningAnálisis de Redes Sociales (Social Network Analysis) y Text Mining
Análisis de Redes Sociales (Social Network Analysis) y Text Mining
Alex Rayón Jerez
 
Marketing intelligence con estrategia omnicanal y Customer Journey
Marketing intelligence con estrategia omnicanal y Customer JourneyMarketing intelligence con estrategia omnicanal y Customer Journey
Marketing intelligence con estrategia omnicanal y Customer Journey
Alex Rayón Jerez
 
Modelos de propensión en la era del Big Data
Modelos de propensión en la era del Big DataModelos de propensión en la era del Big Data
Modelos de propensión en la era del Big Data
Alex Rayón Jerez
 
Customer Lifetime Value Management con Big Data
Customer Lifetime Value Management con Big DataCustomer Lifetime Value Management con Big Data
Customer Lifetime Value Management con Big Data
Alex Rayón Jerez
 
Big Data: the Management Revolution
Big Data: the Management RevolutionBig Data: the Management Revolution
Big Data: the Management Revolution
Alex Rayón Jerez
 
Optimización de procesos con el Big Data
Optimización de procesos con el Big DataOptimización de procesos con el Big Data
Optimización de procesos con el Big Data
Alex Rayón Jerez
 
La economía del dato: transformando sectores, generando oportunidades
La economía del dato: transformando sectores, generando oportunidadesLa economía del dato: transformando sectores, generando oportunidades
La economía del dato: transformando sectores, generando oportunidades
Alex Rayón Jerez
 
Cómo crecer, ser más eficiente y competitivo a través del Big Data
Cómo crecer, ser más eficiente y competitivo a través del Big DataCómo crecer, ser más eficiente y competitivo a través del Big Data
Cómo crecer, ser más eficiente y competitivo a través del Big Data
Alex Rayón Jerez
 
El poder de los datos: hacia una sociedad inteligente, pero ética
El poder de los datos: hacia una sociedad inteligente, pero éticaEl poder de los datos: hacia una sociedad inteligente, pero ética
El poder de los datos: hacia una sociedad inteligente, pero ética
Alex Rayón Jerez
 
Búsqueda, organización y presentación de recursos de aprendizaje
Búsqueda, organización y presentación de recursos de aprendizajeBúsqueda, organización y presentación de recursos de aprendizaje
Búsqueda, organización y presentación de recursos de aprendizaje
Alex Rayón Jerez
 
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
Alex Rayón Jerez
 
Fomentando la colaboración en el aula a través de herramientas sociales
Fomentando la colaboración en el aula a través de herramientas socialesFomentando la colaboración en el aula a través de herramientas sociales
Fomentando la colaboración en el aula a través de herramientas sociales
Alex Rayón Jerez
 
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
Alex Rayón Jerez
 
Procesamiento y visualización de datos para generar nuevo conocimiento
Procesamiento y visualización de datos para generar nuevo conocimientoProcesamiento y visualización de datos para generar nuevo conocimiento
Procesamiento y visualización de datos para generar nuevo conocimiento
Alex Rayón Jerez
 
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
Alex Rayón Jerez
 

Más de Alex Rayón Jerez (20)

El Big Data en la dirección comercial: market(ing) intelligence
El Big Data en la dirección comercial: market(ing) intelligenceEl Big Data en la dirección comercial: market(ing) intelligence
El Big Data en la dirección comercial: market(ing) intelligence
 
Herramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructuradosHerramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructurados
 
Las competencias digitales como método de observación de competencias genéricas
Las competencias digitales como método de observación de competencias genéricasLas competencias digitales como método de observación de competencias genéricas
Las competencias digitales como método de observación de competencias genéricas
 
El Big Data en mi empresa ¿de qué me sirve?
El Big Data en mi empresa  ¿de qué me sirve?El Big Data en mi empresa  ¿de qué me sirve?
El Big Data en mi empresa ¿de qué me sirve?
 
Aplicación del Big Data a la mejora de la competitividad de la empresa
Aplicación del Big Data a la mejora de la competitividad de la empresaAplicación del Big Data a la mejora de la competitividad de la empresa
Aplicación del Big Data a la mejora de la competitividad de la empresa
 
Análisis de Redes Sociales (Social Network Analysis) y Text Mining
Análisis de Redes Sociales (Social Network Analysis) y Text MiningAnálisis de Redes Sociales (Social Network Analysis) y Text Mining
Análisis de Redes Sociales (Social Network Analysis) y Text Mining
 
Marketing intelligence con estrategia omnicanal y Customer Journey
Marketing intelligence con estrategia omnicanal y Customer JourneyMarketing intelligence con estrategia omnicanal y Customer Journey
Marketing intelligence con estrategia omnicanal y Customer Journey
 
Modelos de propensión en la era del Big Data
Modelos de propensión en la era del Big DataModelos de propensión en la era del Big Data
Modelos de propensión en la era del Big Data
 
Customer Lifetime Value Management con Big Data
Customer Lifetime Value Management con Big DataCustomer Lifetime Value Management con Big Data
Customer Lifetime Value Management con Big Data
 
Big Data: the Management Revolution
Big Data: the Management RevolutionBig Data: the Management Revolution
Big Data: the Management Revolution
 
Optimización de procesos con el Big Data
Optimización de procesos con el Big DataOptimización de procesos con el Big Data
Optimización de procesos con el Big Data
 
La economía del dato: transformando sectores, generando oportunidades
La economía del dato: transformando sectores, generando oportunidadesLa economía del dato: transformando sectores, generando oportunidades
La economía del dato: transformando sectores, generando oportunidades
 
Cómo crecer, ser más eficiente y competitivo a través del Big Data
Cómo crecer, ser más eficiente y competitivo a través del Big DataCómo crecer, ser más eficiente y competitivo a través del Big Data
Cómo crecer, ser más eficiente y competitivo a través del Big Data
 
El poder de los datos: hacia una sociedad inteligente, pero ética
El poder de los datos: hacia una sociedad inteligente, pero éticaEl poder de los datos: hacia una sociedad inteligente, pero ética
El poder de los datos: hacia una sociedad inteligente, pero ética
 
Búsqueda, organización y presentación de recursos de aprendizaje
Búsqueda, organización y presentación de recursos de aprendizajeBúsqueda, organización y presentación de recursos de aprendizaje
Búsqueda, organización y presentación de recursos de aprendizaje
 
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
 
Fomentando la colaboración en el aula a través de herramientas sociales
Fomentando la colaboración en el aula a través de herramientas socialesFomentando la colaboración en el aula a través de herramientas sociales
Fomentando la colaboración en el aula a través de herramientas sociales
 
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
 
Procesamiento y visualización de datos para generar nuevo conocimiento
Procesamiento y visualización de datos para generar nuevo conocimientoProcesamiento y visualización de datos para generar nuevo conocimiento
Procesamiento y visualización de datos para generar nuevo conocimiento
 
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
 

Último

Recursos Educativos en Abierto (1 de julio de 2024)
Recursos Educativos en Abierto (1 de julio de 2024)Recursos Educativos en Abierto (1 de julio de 2024)
Recursos Educativos en Abierto (1 de julio de 2024)
Cátedra Banco Santander
 
EXPERIENCIA DE APRENDIZAJE N° 09 01 AL 19 DE JULIO.docx
EXPERIENCIA DE APRENDIZAJE N° 09 01 AL 19 DE JULIO.docxEXPERIENCIA DE APRENDIZAJE N° 09 01 AL 19 DE JULIO.docx
EXPERIENCIA DE APRENDIZAJE N° 09 01 AL 19 DE JULIO.docx
d33673240a
 
fichas descriptivas para primaria 2023-2024
fichas descriptivas para primaria 2023-2024fichas descriptivas para primaria 2023-2024
fichas descriptivas para primaria 2023-2024
Verito51
 
Tu, Tu Hijo y la Escuela Ken Robinson Ccesa007.pdf
Tu,  Tu Hijo y la  Escuela  Ken Robinson  Ccesa007.pdfTu,  Tu Hijo y la  Escuela  Ken Robinson  Ccesa007.pdf
Tu, Tu Hijo y la Escuela Ken Robinson Ccesa007.pdf
Demetrio Ccesa Rayme
 
Plataformas de vídeo online (2 de julio de 2024)
Plataformas de vídeo online (2 de julio de 2024)Plataformas de vídeo online (2 de julio de 2024)
Plataformas de vídeo online (2 de julio de 2024)
Cátedra Banco Santander
 
Matriz de relación mixta Fortalezas - Amenazas
Matriz de relación mixta Fortalezas - AmenazasMatriz de relación mixta Fortalezas - Amenazas
Matriz de relación mixta Fortalezas - Amenazas
JonathanCovena1
 
Sesión de clase: El comienzo del evangelio
Sesión de clase: El comienzo del evangelioSesión de clase: El comienzo del evangelio
Sesión de clase: El comienzo del evangelio
https://gramadal.wordpress.com/
 
Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...
Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...
Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...
Juan Martín Martín
 
Productos-CTE-Junio-contestado para la ocatava sesion
Productos-CTE-Junio-contestado para la ocatava sesionProductos-CTE-Junio-contestado para la ocatava sesion
Productos-CTE-Junio-contestado para la ocatava sesion
JosueSalas32
 
Curación de contenidos (1 de julio de 2024)
Curación de contenidos (1 de julio de 2024)Curación de contenidos (1 de julio de 2024)
Curación de contenidos (1 de julio de 2024)
Cátedra Banco Santander
 
04. ESTADÍSTICA (comunicación) (J.C) 3.pptx
04. ESTADÍSTICA (comunicación) (J.C) 3.pptx04. ESTADÍSTICA (comunicación) (J.C) 3.pptx
04. ESTADÍSTICA (comunicación) (J.C) 3.pptx
jvcar1815
 
Introducción a los Sistemas Integrados de Gestión
Introducción a los Sistemas Integrados de GestiónIntroducción a los Sistemas Integrados de Gestión
Introducción a los Sistemas Integrados de Gestión
JonathanCovena1
 
Crear infografías: Iniciación a Canva (1 de julio de 2024)
Crear infografías: Iniciación a Canva (1 de julio de 2024)Crear infografías: Iniciación a Canva (1 de julio de 2024)
Crear infografías: Iniciación a Canva (1 de julio de 2024)
Cátedra Banco Santander
 
1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx
1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx
1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx
nelsontobontrujillo
 
ROMPECABEZAS DE LA DEFINICIÓN DE LOS JUEGOS OLÍMPICOS EN 100 LETRAS. Por JAVI...
ROMPECABEZAS DE LA DEFINICIÓN DE LOS JUEGOS OLÍMPICOS EN 100 LETRAS. Por JAVI...ROMPECABEZAS DE LA DEFINICIÓN DE LOS JUEGOS OLÍMPICOS EN 100 LETRAS. Por JAVI...
ROMPECABEZAS DE LA DEFINICIÓN DE LOS JUEGOS OLÍMPICOS EN 100 LETRAS. Por JAVI...
JAVIER SOLIS NOYOLA
 
Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...
Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...
Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...
justinomorales8
 
Ponencia 4 AT DIRECTIVOS Día del Logro 02 JULIO 2024.pptx
Ponencia 4 AT DIRECTIVOS Día del Logro 02 JULIO 2024.pptxPonencia 4 AT DIRECTIVOS Día del Logro 02 JULIO 2024.pptx
Ponencia 4 AT DIRECTIVOS Día del Logro 02 JULIO 2024.pptx
yaduli
 
PLAN DE TRABAJO DIA DEL LOGRO 2024 URP.docx
PLAN DE TRABAJO DIA DEL LOGRO 2024 URP.docxPLAN DE TRABAJO DIA DEL LOGRO 2024 URP.docx
PLAN DE TRABAJO DIA DEL LOGRO 2024 URP.docx
william antonio Chacon Robles
 
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024. Completo - Jose Luis Jimenez Rodr...
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024. Completo - Jose Luis Jimenez Rodr...FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024. Completo - Jose Luis Jimenez Rodr...
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024. Completo - Jose Luis Jimenez Rodr...
Jose Luis Jimenez Rodriguez
 
IMAGENES SUBLIMINALES EN LAS PUBLICACIONES DE LOS TESTIGOS DE JEHOVÁ
IMAGENES SUBLIMINALES EN LAS PUBLICACIONES DE LOS TESTIGOS DE JEHOVÁIMAGENES SUBLIMINALES EN LAS PUBLICACIONES DE LOS TESTIGOS DE JEHOVÁ
IMAGENES SUBLIMINALES EN LAS PUBLICACIONES DE LOS TESTIGOS DE JEHOVÁ
Claude LaCombe
 

Último (20)

Recursos Educativos en Abierto (1 de julio de 2024)
Recursos Educativos en Abierto (1 de julio de 2024)Recursos Educativos en Abierto (1 de julio de 2024)
Recursos Educativos en Abierto (1 de julio de 2024)
 
EXPERIENCIA DE APRENDIZAJE N° 09 01 AL 19 DE JULIO.docx
EXPERIENCIA DE APRENDIZAJE N° 09 01 AL 19 DE JULIO.docxEXPERIENCIA DE APRENDIZAJE N° 09 01 AL 19 DE JULIO.docx
EXPERIENCIA DE APRENDIZAJE N° 09 01 AL 19 DE JULIO.docx
 
fichas descriptivas para primaria 2023-2024
fichas descriptivas para primaria 2023-2024fichas descriptivas para primaria 2023-2024
fichas descriptivas para primaria 2023-2024
 
Tu, Tu Hijo y la Escuela Ken Robinson Ccesa007.pdf
Tu,  Tu Hijo y la  Escuela  Ken Robinson  Ccesa007.pdfTu,  Tu Hijo y la  Escuela  Ken Robinson  Ccesa007.pdf
Tu, Tu Hijo y la Escuela Ken Robinson Ccesa007.pdf
 
Plataformas de vídeo online (2 de julio de 2024)
Plataformas de vídeo online (2 de julio de 2024)Plataformas de vídeo online (2 de julio de 2024)
Plataformas de vídeo online (2 de julio de 2024)
 
Matriz de relación mixta Fortalezas - Amenazas
Matriz de relación mixta Fortalezas - AmenazasMatriz de relación mixta Fortalezas - Amenazas
Matriz de relación mixta Fortalezas - Amenazas
 
Sesión de clase: El comienzo del evangelio
Sesión de clase: El comienzo del evangelioSesión de clase: El comienzo del evangelio
Sesión de clase: El comienzo del evangelio
 
Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...
Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...
Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...
 
Productos-CTE-Junio-contestado para la ocatava sesion
Productos-CTE-Junio-contestado para la ocatava sesionProductos-CTE-Junio-contestado para la ocatava sesion
Productos-CTE-Junio-contestado para la ocatava sesion
 
Curación de contenidos (1 de julio de 2024)
Curación de contenidos (1 de julio de 2024)Curación de contenidos (1 de julio de 2024)
Curación de contenidos (1 de julio de 2024)
 
04. ESTADÍSTICA (comunicación) (J.C) 3.pptx
04. ESTADÍSTICA (comunicación) (J.C) 3.pptx04. ESTADÍSTICA (comunicación) (J.C) 3.pptx
04. ESTADÍSTICA (comunicación) (J.C) 3.pptx
 
Introducción a los Sistemas Integrados de Gestión
Introducción a los Sistemas Integrados de GestiónIntroducción a los Sistemas Integrados de Gestión
Introducción a los Sistemas Integrados de Gestión
 
Crear infografías: Iniciación a Canva (1 de julio de 2024)
Crear infografías: Iniciación a Canva (1 de julio de 2024)Crear infografías: Iniciación a Canva (1 de julio de 2024)
Crear infografías: Iniciación a Canva (1 de julio de 2024)
 
1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx
1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx
1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx
 
ROMPECABEZAS DE LA DEFINICIÓN DE LOS JUEGOS OLÍMPICOS EN 100 LETRAS. Por JAVI...
ROMPECABEZAS DE LA DEFINICIÓN DE LOS JUEGOS OLÍMPICOS EN 100 LETRAS. Por JAVI...ROMPECABEZAS DE LA DEFINICIÓN DE LOS JUEGOS OLÍMPICOS EN 100 LETRAS. Por JAVI...
ROMPECABEZAS DE LA DEFINICIÓN DE LOS JUEGOS OLÍMPICOS EN 100 LETRAS. Por JAVI...
 
Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...
Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...
Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...
 
Ponencia 4 AT DIRECTIVOS Día del Logro 02 JULIO 2024.pptx
Ponencia 4 AT DIRECTIVOS Día del Logro 02 JULIO 2024.pptxPonencia 4 AT DIRECTIVOS Día del Logro 02 JULIO 2024.pptx
Ponencia 4 AT DIRECTIVOS Día del Logro 02 JULIO 2024.pptx
 
PLAN DE TRABAJO DIA DEL LOGRO 2024 URP.docx
PLAN DE TRABAJO DIA DEL LOGRO 2024 URP.docxPLAN DE TRABAJO DIA DEL LOGRO 2024 URP.docx
PLAN DE TRABAJO DIA DEL LOGRO 2024 URP.docx
 
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024. Completo - Jose Luis Jimenez Rodr...
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024. Completo - Jose Luis Jimenez Rodr...FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024. Completo - Jose Luis Jimenez Rodr...
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024. Completo - Jose Luis Jimenez Rodr...
 
IMAGENES SUBLIMINALES EN LAS PUBLICACIONES DE LOS TESTIGOS DE JEHOVÁ
IMAGENES SUBLIMINALES EN LAS PUBLICACIONES DE LOS TESTIGOS DE JEHOVÁIMAGENES SUBLIMINALES EN LAS PUBLICACIONES DE LOS TESTIGOS DE JEHOVÁ
IMAGENES SUBLIMINALES EN LAS PUBLICACIONES DE LOS TESTIGOS DE JEHOVÁ
 

UD. OP. T3. Previsión de la demanda

  • 1. TEMA 3 PREVISIÓN DE LA DEMANDA Ing. Alex Rayón Jerez http://www.alexrayon.es http://paginaspersonales.deusto.es/alrayon 20 de Septiembre del 2011 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial
  • 2. Índice de contenidos  Introducción  Tipos de previsión  Métodos  Recomendaciones  Interesados  Nuevas tendencias Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial
  • 3. Introducción Concepto La previsión de la demanda sirve para anticipar la demanda futura de los productos A menudo se habla de 2 conceptos relacionados: Previsión: se basa únicamente en datos, los cuales se analizan con métodos cuantitativos (datos históricos) Predicción: se basa en intuiciones que el hombre de negocios a menudo tiene o aprende a desarrollar, los cuales se analizan a través de los métodos cualitativos. En períodos no muy largos La previsión de la demanda se realiza siguiendo un enfoque jerárquico Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 3
  • 4. Introducción Series temporales El enfoque jerárquico lleva a considerar distintos tipos de previsiones dependiendo de su horizonte temporal: a l/p, m/p y c/p Series temporales Una serie temporal se basa en una secuencia uniformemente espaciada (semanal, mensual, trimestral, etc.) de datos La previsión de series temporales se aplica a la previsión de la demanda Es una herramienta estadística Recoge datos uniformemente espaciados a lo largo del tiempo Frecuencia Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 4
  • 5. Introducción Series temporales (II) Series temporales (continuación) Está integrada por varios componentes Tendencia: movimiento creciente o decreciente de los datos a lo largo del tiempo. Pendiente de la recta Estacionalidad: influencia más o menos de la estación sobre la demanda. Ejemplo: turrón en invieron, la peluquería un viernes o un sábado, etc. Ciclos: como estacionalidad pero con periodicidad variable. Los ciclos económicos, cada 5 ó 7 años se produce un cambio, de bonanza económica a crisis (ciclo capitalista) Variaciones aleatorias: variaciones puntuales. Ejemplo: peluquerías cuando hay comuniones Modelos Aditivos: aquellos en el que los componentes se suman Multiplicativos: se multiplican alguno de los componentes Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 5
  • 6. Introducción Interesados Interesados en conocer la demanda: Departamento de Marketing Departamento de Producción Departamento Financiero Departamento de Recursos Humanos Proveedores Factores condicionantes Técnicos, sociológicos, económicos, políticos y tecnológicos Muchos factores fuera de la empresa y muy dinámicos (revisiones periódicas) Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 6
  • 7. Tipos de previsión Antes se hablaba de previsiones temporales diferentes: Previsión a corto plazo: su horizonte temporal generalmente no excede de los tres meses. Se utiliza para la planificación de la producción en el nivel operativo, así como para la planificación de las compras asociadas Previsión a medio plazo: en general, el horizonte que cubre abarca una duración comprendida entre los tres meses y los tres años Previsión a largo plazo: generalmente abarcan periodos superiores a tres años y se emplea para planificar la producción de productos nuevos y planificar la producción a largo plazo Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 7
  • 8. Métodos Tipos Los métodos que se emplean para prever/predecir la demanda se pueden clasificar en dos grantes categorías: 1) Cualitativos o de predicción 2) Cuantitativos o de previsión Además, también se analizará el método estacional multiplicativo Calcular la demanda media estacional año a año Calcular los índices estacionales Demanda real / Demanda media Calcular el índice estacional medio Calcular la previsión de cada estación para el año siguiente: Estimación de la demanda media estacional * Indice Estacional medio Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 8
  • 9. Métodos Cualitativos Estos métodos incorporan factores subjetivos de la persona que toma las decisiones Dentro de este grupo, el más utilizado es el llamado Método Delphi Objetivo: consenso Usado por ejemplo para prevenir catástrofes nucleares (entre otros) Pasos: 1) Formulación del problema 2) Configurar grupo de expertos (no se conocen entre ellos, por eso es anónimo) → cuestionario (preguntas concretas, adecuadas para la respuesta que queramos) 3) Se circulan las opiniones (anonimato). Todos los expertos ven lo que han dicho el resto 4) Posibilidad de cambio de opinión. Los expertos tienen una 2ª ronda de opinión. Si siguen manteniendo su opinión deberán razonarla 5) Justificación de opiniones que difieran de la media Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 9
  • 10. Métodos Cualitativos (II) Método Delphi (continuación) Ventajas Características Formación de un criterio desde la objetividad Anonimato Evita conflictos entre expertos No requiere presencia física Garantiza la libertad de opiniones Resultados en función de las preguntas Permite valorar alternativas de decisión Además de previsión de la demanda, evolución de Desventajas tecnologías, Road-Mapping, Es muy laborioso etc. Es muy costoso: tiempo, dinero, etc. (para los que organizan) Carga de subjetividad → posible solución: variadas rondas Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 10
  • 11. Métodos Cuantitativos Emplean diferentes modelos matemáticos que utilizan datos históricos y/o variables causales para prever la demanda 1) Media móvil Considerando un periodo de tiempo, utiliza un grupo de valores recientes de los datos para generar una previsión Se podrá aplicar siempre y cuando la demanda oscile en torno a un valor central estable en el tiempo 2) Media móvil ponderada Pondera la demanda de cada período según su importancia relativa Se podrá aplicar siempre y cuando la demanda oscile en torno a un valor central estable en el tiempo Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 11
  • 12. Métodos Cuantitativos (II) ¿Cuándo es necesario ponderar las medias? Ejemplo: economía de España La economía española tiene un fuerte componente estacional Las cifras del paro de un mes concreto apenas son comparables con las del anterior si no se realiza una corrección llamada desestacionalización Existen varios métodos para realizar esto: El más simple es utilizar el año móvil: en cada mes se utiliza la media de los últimos 12 meses Si se representa en un gráfico los datos de afiliación a la Seguridad Social (empleo) y paro registrado desde 2007, se ve claramente que no ha habido ninguna mejoría en los últimos meses El empleo sigue cayendo y el paro sigue aumentando Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 12
  • 13. Métodos Cuantitativos (III) Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 13
  • 14. Métodos Cuantitativos (II) 3) Alisado exponencial En relación con la media móvil, este método tiene la ventaja de la flexibilidad con que se ajustan las previsiones a las variaciones de la demanda Se podrá aplicar siempre y cuando la demanda oscile en torno a un valor central estable en el tiempo Previsióni = Previsióni-1 + α (Demanda - Previsión) i-1 0 <= α < = 1 (Ventas próximas a las previstas, α será próximo a 0) También existen métodos cuantitativos causales, que estudian la relación entre 2 variables, comprobando si pueden llegar a ser causa y efecto Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 14
  • 15. Métodos Cuantitativos (III) 4) Análisis de correlación r = coeficiente de correlación Se trata de una forma de evaluar la relación entre dos variables 0 < r <= 1 0 < r <= 1 -1 <= r < 0 Correlación positiva, si aumenta una variable la otra también No hay correlación Correlación negativa, si Ej: relación entre venta de coches aumenta, la otra decrece y días de sol Ej: policías y delitos Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 15
  • 16. Métodos Cuantitativos (IV) 5) Análisis de regresión Para definir el comportamiento de la variable dependiente Se traza la recta más significativa de un conjunto de puntos Una vez hecho el análisis de correlación, es buscar la recta más significativa de la nube de puntos (como en los gráficos anteriores) Solo vale para los casos que el coeficiente de correlación es alto Coeficiente de correlación n∑ xy − ∑ x∑ y r= n∑ x − ( ∑ x ) n∑ y − ( ∑ y ) 2 2 2 2 Regresión n∑ xy − ∑ x ∑ y ∑ y − b∑ x y = a + bx b = a= n∑ x 2 − ( ∑ x ) 2 n Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 16
  • 17. Recomendaciones Aplicada a demanda independiente → las tiendas, que están próximas al usuario final. Los que producen para las tiendas tienen dependencia (MRP) de que las tiendas vendan Mejor aplicada a familias de productos que a productos individuales Si se aplica a familias se compensa el error entre los productos de ella Sujeta a error → el error se conocerá a posteriori Ventajas Disminuye el nivel de incertidumbre (ser proactivo, adelantarse a los acontecimientos. Ser reactivo sería reaccionar frente a acontecimientos) Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 17
  • 18. Interesados ¿Quiénes están interesados en conocer la demanda? El departamento de marketing, el departamento de producción, el departamento financiero, el departamento de RRHH y los proveedores Existen una serie de factores condicionantes: Técnicos: propio de la empresa, clave para saber si será demandado Sociológicos: interés de las personas por el producto. Modas Económicas: relacionado con el nivel de vida/nivel de renta de los países, etc. Políticos: ayudas a trabas que ponen los gobiernos al comercio. Dumping → vender más barato dependiendo del sitio (está penado) Tecnológicos: si se usa tecnología te va a salir más caro Todos estos factores son dinámicos, pero como es a c/p la previsión Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 18
  • 19. Interesados (II) Muchos factores endógneos y exógenos y muy dinámicos (revisiones periódicas) Dentro de la empresa: técnicos y tecnológicos Fuera de la empresa: sociológicos, económicos y políticos Tipos (planificación de ventas) A c/p: 0 a 3 meses: para prever la demanda se pueden utilizar las técnicas cuantitativas A m/p: 3 meses a 3 años: cada vez se acortan más esos 3 años: cambian aspectos políticos, sociológicoas, etc. Un mix entre técnicas cualitativas y cuantitativas A l/p: más de 3 años: técnicas puramente cualitativas Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 19
  • 20. Nuevas tendencias Los métodos anteriores funcionan mejor cuando la demanda no presenta mucha variabilidad Cuando existe variabilidad, se recomienda la utilización de un método colaborativo de previsión denominado Colaborative Planning, Forecasting and Replenishment (CPFR) Establece un método de comunicación entre fabricantes, vendedores y distribuidores acerca de las previsiones de demanda calculadas por ambas partes y empleando Internet Si hay discrepancias, se envían justificaciones y comentarios acerca de ellas El objetivo es que al final las previsiones de compra de la empresa cliente y las previsiones de venta de la empresa proveedora converjan, de manera que solo se disponga del inventario que se necesite en el momento preciso y no se produzcan rupturas de stock Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 20
  • 21. Nuevas tendencias (II) A la empresa cliente le interesa conocer la capacidad productiva del proveedor y a éste la demanda del cliente Así se evita el llamado efecto bullwhip o látigo Consiste en que las variaciones de demanda de los consumidores finales se trasladan en sentido inverso de la cadena de suministro, multiplicando sus efectos en cada cambio de nivel El intercambio de información se hace a través de la web y se traduce en unas reglas de colaboración entre distintos eslabones de la cadena de suministro que a menudo se recogen en un contrato La información que se intercambia incluye previsiones, planes de promoción, y información de puntos de venta (entre otros) Esta última información se emplea para detecta la eficacia de las previsiones Incorporación de la Inteligencia Artificial (incluso resolución excepciones) Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial 21
  • 22. References Sitios web Por qué la situación del empleo no ha mejorado http://www.colectivoburbuja.org/?p=605 Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial
  • 23. Copyright (c) 2011 Alex Rayón Jerez This work (but the quoted images, whose rights are reserved to their owners*) is licensed under the Creative Commons “Attribution-ShareAlike” License. To view a copy of this license, visit http://creativecommons.org/licenses/by-sa/3.0/ * http://diposit.ub.edu/dspace/html/2445/2921/graficos/graf64.gif, http://www.ibt.unam.mx/biocomputo/downloads/Apendices%20finales/Ap5_tesis_AManjarrez_archivos/image002.gif, http://www.zonaeconomica.com/files/peru-tdc-4.gif, Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial
  • 24. Profesor: Ing. Alex Rayón Jerez Bilbao, Septiembre 2011 5º de Ingeniería en Automática y Electrónica Industrial Facultad de Ingeniería Universidad de Deusto Departamento de Tecnologías Industriales, Facultad de Ingeniería, Universidad de Deusto Avda. de las Universidades, 24, 48007 Bilbao, País Vasco, España Alex Rayón Jerez alex.rayon@deusto.es Para contactar conmigo, muchas formas :-) http://alexrayon.es/alex-rayon-20/ Organización de la Producción – 2011/2012 – 5º Ingeniería en Automática y Electrónica Industrial