EQUIPO #4:

MENDOZA RAMIREZ LUIS FERNANDO AOI-I-41-E14

MANCINAS VAZQUEZ VIANNEY AOI-I-42-E14
MIRAMONTES MARTINEZ JAVIER EDUARDO AOI-I-43-E14
MEDINA RODRIGUEZ DIEGO ERASMO AOI-I-44-E14
MIRANDA MIRAMONTES ZAMIRA AOI-I-45-E14
MARTINEZ MUOZ MARTIN AOI-I-46-E14

AOI-I-41-E14
Elaboracin de pronsticos y
planeacin de la demanda
INDICE
AOI-I-41-E14
1. Elaboracin de pronsticos y planeacin de la demanda.
1.1 Las mejores practicas en administracin de operaciones:
Planeacin colaborativa de la demanda en Colgate Palmolive.
2. Conceptos bsicos en la elaboracin de pronsticos.
2.1 Horizonte de planeacin de los pronostico.
2.2 Patrones de datos en series de tiempo.
2.3 Errores en los pronsticos.
3. Tipos de mtodos para la elaboracin de pronsticos.
3.1 Software para la elaboracin de pronsticos.
3.2 Las mejores practicas en administracin de operaciones.
4. Modelos para la elaboracin de pronsticos estadsticos.
4.1 Promedio mvil simple.
4.2 Promedio movil ponderado


AOI-I-41-E14
4.3 Suavizamiento exponencial.
4.4 Modelos avanzados para la elaboracin de pronsticos.
5. La regresin como mtodo para la elaboracin de
pronsticos.
5.1 Modelos para la elaboracin de pronsticos causales con
regresion mltiple.
5.2 Las mejores practicas en administracin de operaciones: Cierres
en California Electric Power Point.
6. Elaboracin de pronsticos basados en juicios.
6.1 Elaboracin de pronsticos en la practica.
6.2 Las mejores practicas en administracin de operaciones: Holland
Hitch Company.


ELABORACION DE
PRONOSTICOS Y PLANEACION
DE LA DEMANDA
AOI-I-44-A14
AOI-I-42-E14
Objetivos:
Entender la necesidad de contar con pronsticos e
implicaciones de la tecnologa de la informacin para elaborar
pronsticos en la cadena de valor.
Entender los elementos bsicos de la elaboracin de
pronsticos como la eleccin del horizonte de planeacin, los
distintos tipos de patrones de datos y la forma de calcular los
errores de pronsticos.
Estar al tanto de los distintos enfoques y mtodos de
elaboracin de pronsticos.
Entender los mtodos bsicos de pronsticos basados en
series de tiempo, estar al tanto de mtodos ms avanzados y
utilizar modelos de hojas de clculo para hacer pronsticos.
Aprender las ideas bsicas y los mtodos de anlisis de
regresin.
Entender la funcin del juicio humano en la elaboracin de
pronsticos y en que momento es mas apropiado el uso de
pronsticos basados en juicios.
Saber que las metodologas de valoracin y cuantitativas se
pueden complementar entre ellas y, por tanto, mejorar la
precisin de un pronstico en general.

AOI-I-42-E14
La elaboracin de pronsticos es el proceso de proyeccin
de los valores de una o mas variables en el futuro. Los
buenos pronsticos se necesitan en todas las
organizaciones para dirigir los anlisis y las decisiones
relacionadas con las operaciones.
La elaboracin de pronsticos es un componente clave en
muchos tipos de sistemas operativos, tal como
administracin de la cadena de suministro, administracin
de relaciones con el cliente y sistemas de administracin
del ingreso.
La elaboracin de pronsticos tambin es vital para las
operaciones diarias.
Muchas empresas integran la elaboracin de pronsticos con
la cadena de valor y los sistemas de administracin de la
capacidad de tomar mejores decisiones operativas.
Los buenos sistemas de elaboracin de pronsticos y de la
demanda operan un mayor uso de la capacidad, reduccin
de costos e inventarios, un desempeo de procesos mas
eficiente, mayor flexibilidad, mejor servicio al cliente y un
aumento en los mrgenes de utilidad.

Elaboracin de pronsticos y
planeacin de la demanda
AOI-I-42-E14
Las organizaciones elaboran muchos tipos de
pronsticos distintos.
Consideramos una empresa de productos de
consumo, como Procter and Gamble, que fabrica
numerosos productos y tamaos .Los directivos
principales necesitan pronsticos a largo plazo
expresados en total de ventas en dinero para uso
en la planeacin financiera y para la planeacin
del tamao y ubicacin de nuevas instalaciones.
Sin embargo en los niveles organizacionales mas
bajos, los gerentes de los distintos grupos de
productos necesitan pronsticos agregados de
volumen de ventas para productos en unidades
que sean mas significativas para ellos.

Necesidad de los pronsticos en
una cadena de valor
AOI-I-42-E14
GANAR UN CLIENTE
Servicios Previos a la
Produccin
-Demanda de productos y
servicios.
-Participacin de mercado,
ventas y utilidades.
-Demanda de marcas y
categoras.
-Necesidades de educacin
y capacitacin.
-Metas e incentivos de
vendedores.
-Diseos nuevos, cambios y
tendencias de la tecnologa.
-Necesidades financieras.


CREAR VALOR
Proceso de Produccin
-Pronsticos de produccin.
-Productividad, calidad y
tasas de desempeo y
tendencias.
-Tasas de fallas de equipos.
-Tendencias de empleo y
habilidades.
-Tendencias econmicas.
-Desempeo y tendencias
de proveedores.


AOI-I-42-E14
RETENER AL CLIENTE
Servicios Posteriores a
las Produccin
-Volumen del centro de
atencin telefnica y
oportunidad.
-Demanda de instalacin,
mantenimiento y
reparacin de campo.
-Demanda de
transportacin.
-Tendencias de
garanta/reclamaciones.
-Capacitacin de servicio
en el campo y centro de
llamadas.

Informacin
sincronizada y
retroalimentacin
Anlisis de la
administracin para la
planeacin estratgica y
el control de las
operaciones diarias.

Planeacin de la demanda SAP
AOI-I-42-E14
La planeacin de la demanda SAP (planeacin de la demanda o cadena de la demanda)
ofrece las siguientes capacidades clave:
Planeacin de niveles mltiples: la planeacin de la demanda SAP permite a una
empresa ver, pronosticar y planear productos en cualquier nivel y dimensin. La
planeacin se puede basar en el producto, la geografa o el tiempo y se puede iniciar en
forma descendiente o en forma ascendiente.
Anlisis de datos: los gerentes pueden analizar con facilidad los datos de planeacin en
tablas y en forma de graficas y las caractersticas de navegacin intuitiva les permite
moverse a travs de diversos niveles de datos.
Elaboracin de pronsticos estadsticos: la planeacin de la demanda SAP respalda una
gama completa de mtodos de elaboracin de pronsticos de amplio espectro, que utiliza
las ventas pasadas para identificar el nivel, la tendencia o los patrones estacionales y las
herramientas de regresin para pronosticar el comportamiento del consumidor al
determinar el impacto de los factores casuales como el precio, numero de exhibiciones,
numero de tiendas, clima e informacin demogrfica.
Respaldo de promocin comercial: la planeacin de la demanda SAP genera pronsticos
dirigidos a la promocin sobre un pronostico de lnea de base. Las empresas pueden
modelar la demanda promocional con base en las metas de rentabilidad o patrones
histricos. Mediante el uso de los estimados de ventas histricos, la planeacin de la
demanda SAP puede detectar de forma automtica un patrn de promocin que ocurri
en el pasado.
Planeacion de la demanda conjunta: esta capacidad permite a los encargados de la
planeacin compartir los planes de la demanda entre los protagonistas clave en la
cadena de valor. Los usuarios pueden dirigir los procesos de planeacin conjunta y
desarrollarlos con amplitud, ingresar a las graficas que les permiten visualizar grandes
cantidades de informacin.

AOI-I-42-E14
Conceptos bsicos en la
elaboracin de
pronsticos.

Horizonte de planeacin de los
pronosticos.
AOI-I-41-E14
Es la longitud del tiempo en el que se basa un
pronostico.

Los pronosticos de largo plazo son necesarios
para planear la expansin de instalaciones y
determinar las necesidades futuras de terreno,
mano de obra y equipo.
Los pronosticos a mediano plazo se usan para
asignar presupuestos entre las divisiones,
programar trabajos y recursos y establecer
planes de compras.
AOI-I-41-E14
Los pronsticos a corto plazo se utilizan para
planear los programas de produccin y asignar
trabajadores a distintos puestos.

Una divisin de tiempo es la unidad de
medida para el periodo que se utiliza en un
pronostico. Una divisin de tiempo puede ser
un ao, un trimestre, un mes, una semana, un
da, una hora o incluso un minuto.
Patrones de datos en series de
tiempo
AOI-I-41-E14
Una serie de tiempo es un conjunto de
observaciones registradas en puntos sucesivos
en el tiempo a lo largo de periodos subsecuentes.

Brinda los datos para entender como ha
cambiado en forma histrica la variable que se
desea pronosticar por ejemplo el volumen
mensual de ventas de un producto.
Tendencias
AOI-I-41-E14
Es el patrn subyacente de crecimiento o
declinacin en una serie de tiempo.

La tendencia muestra los cambios o
movimientos graduales a valores relativamente
mas altos o mas bajos durante un periodo mas
largo. Este cambio se debe a factores de largo
plazo como cambios en el desempeo,
tecnologa, productividad, poblacin y
preferencias de los clientes
AOI-I-41-E14
Por ejemplo, un fabricante de equipo fotogrfico
industrial puede ver una variacin significativa cada
mes en el numero de cmaras vendidas. Sin
embargo, al revisar las ventas a lo largo de los
ltimos 10 aos, este fabricante puede encontrar un
aumento constante en el volumen de ventas
anuales.

AOI-I-41-E14
volumen
tiempo
a)Tendencia descendente lineal
tiempo
b)Tendencia ascendente lineal
volumen
volumen
volumen
tiempo tiempo
c)Tendencia ascendente no lineal d)Tendencia descendente no lineal
Ejemplos de tendencias
Patrones estacionales.
AOI-I-41-E14
Se caracterizan por periodos repetibles de altas y
bajas a lo largo de los periodos cortos. Pueden ocurrir
a lo largo de un ao; por ejemplo la demanda de
bebidas fras es baja durante el invierno, comienza a
aumentar durante la primavera y tiene su mximo
durante el verano. Sin embargo, los fabricantes de
abrigos y chamarras esperan el patrn opuesto.
Por lo general se piensa que los patrones estacionales
ocurren dentro de un ao, pero pueden ocurrir
patrones repetibles similares a lo largo de las
semanas, durante un mes o a lo largo de das durante
una semana. Por ejemplo, la entrega de pizzas tiene
un mximo en los fines de semana.


Patrones cclicos.
AOI-I-41-E14
Son patrones regulares en una serie de datos que
suceden durante largos periodos. Un ejemplo comn
de un patrn cclico es el movimiento del mercado de
valores durante los ciclos de mercado conocidos
como toro y oso.
Variacin aleatoria.
AOI-I-41-E14
(A veces es llamada ruido)es la desviacin
inexplicable de una serie de tiempo de un patrn
predecible, como una tendencia estacional o
patrn cclico.

Una variacin aleatoria surge por factores de
corto plazo, no anticipados y los pronsticos no
son del todo exacto.
Variacin irregular(una sola vez)
AOI-I-41-E14
Es una variacin de una sola vez que tiene una
explicacin. Por ejemplo, un huracn puede
ocasionar un aumento en la demanda de material
de construccin, alimentos y agua. De igual
manera, una tormenta de nieve importante puede
reducir las ventas al menudeo en forma
significativa.
Errores en los pronsticos y
precisin.
AOI-I-41-E14
Todos los pronsticos estn sujetos a error y entender
la naturaleza y tamao de los errores es importante
para la adecuada toma de decisiones. Por ejemplo,
los principales directivos de la empresa de productos
de cuidado de la salud en uno de los episodios
iniciales que necesitan pronosticar el tamao del
mercado de camas de hospital, para el ao siguiente
querrn saber si su pronostico tiene 5 por ciento, 10
por ciento o 50 por ciento de error.

Un error de pronostico es la diferencia entre el valor
observado de la serie de tiempo(At) y el(Ft).
Error = At - Ft
AOI-I-41-E14
Una forma de evitar este problema es elevar
al cuadrado los errores de pronostico
individuales y luego promediar los resultados
a lo largo de todos los periodos T de datos en
la serie de tiempo. Esta medicin se llama
error cuadrtico medio (MSE) y se calcula de
la siguiente forma:
MSE =


Pronostico
Pronosticar consiste en utilizar datos pasados
para determinar acontecimientos futuros. Los
pronsticos a menudo son utilizados para poder
predecir la demanda del consumidor de
productos o servicios, aunque se pueden
predecir una amplia gama de sucesos futuros
que pudieran de manera potencial influir en el
xito.

AOI-I-43-E14
Clasificacin de los
pronsticos:
Pronstico a corto plazo. Este tiene un lapso de hasta un ao, pero es
generalmente menor a tres meses. Se utiliza para planear las compras,
programacin de planta, niveles de fuerza laboral, asignaciones de
trabajo y niveles de produccin.


Pronstico a mediano plazo. Un pronstico de rango mediano, o
intermedio, generalmente con un lapso de tres meses a tres aos. Es
valioso en la planeacin de produccin y presupuestos, planeacin de
ventas, presupuestos de efectivo, y el anlisis de varios planes de
operacin.


Pronstico a largo plazo. Generalmente con lapsos de tres aos o
mas, los pronsticos a largo plazo se utilizan para planear nuevos
productos desembolsos de capital, localizacin e instalaciones o su
expansin, y la investigacin y el desarrollo.


AOI-I-43-E14
Tipos de pronostico
Pronsticos econmicos marcan el ciclo del negocio al predecir las tasas
de inflacin, oferta de dinero, nuevas construcciones, y otros indicadores
de planeacin.


Pronsticos tecnolgicos tienen que ver con las tasas de progreso
tecnolgico, que pueden dar por resultado el nacimiento de productos
novedosos, que requieren nuevas plantas y equipo.


Pronsticos de demanda son proyecciones de la demanda para los
productos o servicios de una compaa. Estos pronsticos, tambin
llamados pronsticos de ventas, conducen la produccin de una
compaa, la capacidad, y los sistemas de programacin, y sirven como
insumos a la planeacin financiera, de mercado y de personal.

AOI-I-43-E14
Enfoques para pronosticar
Pronsticos cuantitativos manejan una variedad de
modelos matemticos que utilizan datos histricos y/o
variables causales para pronosticar la demanda.

Pronsticos cualitativos o subjetivos incorporan factores
importantes tales como la intuicin, emociones,
experiencias personales del que toma la decisin, y
sistema de valores para alcanzar un pronstico. Algunas
compaas utilizan la otra; pero en la prctica una
combinacin o mezcla de los dos estilos es
generalmente ms efectivo.

AOI-I-44-A14
Promedio simple
Un promedio simple (PS) es un promedio de los datos del pasado en el
cul las demandas de todos los perodos anteriores tienen el mismo
peso relativo. Se calcula de la siguiente forma:






Donde:
D1 = demanda del periodo ms reciente
D2 = demanda que ocurri hace dos periodos
Dk = demanda que ocurri hace k periodos

AOI-I-43-E14
Ejemplo
En Welds Supplies la demanda total para un nuevo
electrodo ha sido de 50,60, y 40 docenas en cada
uno de los ltimos trimestres. La demanda
promedio ha sido:



PS=50



AOI-I-43-E14
Modelos para la
elaboracin de
pronsticos
estadsticos.
AOI-I-44-E14
Pronosticar: Es el arte y la ciencia de
predecir los eventos futuros. Para ello se
pueden usar datos histricos y su
proyeccin hacia el futuro mediante algn
tipo de modelo matemtico.
AOI-I-44-E14
Horizonte de tiempo del Pronstico
Pronstico a largo plazo: 3 aos o ms Ej: planear
nuevos productos, gastos de capital, ubicacin o
ampliacin de las instalaciones
Pronstico a corto Plazo: hasta 1 ao, pero casi
siempre es menor que 3 meses. Ej. planear compras,
programar el trabajo, determinar niveles de mano de
obra, asignar el trabajo y decidir los niveles de
produccin.

Pronstico a mediano plazo: de 3 meses a 3 aos.
Ej: planear las ventas, la produccin, el presupuesto.

AOI-I-44-E14
Los 7 Pasos de un Pronstico
7.- Validar e implantar los
resultados
1.- Determinar el uso del pronstico
2.- Seleccionar los aspectos que se deben
pronosticar.
3.- Determinar el horizonte del pronstico
4.- Seleccionar los modelos de
pronstico
5.- Reunir los datos necesarios para elaborar el
pronstico
6.- Obtener el pronstico
AOI-I-44-E14
Enfoques de Pronsticos
Mtodos
Cuantitativos
Promedios Mviles
(*)
Suavizamiento
exponencial (*)
Proyeccin de
tendencias (*)
Enfoque
intuitivo
Regresin Lineal
(*)
Modelos
de series
de
tiempo
Modelo
asociati
vo
AOI-I-44-E14
1.- Promedios Mviles.
Promedio Mvil =
Demanda en los n periodos anteriores
n
Promedio Mvil Ponderado = (ponderacin para periodo n) (demanda en periodo n)
ponderaciones
AOI-I-44-E14
Ejemplo: Las ventas de cobertizos de una empresa X, se muestran
en la columna central de la siguiente tabla. A la derecha se da el
promedio mvil de tres meses.
Mes
Ventas Reales de
Cobertizos
Promedio Mvil de
3 meses
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
10
12
13
16
19
23
26
30
28
18
16
14
(10+12+13)/3 = 112/3
(12+13+16)/3 = 13 2/3
(13+16+19)/3 = 16
(16+19+23)/3=19 1/3
(19+23+26)/3 = 22 2/3
(23+26+30)/3= 26 1/3
(26+30+28)/3= 28
(30+28+18)/3 = 25 1/3
(28+18+16)/3 = 20 2/3
Vemos que el pronstico para diciembre es de 20 2/3 . Para proyectar la demanda de
cobertizos en enero prximo, sumamos las ventas de octubre, noviembre y diciembre entre 3:
pronstico para enero = (18+16+14)/3 = 16
AOI-I-44-E14
Mes
Ventas Reales de
Cobertizos
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
10
12
13
16
19
23
26
30
28
18
16
14
Siguiendo con el ejemplo anterior. Esta empresa decidi pronosticar las ventas de
cobertizos ponderando los ltimos tres meses como sigue:
Ponderacin Aplicada Periodo
3 ltimo mes o ms reciente
2 Hace dos meses
1 Hace tres meses
6 Suma de ponderaciones
Promedio Mvil
Ponderado de 3 meses
(3x13)+(2x12)+(10) /6 = 12 1/6
(3x16)+(2x13)+(12) /6 = 14 1/3
(3x19)+(2x16)+(13) /6 = 17
(3x23)+(2x19)+(16) /6 = 201/2
(3x26)+(2x23)+(19) /6 = 235/6
(3x30)+(2x26)+(23) /6 = 271/2
(3x28)+(2x30)+(26) /6 = 281/3
(3x18)+(2x28)+(30) /6 = 231/3
(3x16)+(2x18)+(28) /6 = 18 2/3
D
e
m
a
n
d
a

d
e

V
e
n
t
a
s

5
10
15
25
20
30
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Mes
Ventas reales
Promedio mvil
Promedio mvil
ponderado
AOI-I-44-E14
2.- Suavizamiento Exponencial.
Nuevo pronstico = pronstico del periodo anterior + (demanda real en
mes anterior pronstico del periodo anterior)
: es la ponderacin, o constante de suavizado,
elegida por quien pronostica, que tiene un valor entre 0
y 1.(0 < < 1 )
matemticamente, se puede escribir as:
Ft = nuevo pronstico
F t-1 = pronstico anterior
A t-1 = demanda real en el periodo anterior
Ft
=
Ft-1 + (At-1 -
Ft-1 )
AOI-I-44-E14
Ejemplo: En Enero, un distribuidor de automviles predijo que la
demanda para Febrero sera de 142 camionetas Ford. La demanda
real de febrero fue de 153 autos. Si empleamos la constante de
suavizado que eligi la administracin , = 0,20, podemos
pronosticar la demanda de marzo mediante el modelo de
suavizamiento exponencial. Sustituyendo los datos del ejemplo en la
frmula, obtenemos. (suavizamiento exponencial)
Nuevo pronstico (para la demanda de marzo) = 142 + 0,20 (153
142) = 142 + 2,2 = 144,2
siempre ser dada. Se encuentra en un intervalo entre 0,05
y 0,50.
Si es alta, o sea 0,5 el pronstico se basa en los datos ms
recientes.
Si es baja, o sea 0,1el pronstico da poca importancia a la demanda
reciente y toma en cuenta los valores histricos de muchos perodos.
AOI-I-44-E14
Error del
pronstico
Mide la precisin del modelo de pronstico que se ha
usado, comparando los valores pronosticados con los
valores reales u observados.
Si Ft denota el pronstico en el periodo t, y At
denota la demanda real del periodo t, el error de
pronstico (o desviacin) se define como:

Error del Pronstico = demanda real valor pronosticado
= At - Ft
AOI-I-44-E14
Medidas para calcular el Error Global del
pronstico
Desviacin Absoluta Media (MAD): Su valor se
calcula sumando los valores absolutos de los errores
individuales del pronstico y dividiendo entre el
nmero de periodos de datos (n)
MAD = real - pronstico
n
Veamos un ejemplo
AOI-I-44-E14
Durante los ltimos 8 trimestres, el Puerto de Valparaso ha
descargado de los barcos grandes cantidades de grano. El Jefe de
Operaciones del puerto quiere probar el uso de suavizamiento
exponencial para ver que tan bien funciona la tcnica para predecir
el tonelaje descargado. Supone que el pronstico de grano
descargado durante el primer trimestre fue 175 toneladas. Se
examinan dos valores de .
= 0,10 y = 0,50.
La siguiente tabla muestra los clculos detallados slo para = 0,10
Trimestre
Toneladas
reales
descargadas
Pronstico
Redondeado con
= 0,10
Pronstico
Redondeado con
= 0,50
1
2
3
4
5
6
7
8
9
180
168
159
175
190
205
180
182
?
175
= 175 + 0,10 ( 180 175)
Pronstico del periodo
anterior
Demanda
real en
periodo
anterior
Pronstico del
periodo anterior
176
175 = 175,50+0,10 (168 175,50)
173 = 174,75+0,10 (159-174,75)
173 = 173,18+0,10 (175+173,18)
175 = 173,36+0,10(190-173,36)
178= 175,02+0,10(205-175,02)
178 = 178,02 + 0,10 (180-178,02)
179 = 178,22 + 0,10 (182-178,22)
175
178
173
166
170
180
193
186
184
AOI-I-44-A14
Para evaluar la precisin de ambas constantes de suavizado,
calculamos los errores de pronstico en trminos de desviaciones
absolutas y MAD
Trimestre
Toneladas
reales
Descargadas
Pronstico
Redondeado
con =0,10
Desviacin
Absoluta
Para =0,10
Pronstico
Redondeado
con =0,50
Desviacin
Absoluta
Para =0,50
1
2
3
4
5
6
7
8
180
168
159
175
190
205
180
182
175
176
175
173
173
175
178
178
5
8
16
2
17
30
2
4
175
178
173
166
170
180
193
186
5
10
14
9
20
25
13
4
Suma de desviaciones absolutas
84 100
MAD =
desviaciones
n
10,50
12,50
Con base en este anlisis, una constante de suavizado de =0,10 es preferible a
=0,50 por que su MAD es ms pequea.
Se debe encontrar la constante de suavizado con el menor error de pronstico.
AOI-I-44-E14
Error cuadrtico Medio (MSE): Es una segunda
forma de medir el error global del pronstico. El MSE
es el promedio de los cuadrados de las diferencias
entre los valores pronosticados y observados. Su
frmula es:
MSE = (errores de pronstico)
n
Sigamos con el ejemplo del
Puerto de Valparaso para
determinar el MSE
AOI-I-44-E14
Trimestre
Toneladas
reales
Descargadas
Pronstico
Redondeado
con =0,10
1
2
3
4
5
6
7
8
180
168
159
175
190
205
180
182
175
176
175
173
173
175
178
178
(Error)
2
5
2
= 25
(-8)
2
= 64
(-16) = 256
(2) = 4
17 = 289
30 = 900
2 = 4
4 = 16
2
2
2
2
2
2
Suma de los cuadrados de los errores 1.558
MSE = (errores de pronstico)
n
2
= 1.558 / 8 = 194,75
Usando un = 0,50 se obtendra un MSE de 201,5. Por lo tanto el = 0,10 es una mejor
eleccin por que se minimiza el MSE.
AOI-I-44-E14
Error porcentual absoluto medio (MAPE): Este se
calcula como el promedio de las diferencias absolutas
entre los valores pronosticados y los reales y se expresa
como porcentaje de los valores reales. Es decir, si
hemos pronosticado n periodos y los valores reales
corresponden a n periodos, MAPE, se calcula como:
= real i - pronstico i / real i
100
n
i = 1
MAPE
n
Sigamos con el ejemplo del
Puerto de Valparaso para
determinar el MAPE
AOI-I-44-E14
Trimestre
Toneladas
reales
Descargadas
Pronstico
Redondeado
con =0,10
1
2
3
4
5
6
7
8
180
168
159
175
190
205
180
182
175
176
175
173
173
175
178
178
Suma de errores porcentuales = 45,62%
Error porcentual
Absoluto
100 ( error / real)
100(5/180) = 2,77%
100(8/168) = 4,76%
100(16/159) = 10,06%
100(2/175) = 1,14%
100(17/190) = 8,95%
100(30/205) = 14,63%
100(2/180) = 1,11%
100(4/182) = 2,20%
MAPE = errores porcentuales absolutos = 45,62%
n
8
= 5,70%
AOI-I-44-E14
3.- Proyeccin de Tendencias
Mtodo de pronstico de series de tiempo que ajusta una recta de
tendencia a una serie de datos histricos y despus proyecta la
recta al futuro para pronosticar.
A travs del mtodo de Mnimos Cuadrados, encontramos la
recta que mejor se ajuste a las observaciones reales.
Una recta de mnimos cuadrados se describe en trminos de su
ordenada o interseccin con el eje y y su pendiente.
Si calculamos la pendiente y la ordenada, expresamos la recta
con la siguiente ecuacin:
y = a + b x
y
y gorro = valor calculado de la variable que debe predecirse (variable
dependiente)
a = ordenada
b = pendiente de la recta de regresin (o la tasa de cambio en y para los cambios
dados en x)
X = variable independiente (Ej: tiempo)
AOI-I-44-E14
AOI-I-45-E14
La regresin como mtodo para la
elaboracin de un pronostico
Anlisis de regresin
AOI-I-45-E14

Es un mtodo para construir un modelo
estadstico que define una relacin entre una sola
variable dependiente y una o mas variables
independientes, todas las cuales son numricas

Aplicacin simple en la elaboracin de
pronsticos
AOI-I-45-E14
Un gerente debe
pronosticar los costos
para el siguiente ao afn
de preparar un
presupuesto. El diagrama nos dice que
se incrementa de forma
lineal.
costos de energia de fabrica
Ao costos de energia
1 $15,355.38
2 $15,412.91
3 $15,926.64
4 $16,614.18
5 $16,918.69
6 $16,837.14
7 $16,812.51
8 $17,102.45
9 $17,461.89
10 $17,846.76
11 $18,187.93
12 $18,782.19
13 $18,863.18
14 $18,914.00
15 $19,319.15
0
5000
10000
15000
20000
25000
1 2 3 4 5 6 7 8 9 101112131415
Ao
costos de energia
Por la funcin lineal; Yt = a + bt
AOI-I-45-E14
Donde Yt representa el estimado del costo por ao t.

Si podemos identificar los mejores valores para a y b
mediante todos los mnimos cuadrados, se podr
pronosticar el costo para el siguiente ao a calcular
Y16 = a + b(16)
Modelos para la elaboracin de
pronsticos causales con una
regresin mltiple
Un modelo de regresin lineal con mas de
una variable independiente se llama modelo
de regresin lineal mltiple.

Se desea pronosticar ventas de gasolina, se
presentan las ventas de 10 semanas, junto
con el precio promedio por galn durante
junio y agosto
El diagrama nos indica que las ventas
parecen aumentar con una tendencia lineal.
Lnea de regresin ajustada es;
Ventas = 6382 + 1084.7 x semana
Si se utiliza el modelo, pronosticaremos las
ventas para la semana 11 como;
Ventas = 6382 + 1084.7 x 11
Por lo tanto para pronosticar las ventas de
gasolina se propone un modelo que utilice
dos variables.
Ventas = 0 + 1 x semana + 2 x precio
Por lo tanto;
Ventas = 47747.81+640.71*11-
19550.6*$1.80=$19604.54

v. gasolina semana p. galon
10420 1 $1.95
7388 2 $2.20
7529 3 $2.12
11932 4 $1.98
10125 5 $2.01
15240 6 $1.92
12246 7 $2.03
11852 8 $1.98
16967 9 $1.82
19782 10 $1.90
11 $1.80
0
5000
10000
15000
20000
25000
1 2 3 4 5 6 7 8 9 10 11
v. gasolina
semana
p. galon
Las mejores practicas de
administracin de operaciones
AOI-I-45-E14
El California indendent System
Operators Board of Governor aprob
en forma uniforme en el 2007 dos
plantas generadoras de energa
elctrica en san francisco. Ambas
plantas de energa de combustible fsil
estn bien documentadas por su
contaminacin del ambiente. Los
lideres de la comunidad piden una
fecha garantizada para cerrar las dos
plantas de energa, pero PG&E
Corporation y el consejo de
gobernadores no pueden especificar
una fecha. Willie Brown, el alcalde
interior, prometi cerrar estas dos
plantas en 1998. un vocero de PG&E
dijo, "si la carga elctrica crece de tal
manera inesperadamente rpida,
tendremos que retomar nuestro plan de
accin. Que las plantas puedan
cerrarse se basa en un pronostico de la
demanda sujeto a mucha controversia.







Elaboracin de pronsticos
basados en
juicios.
AOI-I-46-E14
AOI-I-46-E14
Se realiza cuando no hay informacin histrica
disponible.
La demanda de productos y servicios es afectada por:
Los mercados
Culturas globales
Tasa de inters
Ingreso disponible
Inflacin
Tecnologa
Acciones de los competidores
Regulaciones gubernamentales

Mtodo Delphi
AOI-I-46-E14
*Un mtodo que se utiliza por lo general en los
pronsticos basados en juicios es el mtodo de
Delphi. Consiste en la elaboracin de pronsticos por
opinin de expertos al recabar valoraciones y
opiniones de personal clave con base a su
experiencia y conocimiento de la situacin.
* El mtodo de Delphi se puede utilizar para
pronosticar resultados cualitativos y numricos.
Por ejemplo, una empresa podra interesarse en
pronosticar cundo podra ser aprobada una nueva
ley o regulacin por legislatura. En un ejercicio Delphi
, se pedira a los expertos que elijan una fecha y den
su justificacin o que elijan respuestas sobre un
continuo, como altamente cierto o altamente
incierto o muy de acuerdo o muy desacuerdo.

AOI-I-46-E14
Los resultados Delphi basados en pocos individuos son
ms riesgosos que los resultados en grupos grandes y
pueden ser muy imprecisos. Sin embargo, una
investigacin muy interesante ha detectado que
aunque cualquier individuo podra no desarrollar
predicciones precisas, el consenso del grupo es con
frecuencia bastante bueno.
Otro enfoque comn para la recoleccin de informacin
en los pronsticos basados en juicios es una encuesta
que emplea un cuestionario. Esta informacin se puede
resumir y analizar mediante herramientas estadsticas
bsicas para ayudar a desarrollar un pronstico
confiable.
*Razones para utilizar los mtodos basados en juicios
son:
Mayor precisin
Capacidad de incorporar sucesos inusuales o de una
sola vez
La dificultad de obtener los datos necesarios para
tcnicas cuantitativas

Elaboracin de pronsticos en la
prctica
AOI-I-46-E14
En la prctica, los administradores utilizan una diversidad de
tcnicas de elaboracin de pronsticos basados en juicios y
cuantitativos. Sin embargo los mtodos estadsticos no pueden
representar todos los factores por si solos, es por eso que es
imposible decir cual mtodo es el mejor.
Entender el propsito del mismo
Ejemplo. Pronosticar la cantidad de jabn que se va a producir en
el siguiente periodo de planeacin en realidad es distinto de
pronosticar la cantidad que se producir de cada producto.
Factores a considerar para elegir un mtodo para la elaboracin de
recursos
Periodo de vigencia para el que se realiza el pronostico
La necesidad de actualizacin del pronostico
Requerimientos de datos
El nivel de precisin deseado
Habilidades cuantitativas necesarias


Hbito 4: Pensar Ganar/Ganar
El Hbito del Liderazgo Interpersonal
Ganar/Ganar es el hbito del liderazgo interpersonal.
En las familias y negocios, la efectividad se logra en
gran parte a travs de los esfuerzos cooperativos de
2 o ms personas.


Ganar/ganar es la actitud de buscar el beneficio
mutuo. El pensamiento de ganar/ganar comienza con
un compromiso para explorar todas las opciones
hasta que se alcance una solucin mutuamente
satisfactoria. De no ser as, no hay trato.
AOI-I-44-A14
Condicionamiento Ganar/Perder
Muy temprano en la vida aprendemos a basar nuestro valor personal en
comparaciones y competencia. Pensamos acerca de triunfar y ganar en
trminos de ver a otros fallar o perder. Inclusive cuando "cooperar"
podra traer grandes resultados y relaciones ms sanas, pensamos
ganar/perder y centramos esfuerzos en "competir" lo cual es, si yo gano
tu pierdes.

Piense Ganar/Ganar
El pensar ganar/ganar es un paradigma mental y del corazn a travs del
cual constantemente buscamos el beneficio mutuo en nuestras
interacciones con otras personas. Este paradigma hace que veamos las
relaciones como un proceso dinmico.

Pensar ganar/ganar es tan opuesto a lo que estamos acostumbrados a
pensar que an despus de ser educados en pensar ganar/ganar la
gente encuentra gran dificultad en hacerlo y no sabe como pensar en
ganar/ganar.


AOI-I-44-A14
Seis Paradigmas de Interaccin
Humana
Ganar/Ganar
La gente que escoge ganar y se asegura que otros tambin ganen
practican ganar/ganar. La gente que vive el paradigma ganar/ganar
se toma el tiempo para buscar soluciones que los haga felices y a la
ves satisfaga a los otros.

Caractersticas:
Busca la tercera alternativa.
Busca el beneficio mutuo.
Es cooperativo y no competitivo.
Escucha ms, se mantiene en comunicacin ms tiempo y se
comunica con mayor valenta.


AOI-I-44-A14
Ganar/Perder
La gente con una mentalidad ganar/perder estn preocupados por s
mismos al principio y al final. Ellos obtienen su triunfo a expensas
de otros. Ellos estn motivados por la comparacin, competencia,
posicin, y poder.

Caractersticas:
Es el guin ms comn de la gente.
Es el enfoque autoritario.
Usa las "posiciones", "poder", "credenciales", "posesiones", o la
personalidad para obtener "el ganar".

AOI-I-44-A14
Perder/Ganar
La gente que escoge perder y deja que otros ganen muestra gran
"consideracin" por otros, pero les falta "valenta" para expresar
y actuar de acuerdo a sus sentimientos y creencias. Ellos se
intimidan fcilmente y prestan su fuerza de la aceptacin y
popularidad.

Caractersticas:
Es peor que la forma de pensar ganar/perder.
No solicita ni estndar, ni demandas, ni expectativas de otras
personas.
Es rpido en agradar.
Entierra muchos sentimientos negativos.


AOI-I-44-A14
Perder/Perder
La gente que piensa perder/perder muestra bajos niveles de
valenta y consideracin. Ellos envidian y critican a otros. Ellos
se quitan valor a ellos mismos y a otros.

Caractersticas:
Es la mentalidad de la persona altamente dependiente.
Es lo mismo que "no ganar" para que nadie se beneficie.
Es el resultado a largo plazo de los paradigmas ganar/perder,
perder/ganar o ganar.

AOI-I-44-A14
Ganar
La gente que sostiene el paradigma "ganar", solo piensa en
obtener lo que quiere. Aunque no quiere que los otros pierdan,
ellos personalmente se ubican en "ganar". Ellos piensan
independientemente en situaciones interdependientes, sin
ninguna sensibilidad o conciencia de otros.

Caractersticas:
Est centrado en "s mismo".
Piensa "yo primero".
Deja que los otros se cuiden por s mismos.
Tienen una mentalidad de escasez.

AOI-I-44-A14

Ganar/Ganar o No Hay Trato
Esta es la forma ms alta de ganar/ganar. La gente que adopta
este paradigma busca primero ganar/ganar. Si no encuentran
una solucin aceptable, ellos acuerdan estar en desacuerdo.

Caractersticas:
Permite que cada parte diga "no".
Es el enfoque ms realista al comenzar una relacin o trato de
negocio.
Es la forma ms superior de "ganar".


AOI-I-44-A14
Reescribir el Guin Ganar/Ganar.
La mayora de nosotros tenemos guiones. Sin embargo, podemos
reescribirlos o aprender nuevas formas de conducta mejorando
nuestro pensamiento ganar/ganar. El proceso de reescribir nuestros
guiones requiere el desarrollo del autoconocimiento para encontrar
guiones efectivos y usar la imaginacin y creatividad para escribir
otros nuevos.

Las Cuatro Dimensiones de Ganar/Ganar
Ganar/ganar es uno de los paradigmas de la interaccin humana.
Proviene de un carcter ntegro, maduro y mentalidad de abundancia.
Crece en relaciones con alto nivel de confianza. Esta contenido en
acuerdos que clarifican claramente las expectativas y los logros.
Podemos aplicar ganar/ganar en cuatro dimensiones:
1) Carcter ganar/ganar.
2) Relaciones ganar/ganar.
3) Acuerdos ganar/ganar.
4) Sistemas y procesos ganar/ganar.


AOI-I-44-A14
1) Carcter Ganar/Ganar
Su carcter comunica. Una persona con enfoque ganar/ganar posee 3
caractersticas de carcter: integridad, madurez, y mentalidad de abundancia.

Integridad: Las personas ntegras son autnticas con sus sentimientos,
valores y compromisos. Actan de acuerdo a sus principios y leyes naturales
en forma "consistente".

Madurez: Las personas maduras expresan sus ideas y sentimientos con
valenta y confianza, y a la vez muestran consideracin y respeto por las ideas
y sentimientos de otros.

Mentalidad de abundancia: Es dar espacio a otras posibilidades, reconocer
que hay otros paradigmas. "Hay suficiente para todos", Esto no implica negar
la realidad. Este es el momento crtico de recordar las caractersticas de los
paradigmas y preguntarnos porque no puede ser como el/ella dice. Es aceptar
con humildad que no lo conocemos todo.

AOI-I-44-A14
2) Relaciones Ganar/Ganar
La gente que se involucra en relaciones ganar/ganar establecen un alto
nivel de confianza a travs de la cuenta del banco emocional, ellas:

Demuestran acciones consistentes que convencen a la gente de que
ellas poseen una reputacin bien ganada por honestidad, integridad y
lealtad. Sus acciones son consistentes con su comportamiento,
decisiones y posicin.
Creen lo mejor de otras personas.
Comunican expectativas claras.
Buscan las opiniones de otros y las escuchan empticamente.
Se comunican con precisin, honesta y oportunamente.
Tratan a otros con respeto y responden a las necesidades de otros.
Se centran en lo positivo, pero proveen retroalimentacin constructiva
en reas de mejora.

AOI-I-44-A14
3) Acuerdos Ganar/Ganar
Un buen acuerdo ganar/ganar crea acuerdos claros y mutua comprensin
en cinco reas:

Resultados deseados: Clarifica los resultados especficos, fechas
topes y otras especificaciones.
Guas: Especifica los lmites para lograr resultados.
Recursos: Lista todos los recursos disponibles para lograr los
resultados deseados.
Responsabilidad: Identifica quienes son responsables y los criterios
para medir los resultados.
Consecuencias: Determina las consecuencias de haber logrado o no
los recursos ganar/ganar.


AOI-I-44-A14
4) Sistemas y Procesos
Ganar/Ganar
Usted puede lograr mejores soluciones ganar/ganar con
sistemas y procesos ganar/ganar. Cambiar sistemas
puede resultarle muy complicado. Recuerde, sin
embargo, trabajar de adentro para fuera. Desarrolle el
carcter ganar/ganar, establezca acuerdos y relaciones
ganar/ganar y poco a poco expandir su crculo de
influencia de tal manera que le permitir actuar sobre los
procesos. Este tpico se cubre con mayor profundidad
en el taller de liderazgo centrado en principios.

AOI-I-44-A14