Professional Documents
Culture Documents
PREVISIN
Dr. Ing. Aldo Cea Ramrez
Qu es la Prediccin?
Errores de
pronsticos /
retroalimentacin
Mtodos o
modelos
de pronstico
PRONSTICO DE VENTAS
Pronstico de la demanda para
cada producto en cada perodo
de tiempo
RESULTADOS
Demanda estimada para
cada producto en cada
perodo de tiempo
Equipo de
Administracin
Marketing
Produccin
Finanzas
Largo Plazo
Capacidad
fabricas
Capital
Instalaciones
Otros
Mediano Plazo
Trabajadores
Materiales
Inventarios
Otros
Corto Plazo
Mano de obra
Capacidad
maquinas
Efectivo
Otros
Recogida de datos.
Realizar el pronstico.
Validar e implementar los resultados.
Picks estacionales
Componente de tendencia
Lnea de
demanda
actual
Demanda media en
cuatro aos
Variacin
aleatoria
Primer
ao
Segundo
ao
Tercer
ao
Cuarto
ao
Tipos de pronsticos
Mtodos cualitativos
Se emplean cuando la situacin no
es clara y existen pocos datos
Productos nuevos.
Nueva tecnologa.
Mtodos cuantitativos
Se utilizan cuando la situacin es
estable y existen datos
histricos:
Productos existentes.
Tecnologa actual.
Mtodos Cualitativos
Opinin de Expertos
Es bastante rpido.
Mtodo Delphi
Proceso de grupo iterativo.
Tres tipos de participantes:
Los que toman decisiones.
El personal de plantilla.
Los que responden.
Estudios de mercado
Mtodos Cuantitativos
Pronstico
cuantitativo
Modelos
asociativos
Modelos de series
temporales
Media
mvil
Alisado
exponencial
Proyeccin
de tendencia
Regresin
lineal
|actual - forecast|
n
(forecast errors)2
i=1
Tracking
signal
(|actual - forecast|/n)
Grficamente
15
Acceptable
range
0 MADs
Qtr
1
2
3
4
5
6
Actual
Demand
90
95
115
100
125
140
Forecast
Demand
Error
RSFE
100
100
100
110
110
110
-10
-5
+15
-10
+15
+30
-10
-15
0
-10
+5
+35
Absolute
Forecast
Error
10
5
15
10
15
30
Cumulative
Absolute
Forecast
Error
10
15
30
40
55
85
MAD
10.0
7.5
10.0
10.0
11.0
14.2
Qtr
1
2
3
4
5
6
Tracking
Actual Signal
Forecast
(RSFE/MAD)
Demand
Demand
Error
RSFE
90 -10/10
100
= -1
95 -15/7.5
100
= -2
115 0/10100
=0
100 -10/10
110
= -1
125+5/11 110
= +0.5
140
+35/14.2
110
= +2.5
-10
-5
+15
-10
+15
+30
-10
-15
0
-10
+5
+35
Absolute
Forecast
Error
10
5
15
10
15
30
Cumulative
Absolute
Forecast
Error
10
15
30
40
55
85
MAD
10.0
7.5
10.0
10.0
11.0
14.2
Ecuacin:
MM
demanda de n
periodos previos
Ao
2008
2009
2010
2011
2012
2013
Respuesta
Yi
4
6
5
3
7
ND
Media
Media mvil
mvil total
(n=3)
(n=3)
ND
ND
ND
ND
ND
ND
4+6+5=15
15/3 = 5
Ao
2008
2009
2010
2011
2012
2013
Respuesta
Yi
4
6
5
3
7
ND
Media
Media mvil
mvil total
(n=3)
(n=3)
ND
ND
ND
ND
ND
ND
4+6+5=15
15/3 = 5
6+5+3=14 14/3=4 2/3
Ao
2008
2009
2010
2011
2012
2013
Respuesta
Yi
4
6
5
3
7
ND
Media
Media mvil
mvil total
(n=3)
(n=3)
ND
ND
ND
ND
ND
ND
4+6+5=15 15/3=5,0
6+5+3=14 14/3=4,7
5+3+7=15 15/3=5,0
Ordenes
3-mo
5-mo
Jan
120
Feb
90
Mar
100
Apr
75
103.3
May
110
88.3
June
50
95.0
91.0
July
75
78.3
85.0
Aug
130
78.3
82.0
Sept
110
85.0
88.0
Oct
90
105.0
95.0
Nov
110.0
91.0
MA
D
i 1
3
100 90 120
103.3
3
5
MA
D
i 1
5
90 110 130 75 50
91
5
Medias Mviles
Ecuacin:
Media
mvil (ponderacin para el periodo n) (demanda en el periodo n)
ponderada =
ponderaciones
25
Month
January
February
March
April
May
June
July
Actual
Shed Sales
10
12
13
16
19
23
26
3-Month Weighted
Moving Average
Solucin Grfica
26
Weighted
moving
average
Sales demand
30
25
20
Actual
sales
15
Moving
average
10
5
|
J
|
F
|
M
|
A
|
M
|
J
|
J
|
A
|
S
|
O
|
N
|
D
ponderaciones disminuyen
exponencialmente.
Se ponderan ms los datos ms recientes.
valores entre 0 y 1.
Se escoge de forma subjetiva.
Ft =
Ft 1 =
=
new forecast
previous forecast
smoothing (or weighting)
constant (0 1)
29
Ecuaciones de Alisado
Exponencial
Ao Real
Previsin,Ft
( = 0,10)
180
175,00 (Dado)
168
159
175
190
ND
Grficamente
31
Ventas
190
180
170
160
150
140
Real
Previsin
3
Ao
Comparando el Error
Quarter
Actual
Tonnage
Unloaded
Rounded
Forecast
with
= .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
MAD
MSE
MAPE
Absolute
Deviation
for
= .10
5
8
16
2
17
30
2
4
84
10.50
194.75
5.70%
Rounded
Forecast
with
= .50
175
178
173
166
170
180
193
186
Absolute
Deviation
for
= .50
5
10
14
9
20
25
13
4
100
12.50
201.50
6.85%
|deviations|
100 |deviationi|/actuali
MAPE =
For = .10
= 84/8 = 10.50
For = .50
= 100/8 = 12.50
MSE =
i= 1
For = .10
= 45.62/8 = 5.70%
For = .50
= 54.8/8 = 6.85%
(forecast errors)2
n
For = .10
= 1,558/8 = 194.75
For = .50
= 1,612/8 = 201.50
Observacin
real
Desviacin
Desviacin
Desviacin
Desviacin
Desviacin
Desviacin
Y a bx
Periodo de tiempo
Desviacin
Punto en
la lnea
de
tendencia
Demanda
180
160
140
Y = 56,70+ 10,54X
120
100
80
60
40
20
0
Demanda real
Perodo de tiempo
10
Y$i a bXi
a y bx
xi yi nx y
i 1
n
xi2 nx 2
i 1
proyectado.
estimacin:
SY,X
Precisin de la prediccin.
(yi y i
S y,x i
yi
yi b x i yi
n x i yi x i yi
n n n n
n x i x i n yi yi
i i
i
i
Grficamente
y
40
(b) Positive
correlation:
0<r<1
y
y
(c) No correlation:
r=0
y
37
40
41
37
45
50
43
47
56
52
55
54
557
xy
37
80
123
148
225
300
301
376
504
520
605
648
3867
x2
1
4
9
16
25
36
49
64
81
100
121
144
650
78
6.5
12
557
y
46.42
12
xy nx y 3,867 (12)(6.5)(46.42)
1.72
2
2
2
650 12(6.5)
x nx
x
Vacaciones y calendario.
Eventos poco comunes.
20
Ventas por Hora
en un Fast Food
15
10
0
+11-12
11-12 12-1 +1-2
1-2
2-3
+3-4
3-4
4-5
+5-6
5-6
6-7
+7-8
7-8
8-9+9-10
9-10 10-11
AOPI MODELOS DE
PREVISIN
Dr. Ing. Aldo Cea Ramrez