INSTITUTO TECNOLÓGICO DE CHIHUAHUA II
Departamento de Ingeniería Industrial
PRONÓSTICOS
Un pronóstico es una afirmación sobre un evento cuya ocurrencia no es segura.
Típicamente, los pronósticos se producen sobre eventos que pueden ocurrir en el
futuro. En virtud de que los eventos para los cuales se producen pronósticos no se
pueden anticipar con certeza, una característica de todo pronóstico es que puede
fallar.
El objetivo básico de un pronóstico consiste en reducir el rango de incertidumbre
dentro del cual se toman las decisiones que afectan el futuro de un negocio y con él
a todas las partes involucradas. Aunque, el pronóstico no sustituye el juicio
administrativo en la toma de decisiones, simplemente es una ayuda en ese proceso.
Los pronósticos se emplean en el proceso de establecimiento de objetivos tanto de
largo como de corto plazo, constituyéndose así en bases para el desarrollo de planes,
a nivel general y en las distintas áreas o unidades. Los planes basados en dichos
pronósticos, no sólo atenderán a ellos, sino que establecerán estrategias y acciones
que los puedan contrarrestar, corregir o impulsar.
Usos de los pronósticos en una empresa
Todas las organizaciones que planifican las condiciones de su futuro, el cual no
conocen a ciencia cierta, emplean pronósticos en sus diferentes áreas
funcionales. Algunos ejemplos de uso de pronósticos son:
En el área de marketing se pronostica cómo va a crecer el mercado, cuál va
a ser la participación propia y de los competidores, cuál será la tendencia de
precios, cuáles serán los nuevos productos que sacudirán el mercado...
En el área de producción se hacen pronósticos sobre el costo y la
disponibilidad de la materia prima, el costo y la disponibilidad de la mano de
obra, cuándo se requerirá mantenimiento para los equipos, cuál será la
capacidad de planta necesaria para atender la demanda…
En el área financiera se pronostica cuál será la tasa de interés de referencia
para los créditos, cuál será el nivel de cuentas incobrables, cuánto capital se
requerirá para ampliar la capacidad propia…
En recursos humanos se requieren pronósticos sobre el número
de trabajadores, la rotación de personal, las tendencias de ausentismo, las
necesidades de capacitación…
En el plano estratégico se pronostica acerca de factores económicos, cambios
de precios, costos, crecimiento de líneas de productos…
Formulación Y Evaluación De Proyectos 1 Docente: Lizette Aviña Delgado
INSTITUTO TECNOLÓGICO DE CHIHUAHUA II
Departamento de Ingeniería Industrial
Clasificación de los modelos de pronósticos
Pronósticos cualitativos. Se basan en el juicio de individuos o grupos de individuos, se
pueden presentar en forma numérica pero generalmente no están basados en series de
datos históricos. Las técnicas cualitativas se usan cuando los datos son escasos, por
ejemplo, cuando se introduce un producto nuevo al mercado.
Pronósticos cuantitativos. Se basan en procedimientos mecánicos o modelos
matemáticos que se apoyan en datos históricos o en variables causales para producir
resultados cuantitativos. Emplean cantidades significativas de datos previos como base de
predicción.
Algunos tipos de pronósticos son:
Pronósticos cualitativos
• Jurado de opinión ejecutiva. Un grupo de ejecutivos corporativos se
reúnen, sus opiniones se promedian para generar el pronóstico.
• Método Delphi. Emplea un panel de expertos que no se reúnen, sino que
el proceso se lleva a cabo mediante una serie secuencial de preguntas y
respuestas escritas.
• Encuestas de opinión. Permiten identificar cambios en las tendencias, se
llevan a cabo en muestras de la población.
• Investigación de mercado. Se usa para evaluar y probar hipótesis acerca
de mercados reales.
• Evaluación de clientes. Combina estimaciones de los clientes habituales.
Pronósticos cuantitativos
• Análisis de series temporales. Establece una ecuación para una
tendencia y la proyecta al futuro
• Modelos de regresión. Pronostica una variable a partir de lo que se sabe
o supone de otras.
• Modelos econométricos. Simula con ecuaciones de regresión segmentos
de la economía.
• Indicadores económicos. Pronostica con uno o más indicadores el estado
futuro de la economía
• Efecto de sustitución. Predice con una fórmula matemática cómo,
cuándo y en qué circunstancias un nuevo producto o tecnología
sustituirá al actual.
¿Cómo elegir el método de pronóstico adecuado?
La principal consideración para seleccionar un método de pronóstico es que sus
resultados deben orientar, de la mejor manera, la toma de decisiones administrativa,
Formulación Y Evaluación De Proyectos 2 Docente: Lizette Aviña Delgado
INSTITUTO TECNOLÓGICO DE CHIHUAHUA II
Departamento de Ingeniería Industrial
de lo contrario, el uso de cualquier método, por sofisticado que este sea, no será
conveniente.
Para elegir la técnica apropiada de pronósticos:
Variables a Preguntas que deben El pronosticador debe ser
considerar plantearse capaz de
¿Por qué se Definir la naturaleza
El contexto del
necesita un del problema de
pronóstico
pronóstico.
La relevancia y pronóstico?
¿Quién utilizará el Explicar la
disponibilidad
pronóstico? naturaleza de los
de datos
datos que se
históricos ¿Cuáles son las
investigan.
El grado de características de
los datos Describir las
exactitud
disponibles? capacidades y
deseado
limitaciones de
El periodo de ¿Qué periodo
técnicas de
tiempo que se debe
pronósticos
va a pronosticar pronosticarse?
potencialmente
El análisis de ¿Cuáles son los
útiles.
costo-beneficio requisitos mínimos
Desarrollar algunos
del pronóstico de datos?
criterios
El punto del ¿Qué tanta
predeterminados
ciclo de vida en precisión se
sobre los que se
que se desea?
pueda tomar la
encuentra el ¿Cuánto costará el decisión de
producto. pronóstico? selección.
Un factor importante que influye en la selección de una técnica de pronóstico es
identificar y entender los patrones históricos de los datos.
El proceso del pronóstico
Generalmente un pronóstico se elabora siguiendo los pasos que se indican a
continuación:
Formulación
Manipulació Construcción Evaluación
del problema Aplicación
n y limpieza y evaluación del
y recolección del modelo
de datos del modelo pronóstico
de datos
Formulación Y Evaluación De Proyectos 3 Docente: Lizette Aviña Delgado
INSTITUTO TECNOLÓGICO DE CHIHUAHUA II
Departamento de Ingeniería Industrial
Un modelo es una descripción aproximada de la realidad. Los modelos se utilizan
con el propósito de analizar los aspectos relevantes de la realidad en condiciones
simplificadas. Así, los modelos destacan los elementos que se consideran de
importancia en el estudio de un fenómeno y simultáneamente, toman en cuenta las
relaciones que existen entre estos elementos a la vez que describen de forma
general todos los otros aspectos del fenómeno.
Pronósticos cuantitativos más comúnmente utilizados
Método de promedio simple
Consiste en atenuar los datos al obtener la media aritmética de cierto número de
datos históricos para obtener con este el pronóstico para el siguiente período. El
número de datos a tener en cuenta para calcular el promedio es una decisión del
equipo de planeación que realiza el pronóstico, es el más sencillo de los métodos
de pronóstico estándar. Este método es óptimo para patrones de demanda
aleatorios o nivelados sin elementos estacionales o de tendencia.
Fórmula para el
método de promedio
simple:
∑ 𝑋𝑡−1
𝑋̂𝑡 =
𝑛
Donde 𝑋̂𝑡 es el
promedio de ventas
en unidades en el
periodo t, ∑ 𝑋𝑡−1 es la
sumatoria de las
ventas reales en
unidades de los periodos anteriores a t, y 𝑛 es el número de datos.
Ejemplo de aplicación: Una compañía desea realizar un pronóstico para el mes de
abril, teniendo en cuenta la siguiente información:
8595
𝑋̂4 =
MES VENTAS REALES 3
Enero 2560 unidades 𝑋̂4 = 2865 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
Febrero 3205 unidades
Interpretación: El pronóstico de
Marzo 2830 unidades
ventas para el período 4 (mes de abril)
Σ 8595 unidades
equivale a: 2865 unidades.
Método de promedio móvil ponderado
En este método se puede asignar cualquier importancia (peso) a cualquier dato del
promedio (siempre que la sumatoria de las ponderaciones sea equivalente al 100%).
Es una práctica regular aplicar el factor de ponderación mayor al dato más reciente.
Formulación Y Evaluación De Proyectos 4 Docente: Lizette Aviña Delgado
INSTITUTO TECNOLÓGICO DE CHIHUAHUA II
Departamento de Ingeniería Industrial
El pronóstico de promedio móvil ponderado es óptimo para patrones de demanda
aleatorios o nivelados donde se pretende eliminar el impacto de los elementos
irregulares históricos mediante un enfoque en períodos de demanda reciente.
Fórmula para el
promedio móvil
ponderado:
𝑋̂𝑡 = ∑ 𝐶𝑖 𝑋𝑡−1
Donde 𝑋̂𝑡 es el
promedio de ventas en
unidades en el periodo
t, ∑ 𝐶𝑖 𝑋𝑡−1 es la
sumatoria de los
productos del factor de
ponderación (𝐶𝑖 ) por las ventas reales en unidades de los periodos anteriores a t
(𝑋𝑡−1 ).
Ejemplo de aplicación: Un almacén ha determinado que el mejor pronóstico se
encuentra determinado con 4 datos y utilizando los siguientes factores de
ponderación (40%, 30%, 20% y 10%). Determinar el pronóstico para el período 5.
Ventas
Ponderación
Período (unidades) 𝑪𝑿
𝑪
𝑿
1 100,000 10% 10,000
2 90,000 20% 18,000
3 105,000 30% 31,500
4 95,000 40% 38,000
𝑋̂5 = 10,000 + 18,000 + 31,500 + 38,000 = 97,500 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
Interpretación: El pronóstico de ventas para el período 5 es equivalente a 97,500
unidades.
Método de suavización exponencial simple
El método de suavización exponencial simple puede considerarse como una
evolución del método de promedio móvil ponderado, en éste caso se calcula el
promedio de una serie de tiempo con un mecanismo de autocorrección que busca
ajustar los pronósticos en dirección opuesta a las desviaciones del pasado mediante
una corrección que se ve afectada por un coeficiente de suavización. Este modelo
de pronóstico precisa tan sólo de tres tipos de datos: el pronóstico del último
período, la demanda del último período y el coeficiente de suavización.
Formulación Y Evaluación De Proyectos 5 Docente: Lizette Aviña Delgado
INGENIERÍA EN PROCESOS Y
OPERACIONES INDUSTRIALES
El pronóstico de suavización exponencial simple es óptimo para patrones de
demanda aleatorios o nivelados donde se pretende eliminar el impacto de los
elementos irregulares históricos mediante un enfoque en períodos de demanda
reciente, este posee una ventaja sobre el modelo de promedio móvil ponderado ya
que no requiere de una gran cantidad de períodos y de ponderaciones para lograr
óptimos resultados.
Fórmula para el método de
suavización exponencial
simple:
𝑋̂𝑡 = 𝑋̂𝑡−1 + [𝛼(𝑋𝑡−1 − 𝑋̂𝑡−1 )]
Donde 𝑋̂𝑡 es el promedio de
ventas en unidades en el
periodo t, 𝑋̂𝑡−1 es el
pronóstico de ventas en
unidades del periodo t-1,
𝑋𝑡−1 son las ventas reales en
el periodo t-1, 𝛼 que se
2
calcula 𝛼 = 𝑛+1 es el coeficiente de suavización (valor entre 0 y 1).
Ejemplo de aplicación: En enero un vendedor de vehículos estimó unas ventas de
142 automóviles para el mes siguiente. En febrero las ventas reales fueron de 153
automóviles. Utilizando una constante de suavización exponencial de 0.20
presupueste las ventas del mes de marzo.
𝑋̂3 = 142 + [0.2(153 − 142)] = 144
Interpretación: el pronóstico de ventas para el período 3 correspondiente a marzo
es equivalente a 144 automóviles.
REGRESIÓN LINEAL O MÍNIMOS CUADRADOS
El modelo de pronóstico de regresión lineal permite hallar el valor esperado de una
variable aleatoria a cuando b toma un valor específico. La aplicación de este
método implica un supuesto de linealidad cuando la demanda presenta un
comportamiento creciente o decreciente, por tal razón, se hace indispensable que
previo a la selección de este método exista un análisis de regresión que determine
la intensidad de las relaciones entre las variables que componen el modelo.
El pronóstico de regresión lineal simple es un modelo óptimo para patrones de
demanda con tendencia (creciente o decreciente), es decir, patrones que presenten
una relación de linealidad entre la demanda y el tiempo.
Estudio de mercado 6 Ing. Lizette Aviña
INGENIERÍA EN PROCESOS Y
OPERACIONES INDUSTRIALES
Fórmula para el modelo de
Regresión Lineal Simple:
𝑋̂𝑡 = 𝑎 + 𝑏𝑡
Donde 𝑋̂𝑡 es el pronóstico
del periodo t, 𝑎 es la
intersección de la línea con
el eje, 𝑏 es la pendiente
(positiva o negativa) y 𝑡 es
el periodo de tiempo.
𝑎 se obtiene con la
ecuación:
𝑎 = 𝑋̅ − 𝑏𝑡̅
Donde 𝑋̅ es el promedio de la variable dependiente (ventas o demanda) y 𝑡̅ es el
promedio de la variable independiente (tiempo).
𝑏 se obtiene con la ecuación:
𝑛 ∑ 𝑋𝑖 𝑡𝑖 − ∑ 𝑋𝑖 ∑ 𝑡𝑖
𝑏=
𝑛 ∑ 𝑡𝑖 2 − (∑ 𝑡𝑖 )2
Ejemplo de aplicación. La juguetería Gaby desea estimar mediante regresión lineal
simple las ventas para el mes de julio de su nuevo carrito infantil "Mate". La
información del comportamiento de las ventas de todos sus almacenes de cadena
se presenta en la siguiente tabla:
Mes Ventas
Enero 7,000
Febrero 9,000
Marzo 5,000
Abril 11,000
Mayo 10,000
Junio 13,000
Para calcular b se añaden algunos datos como se muestra:
Ventas
Mes 𝑡 𝑋𝑡 𝑡2
𝑋
Enero 7,000 1 7,000 1
Febrero 9,000 2 18,000 4
Estudio de mercado 7 Ing. Lizette Aviña
INGENIERÍA EN PROCESOS Y
OPERACIONES INDUSTRIALES
Marzo 5,000 3 15,000 9
Abril 11,000 4 44,000 16
Mayo 10,000 5 50,000 25
Junio 13,000 6 78,000 36
Σ 55,000 21 212,000 91
Se calcula b como sigue:
6(212,000) − (55,000)(21)
𝑏= = 1114.28
6(91) − (21)2
Para calcular el valor de a se efectúan los siguientes cálculos:
55,000
𝑋̅ = = 9166.67
6
21
𝑡̅ = = 3.5
6
𝑎 = 9166.67 − (1114.28)(3.5) = 5266.68
Por último, se determina el pronóstico del mes 7 de la siguiente manera:
𝑋̂7 = 5,266.68 + (1114.28)(7) = 13,067 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
Interpretación: el pronóstico de ventas para el período 7 es equivalente a 13067
unidades.
Gráficamente:
Estudio de mercado 8 Ing. Lizette Aviña