Date post: | 17-Feb-2016 |
Category: |
Documents |
Upload: | jose-bacilio-chipa |
View: | 214 times |
Download: | 0 times |
PRONOSTICOSTECNICAS DE PROYECCION PARA
EL ESTUDIO DEL MERCADO
ORACULO DE DELFOS
GRECIA
SIGLO IV a.C.
Diseño de un sistema de Pronósticos
• Antes de usar técnicas de pronostico para el análisis de un problema; PREGUNTARSE
1.¿QUE VA A PRONOSTICAR?2.¿QUE TIPO DE TÉCNICA DE PRONOSTICO USARA?3.¿QUE TIPO DE SOFTWARE O HARDWARE USARA?
1. ¿QUE VA A PRONOSTICAR?1. ¿Demanda total?2. ¿Productos o servicios individuales?3. ¿Que unidad de medición adecuada se tomara?Tener en cuenta:a) Nivel de acumulación; al agrupar varios servicios o
productos similares. Tener en cuenta el grado de error al pronosticar.
b) Unidades de medición; Unidades de producto o servicio, numero de clientes que requieren un servicio o producto, horas estándar de mano de obra, unidades que permitan una adecuada planificación. Las unidades monetarias no son las adecuadas por ser influenciadas por factores externos.
2. SELECCIÓN DEL TIPO DE PRONOSTICO
El objetivo del pronosticador es elaborar un pronostico útil a partir de la información disponible aplicando la técnica que resulte apropiada a las diferentes características de la demanda en este caso.
Para pronósticos de demanda se usan dos tipos generales de técnicas:
1. Métodos cualitativos.2. Métodos cuantitativos.
2.1 Métodos cualitativosa. Métodos de juicio
Se usa cuando no existen datos cuantitativos que permitan enfocar pronosticos cuantitativos. Comprende:
• Estimación de la fuerza de ventas. Los cuales se traducen en estimaciones cuantitativas. Elaborado por la fuerza de ventas de la empresa; por estar mas cerca al consumidor.
• Opinión ejecutiva de expertos. Se hace un resumen de las opiniones, experiencia y conocimientos técnicos de uno o varios gerentes para llegar a un solo pronostico.
• Investigación de mercado. En foque sistemático para identificar el grado de interés del consumidor por un producto o servicio por medio de encuestas.
• Método Delphi; Es un proceso para obtener el consenso dentro de un grupo de expertos al tiempo que se respeta el anonimato de los mismos. Es útil al no existir datos históricos sobre los cuales puedan desarrollarse métodos estadísticos y cuando los gerentes de la empresa no tienen experiencia en la cual fundamentar proyecciones bien formadas.
2.2 Métodos Cuantitativos
Se clasifican en:a. Métodos Causales.b. Análisis de series de tiempo.
a. Métodos Causales
Usa datos históricos de variables independientes, como campañas de promoción, condiciones económicas y actividades de los competidores.
1. Regresión Lineal• REGRESIÓN SIMPLE Y CORRELACIÓN• La Regresión y la correlación son dos técnicas estadísticas que
se pueden utilizar para solucionar problemas comunes en los negocios.
• Muchos estudios se basan en la creencia de que es posible identificar y cuantificar alguna Relación Funcional entre dos o más variables, donde una variable depende de la otra variable.
• Se puede decir que Y depende de X, en donde Y y X son dos variables cualquiera en un modelo de Regresión Simple.
• "Y es una función de X"• Y = f(X)• Como Y depende de X, • Y es la variable dependiente, y• X es la variable independiente.
• En el Modelo de Regresión Simple se establece que Y es una función de sólo una variable independiente, razón por la cual se le denomina también Regresión Divariada porque sólo hay dos variables, una dependiente y otra independiente y se representa así:
• Y = f (X)• "Y está regresando por X"
• La variable dependiente es la variable que se desea explicar, predecir. También se le llama REGRESANDO ó VARIABLE DE RESPUESTA.
• La variable Independiente X se le denomina VARIABLE EXPLICATIVA ó REGRESOR y se le utiliza para EXPLICAR Y.
• ANÁLISIS ESTADÍSTICO: REGRESIÓN LINEAL SIMPLE• En el estudio de la relación funcional entre dos
variables poblacionales, una variable X, llamada independiente, explicativa o de predicción y una variable Y, llamada dependiente o variable respuesta, presenta la siguiente notación:
• Y = a + b X + e • Donde: • a es el valor de la ordenada donde la línea de
regresión se intercepta con el eje Y.• b es el coeficiente de regresión poblacional
(pendiente de la línea recta)• e es el error
• SUPOSICIONES DE LA REGRESIÓN LINEAL• Los valores de la variable independiente X son
fijos, medidos sin error. • La variable Y es aleatoria • Para cada valor de X, existe una distribución
normal de valores de Y (subpoblaciones Y) • Las variancias de las subpoblaciones Y son todas
iguales. • Todas las medias de las subpoblaciones de Y están
sobre la recta. • Los valores de Y están normalmente distribuidos y
son estadísticamente independientes.
• ESTIMACIÓN DE LA ECUACIÓN DE REGRESIÓN MUESTRAL
• Consiste en determinar los valores de "a" y "b " a partir de la muestra, es decir, encontrar los valores de a y b con los datos observados de la muestra. El método de estimación es el de Mínimos Cuadrados, mediante el cual se obtiene:
• Luego, la ecuación de regresión muestral estimada es
• Que se interpreta como:
• a es el estimador de a • Es el valor estimado de la variable Y cuando la variable
X = 0• b es el estimador de b , es el coeficiente de regresión• Está expresado en las mismas unidades de Y por cada
unidad de X. Indica el número de unidades en que varía Y cuando se produce un cambio, en una unidad, en X (pendiente de la recta de regresión).
• Un valor negativo de b sería interpretado como la magnitud del decremento en Y por cada unidad de aumento en X.
Modelos de la regresión lineal
b. Análisis de series de tiempo
Es un método estadístico que depende en alto grado de datos históricos de la demanda, con las que se proyecta la magnitud futura de la misma y reconoce la tendencia y patrones estaciónales.
Los pronósticos pueden ser de corto, mediano y largo plazo.
b.1 Pronostico empírico• Es un tipo de pronostico en el cual el pronostico de la
demanda para el siguiente periodo es igual a la demanda observada en el periodo actual.
Ejm. Si la demanda real para el dia miercoles es de 40 clientes, el pronostico para el día jueves es de 40 clientes también. Si la demanda real del jueves es de 35 clientes, la demanda pronosticada para el día viernes es de 35 clientes.
Estimación del Promedio.
Aplicaciones de los pronósticos de demanda
HORIZONTE DE TIEMPOAPLICACIONES Corto Plazo
(0 a 3 meses)Mediano Plazo(3 meses a 2 años)
Largo Plazo(mas de 2 años)
CANTIDAD PRONOSTICADA
Productos o servicios individuales
Total de ventas grupos o familias de productos o servicios
Total de ventas
AREA DE DECISION Administración de inventario, Prog. De fuerza de trabajo, prog. De producción
Planific. De personal, Planific. De producción, Compras, Distribución
Localización de instalaciones. Planificación de capacidad, administración de procesos
TÉCNICA DE PRONOSTICO
Series de tiempoCausal De juicio
CausalDe juicio
CausalDe juicio.
3.¿QUE TIPO DE SOFTWARE O HARDWARE USARA?
• Al necesitar pronósticos de cientos y miles de productos, en forma reiterada se requiere del uso de software diseñado para tales productos de modo que incluya un a disminución de error al momento de realizar el pronostico. Estos se clasifican en:
a) Sistemas manuales; el usuario selecciona la técnica de pronostico y especifica los parámetros necesarios para un deteminado modelo de pronostico.
b) Sistemas semiautomáticos; El usuario especifica la técnica de pronostico, pero el software determina los parámetros para el modelo para obtener pronósticos mas precisos.
c) Sistemas automáticos; El software examina los datos, sugiere no solo la técnica, sino también los mejores parámetros para el modelo.