Pronostico de la demanda. Métodos cualitativos

...

Método Delphi

Este método, a diferencia del anterior, resuelve el problema de la influencia de un miembro con más poder. Para solucionarlo, un moderador realiza un cuestionario y de forma anónima, los participantes lo contestan de forma anónima y el mismo moderador los analiza y brinda la información obtenida y se repite este proceso las veces que sean necesarias para llegar a un consenso entre los miembros.

Este método es ms tardado que el anterior y puede variar dependiendo de la cantidad de participantes se tengan y el tiempo en el que el moderador tarde en analizar los datos y generar un nuevo cuestionario.

Investigación de mercado

Generalmente se realizan por empresas especializadas en dicha investigación de mercados. Una vez detectado el mercado objetivo, se pueden realizar encuestas, formularios, entrevistas y con la información obtenida se pueden realizar pronósticos de ventas, de la demanda o de la aceptación de un nuevo producto dentro del mercado.

2.4 métodos cuantitativos

En estos métodos son expresados de manera matemática, por lo tanto, se requieren de datos históricos internos o externos del producto o servicio.

Enfoque simple

También es llamado promedio simple, ya que es exactamente eso, es el resultado de la sumatoria de los datos de todos los periodos pasados entre el número de periodos. Pero, aunque este método es fácil y sencillo, descuida las tendencias y los ciclos de los datos, por lo que generalmente no es el más recomendable.

Promedios móviles

Estos indican el promedio de la demanda en un punto determinado del tiempo y se llaman móviles ya que reflejan también el último promedio. Es usada para suprimir los efectos de las fluctuaciones de la demanda al azar. La aplicación de un modelo de promedio móvil implica simplemente calcular la demanda promedio para los n periodos más recientes, con el fin de usarla como pronóstico para el siguiente periodo.

Promedio móvil ponderado

Este a diferencia del anterior método, cada periodo cuenta con una ponderación diferente. La manera de poner la ponderación es con ayuda de la experiencia. Pero lo más común es dar mayor prioridad al periodo más reciente, pero en algunas ocasiones se da la suposición que en un periodo se tiene más relevancia, como en los productos de temporada.

Suavización exponencial

Para poder realizar el método de suavización exponencial solo se necesitan tres datos conjuntos de datos: el pronóstico anterior más reciente, la demanda real de ese mismo periodo y un alfa constante de suavización (α). Este alfa determina el grado de suavización y la velocidad de reacción ante las variaciones entre el pronóstico y la demanda real y a su vez es determinado por la naturaleza del producto y la idea en ocasiones arbitraria de cuál podría ser una buena tasa de respuesta. Una formula muy utilizada para calcular un buen alfa es 2/(n + 1), donde n es el número de períodos de tiempo.

La ecuación para un solo pronóstico empleando la suavización exponencial es simplemente:

Ft = Ft – 1 + α (At - 1 – Ft - 1)

Donde:

Ft = El pronóstico suavizado exponencialmente para el periodo t

Ft - 1 = El pronóstico suavizado exponencialmente para el periodo anterior

At - 1 = La demanda real en el periodo anterior

α = La tasa deseada de respuesta o la constante de suavización

para establecer la ecuación de la tendencia en la primera ocasión se utiliza el dato de la demanda real en lugar de la demanda.

Tendencia lineal o mínimos cuadrados

Generalmente se utiliza cuando se hacen ajustes a corto plazo a niveles de productos o inventarios.

Una vez que se conoce la ecuación de una recta Y = a + bx, podemos llevar está una expresión en términos de pronóstico:

Yp = a + bx

donde:

Yp = Valor de la tendencia para el período x

x = Período de Tiempo

a = Valor de Yp en un punto

b = Pendiente o monto de aumento o disminución en Yp

pero para poder convertir una serie de datos en una ecuación tenemos que encontrar los datos a y b mediante lo siguiente:

∑y = na + b x ∑ y ∑x y = a ∑ x + b ∑ x2

2.5 monitoreo y control del pronostico

El monitoreo y control del pronóstico comprende la supervisión y control de los pronósticos realizados para asegurar que se están llevando a cabo de manera adecuada. En la actualidad, la forma más usada para monitorear los pronósticos es el empleo de una señal de rastreo (Tracking Signal), la cual debe mantenerse dentro de los límites de control de rastreo (Tracking Control Limits) para que el modelo de pronóstico seleccionado siga siendo válido. De esta manera, cuando la señal de rastreo sobrepasa los límites de control, debe detenerse el proceso de pronóstico y volver a absorber la demanda e igualarla de manera más exacta (corrección del modelo y/o método de pronóstico). (Llanes, 2004)

Una señal de rastreo es una medida que indica si el promedio del pronóstico está siguiendo el ritmo de un verdadero cambio ascendente o descendente en la demanda. Por la forma en que se usa en los pronósticos, la señal de rastreo constituye el número de desviaciones medias absolutas en que el valor del pronóstico está por arriba o por abajo de los hechos.

La señal de rastreo se calcula (ST, por sus siglas en inglés) mediante la suma aritmética de las desviaciones del pronóstico dividida entre la desviación media absoluta:

ST= SCEP/DMA

Donde:

SCEP = la suma de errores del pronóstico, considerando la naturaleza