Nivel de vida de México contra dos países superiores e inferiores.

...

Modelos de Pronósticos e Inventarios.

Definamos en primer término el significado de un Pronóstico que nos es más que la estimación de la demanda de un producto, esta estimación de la demanda sale de un estudio de mercado realizado por los especialistas de la empresa en donde se realiza un estudio particular del tipo de producto y de la cantidad que se requiere por producto, el pronóstico es un estimado de la demanda como ya lo habíamos dicho anteriormente, por lo que con este estimado podemos determinar la capacidad de la planta a instalar, y la cantidad de versiones del producto que debemos producir.

5.1 Modelos de Pronósticos.

El pronóstico es un proceso de estimación de un acontecimiento o fenómeno, regularmente económico en el cual se involucra el tiempo, proyectando hacia el futuro datos del pasado, para realizar una estimación cuantitativa del comportamiento del fenómeno estudiado hacia el futuro. La predicción, previsión o adivinación, es un proceso de estimación de un suceso futuro basándose en consideraciones subjetivas diferentes a los simples datos provenientes del pasado; estas consideraciones subjetivas no necesariamente deben combinarse de una manera predeterminada. Es decir, cuando se base en suposiciones subjetivas y no existen datos del pasado, se requiere una predicción, y de lo contrario, se necesita un pronóstico. Los pronósticos son la base de la planificación corporativa a largo plazo. El personal de producción y de operación utiliza pronósticos para tomar decisiones periódicas con respecto a la selección de procesos, a la planificación de la capacidad, a la planificación de la producción, a la programación de actividades y al inventario.

Tipos de pronósticos

Los pronósticos se pueden clasificar en cuatro tipos básicos: cualitativos, análisis de series de tiempo o cuantitativos, relaciones causales y simulación.

Las técnicas cualitativas son de carácter subjetivo y se basan en estimaciones y opiniones.

El análisis de series de tiempo se basa en la idea de que se pueden usar los datos relacionados con la demanda del pasado para realizar pronósticos.

Los pronósticos causales suponen que la demanda está relacionada con uno o más factores subyacentes del ambiente.

Los modelos de simulación permiten al pronosticador recorrer una gama de suposiciones sobre la condición del pronóstico.

Los pronósticos son una de las herramientas fundamentales para la toma de decisiones dentro de las organizaciones tanto productivas como sin fines de lucro. Algunas de las áreas en donde se utilizan pronósticos en la industria son la planeación y control de inventarios, producción, finanzas, ventas, comercialización

El pronóstico es un proceso de estimación de un acontecimiento o fenómeno, regularmente económico en el cual se involucra el tiempo, proyectando hacia el futuro datos del pasado, para realizar una estimación cuantitativa del comportamiento del fenómeno estudiado hacia el futuro. La predicción, previsión o adivinación, es un proceso de estimación de un suceso futuro basándose en consideraciones subjetivas diferentes a los simples datos provenientes del pasado; estas consideraciones subjetivas no necesariamente deben combinarse de una manera predeterminada. Es decir, cuando se base en suposiciones subjetivas y no existen datos del pasado, se requiere una predicción, y de lo contrario, se necesita un pronóstico. Los pronósticos son la base de la planificación corporativa a largo plazo. El personal de producción y de operación utiliza pronósticos para tomar decisiones periódicas con respecto a la selección de procesos, a la planificación de la capacidad, a la planificación de la producción, a la programación de actividades y al inventario.

5.1.1 Modelos para Pronósticos de un nivel constante

Los métodos más simplistas para pronosticar la demanda son:

Ultimo valor.

Promedio.

Promedios móviles.

Exponencial. 1. Este es el más simple de los métodos de pronóstico y considera el valor de la variable aleatoria. Muy simple, pero útil únicamente en acotados casos. 2. Pronostica como valor de la variable aleatoria. Esta puede ser una buena estimación cuando se trata de un proceso muy estable o que cambia muy poco en el tiempo. 3. Los promedios móviles solucionan, en parte, el hecho de que el proceso cambia en el tiempo y considera únicamente las últimas observaciones, por lo que. De esta forma, mejoramos el método anterior, aunque seguimos asignando el mismo peso relativo a las observaciones más viejas que a las más actuales. 4. El método exponencial o de suavizado exponencial, soluciona este problema introduciendo una constante de suavizado, y calcula el nuevo valor de la variable aleatoria como Estos métodos muestran el hecho fundamental de que los procesos son cambiantes y están sujetos a factores externos que deben ser tenidos en cuenta a la hora de realizar el modelo. Una de estos factores, el que suscita nuestro interés en este momento, es el factor estacional. Por ejemplo, las necesidades de nuestro insumo tinta, se verán afectadas por la demanda del producto, la cual tendrá grandes variaciones a lo largo del año si se trata por ejemplo de un juguete muy popular que verá incrementadas sus ventas durante las festividades de reyes, día del niño y navidad. Este factor estacional hace que nuestra serie de tiempo viole la suposición de que el modelo es de nivel constante.

Para poder utilizar estos métodos deberemos primero eliminar el factor estacional de nuestra serie de tiempo.

Los promedios móviles y el suavizamiento exponencial son los mejores y más fáciles de usar para pronósticos a corto plazo: requieren pocos datos y los resultados son de nivel medio. Los modelos a largo plazo son más complejos, requieren más datos de entrada y ofrecen mayor precisión. Desde ya, los términos corto, medio y largo son relativos, dependiendo del contexto en que se apliquen. En los pronósticos empresariales, el corto plazo por lo general se refiere a menos de tres meses; el medio, de tres meses a dos años; y el largo, a más de dos años. En términos generales, los modelos a corto plazo se ajustan para cambios a corto plazo (como la respuesta de los consumidores ante un nuevo producto).