Vous êtes sur la page 1sur 32

Resmen Captulo 4 PRONSTICO

Objetivo general y espec ico Cuando termine este captulo usted podr:

Identifique o defina: Pronstico, tipos de pronsticos, tiempo horizontal, acercamientos de los pronsticos.

Describa o explique: Periodo promedio mo!in" a!era"e#, pronostico anterior exponential smoothin"#,

tendencia de pro$eccin trend pro%ection#, periodo estacional seasonalit$#, anlisis de re"resin $ correlacin re"ression and correlation anlisis#, medidas de exactitud del pronostico measures of forecast accurac$#. Intro!ucci"n &n este captulo, examinamos di!ersos tipos de pronsticos $ presentamos una !ariedad de modelos de los pronsticos. 'uestro propsito es demostrar que ha$ muchas maneras para que los encar"ados pronostiquen. (ambi)n se pro!eer una descripcin del pronstico de !entas del ne"ocio $ describimos cmo preparar, super!isar, $ %uz"ar exactitud de un pronstico. *os buenos pronsticos son una parte esencial de operaciones eficientes del ser!icio $ de la manufactura. &l pronstico es el arte $ la ciencia de acontecimientos futuros que predicen. #l Pron"stico Proporciona $a %entaja Competitiva &e Tupper'are *a ma$ora de la "ente piensa en (upper+are, ella pre!) los en!ases plsticos del alimento,almacena%e !endidos a tra!)s de los partidos caseros. (upper+are sucede ser fabricante "lobal acertado, con ms el de -./ de su producto, 01 mil millones en !entas fuera de los &.&.2.2. &l pronstico de demanda en (upper+are es un proceso crtico, interminable. Cada uno de sus .3 centros de beneficio alrededor del mundo es responsable de automatizar pro$ecciones mensuales, trimestrales, $ de

doce meses de las !entas. &stos pronsticos conducen la produccin en cada planta. *a !ariedad de modelos estadsticos del pronstico usados en (upper+are inclu$e cada t)cnica discutida en este captulo, inclu$endo promedios m!iles, alisar exponencial, $ anlisis de la re"resin. Da a da los "erentes de (upper+are toman decisiones sin saber qu) suceder el futuro. Piden in!entario sin saber cul sern las !entas, compran el nue!o equipo a pesar de la incertidumbre sobre la demanda para los productos, $ hacen in!ersiones sin saber cuan fa!orable sea su !oluntad. Proceso !e manu actura en Tupper'are

()ue es pronostico* &l pronstico es el arte $ la ciencia de acontecimientos futuros que predicen. Puede implicar el tomar de data histrica $ pro$ectarla en el futuro con una cierta clase de modelo matemtico. . Puede ser una prediccin intuiti!a o sub%eti!a o puede ser una combinacin de ambas. Introducimos di!ersas t)cnicas de pronstico en este captulo, se !er raramente que ha$ un m)todo superior. 4u) traba%a lo ms me%or posible en una firma ba%o un sistema de condiciones puede ser un desastre en otra or"anizacin, o en un departamento diferente pero de la misma or"anizacin. 5dems ha$ lmites en cuanto a qu) se puede esperar de pronsticos6 son costosos $ se pierde tiempo preparando $ super!isando. +ori,onte !el tiempo !e pron"stico 7eneralmente un pronstico es clasificado en tres cate"oras: 1. Pronstico de corto alcance: &ste pronstico tiene una duracin de hasta 1 a8o pero es "eneralmente menos de 9 meses. :e utiliza para planear la compra, el pro"ramar traba%o, ni!eles de mano de obra, asi"naciones del traba%o, $ los ni!eles de la produccin. ;. Pronstico de mediano alcance: es de alcance intermedio, del pronstico palmos "eneralmente a partir de 9 meses a 9 a8os. &s <til en la planificacin de !entas, produccin $ el presupuesto, presupuesto, $ en el anlisis de al"unos planes de operacin. 9. Pronstico de lar"o alcance6 7eneralmente 9 a8os o ms de duracin, los pronsticos de lar"o alcance se utilizan en planificacin de productos nue!os, los "astos en in!ersin de capital, localizacin o extensin de la facilidad, e in!esti"acin $ desarrollo. *os pronsticos mediano $ de lar"o alcance se diferencian de pronsticos de corto alcance por tres caractersticas: 1. los pronsticos duraderos se ocupan de situaciones ms comprensi!as $ apo$an decisiones de la "erencia con respecto a la planificacin $ productos, industria, $ procesos.

;. el pronstico a corto plazo emplea "eneralmente di!ersas metodolo"as que el pronstico de ms lar"o plazo. 9. los pronsticos de corto alcance tienden a ser ms exactos que los pronsticos de lar"o,alcance. =actores que influencian el cambio de la demanda cada da. *a influencia del ciclo de !ida del producto. >tro factor para considerar cuando los pronsticos de las !entas que se con!ierten, especialmente los ms lar"os, son ciclo !ital del producto. *a ma$ora de los productos acertados pasan a tra!)s de cuatro etapas: 1# introduccin, ;# crecimiento, 9# madurez, $ ?# declinacin. $a Importancia #strat-gica &el Pron"stico *as or"anizaciones utilizan tres tipos importantes de pronsticos en las operaciones futuras de la planificacin: 1. *os pronsticos econmicos tratan el ciclo de ne"ocio prediciendo tasas de inflacin, fuentes de dinero, comienzo de cubierta, $ otros indicadores del planeamiento. ;. *os pronsticos tecnol"icos se refieren a los ndices del pro"reso tecnol"ico, que pueden dar lu"ar al nacimiento de productos nue!os, requiriendo nue!as compa8as $ nue!os equipo. *os pronsticos de la demanda son pro$ecciones de la demanda para los productos o los ser!icios de una compa8a. &stos pronsticos, tambi)n llamados los pronsticos de las !entas, conducen la produccin. &l pronstico econmico $ tecnol"ico son t)cnicas especializadas que pueden ba%ar fuera del "erente de operaciones.

#strategias importantes para el orecastig *os buenos pronsticos son de importancia crtica en todos los aspectos de un ne"ocio. *os pronsticos de la demanda conducen decisiones en muchas reas.

@iremos el impacto del producto pronosticado en tres acti!idades: 1# recursos humanos, ;# capacidad, $ 9# "erencia de la pro!eer,cadena. Recursos Humanos &mplear, adiestrar, $ el despido a traba%adores dependen de la demanda anticipada. :i el departamento de recursos humanos debe emplear a traba%adores adicionales sin la ad!ertencia, la cantidad de adiestramiento declina $ la calidad de la mano de obra sufre. Capacidad Cuando la capacidad es inadecuada, los resultados pueden si"nificar entre"a mala, p)rdida de clientes, $ p)rdida de una parte del mercado. Cadena de fuente gerencial *as buenas relaciones del suplidor $ el sobre!enir tasan las !enta%as para los materiales $ las piezas dependiendo de pronsticos exactos. Siete pasos en el sistema !e pron"stico Pronstico si"ue siete pasos bsicos. 2tilizaremos la corporacin de (uper+are. Determinar el uso del pronstico: *as aplicaciones de (upper+are exi"en pronsticos para "uiar la produccin de cada una de sus 19 AplantasB. :eleccionar los artculos que se pronosticarn: Para (upper+are, ha$ sobre ?33 productos, cada uno posee :C2 unidad stocD,Deepin"#. Determinar el horizonte del tiempo del pronstico: &s el pronstico corto, medio o el lar"o plazoE (upper+are desarrolla los pronsticos mensuales, cada cuatro meses, $ 1; meses para las pro$ecciones de !entas.

:eleccionar elFlos modelo s# del pronstico: (upper+are utiliza una !ariedad de modelos estadsticos. Gecopilar los datos necesitados para hacer el pronstico: el mundo corporati!o de (upper+are mantiene bases de datos enormes para super!isar la !enta de cada producto. Hacer el pronstico Ialidar e implementar los resultados: :e aplican las medidas pre!enti!as, los pronsticos se utilizan para itinerarios de materiales, pro"ramar el equipo $ a personal en cada AplantaB. &stos siete pasos presentan una manera sistemtica de iniciar, dise8ar, $ implementar el pronstico. .OR#C/STIN0 /PPRO/C+#S Ha$ dos acercamientos "enerales al pronstico. 2no es un anlisis cuantitati!o6 el otro es un acercamiento cualitati!o. Pronostico cuantitati!o: utiliza una !ariedad de modelos matemticos. *os pronsticos cualitati!os incorporan los factores tales como la toma de decisiones, intuicin, emociones, experiencias personales, $ sistema del !alor en alcanzar un pronstico.

Overvie' o )ualitative 1et2o!s &n esta seccin, se consideran cuatro t)cnicas de pronstico cualitati!as: Jurado de la opinin e%ecuti!a: ba%o este m)todo, re<nen las opiniones de un "rupo "erencial

Staff (Administerin g survey)

Decision Makers (Evaluate responses and make decisions)

Respondents (People who can make valuable judgments)

@)todo de Delphi: ha$ tres di!ersos tipos

de participantes en este m)todo6

fabricantes de decisin, equipo personal, $ respondedores. Ka%o este m)todo, re<nen las opiniones de un "rupo de expertos. Compuesto de la fuerza de !entas: en este acercamiento, cada !endedor estima qu) las !entas estarn en su re"in. &ncuesta sobre mercado de consumidor: este m)todo solicita la entrada de los clientes o de los clientes potenciales con respecto a futuros planes de compra.

Overvie' o )uantitive 1et2o!s Cinco m)todos cuantitati!os del pronstico, que utilizan datos histricos, se describen en este captulo. (iene dos cate"oras: Acercamiento ingenuo Promedios mviles Exponencial suave Proyeccin de la tendencia Regresin lineal Modelo Sociable Modelo Tiempo-Serie

@odelo (iempo, serie: predice que el futuro es una funcin del pasado. @odelo :ociable, re"resin lineal, incorpora las !ariables o factores que pudieron influenciar la cantidad que era pronosticada. TI1#3S#RI#S .OR#C/STIN0 :eries de tiempo se basa en una secuencia semanal, mensual, por cuartos, etc.# de los puntos de referencias uniformemente esparcidos.

&escomposition o a Time Series 5naliza series de tiempo si"nifica la subdi!isin ms all de datos en componentes $ despu)s la pro$eccin de su delantero. 2na serie de tiempo tiene cuatro componentes: tendencia, por un tiempo, ciclos, $ !ariacin al azar. Naive /pproac2 *a manera ms simple de pronosticar es asumir que la demanda en el perodo de la %erarqua ser i"ual a la demanda en el perodo ms reciente.

*a demanda del producto planeada sobre ? a8os con una tendencia $ un seasonalit$ del crecimiento indic

Demand for product or service

!rend component Seasonal pea s

Actual demand Average demand over four years


| 3 Year | 4
.igure 478
4 4 56

Random variation
| 1 | 2

L ;33M Prentice Hall, Inc.

1oving /verage 2tiliza un n<mero de !alores histricos de los datos para "enerar un pronstico. *os promedios m!iles son <tiles si podemos asumir que las demandas del mercado permanecern en un cierto plazo constante. @atemticamente, se expresa el promedio m!il simple que sir!e como estimacin de la demanda del perodo prximo# as:

@o!in" a!era"e N O Demand in pre!ious n periods n

Cuando una tendencia o un patrn perceptible est presente, los pesos se pueden utilizar para poner ms )nfasis en !alores recientes. &sta prctica hace t)cnicas del

pronstico ms sensible a los cambios porque un perodo ms reciente hace que se car"ue con ma$or peso.

&l peso m!il promedio se calcula as:

Pei"hted

O Pei"ht for period# Demand in period n# O +ei"hts

@o!in" a!era"e

*os promedios m!iles simples $ car"ados son eficaces en alisar fuera de fluctuaciones repentinas en el patrn de la demanda para proporcionar estimaciones estables. *os promedios m!iles, sin embar"o, presentan tres problemas 1. &l aumento del tama8o de n. ;. *os promedios m!iles no pueden tomar bien las tendencias. 9. *os promedios m!iles requieren expedientes extensos de los datos mas recientes.

&l cuadro ?.;, un dia"rama que ilustra el efecto del retraso del mo!in" a!era"e model.

3" # Sales demand 2$ # 2" # 1$ # 1" # $ # |


.igure 47:
L ;33M Prentice Hall, Inc.

*eig+ted moving average

Actual sales 'oving average

| &

| '

| A

| '

| %

| %

| A

| S

| (

| )

| D
4 4 49

#;ponential smoot2ing Implica mu$ poco el "uardar del expediente de <ltimos datos. :e calcula asi:

'e+ forecast N *ast periodQs forecast R S last periodQs actual demand T last periodQs forecast#

Donde est S un peso, o alisar a la constante, que tiene un !alor entre 3 $ 1.

=t N =t,1 R S 5t,1 T =t,1#

*a constante que alisa, S, est "eneralmente en la "ama del 3. al .3 para los usos de ne"ocio. Puede ser cambiada para dar ms peso a los datos recientes cuando a es alta# o ms peso a los <ltimos datos.

Diferencia de S

22$ #

Demand

2"" #

Actual demand

< 76

1,$ #

< 78
1$" # | 1 | 2 | 3 | 4 | $ 0uarter
L ;33M Prentice Hall, Inc. 4 4 64

| -

| ,

| .

| /

1easuring .orecast #rror *a exactitud total de cualquier promedio de mo!in" a!era"e del pronstico, el sua!izadoe exponencial, otro,puede ser comparando los !alores pronosticados con los !alores reales obser!ados. = denota el pronstico en el perodo t, $ en denota la demanda real en perodo se define el en del pronstico o la des!iacin# como: =orecast error N 5ctual demand T =orecasat !alue N 5t T=t

Iarias medidas se utilizan en la prctica de calcular el error total del pronstico. &stas medidas conser!an utilizado comparar di!ersos modelos del pronstico, tan bien como super!isar pronsticos para ase"urar que se estan haciendo bien.

1ean /bsolute &eviation: *a primera medida del error total del pronstico para un modelo es la des!iacin absoluta @5D#. &ste !alor es computado:

@5D N O U5ctual , =orecastU N 1ean S=uare! #rror> &l error a%ustado malo @:&# es una se"unda manera de medir el oVer, error del pronstico. @:& es el promedio de las diferencias a%ustadas entre haber pronosticado $ obser!a !alores. :u frmula es:

@:& N O (=orecast errors#W n 1ean absolute percent error> 2n problema con el @& $ el @:& es que sus !alores dependen de la ma"nitud del artculo que es pronosticado. :e calcula asi:

n @5P& N 133 O U 5ctual i T =orecast iUF5ctual i


iNt

#;ponential Smoot2ing 'it2 Tren! /!justment Porque el alisar exponencial es un acercamiento que modela tan popular en ne"ocio, mir)moslo ms detalladamente. 5qu es porqu) el alisar exponencial debe ser modificado cuando una tendencia est presente. @e%oremos nuestro pronstico, ilustran un modo que me%ora el exponencial ms comple%o, uno que a%uste se"<n tendencia.

'ont+@tA 8 : 5 4 6 ? 9 D C 8B
Table 478
L ;33M Prentice Hall, Inc.

Actual Demand @AtA 8: 89 :B 8C :4 :8 58 :D 5?

Smoot+ed &orecast2 &t 88

Smoot+ed !rend2 !t :

&orecast 1ncluding !rend2 &1!t 857BB

4 4 ?6

*a idea es computar un promedio exponencial me%orado de los datos $ despu)s a%ustar para que ha$a positi!o o el retraso ne"ati!o en tendencia. *a frmula es:

=orecast includin" trend =I(t# N &xponentiall$ smoothed forecast =t# R &xponentiall$ smoothed trend (t#

Con me%orar el exponencial de la tendencia a%ustada, las estimaciones para el promedio $ la tendencia se alisan. &ste procedimiento requiere dos constantes que me%oran, S para el promedio $ el X para la tendencia. Despu)s computamos el promedio $ tendemos cada perodo. *a formula es asi: =t N S 5ctual demand last period# R 1, S# =orecast las period R estimate last period#

'ont+@tA 8 : 5 4 6 ? 9 D C 8B
Table 478
L ;33M Prentice Hall, Inc.

Actual Demand @AtA 8: 89 :B 8C :4 :8 58 :D 5?

Smoot+ed &orecast2 &t 88

Smoot+ed !rend2 !t :

&orecast 1ncluding !rend2 &1!t 857BB

4 4 ?6

'ont+@tA 8 : 5 4 6 ? 9 D C 8B
Table 478
L ;33M Prentice Hall, Inc.

Actual Demand @AtA 8: 89 :B 8C :4 :8 58 :D 5?

Smoot+ed &orecast2 &t 88

Smoot+ed !rend2 !t :

&orecast 1ncluding !rend2 &1!t 857BB

Step 13 &orecast for 'ont+ 2 &: < A8 E @8 3 A@&8 E !8A &: < @7:A@8:A E @8 3 7:A@88 E :A < :74 E 8B74 < 8:7D units
4 4 ??

'ont+@tA 8 : 5 4 6 ? 9 D C 8B
Table 478
L ;33M Prentice Hall, Inc.

Actual Demand @AtA 8: 89 :B 8C :4 :8 58 :D 5?

Smoot+ed &orecast2 &t 88 8:7DB

Smoot+ed !rend2 !t :

&orecast 1ncluding !rend2 &1!t 857BB

Step 23 !rend for 'ont+ 2 !: < @&: 3 &8A E @8 3 A!8 !: < @74A@8:7D 3 88A E @8 3 74A@:A < 79: E 87: < 87C: units
4 4 ?9

'ont+@tA 8 : 5 4 6 ? 9 D C 8B
Table 478
L ;33M Prentice Hall, Inc.

Actual Demand @AtA 8: 89 :B 8C :4 :8 58 :D 5?

Smoot+ed &orecast2 &t 88 8:7DB

Smoot+ed !rend2 !t : 87C:

&orecast 1ncluding !rend2 &1!t 857BB

Step 33 Calculate &1! for 'ont+ 2 &1!: < &: E !8 &1!: < 8:7D E 87C: < 8479: units
4 4 ?D

3$ # 3" # 6roduct demand 2$ # 2" # 1$ # 1" # $ # " # | 1


L ;33M Prentice Hall, Inc.

Actual demand @AtA

&orecast including trend @&1!tA

| 2

| 3

| | | 4 $ !ime 4mont+5

| ,

| .

| /

.igure 475
4 4 9B

!rend 6ro7ections &sta t)cnica a%usta una tendencia lineal en una serie de puntos histricos $ despu)s pro$ecta la lnea en los pronsticos futuros de los pronosticos mediano a lar"o estado. :e pueden desarrollar !arias ecuaciones matemticas de la tendencia.

@etodos cuadrados reduce al mnimo la suma de los errores a%ustados des!iaciones#.

%alues o &epen!ent %ariable

Actual o8servation 4y value5


Deviation6 Deviation5

Deviation9

Deviation?

Deviation4 Deviation8

Deviation2

< 9 a : 8; !rend line2 y

!ime period
L ;33M Prentice Hall, Inc.

.igure 474
4 4 9:

&cuacin para calcular las !ariables de re"resin:

< < a E 8; y

89

;y = n;y ;: = n;:

a 9 y = 8;

L ;33M Prentice Hall, Inc.

4 4 94

'otas al usar el metodo de least quarter: implicar utilizar tres requerimientos: 1. trazar los datos para ase"urar una re"resion lineal ;. no predecir perodos ms all de la base de datos 9. *as des!iaciones alrededor de la lnea se asumen al azar e%emplo

1-" 1$" 14" 13" 12" 11" 1"" /" ." ," -" $"

# # # # # # # # # # # #

!rend line2 < < 6?79B E 8B764; y

6o>er demand

| 1///

| 2"""

| 2""1

| 2""2

| 2""3 Year

| 2""4

| 2""$

| 2""-

| 2"",
4 4 99

L ;33M Prentice Hall, Inc.

Seasonal %ariation in &ata @o!imientos ascendentes o ascendentes en una serie de tiempo que atan los e!entos que se repiten. &l modelo estacional multiplicati!o puede modificar datos de la tendencia para acomodar !ariaciones estacionales en la demanda. Pasos que si"uen las compa8as en sesiones mensuales: 1. &ncontrar la demanda histrica mediana para cada clculo de la estacin. ;. Computar la demanda promedio sobre la estacin. 9. Computar el ndice estacional para cada estacin. ?. &stimar la demanda total para el si"uiente ano.

di!idir el total de la demanda estimada por el numero de la estacin $ se multiplica por el ndice estacional para esa estacin

e%emplo:

14" # 13" # Demand 12" # 11" # 1"" # /" # ." # ," # | % | & | ' | A | ' | | % % !ime | A | S

2""- &orecast 2""$ Demand 2""4 Demand 2""3 Demand

| (

| )

| D
4 4 D4

L ;33M Prentice Hall, Inc.

/SSOCI/TI%# .OR#C/STIN0 1#T+O&S> R#0R#SSION /N& CORR#$/TION /N/$FSIS :e utiliza cuando los cambios en una o mas !ariables independientes se pueden utilizar para predecir los cambios en las !ariables dependientes.

Gsing regresi"n anHlisis to orecast :e puede utilizar el mismo modelo matematico que empleamos el el least squares method of trend pro%ection. I < a E b; 7

#jemplos>

Sales

Sales 4@"""2"""52 y :7B 57B :76 :7B :7B 576

?ocal 6ayroll 4@"""2"""2"""52 ; 8 5 4 4A" # : 8 3A" # 9


2A" # 1A" # " | 1 | 2 | | | | 3 4 $ Area payroll | ,

L ;33M Prentice Hall, Inc.

4 4 DC

< < 8796 E 7:6; y 1f payroll ne;t year is estimated to 8e J?BB million2 t+en3 Sales < 8796 E 7:6@?A Sales < J5:6KBBB

Sales < 8796 E 7:6@payrollA


4A" # Sales 3A2$ 3A" # 2A" # 1A" # " | 1 | 2 | | | | 3 4 $ Area payroll | ,
4 4 C:

L ;33M Prentice Hall, Inc.

Stan!ar! #rror o t2e #stimate &l pronstico es el punto estimado del !alor futuro. &ste punto es el medio de una distribucin de la probabilidad.

4A" # Sales 3A2$ 3A" # 2A" # 1A" # " | 1 | 2 | | | | 3 4 $ Area payroll | ,

.igure 47C
L ;33M Prentice Hall, Inc. 4 4 C5

&cuacin: :$,x N YO x,$c#W n,;

&cuacin: :$,x N YO$W,aO$,bOx$


4A" # Sales 3A2$ 3A" # 2A" # 1A" # " | 1 | 2 | | | | 3 4 $ Area payroll | ,

n,;

L ;33M Prentice Hall, Inc.

4 4 C?

Correlation Coe icients or Regresi"n $ines la ecuacin de la re"resin es una forma de expresar la naturaleza de la relacin entre dos !ariables. 'o tienen causa $ efecto. :e identifica la r como coeficiente de correlacion . Para computar r se utiliza la si"uiente ecuacin:

rN

nOx$,OxO$ YZnOxW, Ox#W[ZnO$W, O$#W[

4a5

6erfect positive correlation3 r < E8

485 6ositive correlation3 BLrB8

4c5 )o correlation3 r9B


L ;33M Prentice Hall, Inc.

4d5 6erfect negative ; correlation3 r < 38


4 4 CC

1ultiple3Regression /nHlisis 2n m)todo causal del pronstico con ms de una !ariable independiente. Permite que constru$amos un modelo con !arias !ariables independientes en !ez de utilizar una !ariable.

:e utiliza la si"uiente ecuacin: I < a E b8;8 Eb:;:

1ONITORIN0 /N& CONTRO$$IN0 .OR#C/STS :i un pronostico se a determinado, no debe ser ol!idado. 'in"un "erencial desea recordar que su pronostico no es exacto. Tracking signal: medias que se hacen en el pronostico para predecir los !alores actuales7 &l Tracking signal se calcula asi:

(racDin" si"nal# N G:=& @5D < M 5ctual demand in period i T =orecast demand in period i# @5D @5D N OU5ctual T=orecastU '

Signal e;ceeding limit !rac ing signal : B 'ADs # Cpper control limit Accepta8le range

?o>er control limit !ime

L ;33M Prentice Hall, Inc.

4 4 8B6

/!aptive Smoot2ing 2n acercamiento al pronstico que me%ora el exponencial en el cual la constante que me%ora se cambia automticamente a los errores de la subsistencia mnima. &s posible utilizar la computadora para super!isar el error del pronstico $ a%ustar continuamente los !alores de la a $ los coeficientes de b usados en me%orar el exponencial para reducir al mnimo error del pronstico. .ocus .orecasting :e adapta eli"iendo una constante las computadoras permiten que intentemos hacer una !ariedad de modelos del pronstico. &l focus forecasting esta basado en dos principios: 1. *os modelos sofisticados del pronstico no son siempre me%ores que los modelos simples.

;. 'o ha$ t)cnicas que se deben utilizar para todos los productos o ser!icios

.OR#C/STIN0 IN T+# S#R%IC# S#CTOR &l pronostico presenta desafos inusuales. *a principal necesidad de las !entas al por menor son los expedientes a corto plazo. *as diferentes necesidades como funcin de la industria $ del producto. Das festi!os $ otros das en el calendario $ e!entos inusuales.

&ast &ood Restaurant &orecast


6ercentage of sales

2"D # 1$D # 1"D # $D #

11= 11=12

1=2 12= 12=1 4?unc+time5

2=3

3= 4

,=. -=, 4Dinnertime5 Hour of day 4=$

$=-

.=/

/=1"

1"= 1"=11

.igure 478:
4 4 888

L ;33M Prentice Hall, Inc.

Resumen &l pronstico tiene una funcin importante en los "erentes. *a demanda de pronstico conduce a una firma de produccin, capacidad $ sistema de itinerario $ efecto financiero, mercado $ la funcin del personal de produccin.

Conclusi"n Con las diferentes !ariables que existen para realizar el pronstico en las empresas su funcionamiento puede ser efecti!o. *os "erentes deben conocer cual es la demanda del producto para as poder saber con que cuenta en su in!entario $ as poder planificar su produccin, mercadeo, "astosFcostos, etc. :i las di!ersas ecuaciones matemticas se utilizan adecuadamente la produccin de la compa8a ser efecti!a.

R#.#R#NCI/

Heizer Ja$, 7erencia de >peraciones -!a edicin Resumen por YatmarieNegrn Ocasio