Académique Documents
Professionnel Documents
Culture Documents
LOGÍSTICA EMPRESARIAL
TEMA : PRONÓSTICOS
INTEGRANTES:
* MÉTODO DELPHI
CARACTERÍSTICAS:
Anonimato: Durante el Delphi ningún experto conoce la identidad de los otros que componen el
grupo de debate.
Iteración y realimentación controlada: La iteración se consigue al presentar varias veces el
mismo cuestionario, lo que permite disminuir el espacio intercuartil, ya que se consigue que los
expertos vayan conociendo los diferentes puntos y puedan ir modificando su opinión.
Respuesta del grupo en forma estadística: La información que se presenta a los expertos no
es solo el punto de vista de la mayoría sino que se presentan todas las opiniones indicando el
grado de acuerdo que se ha obtenido.
Heterogeneidad: Pueden participar expertos de determinadas ramas de actividad sobre las
mismas bases.
CUESTIONARIO
Tipos de cuestionario
● Hay individuos que no querrán dar respuestas a las preguntas directas relativas a varios
temas, sin embargo si dichos temas los abordamos de una manera que no se percaten
de los objetivos de la encuesta hay más probabilidades que se conviertan en útiles
fuentes de información
● Este tipo de cuestionario se utilizan métodos disfrazados como las técnicas proyectivas:
Asociación de palabra, Terminación de oraciones, Narración de historias.
● El cuestionario es disfrazado en sus objetivos.
* ACUERDO DE PANEL
La ventaja : Se aprovechan los diferentes puntos de vista de los expertos a través de la dinámica
de grupo para llegar a pronósticos más certeros.
La desventaja: Es que si un experto con más experiencia o prestigio impone su punto de vista de
acuerdo a sus propios intereses, puede sesgar la opinión de los demás, debido a las jerarquías
dentro del grupo causando que los expertos con menor rango se muestran renuentes en sus
críticas a sus superiores aunque sientan que sus opiniones sean de más valor que las emitidas
por sus superiores.
El estado de Alaska, por ejemplo, ha usado el método Delphi para desarrollar su pronóstico
económico a largo plazo. Un sorprendente 90% del presupuesto estatal deriva de los 1.5
millones de barriles de petróleo bombeados diariamente a través de un oleoducto localizado en
Prudhoe Bay. El enorme panel de expertos de Delphi debe representar a todos los grupos de
opinión del estado y a todas las áreas geográficas. Delphi fue la herramienta de pronóstico ideal
porque pudo evitarse el viaje de los panelistas. También significó que los líderes de opinión de
Alaska pudieran participar sin que las reuniones y distancias afectaran sus horarios.
*PRONÓSTICO VISIONARIO (MEDIO - LARGO PLAZO)
El análisis de impacto cruzado es un método que se emplea para enfrentar múltiples problemas,
entre los que sobresalen:
● Valoración de alternativas tecnológicas.
● Planeación estratégica de negocios.
● Análisis de políticas.
Metodología
Consiste en hacer una exploración del futuro sobre la base de una serie de eventos que pueden
o no ocurrir dentro de un horizonte temporal considerado.
El término “evento” se refiere aquí; a una hipótesis que puede o no ser cierta, según que tal
evento ocurra o no en el marco temporal analizado.
Dentro de este orden de ideas, los escenarios futuros que pueden presentarse, dependerán
estrictamente de la ocurrencia o no ocurrencia de los eventos visualizados como la, base del
pronóstico, por el grupo de expertos.
Enfoques
Aplicación para el cálculo de probabilidades finales de los eventos de un tema de interés
(ponderación del impacto).
Procedimiento
Cálculo de probabilidades finales:
Se selecciona aleatoriamente uno de los eventos.
Se genera un número aleatorio entre 0 y 0.99 y se compara con la probabilidad inicial del evento
seleccionado. Si el número aleatorio generado es mayor o igual a la probabilidad inicial, el
evento en cuestión no ocurre, si el número generado es menor se considera que el evento
ocurre.
Si el evento seleccionado no ocurrió, las probabilidades iniciales no cambian. Si el evento ocurre,
las probabilidades iniciales se ajustan con el algoritmo KSIM.
Algoritmo KSIM:
Análisis de sensibilidad
ANÁLISIS DE SERIES CRONOLÓGICAS Y PROYECCIONES
*PROMEDIO EN MOVIMIENTO
Se usan datos históricos reales para generar un pronóstico. Los promedios móviles sin
útiles si podemos suponer que la demanda del mercado permanecerá relativamente
estable en el tiempo.
Matemáticamente:
Promedio móvil=
∑ Sumade los n periodos previos
n
Cuando se presenta una tendencia, pueden utilizarse ponderaciones para dar más
énfasis a los valores recientes, esta técnica responde más rápido a los cambios.
Un promedio móvil ponderado se puede expresar de la siguiente manera:
Ejemplo.
- Aumentar el tamaño de n suaviza de mejor manera las fluctuaciones, pero resta sensibilidad al
método ante cambios reales en los datos.
- Los promedios móviles no reflejan muy bien las tendencias. Porque son promedios siempre se
quedaran en niveles pasados, no predicen los cambios hacia niveles más altos ni más bajos
(retrasan los valores reales).
- Requieren amplios registros de datos históricos.
Nuevo pronostico=Pronóstico del periodo anterior + α (Demanda real del mes anterior−Pronostico del perio
α : Ponderación o constante de suavización, tiene un valor entre 0 y 1.
También se expresa de la siguiente manera:
Esté método está basado en los volúmenes de ventas de períodos anteriores al que se desea
pronosticar.
El pronóstico debe hacerse a través de la relación existente entre tales períodos, tomando como
base o período modelo el que presentó las condiciones más normales con respecto a los demás
períodos a considerar, es decir, un período en el cual no se hayan producido sucesos eventuales
que afecten en gran proporción el volumen de ventas; tales como: incendios, control de precios
por parte del Estado, etc.
Estas características propias del método son las que lo califican como estadístico, y su
aplicación está basado en la siguiente formula
En donde:
Z = Número asignado a partir del año base hacia atrás y adelante. Desempeña el papel de
una serie aritmética, que constituye un artificio matemático para facilitar el cálculo del incremento
en cada período sin tomar en cuenta el año base.
n= Número de años excepto el año base. (La división entre dos es porque el método opera con
dos variables que son: Las ventas y el tiempo.)
Y = Ventas pasadas
Al resultado de esta fórmula se le adicionará el volumen de ventas del año base, para obtener
como resultado la proyección de ventas deseada.
Ejemplo:
Desarrollo:
Paso 1:
Determinar los valores de ∑ YZ y los de ∑ Z^2
Paso 2:
Sustituir los valores en la fórmula y desarrollarla.
∆= 700/10 x 4/2
∆= 70 x 2
∆= 140 UNIDADES
Paso 3:
Sumar la respuesta del desarrollo de la fórmula más las unidades vendidas durante el año base
(2005).
CURVAS DE APRENDIZAJE
MÉTODOS CAUSALES
Una variable depende de muchas causas o factores que determinan su comportamiento, es por
ello que los modelos de pronóstico causal intentan proyectar el mercado sobre la base de
antecedentes cuantitativos históricos. Para eso, suponen que los factores condicionantes del
comportamiento histórico de alguna o todo las variables del mercado permanecerán estables.
Una vez que estas variables relativas se han encontrado, se construye y utiliza un modelo
estadístico para pronosticar la variable de interés, las variables explicativas son variables
independientes.
Para usar un modelo causal se requiere de dos condiciones:
1. Una relación entre los valores de las variables, tales que proporcione información sobre la
otra u otras
2. Los valores de una variable deben ser conocidos y estar disponibles para la predicción en
el momento en el que deba hacerse.
CARACTERÍSTICAS
*MODELOS DE REGRESIÓN
Las técnicas de regresión cuantifican la asociación entre dos o más variables, de esta forma se
desarrollan una ecuación matemática que muestra cómo se relacionan las variables.
Para que la proyección sea la adecuada deben cumplirse algunos supuestos
● Los errores de la regresión tienen una distribución normal, con media, cero y varianza
constante.
● Los errores no están correlacionados entre ellos.
● Todas las variables analizadas se comportan en forma lineal o son susceptibles de
linealizar.
Ejercicio: Por ejemplo, supóngase que los antecedentes históricos de producción y ventas de un
determinado producto son los q se muestran en el cuadro 5.1. No obstante, es necesario aclarar
que se debe contar con número significativo de observaciones para que la estimación sea veraz
y las conclusiones derivadas de la relación entre variables sean consistentes.
Se desea hallar la demanda esperada para el año 2008
*MODELOS ECONOMÉTRICOS
Establecen cuál es la relación funcional que existe entre una (o varias) variable(s) endógenas y
las variables exógenas, que explican el comportamiento sistemático o determinista del modelo, y
la perturbación aleatoria, que explican la parte no determinista
Las principales fases que se pueden destacar en la elaboración de un modelo econométrico
son:
● Para estimar estos modelos existen diferentes métodos de estimación, como por
ejemplo, mínimos cuadrados ordinarios, mínimos cuadrados generalizados, máxima
verosimilitud, etc.
● Después de haber estimado el modelo, la variable dependiente se convierte en una
combinación lineal de las variables explicativas del modelo y, por lo tanto, no hay
que incluir la perturbación aleatoria. La estimación de la variable aleatoria será el
residuo, el cual mide el error que se comete al aproximar la variable observada con el
modelo estimado.
c) Validación.
Consiste en la realización de los contrastes estadísticos necesarios, así como, un análisis de los
residuos que permitirá determinar si el modelo estimado es adecuado o no. El modelo puede no
ser adecuado por varias razones, por ejemplo, inclusión de variables no significativas, omisión de
variables relevantes, los datos utilizados no sean adecuados, etc.
d) Utilización.
a) Según el número de variables endógenas los modelos pueden ser: unicuacionales si sólo se
quiere explicar una variable endógena, o multicuacionales si existe más de una variable
endógena.
b) Según el tipo de datos observados para las distintas variables que forman parte del modelo:
modelos de series temporales, si se dispone de diferentes observaciones a lo largo del tiempo
de la variable. Por otro lado, si dispone de observaciones de diferentes variables en un mismo
periodo de tiempo entonces estamos ante modelos de corte transversal. Si se combinan los
dos tipos de modelos anteriores tendríamos observaciones de diferentes variables a lo largo del
tiempo y trabajaríamos con modelos de datos de panel.
c) Según el momento del tiempo al que hacen referencia las variables los modelos pueden
clasificar en: modelos estáticos, si todas las variables ser refieren al mismo periodo de tiempo,
o modelos dinámicos si las variables se refieren a distintos periodos de tiempo.
d) Según la transformación que se aplique a los datos para estimar el modelo se distingue entre
los siguientes modelos: modelos en niveles, si no se hace ninguna transformación en los datos
observados, pero si los valores observados de las variables presentan, por ejemplo, tendencia
entonces hay que trabajar con los incrementos de las variables dando lugar a los modelos en
tasas de variación.
e) Según cómo influyen las variables independientes en la variable dependiente los modelos
pueden ser lineales o no lineales. En el primer caso existe una relación lineal entre las
variables y en el segundo caso no.
Modelo que utiliza técnicas de encuesta para medir las intenciones de compra o las necesidades
anticipadas de los clientes en el periodo futuro, podemos valernos de entrevistas personales,
entrevistas por teléfono o correo para averiguar si las personas tienen la intención de adquirir
un bien específico durante el próximo año.
Restricciones
➔ Estas tácticas nos ayudan a mantenernos al día respecto a las condiciones generales del
mercado, pero tienden a adolecer de incerteza por parte del entrevistado.
➔ Las intenciones no siempre son un indicador confiable del comportamiento futuro, sobre
todo tratándose de productos de consumo, es por eso que los resultados mas
satisfactorios de este método se han logrado en el mercado industrial.
➔ A veces es difícil seleccionar una muestra representativa de los compradores potenciales.
En el caso de muchos productos de consumo se requiere una muestra bastante
numerosa. De ahí que la encuesta sea un método costoso respecto al dinero y al tiempo
que se le invierte.
Método de análisis que tiene por objeto encontrar las relaciones entre los diferentes factores de
producción utilizados y el producto que se obtiene de ellos.
Lo que busca este modelo es determinar el grado de repercusión que la actividad de un sector
tiene sobre los restantes.
Permite medir los impactos directos e indirectos en la producción como consecuencias de la
demanda final, es importante evaluar, que las decisiones concernientes a variaciones del empleo
en una actividad, repercutirá en sí misma, así como en todos los sectores vinculados a ella, de
aquí que el efecto completo en los requerimientos.
Para estimar la demanda de un sector específico, el modelo descompone la demanda entre
bienes finales e intermedios y establece sus relaciones a través de los denominado coeficiente
técnicos.
Registro que se presenta mediante un cuadro de cuentas de doble entrada que describe
cuantitativamente las relaciones que existen entre las actividades productivas - orientada a la
satisfacción de bienes para la demanda final- , entre éstas y los usuarios finales de los bienes y
servicios; registra en las columnas las disponibilidades de los productos; y en las filas la
distribución de la oferta de acuerdo a las diferentes utilizaciones (intermedias y/o finales);
además muestran el equilibrio entre la oferta y utilización de bienes y servicios (productos).
Se pueden considerar muchos factores en un análisis causal. Por ejemplo, las ventas de un
producto pueden estar relacionadas con el presupuesto de publicidad de la empresa, los precios
de competidores y las estrategias promociónales, o aun las tasas económicas y de desempleo.
En este caso, las ventas serían llamadas variable dependiente y otras variables serían llamadas
variables independientes.
El trabajo del administrador es de desarrollar la mejor relación estadística entre las ventas y las
variables independientes.
Índice de difusión
La metodología
Los índices de difusión se construyen mediante cinco preguntas, cada uno con cinco posibles
respuestas, aunque se pueden elaborar con el número que sea, las respuestas a cada pregunta
se podrían catalogar como:
• Aumentó mucho (mucho mejor desempeño) - 1.00
• Aumentó algo (mejor desempeño) - 0.75
• Permaneció igual (neutral) - 0.50
• Disminuyó algo (menor desempeño) - 0.25
• Disminuyó mucho (mucho menor desempeño) - 0.00
El punto medio del índice es, en principio, un número algo arbitrario, que representa el umbral
entre el pesimismo y el optimismo (en el caso de los índices de confianza) y entre el mal y el
buen desempeño (en los índices de opinión sobre el desempeño económico).
Índice de difusión con rango 0 a 100.
Análisis ciclo de vida
El mejor momento para lanzar un nuevo producto se debe establecer en base al análisis del
mercado, sector, competencia, tecnología , capacidad y muchos más aspectos que determinan,
a priori, la idoneidad de dicho momento.
Pero la evolución de un producto en el mercado ha sido analizada a lo largo de los años para
poder contar con datos muy aproximados de su comportamiento, teniendo en la actualidad
modelos de predicción de dicha evolución que, a pesar de los matices que en cada caso
particular deban ser tenidos en cuenta, pueden aportar una idea muy aproximada de dicha
evolución, como es el caso del denominado Ciclo de Vida del Producto.
El Ciclo de Vida de un producto es un modelo de análisis de la tendencia de evolución de las
ventas desde su lanzamiento en el mercado hasta su retirada del mismo, que determina y define
un conjunto de etapas consecutivas con características concretas, las cuales permiten analizar
los distintos condicionantes presentes a lo largo del periodo en el cual el producto permanece
activo en el mercado.
El estudio de cada una de estas etapas puede aportar la clave de la situación de cada uno de los
productos de la empresa, basándonos en la tendencia general de los mismos, no obstante, tanto
las ventas como los tiempos de cada producto estarán en relación a cada empresa, por tanto, se
debe realizar un estudio individualizado en cada caso.
Las cuatro etapas y sus consideraciones particulares son las siguientes:
El desarrollo del beneficio obtenido por el producto en cada fase coincide a grandes rasgos con
la curva de tendencia representada. No obstante, en el inicio el beneficio es negativo, hasta
completar la etapa de nacimiento, ya que las inversiones necesarias para establecer un nuevo
producto en el mercado no se recuperan hasta que el producto se vende y genera ingresos,
pudiéndose dar el caso de que el producto no tenga éxito lo cual supondría que dichas
inversiones no se recuperarían nunca.
Como aplicación de este modelo, se puede determinar el momento del lanzamiento de un nuevo
producto, en base la fase de evolución de los productos que la empresa tiene en el mercado,
para preservar su presencia activa en el mercado.