15/10/2019 1

COMO SATISFACER UNA DEMANDA

PEDIDO

PEDIDO
UNICO MATRIZ DE
(MODA) PAGOS

D.R.P

DEMANDA J.I.T M.R.P CANTIDAD, TIEMPO

KANBAN

PULL MOD INV PLANF INV PARAMETROS

ANALISIS PRONOSTICO
INVENTARIO DEMANDA DEMANDA

PUSH CAP PLANTA REQ NETO ASIGNACION

15/10/2019 2
 GESTION DE LA DEMANDA
La demanda es el punto de mira de la gestión del sistema
logístico, y uno de sus objetos de estudio

Analisis de la demanda

Selección del modelo de

pronostico
Elementos del sistema
gestión de la Planificación de la
demanda Demanda

Monitoreo de la
Demanda

Planificación de requerimientos
Para satisfacer la demanda
15/10/2019 3
15/10/2019 4
 DETERMINACION DE LA DEMANDA
Los pronósticos son estimaciones de la ocurrencia, la cronología o la
magnitud de futuros eventos inciertos, usando para esto la mejor
información disponible, para obtener un dato más confiable.

Juicio
Indicadores
Económicos
Estimación Previsión
de Ventas Subjetiva

Encuestas Previsión de
la Demanda
Demanda Cte.
Dato Previsión
Demanda Objetiva
Histórica
Modelo
Pronostico
15/10/2019 5
 MÉTODOS PARA PRONOSTICAR DEMANDA

Correlación Método
C C Delphi
y regresión U U
A A Diseño de
Alisamiento N M L escenarios
M I
exponencial É T É
I T T Tormenta de
Series T A
O T O ideas
cronológicas A D T
D I
T O Método 632
O V
Media móvil S I S Estudio ciclo
V O
S
de vida del
Ajuste de O producto
S
curvas Estudio del
mercado
Distribucion Encuestas y
Frecuencias entrevistas

15/10/2019 6
 Métodos de promedio

• Promedios simples:
Se obtiene la media de todos los
valores pertinentes, la cual se
emplea para pronosticar el
periodo siguiente.

15/10/2019 7
 Promedios simples:
PERIODO DEMANDA
1 37
2 31
3 39
4 40
5 23
6 28
7 31
8 41
9 38
10 25
11 32
12 38
SUMATORIA 403
N 12
PROMEDIO 34

15/10/2019 8
 Promedios móviles:
• Este método no considera la media de
todos los datos, sino solo los más
recientes.
• Se puede calcular un promedio móvil
de n periodos.
• El promedio móvil es la media
aritmética de los n periodos más
recientes.

15/10/2019 9
 Promedios móviles:
PROMEDIO 2 PROMEDIO 3 PROMEDIO 4 PROMEDIO 5
PERIODO DEMANDA
PERIODOS PERIODOS PERIODOS PERIODOS
1 37
2 31 34
3 39 35 36
4 40 40 37 37
5 23 32 34 34 34
6 28 26 31 33 33
7 31 30 28 31 33
8 41 36 34 31 33
9 38 40 37 35 33
10 25 32 35 34 33
11 32 29 32 34 34
12 38 35 32 34 35
VALOR DEL PRONOSTICO 32 33 34 34

15/10/2019 10
 Promedios ponderado:

PESO *
PERIODO DEMANDA PESO
DEMANDA
1 37 1 37
2 31 2 62
3 39 3 117
4 40 4 160
5 23 5 115
6 28 6 168
7 31 7 217
8 41 8 328
9 38 9 342
10 25 10 250
11 32 11 352
12 38 12 456
SUMATORIA 78 2604
PROMEDIO PONDERADO 34

15/10/2019 11
 DISTRIBUCION DE FRECUENCIAS
DATOS HISTORICOS DE CONSUMO
1250 1040 1250 2300 1000 1850 1200
750 550 950 1250 1550 1250 1600
1050 1450 1450 950 1150 1650 1200
1350 1900 850 1100 1350 900 1650
300 650 1540 1800 1500 1600 1200

No Dato No Dato
1 300 19 1250
2 550 20 1250
3 650 21 1350 Log(n) 1,54
4 750 22 1350 K = 6,13
5 850 23 1450 Rango 333,33
6 900 24 1450 Desv 262,61
7 950 25 1500
8 950 26 1540
9 1000 27 1550
Dmy  Dmn
TI 
10 1040 28 1600
11 1050 29 1600
12 1100 30 1650
13 1150 31 1650 K
K  1  3,322 Log (n)
14 1200 32 1800
15 1200 33 1850
16 1200 34 1900
17 1250 35 2300
18 1250

15/10/2019 12
 DISTRIBUCION DE FRECUENCIAS
Inicial Final Frecuencia % Part Frec Acum % Acum
300 633 2 5, 71% 2 5, 71%
634 967 6 17, 14% 8 22, 86%
968 1301 12 34, 29% 20 57, 14%
1302 1635 9 25, 71% 29 82, 86%
1636 1969 5 14, 29% 34 97, 14%
1970 2303 1 2, 86% 35 100, 00%

Para un nivel de serv icio de 97%

Inv Promedio 1268
Desv Estandar 411
1 DE 2 DE
LCI 857 446
LCS 1679 2090

14

12

10

8
Serie1
Polinómica (Serie1)
6

0
1 2 3 4 5 6

15/10/2019 13
 SUAVIZACION EXPONENCIAL
Es una tecnica de promedios moviles que pondera los datos historicos
exponencialmente para que los datos más recientes tengan más peso en el
promedio.

Donde el pronostico Ft, se construye de la predicción del ultimo periodo

Ft-1; más una porción a de la diferencia entre el valor de la demanda real
del periodo anterior At-1 y el pronostico del periodo anterior Ft-1.

Ft = Nuevo pronostico.
a  Constante de suavización. Ft = (1-a)A t-1 + a F t-1
F t-1 = Pronostico del periodo anterior
A t-1 = Demanda real periodo anterior
a  2/n+1

15/10/2019 14
 SUAVIZACION EXPONENCIAL

a 0,1
Demanda Nuevo Suavización exponencial
Periodo (1-a)At-1 a(Ft-1)
RealAt-1 pronostico 120
1 54
2 81 49 6 54 100
3 71 73 6 79
80
4 80 64 8 72

Valor
5 75 72 8 80 60
Real
6 97 68 8 76
40 Pronóstico
7 91 88 8 96
8 71 82 10 92 20
9 81 64 10 74
0
10 79 73 8 81
1 2 3 4 5 6 7 8 9 10 11 12
11 55 72 9 81
Punto de datos
12 56 50 9 59

15/10/2019 15
 MINIMOS CUADRADOS
Es una técnica matemática de ajustar una tendencia por medio de datos puntuales.
El resultado es la mejor línea de ajuste y tiene las siguientes propiedades:
@ La sumatoria de X=0
@ La sumatoria de X cuadrado es mínima
@ La ecuación es de la forma Y=a+bX, donde;

PRONOSTICO 100
PERIODO VENTAS MINIMOS
90
CUADRADOS
80
1 85 62
70
2 90 62
60
3 75 62
50
4 80 62
40
5 92 62
30
6 78 62
20
7 68 62
8 82 62 10
9 63 62 0
10 73 62 1 2 3 4 5 6 7 8 9 10 11 12
11 68 62
VENTAS PRONOSTICO MINIMOS CUADRADOS
12 59 62

15/10/2019 16
 INDICE ESTACIONAL MC
Las fluctuaciones estacionales son variaciones que se repiten regularmente en un
periodo de un año. Para determinar el factor estacional debemos estimar como varían
los datos de la serie en el tiempo de mes a mes en un año típico.

120

100

80
VENTAS 2007

60
PRONOSTICO REAL

40 PRONOSTICO MINIMOS
CUADRADOS

20

0
1 2 3 4 5 6 7 8 9 10 11 12

15/10/2019 17