Uso de los pronósticos de producción

1. Introducción a los pronósticos

1.1. Un pronóstico de demanda o pronóstico de producción en el ámbito de fabricación, consiste en predecir eventos futuros asociados al producto o servicio que ofrecemos. En este caso pensamos a futuro para estimar cuánto vamos a vender, lo que nos permitirá desarrollar proyecciones de ventas El pronóstico intenta predecir el futuro. Existen varios tipos de pronósticos y presupuestos de producción y se dividen en dos categorías generales. Éstos se denominan pronósticos de producción cualitativos y cuantitativos. La elección de la técnica para un pronóstico depende del objetivo del pronóstico. Para pronosticar la demanda de un producto y, por lo tanto, planificar la capacidad de producción, deberemos basar el pronóstico en los datos de origen.

2. Causales

2.1. Los modelos de pronóstico causal generalmente consideran algunas variables que están relacionadas con la variable que se predice. Una vez que estas variables relativas se han encontrado, se construye y utiliza un modelo estadístico para pronosticar la variable de interés. Este intento es más poderoso que los métodos de serie de tiempo que únicamente utilizan los datos históricos para pronosticar la variable. 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. El modelo de pronóstico causal cuantitativo más común es el análisis de regresión lineal.

3. Series de tiempo

3.1. Una serie de tiempo es una lista de fechas, cada una de las cuales se asocia a un valor (un número). Las series de tiempo son un modo estructurado de representar datos. Visualmente, es una curva que evoluciona a lo largo del tiempo. Por ejemplo, las ventas diarias de un producto pueden representarse como una serie de tiempo. En el sector minorista o en el de manufactura, las series de tiempo son importantes porque son las representaciones más canónicas del flujo de artículos vendido o producido. La representación de datos comerciales como series de tiempo generalmente ayuda a los encargados a visualizar la actividad de sus comercios.

3.1.1. Regresión lineal. - Promedios móviles - Promedio móvil ponderado - Suavización exponencial - Suavización exponencial con tenencia.

3.1.2. El pronóstico de las series de tiempo significa que extendemos los valores históricos al futuro, donde aún no hay mediciones disponibles. El pronóstico se realiza generalmente para optimizar áreas como los niveles de inventario, la capacidad de producción o los niveles de personal.

4. Métodos cuantitativos de pronósticos

4.1. Los modelos cuantitativos de pronósticos son modelos matemáticos que se basan en datos históricos. Estos modelos suponen que los datos históricos son relevantes en el futuro. Casi siempre puede obtenerse información pertinente al respecto. Aquí, analizaremos varios modelos cuantitativos, la precisión del pronóstico, pronósticos a largo plazo y pronósticos a corto plazo.

5. Pronósticos generales de la empresa

5.1. -Pronósticos a corto plazo: En las empresas modernas, este tipo de pronóstico se efectúa cada mes o menos, y su tiempo de planeación tiene vigencia de un año. Se utiliza para programas de abastecimiento, producción, asignación de mano de obra a las plantillas de trabajadores, y planificación de los departamentos de fabricación. -Pronósticos a mediano plazo: Abarca un lapso de seis meses a tres años. Este se utilizan para estimar planes de ventas, producción, flujos de efectivo y elaboración de presupuestos. -Pronósticos a largo plazo: Este tipo de pronóstico se utiliza en la planificación de nuevas inversiones, lanzamiento de nuevos productos y tendencias tecnológicas de materiales, procesos y productos, así como en la preparación de proyectos.

6. Interpretación de los resultados

6.1. Sala de Inversión. Los análisis que se pueden realizar sobre variables económicas muy rara vez son acertados, esto ya que el mercado y la información corren tan aprisa, que lo hace un minuto valía 10, en un segundo puede variar, tanto al alza como a la baja.

6.1.1. Es así como es necesario conocer algunos conceptos importantes para tener en cuenta a la hora de interpretar los pronósticos en el mercado. En primer lugar, es absolutamente fundamental tener en cuenta que las predicciones en economía y finanzas acarrean siempre y necesariamente un considerable margen de error.

7. Características de la demanda

7.1. -La demanda es derivada. La demanda de un producto para las empresas deriva de la que tengan los productos de consumo en que se utilice. -La demanda es inelástica. Otra característica del mercado de empresas es la demanda inelástica de este tipo de productos. -La demanda fluctúa mucho Aunque la demanda de los bienes industriales no cambia en respuesta a las alteraciones de los precios, si lo hace frente a otros factores. - Numero de tipos de usuarios industriales Número de compradores: El mercado de la empresa contiene relativamente pocas unidades de compra en comparación con el mercado de consumidores. -Determinantes de la demanda del mercado empresarial Si quiere analizar un mercado de consumidores el experto en marketing habrá de estudiar la distribución de la población y varios aspectos demográficos

8. Introducción de los intervalos

8.1. Un intervalo es un conjunto conectado de los números reales. Esta lección se dedica a representaciones, contenido y uso de intervalos. Contenido de un Intervalo Para determinar si un número particular pertenece a un intervalo, podemos seguir los pasos siguientes: Sombrear la región del intervalo en la recta real. Dibujar una flecha indicando la localización del número particular. Si la flecha apunta a un punto dentro de la región sombreada, entonces el número pertenece al intervalo. De otra forma, no pertenece.

8.1.1. Los intervalos numéricos en R son conjuntos de números reales y se representan mediante un segmento con o sin extremos. Pueden ser acotados o no acotados: En matemáticas, un intervalo (del lat intervallum) es un conjunto comprendido entre dos valores. Específicamente, un intervalo real es un subconjunto conexo de la recta real , es decir, una porción de recta entre dos valores dados. Para poder montarse en una máquina del parque de diversiones hay que medir 3 pies o más de altura. Si dejamos que x sea la altura de un cliente, el conjunto de todos los valores de x que permiten que el cliente monte en la máquina se puede representar con 3 ≤ x. 3 ≤ x es un ejemplo de un intervalo.

9. Costo de los inventarios

9.1. Los costos de inventario son aquellos que están relacionados con el almacenamiento, aprovisionamiento y mantenimiento del inventario en determinado período de tiempo. Para un minorista habitualmente, representa el promedio de bienes comprados a sus proveedores durante un año. Es importante estar reconocer que dichos costes varían elocuentemente según el sector comercial.

9.1.1. El inventario es el mayor activo, de igual modo es donde se generan mayores gastos por lo que tiene derivación en las finanzas de la empresa, lo que hace fundamental realizar la evaluación de dichos costes, así estipular el beneficio máximo que se puede alcanzar del inventario, además detectar y realizar cambios, que pudieran reducir los costos, bien sea en proveedores o productos.

10. Modelos probabilísticos

10.1. Un modelo se define como probabilístico cuando siempre que se somete a un mismo estimulo, reacciona de forma diferente. En los problemas de toma de decisiones con frecuencia se tiene la necesidad de tomar decisiones con base en fenómenos asociados con la incertidumbre. Esta incertidumbre es la consecuencia de una variación constante del sistema debido a causas que no se pueden controlar. A este tipo de problemas se les puede incorporar el modelo matemático y manejarlos de forma cuantitativa. Un ejemplo típico de este tipo de problemas lo constituyen los problemas de colas o líneas de espera mencionados anteriormente, como uno de los problemas que han sido estudiados por la investigación de operaciones.

11. Modelo “EOQ”

11.1. El sistema EOQ (Economic Order Quantity) ya se utiliza desde hace muchos años, también es conocido por sus siglas en español modelo CEP (Cantidad Económica de Pedido) o por lote económico de pedido. Concretamente fue en el 1913 cuando Ford Whitman Harris lo puso en marcha aunque, para ser realistas, se popularizó en 1934 de la mano de R.H. Wilson. Este modelo toma sus siglas de la palabra en inglés Economic Order Quantity, cuya traducción al castellano sería Cantidad Económica de Pedido. El modelo tiene en cuenta una demanda constante y conocida a priori, y en base a esto trata de saber que mediante el coste de mantenimiento de un inventario y el costo de ordenar el pedido se puedan obtener las cantidades óptimas a pedir, todo ello minimizando el coste de inventario al máximo.

12. Casos especiales del modelo “EOQ”

12.1. MODELO EOQ (Cantidad económica de pedido) Este modelo de inventario o de compra, es el más sencillo, puede ser aplicado a cualquier establecimiento de comercio; por ejemplo un supermercado pide a intervalos fijos una cantidad determinada de productos, en el momento que se agotan estos productos llega otra orden y así sucesivamente. Para la elaboración del modelo, partimos con las siguientes suposiciones: -La demanda es constante y conocida. Puede estar dada en días, semanas, meses o años. En realidad puede ser cualquier unidad de tiempo siempre y cuando los demás datos se trabajen igual. -El tiempo entre la colocación del pedido y su recepción (lead time) es conocido y constante. -No hay descuentos por cantidad. -No hay restricciones para el tamaño del lote. -El costo de ordenar y el costo de mantener son los únicos costos variables. -El costo de ordenar es constante.