Pronosticos de Demanda

No hay estrategia efectiva......... sin un buen pronóstico Mind de Colombia www.mind.com.co www.dandoenelblanco.com

CONCEPTOS DE PRONÓSTICOS Y USO DE FORECAST PRO PARA ELABORAR PRONÓSTICOS

INTRODUCCIÓN A LOS PRONÓSTICOS

INTRODUCCIÓN CONCEPTUAL DE LOS PRONÓSTICOS
¿Qué es un pronóstico?
Estimación anticipada del valor de una variable , convirtiéndose en una herramienta fundamental para la toma de decisiones dentro de las organizaciones.
Áreas en donde se utilizan:
Planeación y control de inventarios
Producción
Finanzas
Ventas
Comercialización, entre otras.

Validez del pronóstico: Un pronóstico no es la verdad absoluta , sólo es una aproximación.
Objetivo de un pronóstico : Reducir la incertidumbre acerca de lo que puede acontecer en el futuro proporcionando información cercana a la realidad que permita tomar decisiones.

Lo que se puede pronosticar
Cualquier situación o variable a la que pueda identificársele un patrón o relación .
Pero es más complejo en el área de la economía y los negocios, en donde tales patrones y relaciones cambian con el tiempo y se entremezclan con perturbaciones aleatorias.
Tales cambios son mayores a mayor tiempo lo que disminuye la probabilidad de acierto.

Aspectos claves para formalizar el proceso de pronósticos en las empresas:
a. Datos confiables y suficientes
b. Conocimiento de las diferentes técnicas
c. Una herramienta que permita aplicar las diferentes técnicas
Necesidades de pronósticos en las empresas :
a. Plan estratégico: Pronóstico de ambiente económico y su impacto en la organización.
b. Plan funcional: Pronósticos de ingresos, gastos y utilidades.
c. Plan operativo: Pronósticos de la demanda de productos

Importancia de datos en los pronósticos
Forecast Pro y las técnicas tradicionales de pronósticos usa la historia de datos para pronosticar , pueden provenir de fuentes primarias o secundarias y debe ser información:
a. Confiables, precisos y completos
b. Los datos deben ser pertinentes.
c. Los datos deben ser consistentes.
d. Los datos deben ser periódicos.

Automatizaci ón de los Pronósticos
Los métodos de pronósticos que mejor han tenido éxito son relativamente los más simples.
Los datos de productos son a menudo tan volátiles que los modelos más complejos, no importando que tan bien se ajusten a los datos históricos, producen pronósticos con resultados inferiores.
Cuando los datos históricos son relativamente largos y no muy ruidoso, hay un beneficio sustancial invirtiendo tiempo ajustando un modelo de pronóstico a cada registro.
Muchas series de tiempo son extremadamente ruidosas. La información de un registro histórico individual podría no ser suficiente para escoger el mejor método de pronóstico

Clasificación de las series de tiempo
Series tipo A: Son de alto volumen. Son bastante regulares de tal forma que los métodos estadísticos como los que utiliza Forecast Pro funcionan bien. Estos ítems de alto volumen son importantes para las empresas y las consecuencias de errores en el pronóstico pueden ser significativas. Por lo tanto si no son muchas, conviene revisar detenidamente una a una e incluso hacer ajustes por experiencia si se considera conveniente.
Series tipo B: Son de volumen medio. Normalmente, estas series pueden ser pronosticadas con buena exactitud por los métodos de Forecast Pro. Ya que este grupo de ítems no es tan crucial para el resultado de la empresa, se prestan para pronosticarlos de manera automática.
Series tipo C: Son de bajo volumen, y muchas veces representan más del 50% del total. Muchas de estas series contienen ceros, con ventas ocasionales y eventualmente una venta grande. El porcentaje de error de los pronósticos de las series tipo C es casi siempre muy grande pero las consecuencias de este error normalmente son pequeñas.
Cuando aparecieron los sistemas de pronósticos tipo C, casi nunca eran pronósticados. Se usaba un pornóstico por default (0 o 1). Los métodos de Forecast Pro ayuda a mejorar la exactitud.

MÉTODOS DE PRONÓSTICOS

¿Cuál es el mejor método?
1. Depende de los datos, el propósito y la perspectiva del pronosticador..
2. Dependerá de las propiedades de los datos:
a. Datos diarios, mensuales, trimestrales, etc.
b. Cantidad de datos históricos con que contamos.
c. Series con o sin tendencia, con o sin estacionalidad.
3.. Dependerá del horizonte que requerimos:

1. Métodos subjetivos: (Cualitativas):no se basan sobre análisis estadístico de los datos históricos sino sobre la expresión personal.
2. Métodos objetivos: (Cuantitativos) Se basan en el manejo de datos numéricos históricos .

a. Técnicas de extrapolación: Existencia de patrones y estudio de transformaciones que sufre la serie de tiempo. La serie de tiempo se puede dividir en componentes: Tendencia, Estacionalidad, Ciclicidad y aleatoriedad.
b. Técnicas causales, explicativas: Identifican y determinan cuales son las relaciones existentes entre la variable dependiente de interés a pronosticar y las variables independientes

Pronósticos y el Sistema Productivo

Modelo General de hacer un Pronóstico

Algunos Tips para Pronosticar
¡Base de datos confiable: “Si entra basura, sale basura!”
Selección de datos a pronosticar.
Entre más datos se proporcione mejor.
Datos con estacionalidad.
Si Usted sabe algo, infórmelo, para que el pronóstico sea confiable.

Pronósticos en Lote Vs. Interactivos
Número de ítems a pronósticar.
Los pronósticos interactivos están limitados a una sola variable a la vez.
Los pronósticos en lote procesan muchos ítems secuencial y automáticamente.
ForecastPro está diseñado principalmente para pronosticar muchas series o ítems, sin embargo también puede ser utilizado para pronósticos interactivos.

INTRODUCCIÓN ESTADÍSTICA BASICA CONCEPTUAL

SERIES DE TIEMPO Y SU DESCOMPOSICIÓN Principio de la descomposición: + Separar los distintos elementos de una serie de tiempo + Analizar cada elemento de manera individual + Proyectar cada elemento en el futuro + Integrar las proyecciones en un pronóstico total

Ventas de un producto X en un determinado periodo de tiempo Una serie de tiempo puede ser definida como una colección de datos históricos ordenada cronológicamente en periodos “iguales” dentro de un cierto intervalo de tiempo.

Tendencia Inclinación en cierta dirección
Tendencia: La tendencia de una serie de tiempo es el componente de largo plazo que representa el crecimiento o disminución en la serie sobre un periodo amplio.
EXPONENCIAL AMORTIGUADA O ESCALONADA LINEAL

Tendencia Inclinación en cierta dirección GLOBAL LOCAL

CAUSAS de Estacionalidad
Clima
Dias festivos
Calendario escolar
Temporada de impuestos
Variación de transacción diaria
etc.
FORMAS de Estacionalidad
Aditiva Fluctuación constante en unidades
Multiplicativa Fluctuación constante en porcentaje
Estacionlidad: Comportamiento que se repite regularmente en un intervalo de tiempo Estacionalidad y Ciclicidad Ciclicidad: Es la fluctuación en forma de onda alrededor de la tendencia.

Eventos (Intervenciones) Eventos discretos que podrían o no repetirse, tales como: Promociones irregulares de producto Catastrofes naturales Huelgas laborales Nuevas legislaciones o regulaciones Días festivos, como Semana Santa. Si los eventos no se reconocen y no se modelan entonces podrían corromper las mediciones de tendencia o estacionalidad. Ruido : Mide la variabilidad de la series de tiempo después de retirar los otros componentes

Utilizando el principio de descomposición
Se analiza la tendencia y puede ser seleccionada dependiendo de la forma lineal, amortiguada, exponencial o sin tendencia.
Se analiza la estacionalidad, y puede ser seleccionada del tipo multiplicativa o aditiva.
Los eventos pueden ser identificados y sus impactos pueden ser medidos y aplicados en los pronósticos.
Lo anterior puede ser realizado automáticamente para series individuales o para lotes de series.

INTRODUCCIÓN ESTADÍSTICA BASICA CONCEPTUAL
Base: Es el punto en el tiempo desde el cual los pronósticos son preparados.
Horizonte del pronóstico: Es el número de periodos a pronosticar.
Límites de confianza: Es un intervalo dentro del cual es probable que se ubique el parámetro de interés de la población.
Error de pronóstico: Usado para calcular los límites de confianza de los pronósticos, de una manera realista.

CRITERIOS PARA LA MEDICIÓN DE EXACTITUD DE UN MÉTODO DE PRONÓSTICO

Evaluando la exactitud de los modelos Dos enfoques 1.- ¿Con qué exactitud se ajusta el modelo a la serie de datos históricos? 2.- ¿Con qué exactitud el modelo pronostica el futuro?

Criterios de medición de exactitud de un modelo de pronóstico
MAD : Mean Absolute Error (Media del Error Absoluto) mide el promedio de los errores en unidades.
MAPE : Mean Absolute Percent Error (Media del Error Absoluto en Porcentaje) mide el promedio del error en porcentaje.
BIC : Bayesian Information Criterion . es utilizado para seleccionar el mejor modelo dentro de una familia de modelos.
R2 : El grado de correlación entre los datos históricos y el modelo de pronóstico. Es igual a la fracción de la variancia explicada por el modelo.
Durbin – Watson: Es usada para probar la correlación de los errores de ajustes, es decir, de autocorrelación.
Ljung – Box: Es usada para probar la autocorrelación total de errores ajustados de un modelo.

“ Forecast Pro es una herramienta eficaz para pronosticar de manera rápida y confiable”

¿Qué es Forecast Pro?
Forecast Pro es un programa de pronósticos poderoso d iseñado para la gente de empresa con una serie de metodologías de series de tiempo.
Forecast Pro es un software de pronósticos rápido, fácil y exacto para profesionales en negocios. Este paquete es fácil de aprender y fácil de utilizar, haciendo a Forecast Pro la selección lógica, si actualmente esta pronosticando con hojas de cálculo, estimando por experiencia o esta utilizando otro paquete con el que no este satisfecho — y no este contento con los resultados inexactos.
Maneja la formulación de múltiples niveles: Zonas, Centros de Distribución, Clientes, Proveedores, entre otros.
Utiliza técnicas avanzadas de Pronósticos.
INTRODUCCIÓN

INTRODUCCIÓN
Forecast Pro ofrece
Mejorar la exactitud de sus Pronósticos
Ahorrar su tiempo y dinero
Mejorar la planeación
Reducir los costos de inventario
Disminuir faltantes
Aumentar la satisfacción del cliente
Mejorar la efectividad y eficiencia de la cadena de abastecimiento
Controla los territorios de comercialización

METODOLOGÍAS
Promedios Móviles Simples
Modelos de Datos Discretos
Modelo de Demanda Intermitente de Croston
Modelos de Suavización Exponencial
Box – Jenkins
Modelos con Eventos
Modelos Multinivel
Sistema Experto

INTERFASE DE FORECAST PRO

La interfase de Forecast Pro Unlimited Barra de Menú Barra de herramientas Navegador Lista primaria Barra de estado Ventana de modificaciones Ventana de gráficos Ventana de reporte de Pronóstico Barra de Diálogo

Navegador
El navegado también destaca los códigos de colores cuando un ítem ha sido modificado y cuando otros ítems se afectan producto de un ítem superior.
Indique que en un grupo hay un ítem inferior al mismo árbol contiene una modificación. Amarillo Indica que el ítem no contiene modificaciones. Verde Indica que el ítem contiene una modificación . Rojo

Navegador
El Navegador contiene un menú (clic derecho) que:
Proporciona una manera conveniente para construir una lista primaria.
Aplica modificadores y controla la exhibición del árbol del navegador.

Navegador – Modelo Modelo: Nos permite escoger un modelo estadístico para cada ítem, subgrupo o grupo dentro de las gamas de modelos que contempla Forecast Pro Unlimited.

Navegador – Eventos Eventos: Nos permite modelar series de tiempo en la cual esté influenciando un evento a nivel de grupo o a nivel de ítem.

Navegador – Pesos Pesos: Nos permite, modelar una serie de tiempo que esté influenciado por variable de peso como el factor tiempo.

Navegador – Datos Atípicos Dato Atípicos: Nos permite, detectar y corregir puntos que caen fuera del rango esperado de los datos históricos.

Ventanas Ventana de Datos Atípicos Ventana de reporte De modificaciones Ventana de reporte De pronóstico Ventana de Gráficos Ventana de ajuste

PREPARACIÓN DE BASE DE DATOS

Formatos ASCII

Formato de Filas En este ejemplo no hay uso de atributos para definir grupos jerárquicos.

Formato de Columnas En este ejemplo no hay uso de atributos para definir grupos jerárquicos.

Usando atributos de campo para definir jerarquías

PRONOSTIQUE

Generando el pronóstico
Operaciones/Pronóstico o

Observaciones :
Una vez generado el pronóstico gráficamente se incluyen los límites de confianza y el pronóstico para cada una de las series (en todos los niveles) encontradas en el argumento. De igual manera se calcula la bondad de ajuste a la data histórica.
Una vez generado el pronóstico se genera un reporte de pronóstico para cada una de las series (en todos los niveles) encontradas en el argumento.
Los pronósticos generados fueron calculados utilizando selección experta.
Los pronósticos negativos son ajustados a cero a menos que se permitan que se generen.
Forecast Pro trabaja muy bien con series continuas sin embargo Forecast Pro le permite personalizar los modelos agregando modificadores de argumento .

Reporte de pronóstico Documenta la lógica de selección experta en escoger un modelo de pronóstico. Este análisis será omitido si usa una especificación del modelo a usar. Especifica el modelo de pronóstico que fue usado para generar el pronostico.

Reporte de pronóstico
Datos de Pronóstico:
Evaluación Rolada Fuera de la Muestra:
Evaluación Estadística de una Muestra:
Modificaciones : Muestra las modificaciones hechas a cualquier nivel del pronóstico.

Reporte de pronóstico Especifica para cada nivel las estadísticas de la muestra. Muestra los datos historicos de la serie

Reporte de pronóstico Muestra los pronósticos para cada nivel con los correspondientes límites de confianza. Muestra las estadísticas fuera de la muestra cuando se opera la opción de retener (Holdout).

Reporte de pronóstico Muestra las estadísticas para los periodos que han sido retenidos. Muestra las modificaciones efectuadas a es registro

Reporte de pronóstico – Clic derecho

PRONÓSTICOS MULTI-NIVEL T Marca Segmento Pronósticos Op. SKU Locación SKU

Pronosticando en Multiples Niveles
Las empresas típicamente requieren conciliar los pronósticos que se realizan a diferentes niveles.
Los pronósticos a nivel SKU o pronósticos operacionales conducen a toma de decisiones de producción, control de inventarios, etc.
Los pronósticos a nivel agregado intermedio o funcionales conducen las actividades de mercadotécnia y Ventas.
Los pronósticos a nivel agregado alto conducen la toma de decisiones financieras y de planeación estratégica de la empresa
Se pretende que los pronósticos deben de coincidir en todos los niveles.

Jerarquización multi-nivel orientada geográficamente Jerarquización multi-nivel orientada al producto Vtas Totales Marca A Marca B Marca C Latas Barriles Botellas Paq 6 Paq 24 Paq 12 Vtas Totales Norte Centro Sur Marca A Marca C Marca B Latas Barriles Botellas

Niveles para planificar la demanda Total Compañía Región Canal Cliente 1 2 3 4 Punto de Venta 4 Estrategia de distribución directa ( 100% manejada por la compañía ) Sistema Pull 39 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Canal Modreno Canal Tradicional.

Total Compañía Región Canal Cliente 1 2 3 4 Punto de Venta 4 . . . . . . . . . . Sistema Push Estrategia de distribución Indirecta ( 100% distribuidores territorios abiertos ). 41 Niveles para planificar la demanda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Distribuidor Canal Modreno Canal Tradicional.

Tres estrategias para conciliar los pronósticos
Bottom-up (De Abajo hacia Arriba ó Ascendente) .
Crea pronósticos basados en modelos al nivel más bajo. Construye los pronósticos de los niveles más altos sumando los pronósticos de niveles más bajos.
Top-down (De Arriba hacia Abajo ó Descendente).
Crea pronósticos basados en modelos a niveles agregados (ej. Nivel de grupo). También crea pronósticos basados en modelos en los niveles mas bajos.
Índices.
Estima los índices estacionales a nivel de grupo y los use para todos los miembros del grupo. Basados en modelos con datos históricos cortos o demanda pequeña y los índices estacionales son difíciles de calcular.

Definiendo un argumento de múltiples niveles Las empresas típicamente tratan con múltiples niveles de agregación y requieren pronósticos consitentes en todos los niveles. BRAND Retail Comercial CANS.xls BOTTLESs.xls CANSs6 Medio Barril Barril CANSs12 BOTTLES 6 BOTTLESs12

Pronósticos Multinivel

Productos de corta vida
Cambio de SKU´s que conforman la línea por lanzamientos de nuevos productos.
_GROUP=LÍNEA/INDEXES
SKU1 Reemplazado por SKU2
SKU2 Reemplazado por SKU3
SKU3 Queda activo
_END
Pronostica LÍNEA, obteniendo los índices estaciónales.
Usa los índices de LÍNEA para desestacionalizar los SKU´S.
Pronostica los SKU´S resultantes de la desestacionalización.
Usa los índices estaciónales de la LÍNEA para re - estacionalizar los pronósticos a nivel de SKU.

DETECTANDO Y CORRIGIENDO VALORES ATÍPICOS

DETECTANDO Y CORRIGIENDO DATOS ATIPICOS
Un Dato Atípico es un punto que está por fuera del rango de datos. Si se pronostica una serie que contiene un punto atípico existe el peligro que los Dato Atípico pueda impactar el pronóstico.
Una solución a este problema es ocultar y proteger los datos históricos de los Datos Atípicos y reemplazarlos por valores típicos antes de pronosticar cuando los puntos atípicos no son conocidos.
Si un Dato Atípico no es verdaderamente severo corregirlo puede hacer más daño ya que generará pronósticos pobres.

¿Cómo detectar y corregir Datos Atípicos?
Operamos Configuraciones/Opciones y exhibimos el tab de Datos Atípicos

Configurando las Opciones – Datos Atípicos
El tab de Datos Atípicos es usado para detectar o corregir contornos. También permite poner la sensibilidad a las opciones para detectar contornos y mandar al reporte de contornos.
No Detectar – No Corregir: No detecta contornos y los pronósticos serán generados sin corregir la historia.
Solo Detectar: Detectará contornos y exhibirá una sugerencia de valores a corregir, sin embargo los pronósticos serán generados sin corregir historia.
Detectar y Corregir: Forecast Pro detectará contornos y automáticamente corregirá valores cuando genera el pronóstico.

Configurando las Opciones - Datos Atípicos
Cuando activa Solamente Detectar o Detectar y Corregir se activa la configuración del contorno.
Sensibilidad (Desv. Standard): Permite fijar la sensibilidad al contorno detectando el algoritmo. Si el ajuste de un error excede este umbral y es el error más grande detectado, será señalado como un dato fuera del contorno.
Máximo de Iteraciones: Permite fijar el número de iteraciones máximas permitidas en el contorno para detectar datos atípicos para un artículo dado.
Incluir en reportes estadísticas de Iteraciones: Permite incluir la estadística detallada que describe el proceso de Dato Atípicos en el informe

Aparecen tres pestañas:
No Detectar – No Corregir: No activa la opción de detectar y corregir los puntos atípicos. Forecast Pro no usará este algoritmo.
Solamente Detectar: Se detectará los Dato Atípicos y se exhibirá la sugerencia de los valores a corregir sin embargo Forecast Pro generará los pronósticos sin corregir la historia.
Detectar y Corregir: Detectará los Dato Atípicos y automáticamente corregirá los valores cuando genera el pronóstico.

La detección y corrección de errores trabaja bajo el siguiente algoritmo:
El modelo especificado de pronóstico es ajustado a la serie de datos históricos y los errores y desviaciones estándar son calculados.
Si el punto atípico excede el comportamiento de la serie, este punto es marcado como un Dato Atípico y el valor histórico del periodo es reemplazado con un nuevo valor de ajuste.
El procedimiento se repite hasta que no se encuentre puntos atípicos o especificando el máximo número de iteraciones.
En un multinivel el problema de detectar los puntos atípicos se realiza sobre los ítems y no sobre los grupos.

¿Cómo detectar y corregir Datos Atípicos? Adicionamos los ítems identificados en la Lista Primaria

Corrigiendo los Datos Atípicos es:
Al abrir la gráfica de los ítems Dato Atípicos se muestran tanto los puntos atípicos y se sugiere una corrección a los picos o valles identificados.
Damos clic derecho sobre el navegador (no sobre la Lista Primaria) para traer el contexto de menú.
Posteriormente seleccionamos clic derecho sobre el ítem identificado y seleccionamos Datos Atípicos/Corregir y corregir el punto atípico.

¿Cómo detectar y corregir Datos Atípicos? Al corregir el punto atípico el Status del reporte de Dato Atípicos y el pronóstico ha cambiado.

Gracias por su atención. Para mayor información visítenos en www.mind.com.co www.dandoenelblanco.com

http://mind.com.co	1123
http://www.pronosticoexperto.com	437
http://www.slideshare.net	293
http://planeaciondemanda.com	49
http://www.planeaciondemanda.com	8
http://74.125.113.132	2
http://webcache.googleusercontent.com	2
http://www.google.com.mx	1
http://culturacliente.com	1
http://www.articuloz.com	1
http://static.slideshare.net	1
http://wildfire.gigya.com	1
https://twitter.com	1

Pronosticos de Demanda

by Mind de Colombia on Sep 17, 2008

Accessibility

Categories

Tags

Upload Details

Usage Rights

13 Embeds 1,920

Statistics

Pronosticos de Demanda — Presentation Transcript