DIPLOMADO LOGISTICA DE LA

CADENA DE SUMINISTROS

MÉTODOS DE
PRONÓSTICO
MODULO 4
Se dispone de varios métodos de pronóstico estandarizados.
Estos se han dispuesto en tres grupos: cualitativos, de
proyección histórica, y causales. Cada grupo difiere en términos
de la precisión relativa en el pronóstico sobre el largo plazo y el
corto plazo, en el nivel de sofisticación cuantitativa utilizada y
en la base lógica (información histórica, opinión experta o
encuestas) de la que se deriva el pronóstico.
MÉTODOS CUALITATIVOS
 MÉTODOS CUALITATIVOS
Los métodos cualitativos utilizan el juicio, la intuición, las encuestas o
técnicas comparativas para generar estimados cuantitativos acerca del
futuro. La información relacionada con los factores que afectan el pronóstico
por lo general es no cuantitativa, intangible y subjetiva. La información
histórica tal vez esté disponible o quizá no sea muy relevante para el
pronóstico. La naturaleza no científica de estos métodos los hace difíciles de
estandarizar y de validar su precisión. Sin embargo, estos métodos pueden
ser los únicos disponibles cuando se intenta predecir el éxito de nuevos
productos, cambios en la política gubernamental o el impacto de una nueva
tecnología. Son métodos más bien adecuados para pronósticos de mediano
a largo plazo.
MÉTODOS DE PROYECCIÓN
HISTÓRICA
MÉTODOS DE PROYECCIÓN HISTÓRICA

Cuando se dispone de una cantidad razonable de información histórica y

las variaciones de tendencia y estacionales en las series de tiempo son
estables y bien definidas, la proyección de esta información al futuro
puede ser una forma efectiva de pronóstico para el corto plazo. La premisa
básica es que el patrón del tiempo futuro será una réplica del pasado, al
menos en gran parte. La naturaleza cuantitativa de las series de tiempo
estimula el uso de modelos matemáticos y estadísticos como las
principales herramientas de pronóstico.
MÉTODOS DE PROYECCIÓN HISTÓRICA

La precisión que puede lograrse para periodos de pronóstico

menores a seis meses por lo general es buena. Estos modelos
trabajan en forma adecuada simplemente debido a la
estabilidad inherente de las series de tiempo en el corto
plazo. Los modelos de las series de tiempo son de naturaleza
reactiva, estos modelos rastrean los cambios al ser
actualizados a medida que se dispone de nueva información,
MÉTODOS DE PROYECCIÓN HISTÓRICA
característica que les permite adaptarse a los cambios en los
patrones de tendencia y estacionales. Sin embargo, si el cambio es
rápido, los modelos no emiten una señal del cambio, sino hasta
que éste ha ocurrido. Debido a esto, se dice que las proyecciones
de estos modelos demoran los cambios fundamentales en las
series de tiempo, y que son débiles para señalar los puntos críticos
antes de que se presenten. Esta no es necesariamente una
limitación notable cuando los pronósticos se realizan
sobrehorizontes de tiempo cortos, a menos que los cambios sean
particularmente espectaculares.
MÉTODOS CAUSALES
 MÉTODOS CAUSALES
La premisa básica sobre la que se construyen los métodos causales
para pronósticos es que el nivel de la variable pronosticada se deriva
del nivel de otras variables relacionadas. Por ejemplo, si se sabe que el
servicio al cliente tiene un efecto positivo sobre las ventas, entonces al
conocer el nivel proporcionado del servicio al cliente podrá
proyectarse el nivel de las ventas. Podríamos decir que el servicio
"causa" las ventas. En la medida que puedan describirse adecuadas
relaciones de causa y efecto, los modelos causales pueden ser
bastante buenos para anticipar cambios mayores en las series de
tiempo y para pronosticar de manera precisa sobre un periodo de
mediano a largo.
 MÉTODOS CAUSALES

Los modelos causales vienen en una variedad de formas:

estadísticos, en el caso de los modelos de regresión y
econométricos; y descriptivos, como en el caso de los
modelos de entrada-salida, ciclo de vida y simulación por
computadora. Cada modelo deriva su validez a partir de
los patrones de información histórica qUe establecen la
asociación entre las variables para predicción y la variable
que se pronosticará.
 MÉTODOS CAUSALES
Un problema principal con esta categoría de modelos de pronóstico
es que con frecuencia resulta difícil encontrar verdaderas variables
causales. Cuando se encuentran, su asociación con la variable que se
pronosticará con frecuencia es preocupantemente baja. Las variables
causales que guían a la variable de pronóstico en el tiempo son incluso
más difíciles de encontrar. Con demasiada frecuencia, el tiempo para
adquirir la información para las variables conducentes consume todo el
tiempo o la mayor parte del periodo de uno a seis meses, en el que se
encuentra que tales variables dirigen al pronóstico. Los modelos basados
en técnicas de regresión y económicas pueden experimentar un error de
pronóstico importante debido a estos problemas.
PRONÓSTICOS DE
COLABORACIÓN
 PRONÓSTICOS DE COLABORACIÓN

Los métodos de pronóstico que se han ilustrado funcionan mejor cuando la

demanda no muestra mucha variabilidad. Sin embargo, la demanda irregular,
con alta incertidumbre y dinámica, ocasionada por factores como
promociones, pocos compradores que adquieren en grandes cantidades,
compras estacionales/cíclicas, y demanda creada por "desastres naturales"
crean un problema especial. Aunque se han ofrecido algunos lineamientos
para manejar el caso de la demanda irregular, el pronóstico de colaboración
se recomienda como un método mejorado, especial para la planeación de
canal de los procesos de negocio. Está basado en la premisa de que "dos
cabezas son mejor que una". Es decir, es más probable que múltiples
métodos produzcan pronósticos más precisos que uno solo.
 PRONÓSTICOS DE COLABORACIÓN

El pronóstico de colaboración se refiere al desarrollo de pronósticos

utilizando las entradas de múltiples participantes, ya sea que ellos
provengan de distintas áreas funcionales dentro de una misma empresa
(marketing, operaciones, logística, finanzas, compras, etcétera) o de
distintos miembros en un canal de suministros, como vendedores,
transportistas y compradores. El objetivo es reducir el error de
pronóstico. Esto puede lograrse mejor cuando cada parte aporta una
perspectiva única al proceso de pronóstico. Los compradores o el
personal de marketing pueden encontrarse más cercanos al consumidor
final y pueden tener mejor "sensibilidad" de la demanda final.
 PRONÓSTICOS DE COLABORACIÓN
Por otro lado, los vendedores o el personal de compras pueden ser
coordinados para suministrar en escases y limitación de capacidad que
puedan presentar un tope sobre la demanda o que en última instancia puedan
afectar el precio del producto, que a su vez afecta el precio y los niveles de
demanda del producto. El personal de transporte o los transportistas pueden
ser capaces de predecir los tiempos de entrega que afectan el servicio al
cliente y las ventas.
 
El pronóstico mediante la colaboración requiere manejar un equipo de
diversas personas con todas las complicaciones inherentes a tal proceso. Sin
embargo, pueden identificarse ciertos pasos clave administrativos, muchos de
los cuales se enumeran aquí:
 PRONÓSTICOS DE COLABORACIÓN
Alguien debe ser
líder del proceso y
proporcionar la Deberán identificarse
comunicación necesaria y los tipos de información
los calendarios de necesaria para el pronóstico, Deberán establecerse
juntas del grupo. así como los procesos para métodos para procesar la
obtenerla, incluyendo el información de múltiples
momento, las cantidades y fuentes, tipos y formatos,
las personas así como las ponderaciones
responsables. que se utilizarán para
combinar y reconciliar los
pronósticos de las múltiples
partes.
 PRONÓSTICOS DE COLABORACIÓN

Los beneficios para

cada parte del pronóstico Se requieren métodos Deberán establecerse
de colaboración deberán para traducir el pronóstico medidas para evaluar el
ser obvios y reales. final en la forma que la pronóstico y para determinar
necesita cada parte, como si el pronóstico de
ventas, envíos y SKUs en colaboración representa una
Deberá disponerse de total, y por cliente, cuenta, mejora por encima de los
un proceso para revisar y territorio de servicio, métodos tradicionales.
actualizar el pronóstico etcétera.
sobre una base de
tiempo real.
 FLEXIBILIDAD Y RÁPIDA RESPUESTA
UNA ALTERNATIVA PARA EL PRONÓSTICO

Las ventas de algunos productos o servicios son tan impredecibles que el uso de
los tipos de métodos de pronóstico ya descritos da por resultado una posibilidad
tan alta de error de pronóstico que los hace imprácticos. Los patrones de demanda
irregular son un ejemplo, y por ello se requiere una alternativa. Al reconocer que no
existe un mejor pronóstico sino que esperar hasta que la demanda del cliente se
materialice, es una base para responder en forma precisa a la demanda. Si los
procesos de la cadena de suministros pueden hacerse flexibles y que respondan
rápidamente a los requerimientos de demanda, tendremos poca necesidad de
pronósticos. Después de todo, los pronósticos estadísticos suponen las
propiedades comunes de que las observaciones en las series de tiempo sean
aleatorias, independientes y que cada observación sea una parte pequeña del
total.
 FLEXIBILIDAD Y RÁPIDA RESPUESTA

Cuando existe un desfase de tiempo en que el suministro cubre la

demanda, los pronósticos funcionan para establecer los niveles de
producción, compras e inventarios, de manera que el suministro esté
disponible cuando la demanda se presente. Modificar la naturaleza de la
cadena de suministros para que los procesos puedan responder en forma
flexible y eficiente a los requerimientos específicos de cada solicitud del
cliente, y que esto se haga de manera casi instantánea, hace que los
pronósticos sean innecesarios. Cuando la demanda es muy impredecible,
deberá estudiarse este método alternativo. Sin embargo, en muchos casos,
cuando la demanda es "regular", suministrar una demanda pronosticada
sigue siendo la opción preferida.
 Referencia:

Ballod, R. H.(2014) Logística: administración de la cadena de suministro. (5ta ed).

México: Pearson Educación.