Introduction To Demand Planning & Forecasting: Introducción A La Planificación y Previsión de La Demanda
Introduction To Demand Planning & Forecasting: Introducción A La Planificación y Previsión de La Demanda
Introduction To Demand Planning & Forecasting: Introducción A La Planificación y Previsión de La Demanda
planificación y previsión
de la demanda
Introduction to
Demand Planning
& Forecasting
Abs[error] = |et|
60
Daily Bagel
Sqr[error] = e2
Demand
AbsPct[error] = | 50
et/At|
40
3. SumFandAfindemeans
|et| e2 |et/At|
t t t
30
Monday 50 43 -7 7 49 16.3% Monday Tuesday Wednesday Thursday Friday
Tuesday 50 42 -8 8 64 19.0%
Wednesday 50 66 16 16 256 24.2%
MAD = 54/5 = 10.8
Thursday 50 38 -12 12 144 31.6%
RMSE = sqrt(126.8) =
Friday 75 86 11 11 121 12.8% 11.3 MAPE = 104%/5 =
Sum 0 54 634 104% 21%
Mean 0 10.8 126.8 21%
Adaptado de: https://courses.edx.org/courses/course-v1:MITx+CTL.SC1x+3T2018/courseware/eb6a807af0324d9caaaab908133f3e7c/70b1e7abe6cb427fbbea8d16db89ca85/1?activate_block_id=block-v1%3AMITx%2BCTL.SC1x%2B3T2018%2Btype%40vertical%2Bblock%400c0ee123c33c4ccd990ef0425add6dd8
Example:
Ejemplo: Forecasting Bagels
Bagels de pronóstico
• • Solution:
Solución: 90
1. Graph it.
1. Grafíquelo.
Forecast Actual
80
2. Extend
2. Ampliar datade
la tabla table:
datos:
et Error:
Error: = At-Ftet=At-Ft 70
Abs [error] = | et | = |e |
Abs[error] t
Sqr [error] = e2 60
Daily Bagel
Sqr[error] = e2
Demand
AbsPct [error] = | et / At |
3. Sumar AbsPct[error]
y encontrar =|
medias 50
et/At|
40
3. SumFandAfindemeans
|et| e2 |et/At|
t t t
30
Monday 50 43 -7 7 49 16.3% Monday Tuesday Wednesday Thursday Friday
Lunes
Tuesday
Martes 50 42 -8 8 64 19.0%
Wednesday
Miércoles 50 66 16 16 256 24.2%
Jueves MAD = 54/5 = 10.8
Thursday 50 38 -12 12 144 31.6%
viernes RMSE = sqrt(126.8) =
Friday 75 86 11 11 121 12.8% 11.3 MAPE = 104%/5 =
Sum 0 54 634 104% 21%
Mean 0 10.8 126.8 21%
Adaptado de: https://courses.edx.org/courses/course-v1:MITx+CTL.SC1x+3T2018/courseware/eb6a807af0324d9caaaab908133f3e7c/70b1e7abe6cb427fbbea8d16db89ca85/1?activate_block_id=block-v1%3AMITx%2BCTL.SC1x%2B3T2018%2Btype%40vertical%2Bblock%400c0ee123c33c4ccd990ef0425add6dd8
Puntos clave de la lección
• Forecasting metrics
Capture both bias & accuracy
MAD, RMSE, MAPE
Adaptado de: https://courses.edx.org/courses/course-v1:MITx+CTL.SC1x+3T2018/courseware/eb6a807af0324d9caaaab908133f3e7c/70b1e7abe6cb427fbbea8d16db89ca85/1?activate_block_id=block-v1%3AMITx%2BCTL.SC1x%2B3T2018%2Btype%40vertical%2Bblock%400c0ee123c33c4ccd990ef0425add6dd8
Key Points
Puntos clave
• Forecasting is a means not an end
• La previsión es un medio, no un fin
•• Forecasting Truisms
Truismos de pronóstico
Forecasts
Las previsionesare alwaysson
siempre wrong
incorrectas
Aggregated
Los pronósticos forecasts
agregados are
son more accurate
más precisos
Los pronósticos de horizonte más corto son más
Shorter horizon forecasts are more
precisos
accurate
• Enfoques subjetivos y objetivos
•Subjective & Objective Approaches
Juicioso y experimental
Judgmental
Causal & tiempo
y series de experimental
• Métricas
Causalde&pronóstico
time series
•Forecasting
Capture tanto el sesgo como la precisión
metrics
MAD, RMSE, MAPE
Capture both bias & accuracy