Kitabı oku: «Planeación de la producción»

CONTENIDO

PREFACIO

CAPÍTULO 1 INTRODUCCIÓN A LA PLANEACIÓN Y CONTROL DE PRODUCCIÓN

1. INTRODUCCIÓN

2. PROCESO DE PLANEACIÓN EMPRESARIAL

3. PROCESO DE PLANEACIÓN, PROGRAMACIÓN Y CONTROL DE PRODUCCIÓN

3.1 PLANEACIÓN DE PRODUCCIÓN

3.2 PROGRAMACIÓN Y CONTROL DE PRODUCCIÓN

4. CONCLUSIÓN

CAPÍTULO 2 PRONÓSTICOS DE LA DEMANDA

1. INTRODUCCIÓN

2. ¿QUÉ ES UN PRONÓSTICO?

3. MÉTODOS DE PROYECCIÓN

4. PATRONES DE COMPORTAMIENTO DE LA DEMANDA

5. MÉTODOS CUALITATIVOS DE PROYECCIÓN

5.1 ANÁLISIS DE LA FUERZA DE VENTAS

5.2 MÉTODO DELPHI

5.3 INVESTIGACIÓN DE MERCADO

6. MODELOS DE SERIES DE TIEMPO

6.1 NOTACIÓN USADA EN LOS PRONÓSTICOS DE SERIES DE TIEMPO

6.2 MEDICIÓN DE LA EXACTITUD DE LOS MÉTODOS CUANTITATIVOS DE PREDICCIÓN

7. MODELOS DE SERIES DE TIEMPO PARA PATRONES ESTABLES

7.1 MODELO MEDIA

7.2 PROMEDIO MÓVIL SIMPLE

7.3 PROMEDIO MÓVIL PONDERADO

7.4 SUAVIZACIÓN EXPONENCIAL

8. MODELOS DE SERIES DE TIEMPO PARA PATRONES CON TENDENCIA

8.1 SUAVIZACIÓN EXPONENCIAL CON AJUSTE DE TENDENCIA

8.2 REGRESIÓN LINEAL

9. MODELOS DE SERIES DE TIEMPO PARA PATRONES ESTACIONALES

10. MODELOS CAUSALES CON REGRESIÓN

11. MONITOREO Y CONTROL DE LOS PRONÓSTICOS

12. CONCLUSIÓN

13. RESUMEN DE FÓRMULAS

14. PROBLEMAS

15. ESTUDIO DE CASO: ENVASES & ENVASES

CAPÍTULO 3 PLANIFICACIÓN Y CONTROL DE LA CAPACIDAD

1. INTRODUCCIÓN

2. PROCESO JERÁRQUICO DE PLANEACIÓN DE LA CAPACIDAD

3. DETERMINACIÓN DE LA CAPACIDAD DISPONIBLE

4. FACTORES QUE AFECTAN LA CAPACIDAD DISPONIBLE

4.1 FACTOR DE UTILIZACIÓN

4.2 FACTOR DE EFICIENCIA

5. DETERMINACIÓN DE LA CAPACIDAD REQUERIDA

5.1 TERMINOLOGÍA Y DEFINICIONES

6. EJEMPLO DEL CÁLCULO DE LA CAPACIDAD REQUERIDA

6.1 TIEMPO DE EJECUCIÓN UNITARIO

6.2 CONSIDERACIÓN DE LOS TIEMPOS DE PREPARACIÓN

6.3 DETERMINACIÓN DEL TIEMPO DE CARGA DE UN LOTE

6.4 CONSIDERACIÓN DE LOS DEFECTOS EN LA CAPACIDAD REQUERIDA

7. DETERMINACIÓN DE VOLÚMENES DE PRODUCCIÓN Y DE TIEMPOS DE ENTREGA MEDIANTE GRÁFICOS DE GANTT

8. CONCLUSIÓN

9. RESUMEN DE FÓRMULAS

10. PROBLEMAS

11. ESTUDIO DE CASO: ENVASES & ENVASES

CAPÍTULO 4 PLANEACIÓN AGREGADA

1. INTRODUCCIÓN

2. ¿QUÉ ES PLANEACIÓN AGREGADA DE PRODUCCIÓN?

3. ASPECTOS CLAVES DE LA PLANEACIÓN AGREGADA

3.1 ADMINISTRACIÓN DE LA DEMANDA

3.2 UNIDADES AGREGADAS

3.3 CAPACIDAD DISPONIBLE

3.4 COSTOS RELEVANTES

3.5 IDENTIFICACIÓN Y DEFINICIÓN DE RESTRICCIONES

4. EL PROCESO DE PLANIFICACIÓN AGREGADA

5. ESTRATEGIAS PARA LA PLANEACIÓN AGREGADA DE PRODUCCIÓN

5.1 ESTRATEGIA DE PERSECUCIÓN

5.2 ESTRATEGIA DE NIVELACIÓN

5.3 ESTRATEGIAS MIXTAS

6. TÉCNICAS PARA DESARROLLAR LA PLANEACIÓN AGREGADA

6.1 MÉTODO UTILIZANDO HOJAS DE CÁLCULO

7. ANÁLISIS, EVALUACIÓN Y COMPARACIÓN DE PLANES AGREGADOS

8. CONCLUSIÓN

9. PROBLEMAS

10. ESTUDIO DE CASO: ENVASES & ENVASES

CAPÍTULO 5 PLANEACIÓN DE LOS REqUERIMIENTOS DE MATERIALES (MRP)

1. INTRODUCCIÓN

2. EVOLUCIÓN DEL MRP

3. PLANEACIÓN DE LOS REQUERIMIENTOS DE MATERIALES (MRP)

4. ENTRADAS DEL MRP

4.1 PROGRAMA MAESTRO DE PRODUCCIÓN (MPS)

4.2 LISTA DE MATERIALES (BOM)

4.3 PLAZOS DE ENTREGA (LEAD TIME)

4.4 REGISTROS DE INVENTARIOS

4.5 DATOS DE COMPRAS

5 EL PROCESO DEL MRP

5.1 PLAN DE NECESIDADES BRUTAS

5.2 PLAN DE NECESIDADES NETAS

5.3 CONSIDERACIONES DEL TAMAÑO DE LOTE Y STOCKS DE SEGURIDAD EN EL PROCESO MRP

6 DINÁMICA DEL MRP

7 CONCLUSIÓN

8 RESUMEN DE FÓRMULAS

9 PROBLEMAS

10 ESTUDIO DE CASO: ENVASES & ENVASES

NOTAS AL PIE

APÉNDICE A ÁREAS DE LA DISTRIBUCIÓN NORMAL ESTÁNDAR

APÉNDICE B ESTUDIO DE CASO: ENVASES & ENVASES

ÍNDICE ALFABÉTICO

BIBLIOGRAFÍA RECOMENDADA

LISTA DE TABLAS

TABLA 1-1 RESUMEN DE LOS TRES TIPOS DE PLANEACIÓN

TABLA 2-1 NOTACIÓN UTILIZADA EN LOS PRONÓSTICOS DE SERIE DE TIEMPO

TABLA 2-2 MEDICIÓN DE LA EXACTITUD DEMANDA EN MILES DE CAJAS DE REFRESCOS

TABLA 2-3 DEMANDA SEMANAL DE GALONES DE LECHE (LÁCTEOS S.A.)

TABLA 2-4 PROYECCIÓN DE LA DEMANDA CON EL MODELO PMS DE 2 Y 4 MESES

TABLA 2-5 PROYECCIÓN DE LA DEMANDA CON EL MODELO SE CON α = 0,1 Y α = 0,7

TABLA 2-6 VENTAS DE RADIOS PARA AUTOMÓVIL CON MP3

TABLA 2-7 PRONÓSTICOS DE RADIOS MP3 UTILIZANDO DEL MODELO DE SUAVIZACIÓN CON AJUSTE DE TENDENCIA

TABLA 2-8 CÁLCULOS PARA LA OBTENCIÓN DE LOS PARÁMETROS DE LA LÍNEA RECTA DE LA EMPRESA EXOTIC FRUIT

TABLA 2-9 DEMANDA HISTÓRICA DE TELA PARA UNIFORMES ESCOLARES

TABLA 2-10 CÁLCULOS PARA LA APLICACIÓN DEL MODELO DE DESCOMPOSICIÓN

TABLA 2-11 PROYECCIONES DEL AÑO 2007 MEDIANTE EL MODELO DE DESCOMPOSICIÓN

TABLA 2-12 DATOS DE TASA DE OCUPACIÓN Y CONSUMO DE CARNE

TABLA 2-13 PORCENTAJE DEL ÁREA DE LA DISTRIBUCIÓN DE PROBABILIDAD NORMAL DENTRO DE LOS LÍMITES DE CONTROL

TABLA 2-14 PROCEDIMIENTO PARA EL CÁLCULO DE LA SEÑAL DE RASTREO

TABLA 3-1 TIEMPOS OBSERVADOS PARA LA OPERACIÓN O3

TABLA 3-2 TIEMPOS OBSERVADOS ORGANIZADOS SEGÚN LA VALORACIÓN PARA LA OPERACIÓN O3

TABLA 3-3 TIEMPOS OBSERVADOS CONVERTIDOS A TIEMPOS NORMALES DE LA OPERACIÓN O3

TABLA 3-4 REPETICIONES OBSERVADAS PARA LA OPERACIÓN O7

TABLA 3-5 REPETICIONES Y FRECUENCIAS PARA LA OPERACIÓN O7

TABLA 3-6 DATOS DE LOS TRABAJOS REALIZADOS POR LA EMPRESA METALMECÁNICA

TABLA 3-7 TIEMPO DE CARGA ESTÁNDAR Y REAL PARA LOTES DE 50 UNIDADES

TABLA 3-8 TIEMPOS DE CARGA TOTALES ESTÁNDAR Y REALES EN CADA CENTRO DE TRABAJO, POR PRODUCTO FINAL

TABLA 3-9 DATOS DE LAS OPERACIONES PARA FABRICAR UN VÁSTAGO, INCLUYENDO EL FACTOR DE DEFECTOS

TABLA 3-10 TIEMPO DE CARGA ESTÁNDAR Y REAL CONSIDERANDO EL FACTOR DE DEFECTOS EN LAS UNIDADES, PARA UN LOTE DE 50 VÁSTAGOS.

TABLA 3-11 TIEMPOS DE EJECUCIÓN UNITARIOS AFECTADOS POR EL APROVECHAMIENTO

TABLA 3-12 TIEMPO DE CARGA ESTÁNDAR Y REAL CONSIDERANDO EL FACTOR DE DEFECTOS EN LOS TIEMPOS DE EJECUCIÓN UNITARIOS, PARA UN LOTE DE 50 VÁSTAGOS.

TABLA 4-1 DEFINICIÓN DE UNIDADES AGREGADAS POR HORAS DEMANDADAS

TABLA 4-2 EQUIVALENCIAS SEGÚN REFERENCIA PARA LA FAMILIA DE BICICLETAS DE CARRERA

TABLA 4-3 DEMANDA PROYECTADA DE LA FAMILIA GRIFERÍA PARA BAÑOS, PRIMER SEMESTRE DE 2007

TABLA 4-4 COSTOS RELEVANTES PARA EVALUAR PLANES DE PRODUCCIÓN DE LA FAMILIA DE GRIFERÍA PARA BAÑOS

TABLA 4-5 PLAN DE PERSECUCIÓN DE LA DEMANDA

TABLA 4-6 PLAN DE FUERZA DE TRABAJO NIVELADA O DE PRODUCCIÓN CONSTANTE.

TABLA 4-7 CÁLCULO DE LA TASA DE PRODUCCIÓN MÍNIMA CONSTANTE PARA NO TENER FALTANTES EN NINGÚN PERÍODO

TABLA 4-8 PLAN DE FUERZA DE TRABAJO NIVELADA O DE PRODUCCIÓN CONSTANTE, SIN FALTANTES

TABLA 4-9 PLAN MIXTO. FUERZA DE TRABAJO INICIAL CONSTANTE, PERSECUCIÓN DE LA DEMANDA CON PRODUCCIÓN EN HORAS EXTRAS Y SUBCONTRATACIÓN CUANDO SE REQUIERA.

TABLA 4-10 COMPARACIÓN ENTRE LOS DIFERENTES PLANES DESARROLLADOS

TABLA 5-1 PLAN MAESTRO DE PRODUCCIÓN GENERADO A PARTIR DE ÓRDENES EN FIRME

TABLA 5-2 PLAN MAESTRO DE PRODUCCIÓN GENERADO A PARTIR DE PRONÓSTICOS INDIVIDUALES

TABLA 5-3 DESAGREGACIÓN DEL PLAN DE PRODUCCIÓN POR ARTÍCULOS INDIVIDUALES

TABLA 5-4 PLAN MAESTRO DE PRODUCCIÓN GENERADO A PARTIR DE PLAN AGREGADO DE PRODUCCIÓN

TABLA 5-5 MPS Y TIEMPOS DE CARGA UNITARIOS PARA CUATRO MODELOS DE BICICLETA

TABLA 5-6 CAPACIDAD REQUERIDA EN SOLDADURA Y ENSAMBLE SEGÚN MPS Y LOS TIEMPOS DE CARGA UNITARIOS MOSTRADOS EN LA TABLA 5-6

TABLA 5-7 REPROGRAMACIÓN DEL MPS DE LA TABLA 5-5

TABLA 5-8 EXPLOSIÓN DE MATERIALES PARA 75 UNIDADES DEL PRODUCTO A

TABLA 5-9 PLAZO DE ENTREGA PARA EL PRODUCTO A

TABLA 5-10 PLAN DE NECESIDADES BRUTAS DEL PRODUCTO A

TABLA 5-11 INFORMACIÓN Y ESTADO DE LOS INVENTARIOS DEL PRODUCTO A

TABLA 5-12 PLAN DE NECESIDADES NETAS DEL PRODUCTO A

TABLA 5-13 INFORMACIÓN DEL PRODUCTO X Y SUS COMPONENTES

TABLA 5-14 PLAN DE NECESIDADES NETAS PARA EL ARTÍCULO X

TABLA 5-15 PLAN DE NECESIDADES NETAS DE LOS COMPONENTES DEL ARTÍCULO X

LISTA DE FIGURAS

FIGURA 1-1 PROCESO DE PLANEACIÓN EMPRESARIAL

FIGURA 1-2 COMPONENTES DE UN SISTEMA PRODUCTIVO

FIGURA 1-3 PROCESO GENÉRICO DE PLANEACIÓN, PROGRAMACIÓN Y CONTROL DE PRODUCCIÓN

FIGURA 2-1 PATRONES REGULARES DE COMPORTAMIENTO DE LA DEMANDA

FIGURA 2-2 RELACIÓN ENTRE EL CICLO DE VIDA DE UN PRODUCTO Y LOS PATRONES DE COMPORTAMIENTO REGULAR

FIGURA 2-3 COMPORTAMIENTO HISTÓRICO DE LOS ERRORES

FIGURA 2-4 COMPORTAMIENTO HISTÓRICO NO APROPIADO DE LOS ERRORES

FIGURA 2-5 GRÁFICO DE LA DEMANDA SEMANAL DE LECHE (LÁCTEOS S.A.)

FIGURA 2-6 COMPARACIÓN DE LA DEMANDA REAL Y EL PMS DE 2 Y 4 MESES

FIGURA 2-7 PONDERACIÓN EXPONENCIAL DEL MODELO SE

FIGURA 2-8 COMPARACIÓN DE LA DEMANDA REAL Y EL SE CON α = 0,1 Y α = 0,7

FIGURA 2-9 GRÁFICO DE LAS VENTAS DE RADIOS MP3 DE LOS ÚLTIMOS 15 MESES

FIGURA 2-10 COMPARACIÓN DE LA DEMANDA REAL DE RADIOS MP3 Y EL SE CON α = 0,5

FIGURA 2-11 COMPARACIÓN DE LAS VENTAS REALES DE RADIOS CON MP3 Y LOS MODELOS SE CON α = 0,3 Y SET CON α = 0,7 Y β= 0,3

FIGURA 2-12 GRÁFICO DE LA DEMANDA MENSUAL DE TELA PARA UNIFORMES ESCOLARES

FIGURA 2-13 GRÁFICA DE LA DEMANDA DE TELAS PARA UNIFORMES DESESTACIONALIZADA

FIGURA 2-14 GRÁFICA DE DISPERSIÓN DE TASA DE OCUPACIÓN CONTRA CONSUMO DE CARNE

FIGURA 2-15 GRÁFICA DE LAS SEÑALES DE RASTREO CALCULADAS EN LA TABLA 2-14

FIGURA 3-1 ETAPAS DE LA PLANEACIÓN DE LA CAPACIDAD

FIGURA 3-2 CENTRO DE TRABAJO Y RUTAS DE FABRICACIÓN

FIGURA 3-3 RUTA Y SECUENCIA DE FABRICACIÓN DE UN VÁSTAGO

FIGURA 3-4 RUTA Y SECUENCIA DE FABRICACIÓN DE UN SISTEMA EJE-ROTOR

FIGURA 3-5 CANTIDAD A EMITIR EN UNA OPERACIÓN DADA LA CANTIDAD A OBTENER

FIGURA 3-6 CANTIDAD QUE SE OBTIENE DE UNA OPERACIÓN DADA LA CANTIDAD A EMITIR

FIGURA 3-7 DETERMINACIÓN DE LAS CANTIDADES A EMITIR PARA LA FABRICACIÓN DE X VÁSTAGOS

FIGURA 3-8 DETERMINACIÓN DE LAS CANTIDADES A EMITIR EN CADA CENTRO DE TRABAJO PARA FABRICAR 50 VÁSTAGOS

FIGURA 3-9 TIEMPOS DE CARGA DE FABRICACIÓN PARA UN (1) VÁSTAGO

FIGURA 3-10 EJEMPLO DE UN GRÁFICO DE GANTT

FIGURA 4-1 PROCESO DE PLANIFICACIÓN AGREGADA DE PRODUCCIÓN

FIGURA 4-2 GRÁFICOS DE COMPARACIÓN ENTRE LA DEMANDA Y LA PRODUCCIÓN MENSUAL (a) Y LA DEMANDA Y PRODUCCIÓN ACUMULADA (b) DEL PLAN DE PRODUCCIÓN CONSTANTE

FIGURA 4-3 GRÁFICO DE COMPARACIÓN ENTRE LA DEMANDA Y LA PRODUCCIÓN ACUMULADA DEL PLAN DE PRODUCCIÓN CONSTANTE, SIN FALTANTES

FIGURA 4-4 CANTIDADES PRODUCIDAS POR LAS DIFERENTES ALTERNATIVAS UTILIZADAS EN EL PLAN MIXTO

FIGURA 5-1 ENTRADAS Y SALIDAS DEL PROCESO MRP

FIGURA 5-2 POSIBLES FUENTES DE INFORMACIÓN QUE ALIMENTAN EL MPS

FIGURA 5-3 PERFILES DE CARGA SOLDADURA Y ENSAMBLE.

FIGURA 5-4 PERFILES DE CARGA SOLDADURA Y ENSAMBLE DEL MPS DE LA TABLA 5-7

FIGURA 5-5 LISTA DE MATERIALES GRÁFICA DE UNAS TIJERAS

FIGURA 5-6 LISTA DE MATERIALES EN ÁRBOL DE LAS TIJERAS.

FIGURA 5-7 LISTA DE MATERIALES MODULAR PARA CONFIGURAR UN COMPUTADOR

FIGURA 5-8 LISTA DE MATERIALES DEL PRODUCTO A

FIGURA 5-9 LISTA DE MATERIALES DEL PRODUCTO A CON CODIFICACIÓN DE NIVEL INFERIOR

FIGURA 5-10 DIAGRAMA DE LA ESTRUCTURA DEL PRODUCTO A, DESPLAZADO EN EL TIEMPO

PREFACIO

Uno de los procesos que mayor relevancia ha tomado en los últimos años en el mundo empresarial, ha sido la planeación de producción. La competencia global, calidad, rapidez en la entrega, costos y los constantes cambios en las exigencias de los clientes, requieren de un proceso estructurado de planeación de producción, para lograr obtener estándares que permitan a las empresas ser competitivas y así permanecer en el mercado. Es por esto que los procesos de planeación de producción deben ser estudiados y comprendidos por todos aquellos involucrados en la gestión empresarial, así como por todos aquellos que directa e indirectamente intervienen en la fabricación de productos o en la prestación de servicios, con el propósito de que éstos logren implementarlos adecuadamente y así obtener los resultados esperados.

Este libro lo escribí fundamentalmente porque las experiencias docentes y empresariales obtenidas en varios años de trabajo, me han permitido entender mejor la problemática que enfrentan estudiantes de pregrado, posgrado y diplomaturas, así como el personal directamente relacionado con la planeación de las empresas, para comprender, analizar, desarrollar, relacionar e implementar las diferentes etapas que conforman un proceso de planeación de producción. El libro cubre la introducción a la planeación y control de producción, los pronósticos de la demanda, la planificación y control de la capacidad, la planeación agregada y la planeación de los requerimientos de materiales, y que son abordados desde un punto de vista sistémico, siendo este el reflejo de trabajo docente realizado y de las experiencias industriales acumuladas a lo largo de los años.

Con el propósito de atacar los problemas anteriormente mencionados y facilitar la compresión de los temas tratados, el libro tiene las siguientes características:

• Un capítulo inicial en donde se aborda el problema de planeación de la producción desde un punto de vista sistémico.

• Definición clara y precisa de la terminología empleada.

• Un adecuado equilibrio entre conocimiento y profundidad.

• Adecuada formulación matemática de los diferentes modelos y algoritmos empleados, de manera que puedan ser utilizados en hojas electrónicas de cálculo.

• En cada capítulo se hace énfasis sobre la relación e integración de las etapas del proceso de planeación de producción.

• Ejemplos ilustrativos de cada uno de los temas tratados, los cuales son resueltos paso a paso para facilitar su comprensión.

• Problemas planteados en la mayoría de los capítulos, enfrentando al estudiante al análisis, más que a la utilización de una “receta”.

• Caso de estudio al finalizar los capítulos, que permita realizar el proceso de integración de las diferentes etapas que conforman el proceso de planeación de producción

Finalmente, este libro fue escrito en un lenguaje técnico de fácil comprensión para todos aquellos que directa o indirectamente estarán o estén relacionados con la problemática de la planeación de la producción de las empresas, de manera que sirva como un recurso valioso para su futuro desempeño profesional.

Carlos Alberto Castro Zuluaga

CAPÍTULO 1 INTRODUCCIÓN A LA PLANEACIÓN Y CONTROL DE PRODUCCIÓN
1. INTRODUCCIÓN

La competitividad a la que se ven enfrentadas actualmente las empresas, ha llevado a que los procesos de planeación se realicen basándose en los principios de eficacia, eficiencia, racionalidad y trascendencia; esto significa lograr los objetivos y metas planteadas al menor costo posible, de manera que se obtenga el mayor impacto, permitiendo alcanzar ventajas competitivas sostenibles y perdurables, indispensables para competir en un mundo globalizado.

Para ello es necesario realizar procesos de planeación estructurados, de manera que se logre una efectiva interrelación entre las diferentes variables que intervienen en el proceso, así como una apropiada coordinación de las actividades, de manera que se alcancen los objetivos y metas planteadas en las diferentes áreas que conforman la organización.

El área de producción es, si no la más importante, una de las principales áreas funcionales dentro las organizaciones, por lo que un adecuado proceso de planeación en esta área resulta fundamental para el logro de metas y objetivos definidos a nivel empresarial.

Este capítulo es una introducción al proceso de planeación, programación y control de producción, iniciando con un breve recorrido con la planeación empresarial, identificando las tres grandes categorías que la componen y sus respectivas características. Se muestra un proceso genérico de planeación, programación y control de producción, explicando las dos grandes etapas en que se encuentra dividido y los procesos que deben realizarse en cada una de ellas.

2. PROCESO DE PLANEACIÓN EMPRESARIAL

Todas las actividades que se realizan dentro de cualquier empresa, sea manufacturera o de servicios, requieren de un proceso de planeación, para definir en el presente las acciones que se deben emprender y ejecutar en el futuro, con el propósito de alcanzar satisfactoriamente los objetivos establecidos con anterioridad. Por lo tanto, la planeación puede definirse como un proceso anticipatorio para destinar recursos (dinero, máquinas, personas y tiempo) para el logro de fines determinados.

El proceso de planeación empresarial, puede ser dividido en tres grandes categorías (Anthony, 1965): planeación estratégica, planeación táctica y planeación operativa, también llamada control operacional. Esta división se realiza principalmente por el horizonte de tiempo que abarca el proceso de planeación, aunque también está relacionado con las personas responsables y el tipo de decisiones que se toman en cada una. En la Figura 1-1 se representan estas tres grandes categorías.

FIGURA 1-1. PROCESO DE PLANEACIÓN EMPRESARIAL

La planeación estratégica es la etapa dentro del proceso de planeación empresarial, en donde se establecen objetivos, metas y planes a largo plazo para toda la empresa, así como las diferentes políticas a seguir, en un horizonte de tiempo que puede ir de uno a varios años en el futuro. Las decisiones son tomadas por la alta gerencia, y afectan a todos los departamentos y áreas que conforman la organización, las cuales tienen un impacto sobre su interacción. A este nivel, se enfrentan problemas de gran amplitud dentro de la organización, por lo que la información y las variables utilizadas en el proceso de toma decisiones deben ser muy agregadas (dinero, unidades agregadas u horas). Algunas decisiones que se toman en la planeación agregada incluyen la definición de qué artículos producir, la estrategia con que va a competir la empresa (costo, calidad, rapidez en la entrega, innovación), expansión o contracción de las instalaciones, definición de equipos y maquinaria a utilizar y a comprar, así como las decisiones a largo plazo concernientes con materias primas, insumos, energía y proveedores.

En la etapa de planeación táctica, se realiza la planeación de los recursos (dinero, máquinas, personas y tiempo) para un horizonte de tiempo que va de los 3 a los 18 meses en el futuro, en cada uno de los departamentos que hacen parte de la empresa. El análisis de los problemas, el desarrollo de las posibles alternativas de solución y las decisiones finales, están a cargo de los mandos medios y éstas deben ser consecuentes con los objetivos, metas, planes y políticas definidos en la planeación estratégica. Los problemas son analizados con información menos agregada que en la etapa anterior (por lo general por familias) de manera que puedan tomar decisiones concernientes a las cantidades proyectadas a producir, al número de trabajadores, turnos y tiempo extra requerido, niveles de inventario, costos, negociación con proveedores, niveles de subcontratación, distribución y almacenamiento entre otras. Los planes tácticos se convierten en una restricción para la planeación operativa, pero a su vez proporcionan estabilidad a la hora de realizar el proceso.

Finalmente, la planeación operativa o de control operacional donde se concretan los planes estratégicos y tácticos en planes detallados de cada una de las áreas de la empresa, para horizontes de tiempo que van desde un día hasta máximo un mes en el futuro. En esta etapa los directamente responsables de tomar las decisiones son jefes y directores de estas áreas, quienes con información concreta de lo que se tienen que producir, determinan qué se necesita y cómo debe realizarse el proceso de fabricación. En este proceso se decide qué productos deben fabricarse y en dónde, de manera que logre establecerse un programa de producción para secuenciar los productos en la planta, definiendo fechas de inicio y terminación en cada una de las máquinas, que permitan definir fechas de entrega finales a los clientes.

Como se puede apreciar, los procesos, horizontes de tiempo, responsables y tipos de decisiones que se toman en cada una de las tres categorías de planeación se deben realizan siguiendo un orden jerárquico, pasando de decisiones macro que afectan a toda la empresa, hasta decisiones particulares en cada una de las diferentes áreas que la componen, las cuales buscan alcanzar las metas y objetivos definidos en el más alto nivel del proceso de planeación. La Tabla 1-1 muestra un resumende los tres tipos de categorías de planeación.

TABLA 1-1. RESUMEN DE LOS TRES TIPOS DE PLANEACIÓN

CATEGORÍA	PLANEACIÓN ESTRATÉGICA	PLANEACIÓN TÁCTICA	PLANEACIÓN OPERATIVA
Horizonte de Planeación	Uno a diez años	3 a 18 meses	1 a 30 días
Unidades de Medida	Dinero, unidades agregadas, horas	Dinero, familias de producto, horas	Productos individuales, horas
Nivel Gerencial	Alto	Medio	Bajo
Entradas al proceso	Pronósticos agregados a largo plazo, capacidad total de producción	Decisiones estratégicas, Pronósticos a mediano plazo, capacidad de producción e inventarios por familias de productos	Decisiones tácticas, pronósticos a corto plazo, capacidad de producción e inventarios para cada artículo individual
Salidas del Proceso (Decisiones)	Productos a fabricar; estrategia en la que se va a competir; expansión o contracción de las instalaciones; compra de maquinaria y equipos; relación y negociación con proveedores.	Niveles de producción, mano de obra e inventarios; subcontratación de producción, contratación con proveedores	Productos a fabricar y cantidades a producir, (asignación de máquinas y personas), orden de fabricación, fechas de inicio y terminación en cada recurso, fechas de entrega

Por último, los planes operativos son llevados a la realidad, pasandode los procesos de planeación a la ejecución, de manera que se puedan realizar las comparaciones necesarias con las metas y objetivos trazados en cada una de las etapas de proceso de planeación empresarial, para definir el grado de cumplimiento de los mismos y así poder realizar ajustes y correcciones necesarias en cada uno de ellos de acuerdo con las diferencias encontradas. Lo anterior permite concluir que el proceso de planeación es dinámico, ya que el entorno empresarial se encuentra sometido a diferentes cambios, los cuales deben ser considerados en cada una de las etapas anteriormente definidas, de manera que la empresa logre obtener ventajas competitivas según las circunstancias.

3. PROCESO DE PLANEACIÓN, PROGRAMACIÓN Y CONTROL DE PRODUCCIÓN

Uno de los principales problemas que enfrentan las empresas, es la administración de su sistema de producción, sea de manufactura o de servicios. Este sistema es aquel que utiliza los recursos disponibles para transformar insumos que recibe (materias primas, clientes o productos terminados de otro sistema) en algún tipo de resultado deseado (producto terminado, clientes satisfechos, etc.).

Un sistema productivo está constituido por una gran cantidad de componentes, como son: proveedores y clientes, materiales, bienes de capital, energía, trabajadores, proceso de transformación, y productos terminados, entre otros, los cuales deben ser administrados y coordinados por medio de un sistema de planeación y control de producción, que combine los flujos físicos y de información para que la gerencia opere y administre el sistema de producción. La Figura 1-2 muestra los elementos que componen un sistema productivo.

FIGURA 1-2. COMPONENTES DE UN SISTEMA PRODUCTIVO

Al igual que en el proceso de planeación empresarial, el proceso de planeación de producción debe realizarse en forma jerárquica, lo que facilita la coordinación de las diferentes actividades, así como el logro de las metas y objetivos trazados en los planes estratégicos, tácticos y operativos. Aunque existen varias formas de realizar el proceso de planeación de producción de manera jerárquica (Hax and Meal, 1975; Heizer y Render 2001; Domínguez Machuca, 1998; Silver, 1998; Volmann, 2005), la esencia siempre es la misma.

En este texto se propone una estructura genérica para los procesos de planeación, programación y control de producción de una empresa manufacturera, la cual se muestra en la Figura 1-3. A diferencia de otras estructuras propuestas, en ésta se definen dos grandes etapas: la planeación de producción y la programación y control de producción, las cuales corresponden a la planeación táctica y operativa respectivamente.¹ Aunque en ambas etapas se realizan diferentes tipos de controles, los principales se deben realizar en la etapa de programación, por lo que el término control se utiliza únicamente en esta etapa. A continuación se realiza un breve comentario de cada una de estas etapas que se muestran en la Figura 1-3.

FIGURA 1-3. PROCESO GENÉRICO DE PLANEACIÓN, PROGRAMACIÓN Y CONTROL DE PRODUCCIÓN

3.1 PLANEACIÓN DE PRODUCCIÓN

Como se mencionó anteriormente, los procesos de planeación a mediano plazo, son precedidos por los planes a largo plazo (planeación estratégica), en donde se determinan los objetivos estratégicos de la empresa. En los planes estratégicos de producción y ventas, se establecen entre otras cosas, las cantidades a producir y a vender (en unidades agregadas) en el largo plazo, que permitan lograr los objetivos y las metas definidas en el plan empresarial, y que deben ser considerados en las siguientes etapas del proceso de planeación.

La etapa de planeación de producción, inicia con el proceso de estimaciones de la demanda, conocido como Pronósticos de la Demanda. En éste se definen las cantidades demandadas a mediano y corto plazo de familias de productos o de artículos individuales, las cuales serán las principales entradas a las siguientes etapas en el proceso de planeación de producción. Para pronosticar la demanda de una familia o de un producto, se emplean métodos cualitativos y cuantitativos específicos de proyección, que requieren ser monitoreados y controlados, de manera que el pronóstico que se obtenga sea lo más enfocado posible.

Después de determinar cuándo y cuánta es la demanda esperada para familias de productos a mediano plazo, es necesario saber cómo se podría suplir esta demanda. Este proceso se denomina Planeación Agregada, donde se desarrollan planes de producción a mediano plazo (3 a 18 meses en el futuro), considerando las diferentes restricciones (internas y externas) a las que se ven limitadas las empresas, con el fin de, entre varias posibles alternativas, seleccionar un plan de producción a seguir en el futuro, que permita cumplir de manera eficiente los requerimientos de la demanda definidos en la etapa anterior.

La planeación agregada como su nombre lo indica, es un proceso que utiliza para su análisis y desarrollo unidades agregadas y en donde se realiza la Planeación de la Capacidad a mediano plazo, de manera que se logren establecer para todos los períodos del horizonte de planeación, los niveles de producción (interna y externa), mano de obra e inventario necesarios para suplir, de manera factible, los requerimientos de la demanda (para familias de productos) buscando que sea al menor costo posible. Para ello, se evalúan diferentes alternativas como la contratación y despido de empleados, utilización de horas extras, variación de los niveles de inventario, subcontratación, aceptación de pedidos pendientes y el aumento de turnos de producción, las cuales son medidas coyunturales (y no estructurales) que permiten adecuar la capacidad a los requerimientos de la demanda futura.

Los planes agregados de producción, están basados en proyecciones, por ésto deben ser revisados y actualizados periódicamente (por lo general cada mes), ajustándolos a la realidad del momento. Adicionalmente, un plan de producción no es un plan de fabricación, sino una herramienta que se utiliza para traducir el plan de fabricación a largo plazo, en un plan más concreto que permita enfrentar mejor el futuro y así alcanzar satisfactoriamente los objetivos y metas planteadas.

Un adecuado proceso de planeación de producción requiere de un mayor nivel de detalle que el proporcionado por la planeación agregada, la cual se desarrolla para familias de productos en lapsos de tiempo mensuales. En el Programa Maestro de Producción se concretan los pronósticos de la demanda, las órdenes en firme y el plan agregado de producción (cuando se dispone de él) en términos de cuánto y cuáles productos individuales se deben fabricar, en un horizonte de tiempo que va de semanas a unos pocos meses en el futuro, con lapsos o intervalos de tiempo de días o semanas. Aunque en la etapa del plan agregado de producción se verifica la factibilidad del mismo desde el punto de vista de la capacidad, es necesario a nivel del plan maestro de producción nuevamente realizar el proceso de Planificación de la Capacidad, denominado Planeación Aproximada de la Capacidad, debido a que por su carácter desagregado y el nivel de detalle requerido, posiblemente puedan existir desajustes entre la capacidad necesaria mensualmente y la requerida diaria o semanalmente. Finalmente, el plan maestro de producción debe tener dos características principalmente: (1) estabilidad para garantizar que lo que se planea fabricar realmente pueda ejecutarse y (2) flexibilidad para lograr realizar los ajustes necesarios frente a las variaciones impredecibles de la demanda.

Una vez determinadas las cantidades y fechas en que son requeridos cada uno de los productos, se procede a realizar la planeación de todos los componentes necesarios para la fabricación de cada uno de ellos. Este proceso se denomina Planeación de los Requerimientos de Materiales, y se realiza por medio de un sistema de información computarizado, en donde se hace la explosión de los ensambles, subensambles, componentes y materiales necesarios para la fabricación de los diferentes productos. El sistema tiene como entradas principales el plan maestro de producción, las listas o cartas de materiales, los pla zos de entrega, los registros de los inventarios y los datos de compra de los diferentes ítems que conforman el producto, pues son fundamentales para planear órdenes de compra y fabricación de aquellos artículos cuya demanda es dependiente. El objetivo principal del sistema es asegurar que los diferentes componentes estén disponibles, cuándo y dónde se requieran, en las cantidades necesarias, de manera que los inventarios cuya demanda sea dependiente, permanezcan en los niveles más bajos posibles.

Cuando el proceso de planeación de materiales se realiza considerando que la capacidad es finita, es necesario realizar el proceso de Planificación de la Capacidad, el cual a este nivel se denomina como Planeación de los Requerimientos de Capacidad, en donde se establece la factibilidad del plan de materiales, comparando la capacidad requerida contra la disponible en cada uno de los centros de trabajo que intervienen en los procesos de fabricación. Es importante resaltar que aunque en la Figura 1-3 solamente se muestra el bloque denominado Planificación de la Capacidad, este tiene que realizarse en la mayoría de las etapas del proceso de planeación, programación y control de producción, y la forma como se denomina varía de acuerdo con la etapa en donde se desarrolle. En el capítulo 3 se analizan con mayor detalle cada uno de los procesos de planeación y control de la capacidad.

El proceso de planeación de producción descrito anteriormente, es en esencia el proceso que se desarrollará en detalle en cada uno de los siguientes capítulos y que resumen el contenido de este texto. Los siguientes procesos, son en conjunto la etapa de programación y control de producción, sobre los cuales se hace una breve reseña.

3.2 PROGRAMACIÓN Y CONTROL DE PRODUCCIÓN

Una vez establecido un programa maestro de producción factible, los siguientes procesos a desarrollar son la programación detallada de producción y de compras, los cuales se traducen en la ejecución y el control de los planes definidos en los procesos de Planeación de Producción. En el proceso de Programación Detallada de Producción, las órdenes de pr ducción son liberadas al piso de la planta, determinando para cada una de ellas, la secuencia de operaciones a seguir, los recursos específicos (máquinas o personas) a utilizar, y las fechas de inicio y terminación de las diferentes actividades (Askin, 1993; Pinedo, 1999; Sipper, 1998). Al igual que en las demás etapas del proceso de planeación, es necesario realizar la Planificación de la Capacidad denominada Planeación Detallada de la Capacidad, que permita realizar los ajustes necesarios para cumplir con los objetivos y metas trazadas a corto plazo.

Por su parte la Programación de Compras es un proceso donde se define qué, cuándo y cuánto comprar de las diferentes materias primas y componentes que se adquieren al exterior de la empresa, de acuerdo con el plan de materiales definido en la etapa inmediatamente anterior. Las directamente responsables de este proceso, son las áreas de compras de las empresas, por lo que es necesario que el área de producción mantenga una estrecha coordinación con esta actividad, dado que es fundamental para poder realizar adecuadamente el proceso de programación detallada de producción. Finalmente, el Control de Entradas y Salidas, es la etapa en donde se actualiza todo el inventario tanto que entra como el que sale, permitiendo un adecuado registro de las materias primas, componentes, producto en proceso y productos finales de la empresa, información que sirve de realimentación en todo el proceso de planeación empresarial.

El proceso de planeación, programación y control de producción descrito permite una adecuada coordinación entre las diferentes etapas que lo componen, ya que éste requiere para su desarrollo un orden jerárquico, lo cual permite encadenar y coordinar las diferentes decisiones que se toman en cada una de ellas, de manera que las decisiones tomadas en un nivel superior, se conviertan en los insumos de los niveles más bajos. Esta interacción crea un lazo común entre las diferentes etapas, facilitando y mejorando los procesos de toma de decisiones y el logro de los objetivos planteados.

4. CONCLUSIÓN

Los procesos de planeación, programación y control de producción, se deben realizar en cualquier empresa manufacturera o de servicios. La manera de hacerlos y las etapas que éstos incluyan dependerán en gran parte de las características de cada sistema productivo, aunque siempre deben realizarse de manera jerárquica, lo que facilita la coordinación y el logro de los objetivos trazados en cada una de las etapas que los componen. Adicionalmente es necesario crear una verdadera integración transversal entre todos los departamentos que conforman una organización, ya que una empresa funciona sistémicamente, es decir, las decisiones que se tomen en un área en particular afectan (positiva o negativamente) las demás áreas de la empresa. Una adecuada comunicación y coordinación entre las diferentes áreas funcionales de una empresa, mejoran los procesos de toma de decisiones y son fundamentales para lograr en alto grado las metas y objetivos propuestos, lo que se traduce en ventajas competitivas sostenibles.

CAPÍTULO 2 PRONÓSTICOS DE LA DEMANDA
1. INTRODUCCIÓN

La globalización, la competencia mundial, los avances tecnológicos y los cambios constantes de las necesidades y gustos de los clientes, han obligado a las empresas a estar replanteando frecuentemente sus estrategias, con el fin de lograr ser competitivos y garantizar así su permanencia en el mercado. El costo, la calidad y la rapidez en la entrega, son tres estrategias en las cuales se enfocan muchas empresas actualmente para lograr elevados niveles de competitividad. El costo está relacionado con la disminución de los desperdicios, la calidad con el nivel de satisfacción de los clientes y la entrega, con la velocidad en brindar esa satisfacción. Una forma de aumentar la competitividad de una empresa por medio de estas estrategias es obteniendo pronósticos más precisos. Un pronóstico más exacto permitirá a los directores de producción disminuir los tiempos de producción y los costos, ya que logrará utilizar más eficiente y eficazmente los recursos existentes, planificar con mayor certeza la adquisición de nuevos recursos y mantener el inventario en los niveles más apropiados. Al lograr lo anterior se consigue una disminución de los costos, una disminución en los tiempos de entrega y un aumento en la satisfacción del cliente, lo que finalmente se traduce en un aumento en las utilidades y en la supervivencia de la empresa en el largo plazo.

En este capítulo se define qué es un pronóstico y por qué es impotante para el proceso de planificación de producción. Se muestran los diferentes métodos empleados para realizar proyecciones, haciendo énfasis en los métodos de tipo cuantitativo, específicamente los modelos de series de tiempo. Se muestra cómo se mide la exactitud de los modelos cuantitativos y cómo monitorear y controlar su comportamiento en el tiempo.

2. ¿QUÉ ES UN PRONÓSTICO?

Un pronóstico es una estimación de un evento futuro, que se hace mediante el empleo de un método específico, y que es utilizado para fines de planificación. Los pronósticos son empleados en casi todos los subsistemas de una compañía para realizar la planificación de cada uno de sus departamentos. Por ejemplo en el departamento financiero, los pronósticos son empleados para planear los presupuestos globales de operación de la empresa y los costos; en el departamento de mercadeo son utilizados para planear la fuerza de ventas y estrategias de mercadeo que permitan aumentar ventas; y en producción son utilizados para planificar capacidad, producción e inventarios, así como para tomar decisiones sobre compra de máquinas y equipos, contratación de personal y expansión de instalaciones.

Aunque pueden pronosticarse muchas variables (por ejemplo tiempos de producción, tiempos de entrega, nivel de servicio, etc.) la demanda es la principal variable a estimar, debido a que del valor que ella tome en el futuro, dependerán la mayoría de decisiones anteriormente mencionadas. La demanda² es la cantidad requerida por los clientes de un producto o servicio en un período de tiempo determinado. Desafortunadamente las empresas por lo general solamente tienen los registros de ventas, los cuales son la cantidad de la demanda que la empresa realmente pudo satisfacer en un período de tiempo, lo que significa que las ventas no necesariamente son iguales a la demanda. Partiendo de esta realidad, es inminente que aquellas empresas que utilicen registros de ventas para proyectar la demanda futura, obtengan como resultado proyecciones menos exactas.

Predecir con exactitud la demanda futura es prácticamente imposible debido a que existen una gran cantidad de factores que no pueden pronosticarse con certeza. Por lo tanto, es necesario que los gerentes en las empresas entiendan que nunca un pronóstico será exacto, y que por lo tanto deben enfocarse en revisar constantemente la información y los resultados obtenidos con los métodos de proyección seleccionados, de manera que se logren obtener estimaciones lo más acertadas posibles.

3. MÉTODOS DE PROYECCIÓN

Los métodos de proyección se pueden clasificar en dos grandes categorías: métodos cualitativos y métodos cuantitativos. Los métodos cuantitativos a su vez pueden subdividirse en modelos de series de tiempo y modelos causales.

Los métodos cualitativos son subjetivos ya que utilizan la experiencia y el juicio de individuos o grupos, para dar opiniones y así realizar estimaciones del futuro. Los pronósticos cualitativos son de gran utilidad cuando: (1) los datos del pasado no resulten confiables como indicadores de las condiciones del futuro, sean escasos o no existan; (2) factores externos y variables no cuantificables puedan afectar la predicción y no puedan ser incluidas en un modelo matemático de predicción; ó (3) los datos históricos no tengan un patrón de comportamiento regular. Por lo general este tipo de métodos se utilizan para realizar predicciones a largo y mediano plazo, aunque cada vez son más utilizados en las empresas para realizar proyecciones a corto plazo de productos con ciclos de vida muy cortos, como es el caso de los artículos de moda. Finalmente, es necesario utilizar métodos cualitativos después de utilizar métodos cuantitativos de predicción para realizar los ajustes necesarios, considerando otras variables y factores que por alguna razón no fueron tenidos en cuenta en un modelo matemático y que pueden afectar el resultado del mismo.

Los métodos cuantitativos requieren de la construcción de modelos de tipo simbólico, en los cuales los conceptos se representan por variables que son cuantificables y las relaciones que existen entre ellas son representadas matemáticamente. Dentro de éstos se encuentran los modelos de series de tiempo, los cuales suponen que si un patrón de comportamiento se ha presentado de manera regular en el pasado, éste podrá extrapolarse y reflejar así el futuro. Un ejemplo típico de este tipo de modelos puede ser la estimación del tiempo necesario para lavar un vehículo, relacionado con el tiempo que se invirtió realizando dicha labor en los últimos días o semanas. Los modelos causales por su parte tratan de establecer relaciones entre una o más variables de tipo independiente con la variable a pronosticar, conocida como variable dependiente. Un ejemplo de este tipo de modelos podría ser pronosticar la demanda futura de pañales para el próximo año, dado que se ha comprobado que existe una relación causal con la cantidad de nacimientos, es decir que la demanda de pañales (variable dependiente) se encuentra afectada directamente por la cantidad de nuevos nacimientos (variable independiente).

Este capítulo se centra principalmente en los modelos de series de tiempo, además se hace un breve recorrido por los métodos cualitativos de predicción y por los modelos de tipo causales.

4. PATRONES DE COMPORTAMIENTO DE LA DEMANDA

La demanda se comporta, en términos generales de dos formas: regular o irregularmente. Un comportamiento irregular es aquel en donde la demanda se presenta de forma intermitente y aleatoria, es decir, los datos no presentan un patrón fundamental de comportamiento. En el caso regular, la demanda presenta un comportamiento predecible, el cual puede verse reflejado en los pronósticos futuros. Los tipos de patrones de comportamiento regular son: estabilidad, tendencia, estacionalidad, ciclicidad y aleatoriedad, los cuales se muestran en la Figura 2-1.

FIGURA 2-1. PATRONES REGULARES DE COMPORTAMIENTO DE LA DEMANDA

La estabilidad se refiere a que los datos se encuentran dispersos a lo largo de una línea horizontal, es decir no existen aumentos o disminuciones consistentes en el tiempo. La Figura 2-1(a) muestra un patrón de comportamiento estable de un producto. La demanda de leche o el consumo de gasolina son ejemplos típicos de productos que por lo general presentan este tipo de comportamiento.

La tendencia se relaciona con el aumento o disminución consistente de los datos históricos a lo largo del tiempo, y puede ser lineal, exponencial, logarítmica, etc. La demanda de vehículos es un ejemplo de un patrón de tendencia positivo (o en aumento), ya que ésta ha venido creciendo de manera gradual desde hace varios años (y se espera que continúe así). La Figura 2-1(b) muestra un gráfico de un patrón de comportamiento con estas características.

La estacionalidad, mostrada en la Figura 2-1(c), es aquella en la cual los datos de la demanda fluctúan de acuerdo con un índice o factor estacional, traduciéndose en movimientos que se repiten cada cierto período de tiempo de forma regular. Los adornos de navidad y los útiles escolares tienen meses del año con picos y valles en sus demandas; mientras que un restaurante o una peluquería tienen este tipo de comportamientos en días y hasta en horas específicas del día. La estacionalidad puede ser estable o con tendencia.

La ciclicidad es muy similar a la estacionalidad, salvo que los movimientos repetitivos se presentan en períodos de tiempo mayores a un año, y pueden ser causados por situaciones políticas (como cambios de presidentes), guerras, nuevos descubrimientos, cambios en políticas económicas o eventos que se presentan cada cierta cantidad de años, como los Juegos Olímpicos o el Campeonato Mundial de Fútbol. Los patrones de comportamiento cíclico son muy difíciles de pronosticar, debido, entre otras cosas, a que su duración no es constante y no necesariamente se repite en los mismos períodos de tiempo. La Figura 2-1(d) muestra un posible patrón de comportamiento cíclico.

Finalmente, la aleatoriedad (la cual se encuentra en cada una de las gráficas de la Figura 2-1), son movimientos no predecibles de los datos en el tiempo, a los cuales no se les puede asignar una causa. La aleatoriedad es una de las principales causas de que existan errores en los pronósticos, y dado que se puede afirmar que los errores se comportan normalmente (esto se estudiará en la sección “Medición de la exactitud de los métodos cuantitativos de predicción”), se puede concluir entonces que la aleatoriedad también es un patrón de comportamiento regular.

Los patrones de comportamiento regular tienen una estrecha relación con el ciclo de vida del producto. La Figura 2-2 muestra el ciclo de vida de un producto típico, en donde se puede apreciar que los productos o servicios, en las etapas de introducción y crecimiento (número 1 en las gráfica), tienen un patrón de comportamiento de tendencia creciente, mientras que si se encuentra en la etapa de declive, su patrón de comportamiento será de tendencia negativa o decreciente (número 3 en la gráfica). Finalmente, aquellos productos o servicios en la etapa de madurez, presentarán un patrón de comportamiento estable (número 2 en la gráfica). Así, al identificar la etapa en la cual se encuentra un producto o servicio en su ciclo de vida, se podrá igualmente definir el patrón de comportamiento que éste tenga.

FIGURA 2-2. RELACIÓN ENTRE EL CICLO DE VIDA DE UN PRODUCTO Y LOS PATRONES DE COMPORTAMIENTO REGULAR

Identificar el patrón o patrones que existen en una serie de tiempo, es un paso fundamental para poder seleccionar el modelo de proyección más adecuado, y así obtener proyecciones lo más exactas posibles.

5. MÉTODOS CUALITATIVOS DE PROYECCIÓN

Los métodos cualitativos de proyección son los más utilizados en los procesos de planeación estratégica a largo plazo, aunque como se mencionó anteriormente son, en algunas ocasiones, la mejor y única alternativa que existe para realizar y ajustar las estimaciones del futuro. Aunque existen una gran variedad de métodos cualitativos de proyección, en esta sección se consideran tres de las técnicas más conocidas y utilizadas actualmente por las empresas.

5.1 ANÁLISIS DE LA FUERZA DE VENTAS

En este método, cada vendedor estima las ventas que habrá en su zona a partir de su conocimiento y experiencia, y se combinan con las realizadas por los demás vendedores, quienes se encuentran en diferentes zonas geográficas (barrios, municipios, departamentos o países), obteniéndose una estimación global realizada por la fuerza de ventas. El departamento comercial es el encargado de recopilar y analizar esta información, con el fin de observar sobre o subestimaciones hechas por los vendedores, para así obtener un pronóstico de ventas definitivo para la empresa, que no necesariamente es igual al definido por la fuerza de ventas.

Una de las principales ventajas que tiene este método es que los vendedores están en contacto directo con los clientes, por lo que tienen mayores posibilidades de saber qué productos o servicios comprarán y en qué cantidades. Por otra parte, la elaboración del pronóstico toma poco tiempo y tiene un costo bajo.

Este método también tiene limitaciones y desventajas, entre las que se encuentran: la fuerza de ventas debe tener varios años de experiencia para poder definir bien las necesidades de los clientes; las proyecciones dependen de la naturaleza del vendedor (si es optimista o cauteloso) y en los casos en donde existan comisiones o incentivos, las ventas proyectas tienden a ser sobreestimadas.

5.2 MÉTODO DELPHI

Es un método en el cual la información necesaria para realizar un pronóstico es adquirida por los miembros de un comité, conformado por expertos que tienen conocimientos en diferentes áreas de la empresa. Para ello el comité de expertos tiene un coordinador que se encarga de elaborar un cuestionario que es enviado a cada miembro para que lo resuelva en forma individual y anónima. Este cuestionario contiene información cuantitativa y cualitativa del problema a analizar y preguntas sobre aspectos cuantitativos específicos. Las respuestas de los miembros del comité se resumen y tabulan, y con base en estos resultados parciales se modifica el cuestionario y se vuelve a repartir entre los participantes para que repitan el proceso. El cuestionario de cada ronda debe reflejar los resultados de la anterior con estadísticas resumidas, como la media, la mediana y el rango para que los participantes se realimenten con los resultados anteriores. El procedimiento continúa hasta que los miembros del comité llegan a un acuerdo razonable. El resumen de resultados se informa a los participantes tras tomar la decisión del pronóstico definitivo, que es finalmente una síntesis de la opinión de los expertos.

Esta forma de trabajar puede lograr resultados satisfactorios en tres vueltas, sin embargo el tiempo puede ser hasta dos meses debido a factores como el número de participantes, su rapidez y habilidad para contestar, y la efectividad del medio de comunicación utilizado. Este método tiene la ventaja de poder incluir personas, no sólo con diferentes conocimientos, sino también de diferentes lugares. Además, el anonimato de las respuestas permite una expresión más libre de las ideas y se generan y evalúan un mayor número de factores que pueden pasarse por alto cuando las personas están enfrentadas.

5.3 INVESTIGACIÓN DE MERCADO

Es un método que utiliza encuestas y/o entrevistas de los clientes o consumidores potenciales para recopilar información sobre la situación específica de un producto o servicio. Las investigaciones de mercados, dependiendo del tipo de cuestionario empleado, permiten obtener suficiente información para determinar un pronóstico (midiendo la intención de compra) o para planificar el desarrollo de productos nuevos o mejorar los existentes. Una investigación de mercado que busca realizar un pronóstico incluye:

1. DISEÑO DEL CUESTIONARIO: los cuestionarios deben contener datos demográficos del encuestado como edad, sexo e ingresos aproximados y datos psicológicos como intereses, estilo de vida y preferencias, además de preguntas que proporcionen la información necesaria para determinar un pronóstico.

2. DEFINICIÓN DEL MODO DE APLICACIÓN DEL CUESTIONARIO: las encuestas pueden llevarse a cabo por cualquier medio de comunicación, como correo, fax, teléfono, correo electrónico o personalmente, y pueden ser realizadas por la misma empresa o por una firma contratista especializada en investigación de mercados.

3. DETERMINACIÓN ESTADÍSTICA DE UNA MUESTRA REPRESENTATIVA: es necesario determinar mediante algún método estadístico el número de encuestas que deben realizarse, de manera que se pueda asegurar que reflejen los resultados de la población.

4. ANÁLISIS DE LA INFORMACIÓN: después de realizadas las encuestas, los datos se tabulan y analizan aplicando criterios estadísticos y juicios lo más objetivos posibles, con el fin de obtener un pronóstico más acertado.

El tiempo estimado promedio para realizar una investigación de mercado es de tres meses y tiene un costo relativamente alto. Su exactitud depende del cuidado con el que se haya realizado el trabajo.

6. MODELOS DE SERIES DE TIEMPO

Los modelos de series de tiempo buscan realizar predicciones del futuro con base en datos históricos. Estos métodos parten del supuesto de que lo sucedido en el pasado volverá a repetirse en el futuro, es decir, que la variable a pronosticar depende únicamente del período de tiempo. Para realizar un análisis detallado de los modelos de series de tiempo, se inicia con la notación general utilizada en este tipo de modelos, para luego pasar a la medición de la exactitud de los mismos. Posteriormente se explican varios modelos de proyección dependiendo del tipo de patrón de comportamiento que tengan los datos históricos, para finalmente explicar el monitoreo y control del modelo de proyección seleccionado.

6.1 NOTACIÓN USADA EN LOS PRONÓSTICOS DE SERIES DE TIEMPO

Con el propósito de unificar criterios, es necesario definir la notación que se utilizará a lo largo de este capítulo. En primer lugar, los datos históricos, valores observados, datos reales u observaciones. Como se mencionó al inicio del capítulo, se pueden tener datos históricos de precios, costos, volúmenes de ventas, tiempos de procesamiento, etc., los cuales son información relevante para realizar un pronóstico cuantitativo. Para este caso en particular, los datos son la demanda histórica y se represe tan con la letra D. De esta manera, el valor de D para una empresa que vende ropa interior femenina, podría ser la demanda del brasier negro, talla 34B, con referencia BN34B001 en un período de tiempo en particular.

Por otra parte, ya que D representa los datos reales y este valor varía dependiendo del período de tiempo, es necesario identificar dicho período. Esto se hace asignando números consecutivos a períodos consecutivos de tiempo. Así, por ejemplo, el número 1 podría representar el primer período de tiempo para el cual se obtuvo la demanda de la referencia del brasier BN34B001, que podría ser marzo de 2004. Para este ejemplo, los períodos de tiempo son meses, por lo que el número 17 representará el mes de julio de 2005 y el dato 36 será febrero de 2007. Es de anotar que dependiendo de la empresa y del producto, los períodos de tiempo pueden definirse como una hora, un día, una semana, un mes, un trimestre, un año o algún otro lapso de tiempo.

Los valores observados junto con el período de tiempo en el subíndice, por ejemplo, D₁₂ define la demanda D que se presentó en el período de tiempo 12 y D₃₀ hace referencia al dato histórico obtenido en el período 30.

Los valores estimados, pronosticados o proyectados se representan por la letra F, debido a que pronóstico en inglés se escribe Forecast. Al igual que los valores observados, la representación de los valores estimados se hace junto con el período de tiempo en el subíndice. Así por ejemplo F₂, representará el pronóstico F para el período 2 y F₃₇, será la proyección para el período 37.

En la Tabla 2-1 se muestra a manera de resumen la notación utilizada en los modelos de series de tiempo

TABLA 2-1. NOTACIÓN UTILIZADA EN LOS PRONÓSTICOS DE SERIE DE TIEMPO

Como se puede observar en la Tabla 2-1, los datos históricos hacen parte del pasado, mientras que los datos proyectados se encuentran tanto en el pasado como en el futuro. Los datos pronosticados futuros, son aquellos que se utilizarán para planear la producción de uno o varios períodos de tiempo en el futuro (éstos se encuentran representados como F_t+1, F_t+2,…, F_t+m). La primera pregunta que surge entonces es: ¿por qué pronosticar el pasado si éste ya pasó? La respuesta a este interrogante es que cualquier modelo de proyección requiere ser validado. Para ello es necesario determinar la exactitud de los datos pronosticados con un modelo de serie de tiempo, en otras palabras, se debe medir la desviación o error en el pronóstico. La desviación o error del pronóstico para un período, se define como la diferencia que existe entre el dato histórico y el dato pronosticado de ese período. Su representación matemática es:

El subíndice i indica el período de tiempo para el cual se halla el error de la predicción. Como se observa en la Tabla 2-1, solamente se puede calcular el error, en aquellos períodos en donde existe tanto el dato histórico como el pronosticado.

De la ecuación del error, se puede observar que el error en un período i cualquiera puede tomar los siguientes valores:

• e_i>0, significa que la proyección de la demanda ha sido subestimada. Esto en otras palabras significa generación de agotados.

• e_i=0, significa que el dato proyectado es igual al dato histórico. Aunque esto puede ocurrir, se puede afirmar que es por “casualidad”, debido a la aleatoriedad que presentan las diferentes variables involucradas en el proceso de planeación. Es muy raro, por no decir imposible, encontrar valores de cero en los errores de un período.

• e_i<0, significa que el dato proyectado es mayor que el dato real, es decir que hay una sobreestimación de la demanda, lo que conlleva a

un incremento en el inventario.

De lo anterior, se puede asegurar que el valor del error del pronóstico en un período i cualquiera, será mayor o menor a cero, por lo que es necesario determinar qué tan bien se comporta un modelo, mediante el cálculo del error y otros indicadores utilizados para ello.

6.2 MEDICIÓN DE LA EXACTITUD DE LOS MÉTODOS CUANTITATIVOS DE PREDICCIÓN

Como se ha mencionado anteriormente, la principal variable a proyectar en el proceso de planeación de producción es la demanda. Ésta se encuentra sometida a una gran cantidad de variables, muchas de éstas complejas, y que no pueden ser consideradas en los modelos de predicción, ocasionando que tales modelos no describan la realidad con total exactitud. Por otra parte, las variables que afectan la demanda tienen un comportamiento aleatorio, por lo que aunque los datos tengan un patrón de comportamiento regular, “siempre” existirá una desviación entre lo real y lo proyectado.

Uno de los propósitos en la aplicación de un modelo de proyección, es obtener mínimos valores de desviación de la predicción, con lo cual se lograrán obtener valores proyectados cercanos a la realidad.

A continuación se muestra con un ejemplo, el cálculo de las medidas de desviación comúnmente utilizadas, que determinan el desempeño y la exactitud de muchos métodos de predicción cuantitativos. Los datos de la Tabla 2-2 presentan la demanda de los últimos 12 meses de un refresco en miles de cajas, los datos proyectados y los resultados de varios indicadores de medición del desempeño. Como lo que se quiere ejemplificar es el cálculo de las medidas de desempeño, los pronósticos de la tabla se obtuvieron utilizado el siguiente modelo sencillo de proyección, expresado matemáticamente así:

Este modelo de proyección se conoce comúnmente como pronóstico ingenuo, aunque como se verá más adelante, es un modelo de serie de tiempo llamado promedio móvil simple con N =1. En este modelo, la proyección de un período t cualquiera es igual al dato real obtenido en el período inmediatamente anterior, tal y como se muestra en la Tabla 2-2.

TABLA 2-2. MEDICIÓN DE LA EXACTITUD DEMANDA EN MILES DE CAJAS DE REFRESCOS

Así por ejemplo, la demanda real de 32.000 cajas que se presentó en el mes 11 se utiliza como la proyección del mes 12.

Como se mencionó anteriormente, el error para un período t se calcula como la diferencia que existe entre el dato real y el dato proyectado para dicho período (columna 4). Este dato solamente proporciona información sobre el comportamiento del modelo en un período particular, pero no sobre la exactitud general del modelo. Un primer indicador que se utiliza para medir la exactitud es el error total (e_T), se calcula de la siguiente manera:

donde n representa el número total de errores y e_i el error del período i. Para el ejemplo descrito en la Tabla 2-2, e_T tiene un valor de 3, lo que significa que el modelo de proyección utilizado subestimó la demanda en un total de 3.000 cajas (recuerde que los datos están en miles). Si el error total se divide entre el número de errores, se obtiene el error promedio o error medio (e_M), cuya expresión matemática es:

Para el ejemplo de la Tabla 2-2, este valor se obtiene de dividir el error total que es 3 entre 11 que es el número total de errores que existen, obteniéndose un error medio de 270 cajas, lo que equivale a decir que si a la proyección obtenida en cada período se le sumara este valor (dado que la proyección se subestimó), el error medio sería cero. De igual manera, si el valor del error medio fuese negativo, significaría que el modelo de proyección sobrestimó la demanda, y si este valor se resta a cada proyección, el valor del error medio sería cero.

Como se ha venido mencionando, las proyecciones siempre tendrán errores, provocando una subestimación o una sobrestimación de la demanda en cada período. Si ésto es así, el comportamiento de los errores individuales en el tiempo deberían ser algunas veces positivos y otras veces negativos. Un comportamiento apropiado de un modelo de proyección sería aquel en donde los errores se cancelen entre sí, logrando que el error total (e_T) y por lo tanto el error medio (e_M) de un modelo de proyección tienda a “cero” siendo éste un valor relativo y no absoluto, en otras palabras que el valor sea lo más cercano posible a cero. La Figura 2-3 muestra el gráfico de los errores del ejemplo mostrado en la Tabla 2-2.

FIGURA 2-3. COMPORTAMIENTO HISTÓRICO DE LOS ERRORES

Como se puede observar en la Figura 2-3, los errores presentan un comportamiento positivo y negativo, pasando repetidas ocasiones por el cero, lo que conlleva a la cancelación de los mismos cuando se suman. Este comportamiento es ideal, ya que los inventarios que se puedan generar en un período (valores negativos del error) servirán de amortiguador o colchón en aquellos períodos en donde existan agotados (errores positivos), lográndose obtener un comportamiento equilibrado entre estos valores.

Obtener un valor del error medio cercano a cero, no es garantía por si solo para determinar que el comportamiento de un modelo de proyección es el adecuado. En la Figura 2-4 se muestran tres casos en donde se grafican los errores históricos obtenidos para una misma serie de datos históricos, empleando tres modelos de proyección diferentes.

Como se puede apreciar en los tres casos, el error medio es cero (lo cual se hizo a propósito), pero el comportamiento total no es el apropiado. Por ejemplo, en el caso número 1, aunque existen valores tanto positivos como negativos a lo largo del tiempo, los errores individuales tienen una magnitud muy grande en los diferentes períodos, que van en contraposición a los objetivos de los sistemas de pronóstico, el de obtener valores de errores mínimos. En el caso número 2 los primeros datos de los errores son todos positivos y después se vuelven todos negativos, lo que significa que inicialmente hay muchos períodos con agotados y posteriormente muchos períodos con inventarios, siendo un resultado poco deseable de un modelo de pronósticos. Finalmente en el caso número 3, los valores pasan gradualmente de negativo a positivo, lo que indica que el modelo de proyección proyecta en exceso cuando se requiere muy poco y viceversa, resultado totalmente inadecuado en cualquier modelo de proyección.

FIGURA 2-4. COMPORTAMIENTO HISTÓRICO NO APROPIADO DE LOS ERRORES

El e_M es un indicador importante de la exactitud de los modelos de proyección, debido a que este valor permite determinar si el modelo equilibra los valores positivos con los negativos, siendo este un comportamiento ideal.

Adicional al e_M, es necesario medir la exactitud completa del modelo de pronósticos utilizando la magnitud de los errores obtenidos en cada período. Este cálculo se realiza sumando el valor absoluto de los errores y promediándolos, conocido comúnmente como desviación absoluta media (MAD, por sus siglas en inglés: Mean Absolute Desviation). La expresión matemática del MAD es:

donde n representa el número total de errores y |e_i| el error absoluto del período i. En la columna 5 de la Tabla 2-2 se observa cómo se obtiene dicho valor, que para el ejemplo es de 3,55, es decir la desviación absoluta media del modelo de proyección es 3.550 cajas en promedio en cada período.

El MAD es importante ya que mide la dispersión de los datos observados con respecto a los valores esperados. De esta manera se puede afirmar que a menor valor de la dispersión, mayor exactitud del modelo de proyección. Por esta razón se debe buscar que para un modelo de proyección el valor del MAD sea lo más pequeño posible, lo que se traduce en una mayor exactitud del mismo.

Otra medida de exactitud utilizada es el error cuadrado medio (MSE, por sus siglas en inglés: Mean Squared Error), y se obtiene elevando al cuadrado el error en cada período y dividiendo este valor entre el número de errores. El cálculo del MSE se muestra en la columna 6 de la Tabla 2-2 y se expresa de la siguiente manera:

El MSE, a diferencia del MAD, castiga o penaliza de una forma más severa las desviaciones altas, de manera que en la medida que se obtengan valores elevados del error (como por ejemplo lo sucedido con la desviación del período 8 de la Tabla 2-2), se reflejan en el indicador global, el cual va aumentando de forma sustancial, tal como lo indica el valor de 15,91 en el ejemplo de la Tabla 2-2. Al igual que el MAD, en la medida que el MSE sea menor, mayor será la exactitud del modelo de proyección empleado.

Finalmente, la exactitud de un modelo de proyección también puede determinarse con otra medida estadística ampliamente utilizada, conocida como la desviación estándar o típica de los errores del pronóstico σ_E, expresada matemáticamente:

donde el numerador es la sumatoria de los errores al cuadrado y n es el número total de errores. Según los datos de la Tabla 2-2, σ_E = 4,18, se obtiene calculando la raíz de la relación entre la sumatoria de los errores al cuadrado (cuyo valor en la Tabla 2-2 es de 175) y el número total de errores menos 1, es decir 10. Este valor significa que la desviación estándar de los errores del pronóstico para cada período es de 4.180 cajas.

Para varias distribuciones de probabilidad del error, incluso distribuciones no normales, se ha demostrado que el MAD es proporcional a la desviación estándar de los errores del pronóstico (Brown, 1963) de la siguiente manera:

Como la raíz cuadrada de 2/π es alrededor de 0,8, la relación es:

Brown (1963), mediante su estudio empírico, demostró que para la distribución normal, uniforme, exponencial o triangular, la constante que relaciona estas medidas de desempeño se encontraba entre 0,74 y 0,86, por lo que un valor de 0.8 sería una buena aproximación. De esta manera, la suposición de que los errores del pronóstico tienen un comportamiento normal es robusta.

7. MODELOS DE SERIES DE TIEMPO PARA PATRONES ESTABLES

Como se mencionó anteriormente, un patrón de comportamiento estable es aquel donde los datos se encuentran dispersos a lo largo de una línea horizontal. Este tipo de comportamiento se presenta en productos y servicios que se encuentran en la etapa de madurez de su ciclo de vida. Para ejemplificar este tipo de patrón, suponga los datos de la Tabla 2-3, en donde se muestra la venta de leche (en galones) de las últimas 40 semanas en el punto de venta de la empresa Lácteos S.A. (esta información fue suministrada por el departamento comercial de la empresa).

TABLA 2-3. DEMANDA SEMANAL DE GALONES DE LECHE (LÁCTEOS S.A.)

El gráfico de los datos históricos de la venta de leche se muestra en la Figura 2-5.

FIGURA 2-5. GRÁFICO DE LA DEMANDA SEMANAL DE LECHE (LÁCTEOS S.A.)

Como se observa en la Figura 2-5, los valores históricos se encuentran distribuidos a lo largo de una línea horizontal (aproximadamente en 850 galones), mostrando que la demanda es básicamente constante con algunas desviaciones de tipo aleatorio.

Entre los modelos apropiados a ser utilizados para este patrón de comportamiento, se encuentra el modelo media, los modelos de promedio móvil simple y promedio móvil ponderado y el modelo de suavización exponencial.

7.1 MODELO MEDIA

En pronósticos el modelo media es considerado un modelo de proyección extremo, debido a que utiliza toda la información histórica para realizar la proyección. En este modelo el pronóstico para cualquier período de tiempo t es igual al promedio de la demanda histórica. La expresión matemática para calcular los pronósticos con el modelo media es:

Así, para los datos de la Tabla 2-3, la proyección de la demanda para la próxima semana (41) será:

El valor calculado es el mismo para cualquier proyección futura, debido a que los modelos para patrones constantes suponen una media constante y estas estimaciones no dependen del período futuro que se requiera estimar. Por lo tanto el pronóstico para m períodos futuros (ver notación usada en las series de tiempo) es:

Este modelo es particularmente útil para aquellos productos y empresas cuyas demandas sean realmente constantes (como por ejemplo los productos de la canasta familiar) y en donde se quisiera que los pronósticos consideren en menor escala las variaciones debido a los efectos aleatorios, ya que este modelo es menos sensible a este tipo de variaciones, reaccionando ante ellas de manera muy lenta. Considere por ejemplo un producto con un patrón de comportamiento estable, con la siguiente información histórica de seis meses: 58, 47, 62, 41, 65, 45. La demanda promedio en este caso es 53, valor que sería el pronóstico del siguiente período. Ahora si la demanda real del período 7 fue un 50% de la demanda promedio (es decir aumentó a 79,5) la nueva proyección será 56,8, es decir que la nueva proyección cambio solamente en un 7% en relación con la proyección anterior. Lo anterior permite concluir que ante un cambio abrupto en la demanda debido a un efecto aleatorio, el modelo reaccionará muy lentamente.

7.2 PROMEDIO MÓVIL SIMPLE

Un problema con el modelo media, es que este toma todos los datos históricos y los promedia, dándole el mismo peso a todos los valores observados, haciendo que los efectos aleatorios desaparezcan casi por completo. Esto se vuelve más evidente en la medida en que se incluya una mayor cantidad de datos históricos para realizar la proyección.

El modelo de promedio móvil simple (PMS) a diferencia del modelo media, toma solamente algunos datos históricos y los promedia, obteniéndose las proyecciones futuras con base en solamente los datos pasados más recientes.

Como se mencionó anteriormente, un caso particular del promedio móvil simple es el denominado pronóstico ingenuo, el cual determina que la proyección de un período t cualquiera es igual al dato observado del período inmediatamente anterior. Así, utilizando este modelo, el pronóstico para la semana 41 será de 846 galones de acuerdo con los datos de la Tabla 2-3. Este valor será la estimación de cualquier valor futuro que se quiera estimar a partir del período t.

Este caso particular del modelo PMS es el extremo del modelo media debido a que utiliza solamente un dato para realizar la proyección. En este caso la proyección ignora toda la historia y reacciona de manera casi inmediata a las fluctuaciones aleatorias. Así por ejemplo para los datos de la Tabla 2-3, se observa que el dato histórico de la semana 40 es de 846 galones, valor que se encuentra por debajo del patrón constante de 852 galones (el cual equivale al promedio) y como ya se mencionó, la proyección de la semana 41 (que es de 846 galones con este modelo) estará igualmente por debajo. Ahora, si la demanda real de la semana 41 estuviera por debajo del patrón constante, la proyección sería buena. Sin embargo, como se puede suponer que los errores del pronóstico tienen un comportamiento normal, es muy probable que la demanda para esa semana esté por encima del patrón constante, convirtiéndolo en un mal pronóstico.

Promediar todos los datos históricos o tomar solamente un dato para realizar una proyección puede llevar a obtener malos pronósticos si existe mucha aleatoriedad, por lo tanto, es conveniente analizar un punto intermedio entre estos dos modelos. El Promedio Móvil Simple toma un número constante de datos históricos y los promedia para obtener el valor proyectado del siguiente período. Como utiliza únicamente cierta cantidad de información histórica, los pronósticos que arroja el modeloreaccionan más rápidamente a los cambios en el proceso y reduce efectos de la aleatoriedad en la proyección. La expresión matemática del PMS es:

en donde:

F_t = Pronóstico para el período t

D_t-1 = Dato histórico del período pasado t-1

D_t-2 = Dato histórico del período pasado t-2

D_t-N = Dato histórico del período pasado t-N

N = Número de períodos a promediar

Para ejemplificar el funcionamiento del modelo de promedio móvil simple, suponga la información del año 2006 de una empresa dedicada a la fabricación de artículos para el hogar, la cual corresponde a la demanda de juegos de sábanas blancas, un producto de línea de la empresa, que se vende principalmente a clínicas y hospitales de la ciudad. Para el cálculo de los pronósticos se utilizó el modelo PMS con N=2 y con N=4. La información histórica y los resultados de los pronósticos se muestran en la Tabla 2-4.

TABLA 2-4. PROYECCIÓN DE LA DEMANDA CON EL MODELO PMS DE 2 Y 4 MESES

De la Tabla 2-4 se puede observar que la proyección que se obtiene con el modelo promedio móvil simple de 2 meses para el mes de enero de 2007 es de 900 juegos de sábanas blancas, obtenida aplicando la fórmula matemática del PMS:

para enero de 2007, t = 13 y N = 2, entonces

de manera similar, el pronóstico de 816,25 juegos de sabanas para enero de 2007 que se obtuvo con el modelo PMS de 4 meses, se calcula así:

Como se observa en la Tabla 2-4, adicional al pronóstico futuro (es decir el período 13), se deben calcular los pronósticos pasados, usados para validar el comportamiento del modelo y controlar su funcionamiento (ver monitoreo y control del pronóstico). En un modelo PMS es posible realizar proyecciones a partir del período N+1; así en la Tabla 2-4 se observa que para un PMS de 2 meses la primera proyección se obtiene en el período 3 (marzo de 2006) y para el PMS de 4 meses se obtiene a partir del mes 5 (mayo de 2006).

De nuevo, para hacer pronósticos para más de un período futuro, se utiliza el dato pronosticado del último período como el pronóstico de estos períodos, debido a que el modelo es para procesos constantes. El pronóstico para m períodos futuros a partir del período t será:

En la Figura 2-6 se observa el gráfico de los datos históricos y el comportamiento de los modelos de pronósticos aplicados.

FIGURA 2-6. COMPARACIÓN DE LA DEMANDA REAL Y EL PMS DE 2 Y 4 MESES

En la Figura 2-6 se puede apreciar claramente el efecto que tiene el número de períodos a promediar en el modelo de promedio móvil simple. Un valor mayor de N hará que los pronósticos en los diferentes períodos sean similares entre sí, lo que se llamará “suavización del pronóstico”. En estos términos se puede concluir entonces que, a mayor sea N, mayor será la suavización del pronóstico y a menor N, menor será la suavización del pronóstico.

Un buen pronosticador debe saber cuál es el efecto que tendrá la selección del número de períodos a promediar en los pronósticos con el modelo PMS, más que saber definir a priori cuál es el mejor N para una serie de datos históricos, ya que sin un análisis adecuado de la información y mediciones de la exactitud, resultará imposible.

Al seleccionar el N en modelo PMS es necesario considerar: (1) la capacidad de reacción del modelo frente a cambios en el patrón de comportamiento; (2) la suavización de los datos proyectados y (3) la flexibilidad de la empresa. En cuanto al primer punto, un valor pequeño de N, permitirá que el modelo reaccione frente a un cambio en el patrón fundamental de los datos, mientras que un valor grande de N reaccionará tardíamente, tal como se puede apreciar con el pico del período 6 en la Figura 2-6. En segundo lugar, un valor grande de N suaviza considerablemente los datos proyectados debido a que considera en menor grado las variaciones aleatorias, en contra de un valor pequeño que considera estas variaciones de manera casi inmediata. Por último es necesario tener en cuenta la flexibilidad de la empresa, definible como la capacidad de reacción frente a cambios en los volúmenes de producto. De esta manera una empresa poco flexible cuya capacidad de reacción es casi nula, deberá tener valores estimados similares, lo cual se logra aumentando el valor de N en el modelo PMS.

Algunos autores consideran que una de las principales desventajas del PMS es que éste asigna igual peso o ponderación a los datos que se incluyen en el promedio. Así por ejemplo en un PMS con N = 4, cada dato histórico afectará el pronóstico en un 25%. El siguiente modelo considera que los datos pueden ponderarse de manera diferente.