Transcript Demanda.

13/04/2015
1
COMO SATISFACER UNA DEMANDA
PEDIDO
PEDIDO
UNICO
(MODA)
MATRIZ DE
PAGOS
D.R.P
DEMANDA
J.I.T
M.R.P
CANTIDAD, TIEMPO
KANBAN
PULL
ANALISIS
DEMANDA
INVENTARIO
PUSH
13/04/2015
MOD INV
PLANF INV
PARAMETROS
PRONOSTICO
DEMANDA
CAP PLANTA
REQ NETO
ASIGNACION
2
GESTION DE LA DEMANDA
La demanda es el punto de mira de la gestión del sistema
logístico, y uno de sus objetos de estudio
Analisis de la demanda
Selección del modelo de
pronostico
Elementos del sistema
gestión de la
demanda
Planificación de la
Demanda
Monitoreo de la
Demanda
Planificación de requerimientos
Para satisfacer la demanda
13/04/2015
3
13/04/2015
4
DETERMINACION DE LA DEMANDA
Los pronósticos son estimaciones de la ocurrencia, la cronología o la
magnitud de futuros eventos inciertos, usando para esto la mejor
información disponible, para obtener un dato más confiable.
Indicadores
Económicos
Juicio
Estimación
de Ventas
Previsión
Subjetiva
Encuestas
Previsión de
la Demanda
Demanda Cte.
Dato
Previsión
Objetiva
Demanda
Histórica
Modelo
Pronostico
13/04/2015
5
MÉTODOS PARA PRONOSTICAR DEMANDA
Correlación
y regresión
Alisamiento
exponencial
Series
cronológicas
Media móvil
Ajuste de
curvas
Distribucion
Frecuencias
13/04/2015
M
É
T
O
D
O
S
C
U
A
N
T
I
T
A
T
I
V
O
S
M
É
T
O
D
O
S
C
U
A
L
I
T
A
T
I
V
O
S
Método
Delphi
Encuestas y
entrevistas
Diseño de
escenarios
Tormenta de
ideas
Método 632
Estudio ciclo
de vida del
producto
Estudio del
mercado
6
Métodos de promedio
• Promedios simples:
Se obtiene la media de todos los
valores pertinentes, la cual se
emplea para pronosticar el
periodo siguiente.
13/04/2015
7
Promedios simples:
PERIODO
1
2
3
4
5
6
7
8
9
10
11
12
SUMATORIA
N
PROMEDIO
13/04/2015
DEMANDA
37
31
39
40
23
28
31
41
38
25
32
38
403
12
34
8
Promedios móviles:
• Este método no considera la media de
todos los datos, sino solo los más
recientes.
• Se puede calcular un promedio móvil
de n periodos.
• El promedio móvil es la media
aritmética de los n periodos más
recientes.
13/04/2015
9
Promedios móviles:
PERIODO
DEMANDA
1
37
2
31
3
39
4
40
5
23
6
28
7
31
8
41
9
38
10
25
11
32
12
38
VALOR DEL PRONOSTICO
13/04/2015
PROMEDIO 2 PROMEDIO 3 PROMEDIO 4 PROMEDIO 5
PERIODOS PERIODOS PERIODOS PERIODOS
34
35
40
32
26
30
36
40
32
29
35
32
36
37
34
31
28
34
37
35
32
32
33
37
34
33
31
31
35
34
34
34
34
34
33
33
33
33
33
34
35
34
10
Promedios ponderado:
PERIODO
DEMANDA
PESO
1
2
3
4
5
6
7
8
9
10
11
12
37
31
39
40
23
28
31
41
38
25
32
38
1
2
3
4
5
6
7
8
9
10
11
12
78
SUMATORIA
PROMEDIO PONDERADO
13/04/2015
PESO *
DEMANDA
37
62
117
160
115
168
217
328
342
250
352
456
2604
34
11
DISTRIBUCION DE FRECUENCIAS
1250
750
1050
1350
300
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
13/04/2015
DATOS HISTORICOS DE CONSUMO
1040 1250 2300 1000
1850
550
950
1250 1550
1250
1450 1450
950
1150
1650
1900
850
1100 1350
900
650
1540 1800 1500
1600
Dato
300
550
650
750
850
900
950
950
1000
1040
1050
1100
1150
1200
1200
1200
1250
1250
No
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
Dato
1250
1250
1350
1350
1450
1450
1500
1540
1550
1600
1600
1650
1650
1800
1850
1900
2300
Log(n)
K =
Rango
Desv
1200
1600
1200
1650
1200
1,54
6,13
333,33
262,61
Dm y  Dm n
TI 
K
K  1  3,322Log(n)
12
DISTRIBUCION DE FRECUENCIAS
Inicial
300
634
968
1302
1636
1970
Final
633
967
1301
1635
1969
2303
Frecuencia
2
6
12
9
5
1
% Part
5, 71%
17, 14%
34, 29%
25, 71%
14, 29%
2, 86%
Frec Acum
2
8
20
29
34
35
% Acum
5, 71%
22, 86%
57, 14%
82, 86%
97, 14%
100, 00%
Para un nivel de serv icio de 97%
Inv Promedio
1268
Desv Estandar
411
1 DE
2 DE
LCI
857
446
LCS
1679
2090
14
12
10
8
Serie1
Polinómica (Serie1)
6
4
2
0
1
13/04/2015
2
3
4
5
6
13
SUAVIZACION EXPONENCIAL
Es una tecnica de promedios moviles que pondera los datos historicos
exponencialmente para que los datos más recientes tengan más peso en el
promedio.
Donde el pronostico Ft, se construye de la predicción del ultimo periodo
Ft-1; más una porción a de la diferencia entre el valor de la demanda real
del periodo anterior At-1 y el pronostico del periodo anterior Ft-1.
Ft = Nuevo pronostico.
a  Constante de suavización.
F t-1 = Pronostico del periodo anterior
A t-1 = Demanda real periodo anterior
13/04/2015
Ft = (1-a)A t-1 + a F
a  2/n+1
t-1
14
SUAVIZACION EXPONENCIAL
1
2
3
4
5
6
7
8
9
10
11
12
Demanda
RealAt-1
54
81
71
80
75
97
91
71
81
79
55
56
13/04/2015
0,1
(1-a)At-1
a(Ft-1)
49
73
64
72
68
88
82
64
73
72
50
6
6
8
8
8
8
10
10
8
9
9
Nuevo
pronostico
54
79
72
80
76
96
92
74
81
81
59
Suavización exponencial
120
100
80
Valor
Periodo
a
60
Real
40
Pronóstico
20
0
1
2
3
4
5
6
7
8
9 10 11 12
Punto de datos
15
MINIMOS CUADRADOS
Es una técnica matemática de ajustar una tendencia por medio de datos puntuales.
El resultado es la mejor línea de ajuste y tiene las siguientes propiedades:
@ La sumatoria de X=0
@ La sumatoria de X cuadrado es mínima
@ La ecuación es de la forma Y=a+bX, donde;
PERIODO
VENTAS
1
2
3
4
5
6
7
8
9
10
11
12
85
90
75
80
92
78
68
82
63
73
68
59
13/04/2015
PRONOSTICO
MINIMOS
CUADRADOS
62
62
62
62
62
62
62
62
62
62
62
62
100
90
80
70
60
50
40
30
20
10
0
1
2
3
VENTAS
4
5
6
7
8
9
10
11
12
PRONOSTICO MINIMOS CUADRADOS
16
INDICE ESTACIONAL MC
Las fluctuaciones estacionales son variaciones que se repiten regularmente en un
periodo de un año. Para determinar el factor estacional debemos estimar como varían
los datos de la serie en el tiempo de mes a mes en un año típico.
120
100
80
VENTAS 2007
60
PRONOSTICO REAL
40
PRONOSTICO MINIMOS
CUADRADOS
20
0
1
13/04/2015
2
3
4
5
6
7
8
9
10 11 12
17