2.

5 Monitoreo y control de los pronsticos

El propsito fundamental de los pronsticos es hacer buenas estimaciones

en las cuales basar los modelos para la toma de decisiones.

Los pronsticos constituyen la problemtica fundamental dentro de la

gestin de la actividad de una empresa debido a la complejidad de los
problemas encontrados cuando se pronostica y a su impacto sobre todas
las decisiones de la empresa.
Monitoreo y control del pronstico

El monitoreo y control del pronstico comprende la supervisin y control de

los pronsticos realizados para asegurar que se estn llevando a cabo de
manera adecuada.

En la actualidad, la forma ms usada para monitorear los pronsticos es el

empleo de una seal de rastreo (Tracking Signal), la cual debe mantenerse
dentro de los lmites de control de rastreo (Tracking Control Limits) para que
el modelo de pronstico seleccionado siga siendo vlido. De esta manera,
cuando la seal de rastreo sobrepasa los lmites de control, debe detenerse
el proceso de pronstico y volver a absorber la demanda e igualarla de
manera ms exacta (correccin del modelo y/o mtodo de pronstico).

El seguimiento de la ejecucin de las distintas etapas del proceso de

pronstico es muy importante para alcanzar los objetivos planteados. Se
debe realizar un monitoreo del proceso de pronstico para asegurar que
este sea exitoso.
El monitoreo del pronstico se lo realiza en dos etapas:
I. Etapa 1.

En esta etapa se persigue que cada modelo de pronstico obtenido, tenga

parmetros significativos a nivel individual y global para los niveles de
confianza deseados.
II. Etapa 2.

Esta segunda etapa persigue que el conjunto de modelos, cuyo promedio

dar origen al pronstico consolidado de la demanda, tengan parmetros
significativos a los niveles de confianza deseados.
Importancia
Establece medidas de correccin
Se aplica a todo el proyecto
 Determina y analiza rpidamente las causas que puedan causar
desviaciones
Localiza los sectores responsables
Proporciona informacin acerca de la ejecucin de los planes
Reduce costos y ahorra tiempo
Su aplicacin incide en la racionalizacin de la administracin
Factores que comprende

Cantidad
Tiempo
Costo
Calidad

El resultado alcanzado con el procedimiento repercute grandemente y trae

beneficios para otras reas claves de la empresa como son:

Disminucin de las prdidas por producciones dejadas de realizar

debido a estadas prolongadas del equipamiento productivo.
Disminucin de la cantidad de imprevistos en el desarrollo de los
programas de mantenimiento.
Establecimiento de una poltica de inventarios de piezas de repuesto
ms eficiente.
Mejoramiento del balance en la utilizacin de la fuerza de trabajo del
mantenimiento.
Aumento del nivel de servicio al cliente.
Panorama general de los mtodos de pronstico
Previsin:
Es un proceso en el cual se recolectan y analizan datos para realizar una
estimacin de lo que en el futuro ocurrir con un determinado factor en un
entorno incierto. Este concepto plantea tres grandes reas de atencin: (I)
el plazo de previsin, (II) la variable concreta a prever y, (III) la tcnica de
previsin a utilizar.
Fiabilidad:

Es la probabilidad de que un tem (sistema o elemento) realice

satisfactoriamente la misin especificada, durante un perodo determinado
y bajo un conjunto dado de condiciones operativas.
Patrones de Fallos:
Durante dcadas, la sabidura convencional sugera que la mejor forma de
optimizar el desempeo de activos fsicos era restaurarlos o reponerlos a
intervalos fijos. Esto se basaba en la premisa de que hay una similitud directa
entre la cantidad de tiempo (nmero de ciclos) que el equipo est en
servicio, y la probabilidad de que falle. Esto sugiere que la expectativa es
que la mayora de los tems operarn confiablemente por un perodo X, y
luego se desgastan
Promedio Mvil Simple
Promedio Mvil Doble

Cmo elegir el mtodo de pronstico adecuado

La principal consideracin para seleccionar un mtodo de

pronstico es que sus resultados deben orientar, de la mejor
manera, la toma de decisiones administrativa, de lo contrario, el
uso cualquier mtodo, por sofisticado que este sea, no ser
conveniente. Algunas de las variables a considerar, al momento
de seleccionar la tcnica o mtodo de pronstico ms adecuada,
son:

El contexto del pronstico

La relevancia y disponibilidad de datos histricos
El grado de exactitud deseado
El periodo de tiempo que se va a pronosticar
El anlisis de costo-beneficio del pronstico
El punto del ciclo de vida en que se encuentra el producto.

Algunas de las preguntas que deben plantearse antes de decidir

la tcnica de pronsticos ms apropiada para un problema
especfico son las siguientes:

Por qu se necesita un pronstico?

Quin utilizar el pronstico?
Cules son las caractersticas de los datos disponibles?
Qu periodo debe pronosticarse?
Cules son los requisitos mnimos de datos?
Qu tanta precisin se desea?
Cunto costar el pronstico?
A fin de seleccionar adecuadamente la tcnica conveniente de
pronsticos, el pronosticador debe ser capaz de:

Definir la naturaleza del problema de pronstico.

Explicar la naturaleza de los datos que se investigan.
Describir las capacidades y limitaciones de tcnicas de
pronsticos potencialmente tiles.
Desarrollar algunos criterios predeterminados sobre los que
se pueda tomar la decisin de seleccin.

Un factor importante que influye en la seleccin de una tcnica de

pronstico es identificar y entender los patrones histricos de los
datos. Si se pueden reconocer patrones de tendencia, cclicos o
estacionales, pueden seleccionarse tcnicas capaces de
extrapolarlos de manera eficaz.
El proceso del pronstico

Generalmente un pronstico se elabora siguiendo los pasos que

se indican a continuacin:

1. Formulacin del problema y recoleccin de datos. Estos

dos elementos se tratan como un nico paso porque el
problema determina los datos adecuados. Si no se dispone
de los datos adecuados el problema tendra que redefinirse
o se tendra que acudir a un mtodo puramente cualitativo.
2. Manipulacin y limpieza de datos. Es posible tener
muchos o pocos datos, datos irrelevantes, datos
desactualizados, etc., todos ellos requerirn de cierto
procesamiento para obtener los datos necesarios y
adecuados.
3. Construccin y evaluacin del modelo. Implica emplear
los datos en un modelo de pronsticos que sea adecuado en
trminos de minimizacin del error de pronstico.
4. Aplicacin del modelo (el pronstico real). Consiste en
los pronsticos reales del modelo que se generan una vez
que se han recolectado y quizs reducido a slo los datos
adecuados, tan pronto se ha elegido un modelo adecuado
 Evaluacin del pronstico. Implica comparar los valores
del pronstico con los valores histricos reales.
Frecuentemente, el examen de los patrones de errores lleva
al analista a modificar el procedimiento de pronsticos.
5. de pronsticos.

Medidas de control del pronstico

Existe un gran nmero de indicadores de error del pronstico, dentro de los que se
destacan

Desviacin estndar
Error cuadrtico
Error porcentual
Desviacin absoluta media
Seales de rastreo

Y muchos otros, sin embargo muchos expertos prefieren considerar las seales de
rastreo como el indicador por excelencia para un adecuado control del pronstico.
Una seal de rastreo es un indicador de cun bien se ajustan las predicciones de
un pronstico al comportamiento real de la demanda. La seal de rastreo se calcula
como la suma de la desviacin acumulada (suma corriente de errores del
pronstico), dividida entre la desviacin media absoluta (DMA):

Donde

Una vez calculadas las seales de rastreo debemos saber que stas estn dadas
en desviaciones medias absolutas. No siempre una seal de rastreo positiva indica
que la demanda es superior que el pronstico, y viceversa, dado que su clculo
emplea desviaciones acumuladas. Una seal de rastreo favorable, es decir con un
error del pronstico bajo, deber tener aproximadamente el mismo error absoluto
positivo que negativo.

Para que una seal de rastreo sea un indicador eficiente de error en el pronstico
debe compararse con lmites preestablecidos de control. S la seal de rastreo
excede los lmites de control ser un indicador de que algo anda mal con el
pronstico. El siguiente interrogante que surge consiste en la determinacin de
lmites de control, para ello acudiremos a lmites dados en DMA, para lograr una
congruencia con las seales de rastreo.

Segn fundamentos estadsticos, la equivalencia entre DMA y Desviaciones

estndar es aproximadamente as:

1 D.M.A = 0,8 desviaciones estndar

Esto nos indica que siempre y cuando los errores se comporten siguiendo una
distribucin normal, para considerar que el pronstico est controlado deber:

El 89% de los errores estar ubicados entre 2 DMA

El 98% de los errores estar ubicados entre 3 DMA
El 99% de los errores estar ubicados entre 4 DMA

Pronosticos Con Computadora

En muchas aplicaciones de los pronsticos a corto plazo, las computadoras son indispensables.
Con frecuencia, las empresas tienen que preparar pronsticos para cientos o incluso miles de
productos o servicios en forma reiterada. Por ejemplo, una amplia red de instalaciones de servicio
mdico necesita calcular pronsticos de la demanda de cada uno de sus servicios en cada
departamento. Esta operacin implica grandes volmenes de datos que deben ser manipulados
con frecuencia. Los analistas tienen que examinar las series de tiempo que corresponden a cada
producto o servicio a fin de elaborar un pronstico.

Existen muchos paquetes de software para pronstico que pueden usarse en computadoras
de cualquier tamao y ofrecen una amplia variedad de capacidades de pronstico y de
formatos para mostrar los resultados. La tarea ms laboriosa en el desarrollo de un buen
modelo consiste en ajustarlo a los datos. Para esta operacin es necesario determinar los
valores de ciertos parmetros del modelo, a fin de que los pronsticos tengan la mayor
precisin posible. Los paquetes de software proporcionan diversos grados de ayuda a este
respecto. Las tres categoras de paquetes de software que resultan apropiadas para esto son:

1. Sistemas manuales, en los cuales el usuario selecciona la tcnica de pronstico y

especifica los parmetros necesarios para un determinado modelo de pronstico;

2. Sistemas semiautomticos, en los cuales el usuario especifica la tcnica de pronstico,

pero el software determina los parmetros para el modelo, de modo que puedan obtenerse
los pronsticos ms precisos; y
3. Sistemas automticos, en los cuales el software examina los datos y sugiere no slo la
tcnica apropiada, sino tambin los mejores parmetros para el modelo.

Generalmente, los paquetes de software para pronsticos son capaces de leer datos de
entrada contenidos en archivos de hojas de clculo, trazan grficas de los datos y los
pronsticos resultantes y guardan archivos de estos ltimos para poder mostrar los
resultados en una hoja de clculo. Los precios de estos programas varan segn las
funciones de anlisis de datos que cada uno proporciona. El diseo de dichos programas
para computadoras personales y su precio relativamente bajo han colocado esos paquetes al
alcance de cualquier empresa.

De ordinario, las divisiones de marketing y operaciones seleccionan conjuntamente un

paquete de software para pronsticos. En el caso tpico, un equipo de aplicacin, formado
por personal de marketing y operaciones, est a cargo de seleccionar un paquete, entre la
amplia variedad de programas disponibles. Los miembros del equipo pueden pedir a sus
departamentos una lista de deseos y despus clasifican estos ltimos en necesidades y
antojos. La seleccin final se basa en (1) cun bien satisface el paquete las necesidades y
antojos, (2) el costo de compra o alquiler del paquete, (3) el nivel de soporte de personal
requerido y (4) la magnitud del mantenimiento necesario impartido por el programador.