Loading

Module 1: Toma de decisiones y previsión de varios criterios

Apuntes
Study Reminders
Support
Text Version

Estacionalidad en la previsión

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Hola y bienvenido a “ Modelling and Analytics for Supply Chain Management ”! Estamos en la semana 9; conferencia 47 que está pronosticando la estacionalidad y su impacto en la cadena de suministro. Ahora, en las dos semanas anteriores, hemos aprendido sobre la previsión y su importancia en la cadena de suministro. Aprendimos que, ver previsiones es muy importante por dos razones, una es si mi demanda real es 100 y mi pronóstico era de 120 que significa 20 unidades que no podía vender. Eso está bien. 20 unidades están mintiendo en stock. Estoy pagando la renta del almacén, etc. pero al revés, esa es mi demanda es 100 y yo había previsto 80 unidades. Por lo tanto, se podrían haber vendido 20 unidades que no se han vendido. ¿Qué significa eso? Significa que 20 clientes han ido a mi competidor y lo han multiplicado por el número de veces y el número de unidades, el cliente compra un producto de mi marca. Por lo tanto, todos se ven afectados. Así que, si lo hago en previsión, es decir, menos que lo que es la demanda real, entonces hay un gran impacto en la reputación, y la buena voluntad y el nombre de marca de mi organización. Por eso, la previsión de hoy se ha vuelto muy importante en la cadena de suministro. Esto lo hemos discutido en la clase anterior. Hay otra razón por la que el pronóstico se ha vuelto importante en la cadena de suministro. Ver, si no podemos pronosticar correctamente, no podemos planificar la cadena de suministro. No podemos planificar cuánto espacio de almacén requeriremos. No podemos planificar cuántos vehículos de transporte requeriremos. No podemos planificar cuál es la frecuencia de la entrega de los envíos. Por lo tanto, a menos que tengamos una imagen clara de cuál es la demanda aproximada en el mercado, la cadena de suministro no puede prepararse para satisfacer la demanda y el marco temporal de la demanda. Por eso, la previsión, que antes era una actividad orientada a la producción, se ha convertido hoy en un primer punto o en el punto de partida de cualquier actividad de la cadena de suministro. Por lo tanto, es por eso que la previsión es importante. Ahora, en los dos modelos anteriores, en las dos semanas anteriores, lo que hicimos fue que dijimos que pronosticar, esto normalmente, vemos que hay un nivel constante de demanda y algunos zigzags menores, ocurren errores menores. Eso es debido al ruido, las desviaciones menores ocurrirán. Usted no come la misma cantidad de comida todos los días. Algún día comes más, algunos días comes menos. Pero su nivel general es el mismo. Entonces, eso es lo que es, eso es lo que es pronóstico constante de nivel. Ahora, en el pronóstico de nivel constante, hemos aprendido método promedio simple y método promedio ponderado. Hoy, aprenderemos algo llamado estacionalidad en la previsión. Ahora, ciertos productos muestran cierta estacionalidad. Aquí es donde terminamos en la semana anterior. Ciertos productos muestran estacionalidad. ¿Qué quiere decir con eso? Ver, ropa de invierno, chaquetas, chales, pullovers, todos son ejemplos de demanda estacional. Del mismo modo, el algodón, de algodón muy suave, muy apto para el cuerpo humano, es normalmente un tejido de verano. En verano, a la gente le encanta usar algodón en la India debido a las condiciones climáticas. Por lo tanto, hay un elemento de estacionalidad. Del mismo modo, la temporada de matrimonio, todo lo que demanda para los Sherwanis y las kurtas se presentará a un diseñador de ropa tipo de un producto. Por lo tanto, ese también es otro ejemplo de estacionalidad. Entonces, ¿cómo pronosticar una demanda estacional? Ahora bien, esto es algo muy importante y muy difícil. ¿Porqué? Porque, digamos que es una temporada de invierno; ahora, la temporada de invierno es de solo un cuarto de año. Así que, tres meses vamos a conseguir el invierno. Pero, ¿qué está pasando? Este próximo invierno, se prevé cuánto es la demanda, basada en el invierno anterior. Con base en el invierno anterior, usted va a pronosticar la demanda del invierno que viene. Ahora, ¿en medio de lo que ha pasado? Han transcurrido 9 meses. Por lo tanto, el gusto y las preferencias podrían haber cambiado, las condiciones climáticas podrían haber cambiado un poco, las condiciones económicas podrían haber cambiado. Así que, muchas cosas están ahí. Por lo tanto, la previsión estacional, la estacionalidad, la previsión de estacionalidad es siempre un desafío para los marketers. Así, hoy, nuestro tema es cómo pronosticar la demanda cuando la demanda muestre cierta estacionalidad. Entonces, ese fue nuestro primer punto, ¿qué es la estacionalidad? (5:11) Ahora, vamos a llegar al siguiente punto, es decir, el impacto de la estacionalidad en la cadena de suministro. Ahora ve, el impacto de la estacionalidad es como tu, digamos que tus productos están siendo demandados en invierno. Digamos sus naranjas. Las naranjas se cultivan ampliamente en el cinturón de Himachal Pradesh. Ahora, eso se cultiva y se exige todo en invierno. Ahora, el problema es si usted está dedicando una flota de vehículos para Himachal Pradesh durante el invierno, ¿qué pasará con esos vehículos para otros 9, 10 meses, los meses de verano y la temporada de lluvias? ¿Qué pasará? Estos vehículos seguirán siendo ideales o podríamos tener que mirar a otros negocios que están activos en invierno, en la temporada de lluvias y algunas otras empresas, que están activas durante los meses de verano. Entonces, la planificación del vehículo se evenía. Pero ese es un impacto de la estacionalidad en la cadena de suministro; mi planificación de vehículos se convierte en un asunto desafiante. Es un gran reto. ¿Cómo consigo un enorme número de vehículos necesarios para transportar naranja para esos 2, 3 meses desde Himachal a todo el país? ¿Cómo obtengo ese número de vehículos? No puedo tener una flota dedicada de vehículos. ¿Qué haré con ellos para el balance 9 meses? Esa flota dedicada de vehículos será ideal o tendré que encontrar algunas formas alternativas. Del mismo modo, seguimos con el segundo punto que es el impacto de la estacionalidad. Del mismo modo, véase, cuando esta temporada en particular en Orissa, cuando las hojas de „ beedi "están maduras para ser tomadas y luego las „ beedis" están atadas y atadas y luego introducidas en el mercado. Así, estas hojas de beedi; las hojas de „ sal, básicamente, que crecen en el mercado de Orissa, lo siento, que crecen en el jardín de Orissa; las plantaciones de Orissa y los bosques, se subastan. Ahora, una vez se subastan, el tiempo de desplumar las hojas para el beedi, cuando llegue ese momento, se requiere un enorme número de camiones. Usted requiere un gran número de camiones para transportar estas hojas de beedi de los bosques de Orissa a todo el país. Y luego se pondrá el tabaco y luego estarán atados y luego irán al mercado para la producción final. Por lo tanto, usted requiere tantos números de vehículos y es en realidad que en Orissa, durante ese período de tiempo, usted no encontrará camiones para ningún otro propósito, incluso si usted requiere. Todos los camiones han ido a las tierras forestales del gobierno para llevar las hojas de vuelta al mercado. La pregunta es ¿qué pasará después de que se quiten las hojas de beedi? ¿Qué harán los camiones si tienes un transportador dedicado? Si usted es un transportista general, usted está de pie en algún lugar en el mercado y obtendrá un poco de envío y usted los llevará. Pero si eres un transportista dedicado, ¿qué pasa con tus camiones después de que las hojas de beedi se hayan ido? Por lo tanto, esto es algo que la cadena de suministro tiene que cuidar. Por lo tanto, ese es el impacto de la estacionalidad en la cadena de suministro. Ahora, el siguiente punto es ¿cómo pronosticar la demanda estacional? Ahora, si ves, sólo por la naturaleza misma de la palabra, “ estacionalidad ”, sólo por la naturaleza misma de la palabra “ estacionalidad ”, estamos viendo que la demanda estacional se comportará así. Una vez que comience la temporada, la venta repuntará, en el pico de la temporada las ventas también alcanzarán su punto máximo y a medida que la temporada llegue a su fin, las ventas bajarán. Como un ejemplo muy evidente es de prendas de invierno. Cuando comienza el invierno, poco a poco se empieza a comprar nuevos pullovers de diseño y chaquetas. Una vez que el invierno esté en su punto máximo, no habrá ventas adicionales. Pero luego lentamente, la demanda caerá porque el invierno también se va. De nuevo, antes del próximo invierno, su demanda aumentará. Llegará a un pico y luego de nuevo, caerá. Este es un ejemplo de estacionalidad en la demanda. Este es un ejemplo de estacionalidad. Ahora, el tema es cómo pronosticar tal estacionalidad que es lo que aprenderemos. (10:17) Ahora, ver, una cosa que se nota con mucho cuidado, este es un patrón de estacionalidad, este es el patrón de la estacionalidad. Ahora, si usted puede averiguar, ver, punto número 1, si usted puede averiguar cuál es la extensión de la estacionalidad? ¿Cuál es el alcance de la estacionalidad? Entonces la mitad de su trabajo se hace y eso se llama como el índice de estacionalidad. Ahora, tomemos este gráfico; muy fino, delgada línea. Tomemos este gráfico; ¿cuál es el alcance de la estacionalidad? 0. Tomemos este gráfico; cuál es la extensión de la estacionalidad; bastante alto. Así que, el primer trabajo para nosotros es averiguar el índice de estacionalidad; de acuerdo, y luego, vamos a seguir adelante. Así que, esto es lo que con lo que vamos a empezar. (11:43) Los pasos básicos para incorporar la estacionalidad en la previsión es, en primer lugar, calcular el índice de estacionalidad. Calcular el índice de estacionalidad. ¿Qué es el índice de estacionalidad? El índice de estacionalidad es la demanda promedio durante ese período; dividido por, la demanda promedio general para todos los períodos. ¿Qué es? Le mostraremos un poco más tarde; la demanda promedio durante ese período se dividió por la demanda promedio general de todos los períodos. Ahora, una vez calculado el índice de estacionalidad, entonces ajustaremos la estacionalidad dividiendo con el índice de estacionalidad para obtener datos de demanda desestacionalizada. Por lo tanto, esta es la estacionalidad, de acuerdo, esto es una estacionalidad, encontramos el índice de estacionalidad y dividimos esta demanda por ese índice de estacionalidad para que obtengamos un dato de demanda desasonalizada. Esto, estos altibajos y las bajas se eliminan. Estos altibajos y las bajas se eliminan. Así que obtenemos un promedio. Así que ahora, una vez que conseguimos esto, ¿entonces no parece? Parece una demanda promedio normal que estamos estudiando en las últimas dos semanas. Por lo tanto, esto es lo que se llama como desestacionalizar la serie de tiempo. Temporada, tienes un pico, tienes un „ m " ¿qué pasa? Está eliminando tanto el pico como el „ m " y lo que queda está en algún lugar en el centro. Así que, esa es su desasonalizada. Entonces, ¿qué pasará después de algún tiempo? Con esta desestacionalizada, que parece exactamente como las anteriores, se predice lo que será el pronóstico para el siguiente. Entonces, traiga de vuelta la estacionalidad a esta predicción y entonces esa es su demanda prevista. Tan simple como eso, eso es lo que es el índice de estacionalidad. (13:54) Por lo tanto, seleccione un método de previsión de series de tiempo adecuado. Aplique el método de previsión en los datos de demanda desestacionalizados y calcule la previsión real multiplicando la previsión desestacionalizada por el índice de estacionalidad. Entonces, ¿qué dijimos? Una vez más, estamos repitiendo estos puntos y este diagrama le ayudará. Entonces, primero calculamos, ¿cuál es el alcance de la estacionalidad? ¿Cuál es el alcance de la estacionalidad? Elimínelos; divida toda esta cosa por esta porción; entonces, ¿qué quedará? Sólo la porción media permanecerá que es bastante un zigzag dentro de un marco de tiempo normal. Esto se denomina datos de demanda desestacionalizados. Una vez que lo haya desasonalizado, pronóstico con este dato desaonalizado normal. Una vez que haya previsto, vuelva a esta parte superior que había suprimido. Por lo tanto, eso le dará el pronóstico real. Esto es lo que queremos decir. (15:14) Tomemos un problema; este es el año, 2015, 16 y 17. Llevamos tres años y cada año llevamos cuatro cuartos, 1, 2, 3 y 4. Ahora, el cuarto 1 tiene una demanda. Si puedes ver en tu pantalla; 541; el cuarto 1 tiene una demanda de 541, 523, y 516. Por lo que, al parecer, parece que la demanda está cayendo. Entonces de repente, aquí, la demanda surge, se mueve hacia arriba. Entonces de nuevo, ves, está cayendo, cayendo y luego de nuevo, ves que hay un repentino aumento en la demanda. De nuevo, la misma demanda entonces repentinamente surge en la demanda. Así que se ve, caída-aumento, caída-surge; así, caída-aumento, caída-aumento. Por lo tanto, este es un producto de temporada. Entonces, ¿cómo hacerlo, así que qué dijimos? Dijimos que primero obtenía el índice de estacionalidad. Ese es nuestro primer paso y ¿cuál es el primer paso que dijimos? Tenemos que calcular el índice de estacionalidad haciendo algo. ¿Qué es eso? Veamos ahora. Sí, de todos modos, hemos dado los resultados. ¿Qué es lo que haremos ahora? Vamos a ver. (16:54) Así, el primer paso, step1 fue obtener el índice de desestacionalidad. Así, primero vamos a escribir índice de estacionalidad para el cuarto 1, índice de estacionalidad para el cuarto 2. ¿Por qué lo estamos haciendo por separado? Porque los trimestres no son el mismo, índice de estacionalidad para el cuarto 4; Trimestre 1, cuarto 2, cuarto 3 y cuarto 4; ¿qué es el índice de estacionalidad para el cuarto 1? Demanda promedio para todo el trimestre 1 "; demanda promedio para todo el trimestre 1 "; es decir, déjame quitar los Q2s y los Q3s. Permítanme que lo aclare. (17:27) Así que, sólo hagamos primero Q1. Índice de estacionalidad para Q1, es decir, 541 más 575 más 551, dividido por 3. Eso está llegando a 555, que se da en la siguiente diapositiva. Para el trimestre 2, el índice de estacionalidad, cuarto 2, el índice de estacionalidad es de 523 más 570 más 551, por 3. Así que, en este, entonces de nuevo, así fue su, 523.570, 551. El próximo será el cuarto 3. Eso será 516 más 617 más 630, dividido por 3. Así que lo que sea, así es su índice de estacionalidad promedio paso 1. Así, esto es por término medio; 555, 548, 588, 724. Esto es lo que acabamos de calcular. ¿Acordado (18:50) ¿Qué es el índice de estacionalidad? ¿Cuál fue la fórmula? ¿Cuál fue la fórmula que hemos dicho? La demanda promedio durante ese período, por lo que, la demanda promedio del trimestre 1 acabamos de calcular para el trimestre 1, trimestre 2, trimestre 3 y cuarto 4; dividido por el promedio general de la demanda de todos los períodos; la demanda promedio general para todos los períodos. (19:06) Así que, eso significa, aquí estamos, índice de estacionalidad dividido por la demanda promedio general. Por lo tanto, esta columna, esta columna de demanda, es su suma x por n. Todo esto es totalización. Summación dividida por cuántas observaciones tenemos, divididas por 12. 12 observaciones que tenemos. 3 años, 12 observaciones. Por lo tanto, este es su promedio. (19:43) Entonces, ¿cómo estamos procediendo? Por lo tanto, promedio para esto fue promedio para esto. (19:49) El índice de estacionalidad es ese promedio de 555 para el cuarto 1 dividido por; creo que el total es de 600. El promedio aquí es de 613. La media es de 613, algo así. Por lo tanto, Q1 obtendrá algo, algo, algo, algo, algo, punto cero algo; así, el promedio total de toda la serie. Justo ahora, lo hicimos. Solo voy a volver; este. Así que se ve, la suma X por n, sólo el retroceso y el índice de estacionalidad es este, dividido por el promedio de toda la serie. Del mismo modo, puedes hacer para el cuarto 2, cuarto 3, cuarto 4. Usted puede obtener algunos números. Este es el primer paso. (20:46) Entonces, ¿qué hicimos? Dividimos cada demanda por índice de estacionalidad. ¿Cuál fue el índice de estacionalidad para el primer trimestre? Era algo, en algún lugar como 0,9. Entonces, ¿qué hicimos? La demanda original de 541 se está dividiendo por 0,9. Entonces conseguimos lo que se llama como una demanda desestacionalizada. Demanda original dividida por el índice de estacionalidad. Por lo tanto, obtenemos la demanda desestacionalizada. Y una vez que se haga con la demanda desestacionalizada por cada trimestre, ahora se prevé cuál será la demanda del próximo trimestre con algún mecanismo. Sea simple promedio, sea promedio ponderado, ya sea algún suavizado exponencial, algo que usted pronostica cuál será la demanda para el próximo trimestre. (21:39) Ahora, una vez que se pronostica, diga que su pronóstico aquí es de 670, de acuerdo, por lo que su pronóstico para 2018, Q1 que es el próximo año es 670. Ahora, esa previsión, ¿cuál era el índice de estacionalidad? Digamos 0,92. Así, 670 en 0,92, sea cual sea ese número, esa es tu previsión para 2018, cuarto 1. Así que, multiplique, primero conseguimos el índice de estacionalidad, con eso dividimos. Ahora, estamos volviendo al número original multiplicando el índice de estacionalidad. Por lo tanto, esta es la previsión básica de la demanda. De esta manera, lo que se puede hacer es, durante un período múltiple, al menos para otros 2 trimestres, se puede pronosticar aunque sólo un período de previsión es muy apropiado, donde al menos se puede pronosticar eso. (22:49) Ahora, una cosa es que esta estacionalidad en el pronóstico, usted ha pronosticado algo, alguna cantidad de pronóstico para Q1, Q2, Q3 Q4, pero muy decentemente, hemos visto que el gusto de la gente, las preferencias y los hábitos están cambiando. Por lo tanto, hay que tener un poco de cuidado sobre si, sea cual sea el número que esté obteniendo, si, como analista, debe recomendar y dar ese número sólo a la gestión y también mirar la otra dimensión económica y social que hay en la economía que está dando forma a mi demanda. Por lo tanto, hay que tener mucho cuidado si, que, si los datos de previsión que ha obtenido, si eso tiene que ser modificado o rebuscado, etc. Entonces, eso es lo que es la estacionalidad en la previsión. (23:46) Ahora, el siguiente es otro en el que estamos consiguiendo ver, todo el tiempo, que estábamos haciendo como si fuera una línea recta, nivel constante; nivel constante con estacionalidad, sin estacionalidad. Ahora, nuestra siguiente pregunta es ¿y si la demanda es así? La demanda está aumentando. ¿Y si la demanda es así? Si la demanda es así, entonces la llamamos como tendencia de „ ". Ahora, si ves, se ve muy sencillo. Si saben que esta es la tendencia, la misma tendencia continuará para el futuro. Entonces, es muy fácil predecir cuál es la venta aquí, cuál será la venta aquí en base a lo que ha sido la venta en los trimestres anteriores. Por lo tanto, es muy fácil de hacer la tendencia y este ha sido el método más utilizado para la previsión donde hay una tendencia lineal y ese método se llama como „ regresión ". El método más utilizado para la previsión se denomina regresión de „ ". Esto lo tomaremos en la próxima conferencia. Ahora, así que esto lo tomaremos en la próxima conferencia. Entonces, ¿cuánto hemos aprendido? Hemos aprendido el nivel constante, básicamente hemos terminado los métodos básicos de predicción de nivel constante y hoy, sólo estamos dando una pista sobre la regresión. Ahora, la próxima semana, lo que haremos es, la regresión haremos como tendencia, aumentando el método de tendencia de previsión y al mismo tiempo le daremos la introducción al método de pronóstico de Holt, donde, no sólo la tendencia, sino también el nivel es para ser estudiado. Por lo tanto, eso también tendrá que ser analizado. Así que, con esto, terminaremos esta semana la conferencia sobre la estacionalidad parte de la previsión. ¡Gracias!