Ensayo realización DE PRONOSTICOS EN SOFTWARE Introducción La planeación del futuro es un aspecto relevante en cualquier organización ya que el éxito a largo plazo depende de cuán bien la gerencia anticipa el futuro y elabora las estrategias apropiadas al tener un pronóstico aproximado pueden dar a un gerente una idea aproximada de lo que es probable que suceda en el futuro, sin embargo, es difícil convertir esta intuición en un número que pueda usarse, como el volumen de ventas del siguiente periodo. Un pronóstico es una estimación cuantitativa o cualitativa de uno o varios factores que pueden variar y que a su vez conforman un evento futuro, con base en información actual o del pasado. La estimación de pronósticos del volumen de ventas para un producto en particular dentro de una empresa durante el periodo próximo afectará los programas de producción, los planes de compra de materias primas, las políticas de inventarios y las cuotas de ventas. En consecuencia, los malos pronósticos pueden dar como resultado un incremento en los costos de la empresa. Revisar los datos históricos, con frecuencia ayuda a comprender mejor el patrón de las ventas pasadas, lo que conduce a mejores predicciones de las ventas futuras del producto. Existen diversos procedimientos para pronosticar a partir de estos datos históricos, el objetivo de estos análisis es proporcionar buenos pronósticos o predicciones de los valores futuros, sin embargo, hoy en día se cuenta con medios tecnológicos para realizar estos análisis de los cuales se hablará en el presente ensayo. realización DE PRONOSTICOS EN SOFTWARE Con frecuencia, las empresas tienen que preparar pronósticos para cientos o incluso miles de productos o servicios en forma reiterada. Por ejemplo, una amplia red de instalaciones de servicio médico necesita calcular pronósticos de la demanda de cada uno de sus servicios en cada departamento. Esta operación implica grandes volúmenes 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 pronóstico. Existen dos tipos de paquetes de cómputo de ayuda para determinar el proceso de pronóstico eficientemente: 1. Paquetes estadísticos que incluyen análisis de regresión y otras técnicas que se utilizan con frecuencia en los pronósticos; y 2. Paquetes de pronóstico diseñados específicamente para aplicaciones de este tipo. . En la década pasada el desarrollo que ha tenido el mayor impacto en el pronóstico es el de los paquetes de programas de cómputo diseñados específicamente para tratar en forma directa diferentes métodos de pronóstico. Se han desarrollado cientos de paquetes estadísticos y de pronóstico tanto para macro como para microcomputadoras (o computadoras personales, a las que con frecuencia se les llama PCs). Los administradores con PCs sobre sus escritorios y el conocimiento de técnicas de pronóstico, ya no dependen de un equipo de trabajo para realizar sus pronósticos. Los administradores modernos están aprovechando la ventaja de la facilidad y disponibilidad de métodos complejos de pronóstico que proporcionan las computadoras personales. A continuación, se enlistan algunos de estos paquetes de cómputo más populares para el desarrollo de pronósticos: 1. Minitab: presenta menús y cuadros de diálogo, manteniendo el lenguaje de comandos para agregar velocidad y flexibilidad. 2. Statistical Package for the Social Sciences (SPSS): paquete estadístico para las ciencias sociales. 3. Statistical Análisis System (SAS): sistema de análisis estadístico. 4. Excel A continuación se hacen algunas recomendaciones para utilizar el programa de minitab y Excel que son los mas usados y accesibles A continuación, se muestran las instrucciones para el uso de las opciones de estadística que son de utilidad para el cálculo de pronósticos, con las que cuenta Minitab. Cabe aclarar que aquí se muestran solo algunos procedimientos básicos, debido a que Minitab es un software de estadística que cuenta con una gama muy amplia de opciones, por lo que se recomienda al lector familiarizarse con estos procedimientos mínimos y posteriormente explorar y profundizar por su cuenta el resto de las opciones. Para resolver un problema de regresión lineal simple o múltiple en Minitab, hay proceder con los siguientes pasos: 1. Ingresar los datos a la hoja de cálculo de Minitab. Puede ingresarse un nombre para cada columna de datos, en la celda que encabeza cada columna. 2.Seleccionar en el menú Stat la opción Regression. 3. Elegir la opción Regression. a. En el cuadro de diálogo que aparece, ingresar la variable Y en el cuadro Response, seleccionándola de la lista de variables y oprimiendo el botón Select. b. Ingresar la lista de variables independientes en el cuadro Predictors, seleccionándolas de la lista de variables y oprimiendo el botón Select. c. Oprimir el botón Graphs. Seleccionar la opción Residual versus fits, para que se genere el gráfico de residuales contra valores estimados. Aquí se pueden seleccionar también las opciones Histogram of residuals y Normal plot of residuals, para completar el análisis de los residuales. 4. Oprimir Ok. Minitab desplegará en el panel de la sesión la ecuación de regresión, seguida de una tabla que resume los valores estimados de los parámetros (b0, b1, b2,…) y para cada uno, su error estándar (sbj), su estadístico t y su correspondiente valor-p. A continuación se muestra el valor del error estándar de la estimación (syx), y los valores de los coeficientes de determinación (r 2 ) y de determinación ajustado (r 2 aj), además de la tabla ANOVA. También se mostrarán los gráficos que hayan sido seleccionados. Para generar una matriz de correlación en Minitab, deberán realizarse los siguientes pasos: 1. Con los datos previamente introducidos en la hoja de cálculo, seleccionar del menú Stat, la opción Basic statistics. 2. Seleccionar la opción Correlation. a. Seleccionar las variables de interés, una a una, comenzando con la variable Y. b. Verificar que no esté seleccionada la casilla Display p-values. 3. Oprimir Ok. Minitab desplegará en el panel de la sesión, la matriz con los valores de los coeficientes de correlación. No se desplegarán los coeficientes de la diagonal principal cuyos valores son iguales a 1. Para calcular el pronóstico de una serie de tiempo mediante el método de promedio móvil simple, hay que proceder de la siguiente manera: 1. Ingresar la serie de tiempo en una sola columna. 2. Seleccionar del menú Stat la opción Time series. 3. Seleccionar la opción Moving average. a. Seleccionar la variable de interés en el cuadro Variable. b. En el cuadro MA length escribir el valor deseado de k (número de períodos a promediar). c. Seleccionar Generate forecasts. d. Escribir en el cuadro Number of forecasts la cantidad de pronósticos deseados. e. En el cuadro Starting from origin, escribir el número de datos. 4. Oprimir Ok. Minitab desplegará en el panel de la sesión, la cantidad de pronósticos definidos en el paso (d) con los límites que conforman el intervalo de predicción, así como los valores de las mediciones de error MAPE, MAD (o MAE) y MSD (o MSE). También desplegará un gráfico con la serie de tiempo original y la suavizada. Para calcular el pronóstico de una serie de tiempo mediante el método de suavización exponencial simple, hay que proceder de la siguiente manera: 1. Ingresar la serie de tiempo en una sola columna. 2. Seleccionar del menú Stat la opción Time series. 3. Seleccionar la opción Single Exp Smoothing. a. Seleccionar la variable de interés en el cuadro Variable. b. Seleccionar el cuadro Use y escribir el valor deseado de (constante de suavizamiento). c. Seleccionar Generate forecasts. d. Escribir en el cuadro Number of forecasts la cantidad de pronósticos deseados. e. En el cuadro Starting from origin, escribir el número de datos. f. Seleccionar Options. En el cuadro de diálogo mostrada, escribir el valor 1 en el cuadro Use average of first K observations. Esto significa que el valor de inicialización es igual al promedio de los primeros k datos, en este caso es igual al primer dato. 4. Oprimir Ok. Minitab desplegará en el panel de la sesión, la cantidad de pronósticos definidos en el paso (d) con los límites que conforman el intervalo de predicción, así como los valores de las mediciones de error MAPE, MAD (o MAE) y MSD (o MSE). También desplegará un gráfico con la serie de tiempo original y la suavizada. Para calcular el pronóstico de una serie de tiempo mediante la proyección de la tendencia lineal, debe procederse de la siguiente manera: 1. Ingresar la serie de tiempo en una sola columna. 2. Seleccionar del menú Stat la opción Time series. 3. Seleccionar la opción Trend Analysis. a. Seleccionar la variable de interés en el cuadro Variable. b. En la opción Model type seleccionar Linear. c. Seleccionar Generate forecasts. d. Escribir en el cuadro Number of forecasts la cantidad de pronósticos deseados. e. En el cuadro Starting from origin, escribir el número de datos. 4. Oprimir Ok. Minitab desplegará en el panel de la sesión, la ecuación de la recta de proyección de la tendencia lineal, la cantidad de pronósticos definidos en el paso (d), así como los valores de las mediciones de error MAPE, MAD (o MAE) y MSD (o MSE). También desplegará un gráfico con la serie de tiempo original y la línea de tendencia. Excel cuenta con una función pronostico que toma un rango de valores existentes y los utiliza para realizar el cálculo de un valor futuro. La función PRONOSTICO utiliza un método conocido como regresión lineal para pronosticar dicho valor. Dicha función predice un valor analizando el comportamiento en la relación previa de dos conjuntos de datos. Algunos usos comunes de la función PRONOSTICO son, entre otras cosas, la predicción de ventas futuras, requerimientos de inventario futuros o tendencias de clientes. • X (obligatorio): El punto para el cual se realizará el pronóstico, es decir, este valor X tendrá un valor Y pronosticado por la función. • Conocido_y (obligatorio): La matriz de datos dependiente de valores Y. • Conocido_x (obligatorio): La matriz de datos independiente de valores X. El valor pronosticado será el valor Y para un valor X determinado basándose en un historial previo de valores X-Y contenidos en las matrices Conocido_x y Conocido_y respectivamente. EJEMPLOS DE LA FUNCIÓN PRONOSTICO En el siguiente ejemplo utilizaremos la función PRONOSTICO para estimar el total de ventas para el mes 10 del año actual utilizando la información de ventas de los meses anteriores. En la columna A podrás observar los meses del año (incluyendo el mes 10) y en la columna B las el monto vendido en cada uno de los meses. El mes 10 es el valor X para el cual necesitamos calcular el pronóstico de ventas (valor Y). Los meses del año de la columna A son el argumento Conocido_x y los montos de venta de cada mes de la columna B son el argumento Conocido_y. Si graficamos los montos de venta podremos ver gráficamente el valor calculado por la función PRONOSTICO: Hagamos un ejemplo adicional de la función PRONOSTICO. En la siguiente hoja de Excel tengo una lista de las ventas anuales de los últimos 6 años y para cada uno de los años tengo la tasa de interés anual. Ahora quiero realizar el pronóstico de la venta para el 2012 sabiendo que tendremos una tasa de interés del 4.72%. Si quiero visualizar la relación entre ambos grupos de datos (interés y ventas) puedo crear un gráfico con ambas variables: La función PRONOSTICO en Excel nos ayuda a obtener un valor futuro en base a un historial de valores previos que nos indican la manera en cómo se han comportado ambas variables en casos anteriores. Conclusión Durante la elaboración del ensayo se pudo apreciar cuan útiles pueden ser estor recursos dentro de cualquier empresa. Sin duda alguna, para mejorar el rendimiento de cualquier producción, es imprescindible contar con un sistema fiable y preciso de previsión de la demanda. Hoy en día se ha hecho casi indispensable el contar con tecnologías avanzadas que puedan realizar multitud de cálculos complejos y así proporcionar una base para satisfacer las crecientes necesidades de los planificadores de la demanda, sin embargo, es muy importante contar con la habilidad para manejar las herramientas de estos softwares. Emplear pronósticos de demanda en las empresas es un trabajo interesante, cuya responsabilidad recae en todas las demás áreas de la empresa, las mismas que alimentan con información para que los pronósticos sean más asertivos. Bibliografía Minitab. (29 de Octubre de 2020). Copyright © 2019 Minitab, LLC. All rights Reserved. Obtenido de Minitab: https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statistics/using-fittedmodels/how-to/predict/perform-the-analysis/view-the-model/ ORTIZ, M. (2020). ExcelTotal. Obtenido de Funcion Pronostico: https://exceltotal.com/la-funcion-pronosticoenexcel/#:~:text=La%20funci%C3%B3n%20PRONOSTICO%20en%20Excel%20toma%20un%20rango%20 de%20valores,lineal%20para%20pronosticar%20dicho%20valor. Richard B. Chase; F. Robert Jacobs; Nicholas J. Aquilano. (2009). ADMINISTRACIÓN DE OPERACIONES. Producción y cadena de suministros. México, D.F.: Mc Graw Hill.