2.5 Monitoreo y control de los pronósticos El propósito fundamental de los pronósticos es hacer buenas estimaciones en las cuales basar los modelos para la toma de decisiones. Los pronósticos constituyen la problemática fundamental dentro de la gestión 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. em presa.
Monitoreo y control del pronóstico El monitoreo y control del pronóstico comprende la supervisión y control de los pronósticos realizados para asegurar que se están llevando a cabo de manera adecuada. En la actualidad, la forma más usada para monitorear los pronósticos es el empleo de una señal de rastreo (Tracking (Tracking Signal), la cual debe mantenerse dentro de los límites de control de rastreo (Tracking Control Limits) para que el modelo de pronóstico seleccionado seleccionado siga siendo válido. De esta manera, cuando la señal de rastreo sobrepasa sobrepasa los límites de control, debe detenerse el proceso de pronóstico y volver a absorber la demanda e igualarla de manera más exacta (corrección del modelo y/o método de pronóstico). El seguimiento de la ejecución de las distintas etapas del proceso de pronóstico es muy importante para alcanzar los objetivos planteados. Se debe realizar un monitoreo del proceso de pronóstico para asegurar que este sea exitoso. El monitoreo del pronóstico se lo realiza en dos etapas: I. Etapa 1. En esta etapa se persigue que cada modelo de pronóstico obtenido, tenga parámetros 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 dará origen al pronóstico consolidado de la demanda, tengan parámetros significativos significativos a los niveles de confianza deseados.
Importancia
Establece medidas de corrección Se aplica a todo el proyecto
Determina y analiza rápidamente las causas que puedan causar desviaciones Localiza los sectores responsables Proporciona información acerca de la ejecución de los planes Reduce costos y ahorra tiempo Su aplicación incide en la racionalización de la administración
Factores que comprende
Cantidad Tiempo Costo Calidad
El resultado alcanzado con el procedimiento repercute grandemente y trae beneficios para otras áreas claves de la empresa como son:
Disminución de las pérdidas por producciones dejadas de realizar debido a estadías prolongadas del equipamiento productivo. Disminución de la cantidad de imprevistos en el desarrollo de los programas de mantenimiento. Establecimiento de una política de inventarios de piezas de repuesto más eficiente. Mejoramiento del balance en la utilización de la fuerza de trabajo del mantenimiento. Aumento del nivel de servicio al cliente.
Panorama general de los métodos de pronóstico Previsión: Es un proceso en el cual se recolectan y analizan datos para realizar una estimación de lo que en el futuro ocurrirá con un determinado factor en un entorno incierto. Este concepto plantea tres grandes áreas de atención: (I) el plazo de previsión, (II) la variable concreta a prever y, (III) la técnica de previsión a utilizar.
Fiabilidad: Es la probabilidad de que un ítem (sistema o elemento) realice satisfactoriamente la misión especificada, durante un período determinado y bajo un conjunto dado de condiciones operativas.
Patrones de Fallos:
Durante décadas, la sabiduría convencional sugería que la mejor forma de optimizar el desempeño de activos físicos era restaurarlos o reponerlos a intervalos fijos. Esto se basaba en la premisa de que hay una similitud directa entre la cantidad de tiempo (número de ciclos) que el equipo está en servicio, y la probabilidad de que falle. Esto sugiere que la expectativa es que la mayoría de los ítems operarán confiablemente por un período “X”, y luego se desgastan Promedio Móvil Simple Promedio Móvil Doble
Cómo elegir el método de pronóstico adecuado
La principal consideración para seleccionar un método de pronóstico es que sus resultados deben orientar, de la mejor manera, la toma de decisiones administrativa, de lo contrario, el uso cualquier método, por sofisticado que este sea, no será conveniente. Algunas de las variables a considerar, al momento de seleccionar la técnica o método de pronóstico más adecuada, son:
El contexto del pronóstico La relevancia y disponibilidad de datos históricos El grado de exactitud deseado El periodo de tiempo que se va a pronosticar El análisis de costo-beneficio del pronóstico El punto del ciclo de vida en que se encuentra el producto.
Algunas de las preguntas que deben plantearse antes de decidir la técnica de pronósticos más apropiada para un problema específico son las siguientes:
¿Por qué se necesita un pronóstico? ¿Quién utilizará el pronóstico? ¿Cuáles son las características de los datos disponibles? ¿Qué periodo debe pronosticarse? ¿Cuáles son los requisitos mínimos de datos? ¿Qué tanta precisión se desea? ¿Cuánto costará el pronóstico?
A fin de seleccionar adecuadamente la técnica conveniente de pronósticos, el pronosticador debe ser capaz de:
Definir la naturaleza del problema de pronóstico. Explicar la naturaleza de los datos que se investigan. Describir las capacidades y limitaciones de técnicas de pronósticos potencialmente útiles. Desarrollar algunos criterios predeterminados sobre los que se pueda tomar la decisión de selección.
Un factor importante que influye en la selección de una técnica de pronóstico es identificar y entender los patrones históricos de los datos. Si se pueden reconocer patrones de tendencia, cíclicos o estacionales, pueden seleccionarse técnicas capaces de extrapolarlos de manera eficaz. El proceso del pronóstico
Generalmente un pronóstico se elabora siguiendo los pasos que se indican a continuación: 1. Formulación del problema y recolección de datos . Estos dos elementos se tratan como un único paso porque el problema determina los datos adecuados. Si no se dispone de los datos adecuados el problema tendría que redefinirse o se tendría que acudir a un método puramente cualitativo. 2. Manipulación y limpieza de datos . Es posible tener muchos o pocos datos, datos irrelevantes, datos desactualizados, etc., todos ellos requerirán de cierto procesamiento para obtener los datos necesarios y adecuados. 3. Construcción y evaluación del modelo . Implica emplear los datos en un modelo de pronósticos que sea adecuado en términos de minimización del error de pronóstico. 4. Aplicación del modelo (el pronóstico real) . Consiste en los pronósticos reales del modelo que se generan una vez que se han recolectado y quizás reducido a sólo los datos adecuados, tan pronto se ha elegido un modelo adecuado
Evaluación del pronóstico. Implica comparar los valores del pronóstico con los valores históricos reales. Frecuentemente, el examen de los patrones de errores lleva al analista a modificar el procedimiento de pronósticos. 5. de pronósticos.
Medidas de control del pronóstico
Existe un gran número de indicadores de error del pronóstico, dentro de los que se destacan
Desviación estándar Error cuadrático Error porcentual Desviación absoluta media Señales de rastreo
Y muchos otros, sin embargo muchos expertos prefieren considerar las señales de rastreo como el indicador por excelencia para un adecuado control del pronóstico. Una señal de rastreo es un indicador de cuán bien se ajustan las predicciones de un pronóstico al comportamiento real de la demanda. La señal de rastreo se calcula como la suma de la desviación acumulada (suma corriente de errores del pronóstico), dividida entre la desviación media absoluta (DMA):
Donde
Una vez calculadas las señales de rastreo debemos saber que éstas están dadas en desviaciones medias absolutas. No siempre una señal de rastreo positiva indica que la demanda es superior que el pronóstico, y viceversa, dado que su cálculo emplea desviaciones acumuladas. Una señal de rastreo favorable, es decir con un
error del pronóstico bajo, deberá tener aproximadamente el mismo error absoluto positivo que negativo. Para que una señal de rastreo sea un indicador eficiente de error en el pronóstico debe compararse con límites preestablecidos de control. Sí la señal de rastreo excede los límites de control será un indicador de que algo anda mal con el pronóstico. El siguiente interrogante que surge consiste en la determinación de límites de control, para ello acudiremos a límites dados en DMA, para lograr una congruencia con las señales de rastreo. Según fundamentos estadísticos, la equivalencia entre DMA y Desviaciones estándar es aproximadamente así: 1 D.M.A = 0,8 desviaciones estándar Esto nos indica que siempre y cuando los errores se comporten siguiendo una distribución normal, para considerar que el pronóstico esté controlado deberá:
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 pronósticos a corto plazo, las computadoras son indispensables. 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 muchos paquetes de software para pronóstico q ue pueden usarse en computadoras de cualquier tamaño y ofrecen una amplia variedad de capacidades de pronóstico y de formatos para mostrar los resultados. La tarea más laboriosa en el desarrollo de u n buen modelo consiste en “ajustarlo” a los datos. Para esta operación es necesario determinar los valores de ciertos parámetros del modelo, a fin de que los pronósticos tengan la mayor precisión posible. Los paquetes de software proporcionan diversos grados de ayuda a este respecto. Las tres categorías de paquetes de software que resultan apropiadas para esto son: 1. Sistemas manuales, en los cuales el usuario selecciona la técnica de pronóstico y especifica los parámetros necesarios para un determinado modelo d e pronóstico; 2. Sistemas semiautomáticos, en los cuales el usuario especifica la técnica de pronóstico, pero el software determina los parámetros para el modelo, de modo que puedan obtenerse los pronósticos más precisos; y
3. Sistemas automáticos, en los cuales el software examina los datos y sugiere no sólo la técnica apropiada, sino también los mejores parámetros para el mo delo. Generalmente, los paquetes de software para pronósticos son capac es de leer datos de entrada contenidos en archivos de hojas de cálculo, trazan gráficas de los datos y los pronósticos resultantes y guardan archivos de estos últimos para poder mostrar los resultados en una hoja de cálculo. Los precios de estos programas varían según las funciones de análisis de datos que cada uno proporciona. El diseño 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 pronósticos. En el caso típico, un equipo de aplicación, formado por personal de marketing y operaciones, está 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 después clasifican estos últimos en “necesidades” y “antojos”. La selección final se basa en (1) cuán 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.
