Los elementos fundamentales de la previsión en la gestión de operaciones

Video: Proceso Administrativo (Fases y Etapas) - Administración - Educatina

Las previsiones apuntan, o predicciones de un único número de la demanda, son generalmente siempre incorrecta. ¿Quieres un pronóstico preciso informar a su gestión de operaciones. Es por eso que no sólo se necesita una valor esperado (Lo que usted piensa demanda será), sino también una medida de su método de error de predicción.

Video: #JornadasAdegi: La Gestión de la tesorería bajo un enfoque práctico. Parte 1

Estos son los principios fundamentales de la previsión:

• previsiones agregadas son más precisos que los pronósticos desagregados. La previsión de la demanda de un producto a nivel nacional es más precisa que la previsión de que en cada punto de venta individual. La variación de la demanda en cada punto de venta se suaviza cuando se agrega con otras ubicaciones, proporcionando una predicción más precisa. Se puede lograr una mejora similar al pronosticar la demanda agregada de todas las variaciones de un producto combinado.

• Esté preparado para cambiar su modelo de pronóstico, pero no sobre reaccionar a los cambios aleatorios. los patrones de demanda pueden y deben cambiar, cuando se produzcan cambios reales, es posible que tenga que cambiar su técnica de pronóstico. La medición de su error de predicción puede que le avise cuando los cambios ocurran, sin embargo, es necesario verificar que un cambio sostenible en realidad se ha producido y que lo observado no es una variación aleatoria.

• No sustituya las previsiones para la información conocida. Muchas empresas pueden llegar a ser cegados por su previsión e ignorar lo que realmente está ocurriendo en el entorno empresarial. Si algo cambia, como una ocurrencia tiempo, o más datos estén disponibles, tales como una orden de venta, esté preparado para ajustar su pronóstico para incorporar la nueva información.

• Si una técnica sencilla se obtiene una precisión aceptable, no utilice una técnica más avanzada. Utilizar el modelo de pronóstico más simple que proporciona la precisión deseada. Por ejemplo, no utilice un modelo para la estacionalidad no ser que le notablemente mayor precisión que un simple modelo de suavizado exponencial.

• Seleccionar una técnica de pronóstico que hace un buen uso de los datos disponibles. Los métodos de predicción de series de tiempo se basan en tener no sólo una gran cantidad de datos, sino también los datos pertinentes y exactos. Si usted no tiene confianza en la cantidad o calidad de los datos, es posible que desee elegir un método cualitativo para pronosticar hasta que los datos estén disponibles.

  Por ejemplo, considere basar sus previsiones sobre el potencial tamaño del mercado y el ajuste basado en la experiencia. La aplicación de los modelos de previsión sofisticados a datos erróneos no mejorará la calidad subyacente de los datos o el pronóstico.

• Las previsiones a corto plazo son más fiables que las previsiones a largo plazo. La previsión horyoZon, o cuánto tiempo en el futuro predice el pronóstico, tiene un impacto directo en la precisión. En otras palabras, la predicción de las ventas de este mes es más fácil que la predicción de las ventas de un año a partir de ahora.

  Muchas cosas pueden suceder entre hoy y el próximo año, como los nuevos competidores entrar en el mercado, las preferencias del cliente cambia, o una nueva tecnología que causa cambios en la demanda. Estos cambios se hacen más difíciles de predecir medida que aumenta el horizonte de pronóstico.

• No existe una única mejor técnica de pronóstico. El punto importante es comparar diferentes modelos de pronóstico y elegir la que mejor se adapte a las necesidades de su situación y coincide con los datos que tiene disponibles.

Video: Logística y Distribución Fisica Internacional - Negocios Internacionales

Es importante señalar que, aunque las previsiones desagregados pueden ser menos precisos que los pronósticos agregados, las previsiones desagregados son fundamentales para la planificación de la producción. Por ejemplo, si una empresa produce diferentes modelos de televisores, planificación de la producción a nivel de planta de fabricación requiere un número detallado de cuántos de cada modelo de producir.

Al posponer el compromiso de los detalles, la empresa puede hacer un pronóstico más preciso desagregado (previsiones a corto plazo son más precisos que los pronósticos a largo plazo). La reducción de los tiempos de flujo permite a una empresa para retrasar la decisión sobre qué modelos exacta para producir, lo que mejora sus previsiones.