Pronóstico de Demanda con Media Móvil Simple

El método de Media Móvil Simple (o Promedio Móvil Simple) es un procedimiento de cálculo sencillo que pertenece a la categoría de pronósticos de Series de Tiempo, es decir, que utiliza información histórica del desempeño de la variable que se desea pronosticar para poder generar un pronóstico de la misma a futuro. Es decir, se considera válida la premisa que el pasado es de utilidad para predecir el futuro.

El escenario ideal para la utilización del método de Media Móvil Simple es cuando la demanda real no presenta mayores variaciones de corto plazo, no presenta una tendencia marcada e idealmente no presenta estacionalidades.

En este contexto, por ejemplo, se podría esperar que muchos productos alimenticios presentan estas características (arroz, aceite, azúcar, etc) y por tanto su aplicación en principio puede resultar adecuada.

La función matemática que permite obtener un pronóstico utilizando Media Móvil Simple es:

Media Movil Simple

Donde Ft es la demanda pronosticada para el período t y At la demanda real para el período t. La constante o parámetro n determina el número de períodos a promediar.

Mientras mayor sea el valor de n el pronostico suele presentar menor variabilidad y aproximar una tendencia de la serie de tiempo. Por cierto, esto último no necesariamente es mejor y por tanto se pueden utilizar distintos valores de n para efectos de evaluación y luego comparar el desempeño.

Media Móvil Simple (Ejemplo)

En la tabla a continuación se muestra el procedimiento de pronóstico de demanda con Media Móvil Simple con n=3. Por ejemplo, el pronóstico de Abril se obtiene promediando los valores reales de Enero, Febrero y Marzo: F(Abril)=(200+230+260)/3=230. El pronóstico de Mayo se obtiene promediando los valores reales de Febrero, Marzo y Abril: F(Mayo)=(230+260+180)/3=223. Notar que los pronósticos no consideran decimales (decisión arbitraria).

Calculo Media Movil Simple

Para tener una primera aproximación a lo acertado del pronóstico se recomienda graficar los datos reales de demanda y los obtenidos con el pronóstico. De esta forma se obtiene un acercamiento sobre la magnitud de los errores del pronóstico y la naturaleza de éste, es decir, si se genera una sobre o sub estimación de la demanda real. Este análisis se puede complementar con el Cálculo del MAD y la Señal de Rastreo para el pronóstico generado.

grafico-media-movil-simple

Se puede observar que en 6 de los 9 pronósticos realizados se genera una subestimación de la demanda real lo cual nos da indicios que este método de pronóstico no es lo más adecuado en este caso. Dicho esto puede ser recomendable explorar con un método que considere el efecto de la tendencia de la serie, como por ejemplo, una Regresión Lineal Simple.

¿Quieres tener el archivo Excel con la resolución de este problema?.

Rating: 4.3. From 4 votes.
Please wait...

, , , , , , ,

13 Comentarios para Pronóstico de Demanda con Media Móvil Simple

  1. kenny eduardo 11/06/2012 en 18:05 #

    muy buen trabajo

    • yony ramirez 04/07/2013 en 12:34 #

      ¿porque esta en blanco el pronóstico de enero, febrero y marzo???

      • GEO Tutoriales 07/07/2013 en 10:48 #

        @yony; Debido a que el pronóstico con media móvil simple con n=3 requiere de al menos 3 datos pasados para generar un pronóstico, necesariamente el primer pronóstico no puede comenzar antes en este ejemplo que en el mes de Abril. (Si por ejemplo se utiliza n=5 el primer pronóstico sería en Junio)

  2. Rob Cobarrubias 09/12/2013 en 12:34 #

    Hola Amigo:

    Una pregunta este modelo de pronóstico puede ser usado para pronosticar más de un periodo en el futuro o solamente sirve para pronosticar un periodo a la vez

    Te pongo un ejemplo:

    tengo 12 valores históricos, y con esos valores quiero saber el valor del pronóstico de los siguientes periodos 13-14-15, eso es posible y que tan recomendable es hacer una estimacion de cantidades de esta forma.

  3. GEO Tutoriales 09/12/2013 en 22:59 #

    @Rob. En caso que necesites pronosticar varios períodos a futuro a través de un método de serie de tiempo podrías considerar el Método de Descomposición (http://www.gestiondeoperaciones.net/proyeccion-de-demanda/metodo-de-descomposicion-aplicado-para-un-pronostico-de-demanda) dado que media móvil simple limita los pronóstico a un solo período.

    • Chicha 30/06/2016 en 11:21 #

      Hola. En el caso que mencionas del “Método de Descomposición”, quiero realizar el pronóstico de los 3 meses posteriores (Julio, Agosto, Septiembre) ¿Se puede utilizar el método teniendo solo la demanda que hubo de Enero a Junio?. En caso de que no, ¿me podrías recomendar algún método que pudiera desarrollar?. Gracias.

      • GEO Tutoriales 12/07/2016 en 18:11 #

        @Chicha. Para responder de forma más categórica a tu consulta tendría que ver los datos que manejas. Ahora de forma general el Método de Descomposición requiere de una mayor densidad de datos dado que interesa analizar el componente estacional, cíclico y de tendencia de una serie de tiempo.

  4. luza 23/02/2015 en 3:54 #

    Hola, mi pregunta seria, si tengo una serie de 2003 al 2015 por mes y me piden construir dos series cuando K=6 y K=12 considerando la formula F_(t+1)=1/k ∑_X_i (i=t-k+1) cómo lo podría trabajar?

    • GEO Tutoriales 23/02/2015 en 9:41 #

      @luza. Es equivalente a utilizar n=6 o n=12 haciendo uso de la fórmula que presentamos en el artículo. Por ejemplo, si tu primer dato es Enero de 2003, haciendo uso de n=6 tu primer pronóstico será Julio de 2003.

  5. Embbs 01/03/2016 en 21:50 #

    Un centro de procesamiento de cheques usa el suavizamiento exponencial para pronosticar el número de cheques entrantes por mes. El número de cheques recibidos en junio fue 40 millones, mientras que el pronóstico era 42 millones. Se uso un constante de suavizado de 0.2:

    a) ¿Cuál es el pronóstico para julio?
    b) Si el centro recibió 45 millones en julio, ¿cuál será el pronóstico para agosto?
    c) ¿Porque razón podría ser inapropiado este método de pronóstico para esta situación?

    ¿Alguien me puede decir las fórmulas y cómo emplearlas?

    • GEO Tutoriales 02/03/2016 en 11:56 #

      @Embbs. El ejercicio que propones corresponde a Suavizamiento Exponencial Simple (o Alisamiento Exponencial Simple que es lo mismo). Te recomendamos leer el artículo http://www.gestiondeoperaciones.net/proyeccion-de-demanda/suavizamiento-exponencial-simple-ejercicios-resueltos/ donde se detallan los aspectos de dicho método.

      En cuanto a tu pregunta:

      a) F(julio)=F(junio)+Alfa(A(junio)-F(junio)), es decir, F(julio)=42+0,2(40-42)=41,6. Se pronostica recibir 41.600.000 cheques durante el mes de julio.

      b) F(agosto)=41,6+0,2(45-41,6)=42,28. El pronóstico para agosto es de 42.280.000 cheques.

      c) En primer lugar la información es insuficiente para generar una conclusión categórica respecto a la conveniencia (o no) de utilizar este método de pronóstico. Si se ratifica en el tiempo una tendencia creciente en el número de recepciones de cheque, el método de suavizamiento exponencial no será adecuado para pronosticar de buena forma el comportamiento de la demanda (dado que prevalecerá los errores de subestimación de la demanda real).

  6. Saul 18/08/2016 en 13:33 #

    Hola, quisiera saber el pronostico de ventas diario de un producto dado, dado que tengo los datos históricos de cada uno de los días y meses en años anteriores. ¿Recomiendas utilizar suavización exponencial o promedios móviles o algún método?. Saludos.

    • GEO Tutoriales 18/08/2016 en 14:20 #

      @Saul. Si los datos históricos de ventas que dispones no presentan una estacionalidad o tendencia marcada podrías intentar con suavizamiento exponencial o promedios móviles. Si la demanda presenta una tendencia marcada y los factores asociados a la estacionalidad y ciclicidad son más bien despreciables podrías evaluar el uso de una regresión lineal. Ahora bien, si los datos presentan tendencia, estacionalidad y ciclo, probaría el ajuste del método de descomposición.

      En resumen, la naturaleza de los datos y el comportamiento de la serie histórica (serie de tiempo) es la que te debiera sugerir qué método podría ser adecuado implementar. Al respecto te recomendamos revisar los artículos relacionados a Pronósticos de Demanda que hemos publicado en el sitio, donde abordamos en detalle todos estos aspectos.

Deja un comentario