Como respuesta a la solicitud de muchos de nuestros lectores y de la comunidad interesada en temas de planeación de la demanda y generación de pronósticos, nuestra empresa, Mind Andina, ha organizado una Conferencia relacionada con el tema de aplicación de un método formal y estructurado para la construcción y evaluación de pronósticos de demanda, basados en el uso de una herramienta informática, en este caso específico de Forecast Pro. La conferencia se llevará a cabo en la ciudad de Bogotá el próximo 7 de Julio de 2009. Luis Jorge Valbuena será uno de los expositores en la conferencia, quien tratará el tema de el uso de un método estrcuturado para la generación de Pronósticos. Adicionalmente la empresa 3M Colombia expondrá su experiencia en el uso de un método y de Forecast Pro para la planeación de la demanda. Luis Jorge nos comenta lo siguiente sobre las aspectos metodológicos relacionados con la construcción de pronósticos:

En la primera parte de "Dinamizando el Proceso de Pronóstico"  publicación de MHD Supply Chain Solutions se realizó de forma general un análisis sobre la importancia y los beneficios de elevar el nivel de exactitud del pronóstico, en la segunda entrega revisamos en detalle como Cardinal Health logro dinamizar su proceso de pronóstico y elevar su exactitud. En esta tercera y última entrega estudiaremos el caso de Freedom Furniture una empresa Australiana del sector Retail.

El presente artículo corresponde a la tercera parte de la serie “Mas allá de la Automatización del Pronóstico” de la publicación Forecasting 101 de BFS, en la primera parte se presento de forma general los pros y los contras de la automatización del pronostico, en la segunda entrega se describió en detalle un tipo particular de modelos avanzados como lo son los modelos con eventos; los cuales son una buena alternativa para mejorar los resultados del pronostico en aquellos datos cuyo comportamiento es influenciado por situaciones particulares como promociones, huelgas, días festivos móviles, etc.

En esta entrega examinaremos otro modelo personalizado como lo es el modelamiento Top Down. La estructura de Top Down se aplica a datos de conjunto de nivel agregado para mejorar los pronósticos de niveles inferiores.

El presente artículo corresponde a la segunda parte de la serie “Mas allá de la Automatización del Pronóstico” de la publicación Forecasting 101 de BFS, en la primera parte se presento de forma general los pros y los contras de la automatización del pronostico. En esta ocasión exploraremos los modelos con eventos un avanzado modelo de pronósticos que usualmente mejora los resultados obtenidos con los métodos automatizados de series de tiempo que son influenciados históricamente por eventos tales como promociones, huelgas, días festivos móviles en el tiempo, etc.

Las “Series de Tiempo ” es una técnica de pronóstico que se basa únicamente en la información histórica del artículo o elemento a ser pronosticado. Muchas empresas hoy en día desarrollan sus pronósticos basados en información o datos históricos, en la mayoría de los casos con herramientas de uso general, como las hojas de cálculo. Las principales causas de esta elección son la falta de conocimiento de los modelos estadísticos y el consumo de tiempo que implica el personalizar modelos por producto, dada la gran variedad de los mismos en el portafolio de las compañías.

El presente artículo hace parte de una serie de tres entregas de la publicación Forecasting 101 de BFS, en donde se discuten aspectos claves sobre la automatización del pronóstico y los posibles enfoques que pueden ayudarle a mejorar sus resultados, en esta ocasion  se discuten de forma general los pros y los contras que conlleva la atumatización de los pronósticos.

La versión 5 del sistema Forecast Pro . Contiene una cantidad interesante de mejoras, más que todo orientadas a generar mayor productividad para la persona que genera los pronósticos. Este artículo resalta algunas de las principales mejoras.