- Introducción
- Pronóstico de la producción
- Planeación de la producción
- Programación de la producción
- Funciones del control de producción
- Conclusiones
- Bibliografía
Introducción
Los pronósticos son utilizados para poder predecir la demanda del consumidor de productos o servicios, aunque se pueden predecir una amplia gama de sucesos futuros que pudieran de manera potencial influir en el éxito.
Pronosticar es el arte y la ciencia de predecir los eventos futuros. Puede involucrar el manejo de datos históricos para proyectarlos al futuro, mediante algún tipo de modelo matemático. Puede ser una predicción del futuro subjetiva o intuitiva. O bien una combinación de ambas, es decir, un modelo matemático ajustado por el buen juicio de un administrador.
Sin embargo, pocos negocios pueden darse el lujo de evitar el proceso del pronóstico sólo en espera de lo que pueda suceder para tomar entonces las oportunidades. La planeación efectiva depende del pronóstico de la demanda para los productos de la compañía.
Son variados y similares los enfoques que con respecto al proceso de planificación, programación y control de la producción han sido tratados por diversos autores tales como Schroeder [1992], Tawfik & Chauvel [1992], Nahmias [1997], Rigss [1998], Buffa & Sarin [1995], Meredith & Gibbs [1986] entre otros, quienes establecen, en términos generales, que este se inicia con las previsiones, de las cuales se desprenden los planes a largo, mediano y corto plazo. Este enfoque, a juicio del autor presenta algunas falencias, ya que carece del concepto integrador que en el sentido vertical, debe comenzar en la estrategia empresarial y que en el sentido horizontal, debe relacionarse con los demás subsistemas de la organización. Tal vez son Vollmann et al [1997] y Domínguez Machuca et al [1995], quienes de acuerdo a la literatura consultada presentan un mejor enfoque, pues consideran la integración en ambos sentidos. Al respecto, este último autor afirma que, el proceso de planificación y control de la producción debe seguir un enfoque jerárquico, en el que se logre una integración vertical entre los objetivos estratégicos, tácticos y operativos y además se establezca su relación horizontal con las otras áreas funcionales de la compañía.
Pronóstico de la producción
Pronosticar consiste en utilizar datos pasados para determinar acontecimientos futuros.
Existen diferentes técnicas de pronósticos pero rara vez hay un único modelo superior .Lo que mejor funciona en una empresa bajo un conjunto de condiciones, puede ser un desastre completo en otra organización, o incluso en otro departamento de la misma empresa. En forma tradicional, podrá advertir que existen límites sobre lo que puede esperarse de los pronósticos. Rara vez son, si acaso, perfectos; también son caros y consumen tiempo en su preparación y monitoreo.
Clasificación de los pronósticos
? Pronóstico a corto plazo: Este tiene un lapso de hasta un año, pero es generalmente menor a tres meses. Se utiliza para planear las compras, programación de planta, niveles de fuerza laboral, asignaciones de trabajo y niveles de producción.
? Pronóstico a mediano plazo: Un pronóstico de rango mediano, o intermedio, generalmente con un lapso de tres meses a tres años. Es valioso en la planeación de producción y presupuestos, planeación de ventas, presupuestos de efectivo, y el análisis de varios planes de operación.
? Pronóstico a largo plazo: Generalmente con lapsos de tres años o mas, los pronósticos a largo plazo se utilizan para planear nuevos productos desembolsos de capital, localización e instalaciones o su expansión, y la investigación y el desarrollo.
Tipos de pronóstico
? Pronósticos económicos marcan el ciclo del negocio al predecir las tasas de inflación, oferta de dinero, nuevas construcciones, y otros indicadores de planeación.
? Pronósticos tecnológicos tienen que ver con las tasas de progreso tecnológico, que pueden dar por resultado el nacimiento de productos novedosos, que requieren nuevas plantas y equipo
? Pronósticos de demanda son proyecciones de la demanda para los productos o servicios de una compañía. Estos pronósticos, también llamados pronósticos de ventas, conducen la producción de una compañía, la capacidad, y los sistemas de programación, y sirven como insumos a la planeación financiera, de mercado y de personal.
Enfoques para pronosticar
? Pronósticos cuantitativos manejan una variedad de modelos matemáticos que utilizan datos históricos y/o variables causales para pronosticar la demanda
? Pronósticos cualitativos o subjetivos incorporan factores importantes tales como la intuición, emociones, experiencias personales del que toma la decisión, y sistema de valores para alcanzar un pronóstico. Algunas compañías utilizan la otra; pero en la práctica una combinación o mezcla de los dos estilos es generalmente más efectivo.
Enfoques para pronosticar
Tipo de Modelo | Descripción |
Modelos Cualitativos
| Preguntas hechas a un grupo de expertos para recabar opiniones. Hace analogías con el pasado de una manera razonada. Proceso de grupo que permite la participación con votación forzada. |
Modelos Cuantitativos (series de tiempo)
| Promedia los datos del pasado para predecir el futuro basándose en ese promedio. |
Suavizado exponencial | Da pesos relativos a los pronósticos anteriores y a la demanda mas reciente |
Modelos Cuantitativos Causales
| Describe una relación funcional entre las variables. Proporciona un pronóstico global para variables tales como el producto nacional bruto (PNB) |
Delphi
La técnica o método Delphi es un proceso de grupo que tiene como fin un pronóstico por consenso. El proceso necesita de un grupo de expertos internos o externos de la empresa quienes recaban opiniones por escrito sobre el punto que se discute.
Los procedimientos que se siguen son los siguientes:
? Cada uno de los expertos realiza una breve predicción sobre una pregunta que trata de una situación en la que se requiere un pronóstico. La pregunta es expresada de forma muy general.
? El moderador o coordinador es quién proporciona la pregunta original, después reúne las opiniones poniéndolas en términos claros y finalmente las edita.
? Los resúmenes hechos por los expertos dan la pauta a un conjunto de preguntas que el moderador da los expertos para ser contestadas.
? Las respuestas son de nuevo recopiladas por el moderador, este proceso se repite hasta que el moderador este de acuerdo con la predicción general.
El punto neurálgico del método Delphi son las personas involucradas, esto se debe a que en la mayoría de los casos los grupos son interdisciplinarios. De esta manera el moderador quien debe poseer la habilidad para sintetizar las distintas y variadas opiniones y de esa manera elaborar un conjunto estructurado de preguntas y llegar a un pronóstico.
Ejemplo
Durante la década de 1970 en la American Hoist and Derrick Company la administración consideró necesario incorporar sus opiniones a los pronósticos de venta. Empezando con los pronósticos de ventas para 1975, la administración quería incrementar la precisión en las predicciones para determinar específicamente qué tan rápido debería de crecer la capacidad de producción. La técnica delphi se empleó para ajustar los datos históricos con opiniones basadas en información. Fueron necesarios tres cuestionarios para sintetizar las opiniones para tres personas clave en la corporación. Los errores incurridos en los pronósticos anteriores tenían una dispersión de ± 20 por ciento. En 1975 el pronóstico delphi ascendió a 359.1 millones de dólares y las ventas reales fueron de 360.2 millones de dólares, lo que significó un error de + 0.3 por ciento. El pronóstico de 1976 fue de 410 millones de dólares y las ventas reales ascendieron a 397 millones de dólares, y el error fue de – 3.3 por ciento. Los errores anteriores de pronósticos se redujeron significativamente de 20 por ciento a menos de 4 por ciento.
Técnica de grupo nominal
Esta técnica supone que un grupo estructurado de gente conocedora será capaz de llegar a un pronóstico por consenso. El proceso funciona de la siguiente forma:
Entre siete y diez personas son invitadas a pasar a una sala de juntas y sentarse alrededor de una mesa donde se pueden ver pero no deben cruzar palabra entre ellos. El moderador del grupo proporciona las preguntas por escrito o las escribe en el pizarrón el punto que necesita de un pronóstico. Cada uno de los miembros debe escribir ideas acerca del problema. Después de algunos minutos el moderador pide a cada uno de los participantes que exponga una de las ideas de que escribió. Mientras lo hace un ayudante escribe cada idea en un rota folio de modo que todos los demás lo puedan ver. En esta etapa no hay discusión simplemente los integrantes van dando sus ideas hasta que todas hayan sido anotadas.
En lo general entre, 15 y 25 proposiciones resultan de la aportación. En la segunda etapa de la reunión los miembros del grupo discuten las ideas presentadas. El moderador es quien tiene la responsabilidad de que todas las ideas sean discutidas y aclarar las dudas de los participantes en caso de que existan dudas sobre alguna de las ideas escritas. Cuando concluyen todas las discusiones se pide a los miembros que voten de manera independiente. La decisión del grupo es el resultado matemáticamente obtenido a partir de los votos individuales.
Los objetivos del proceso son:
1. Asegurar diferentes procesos para cada fase de creatividad.
2. Balancear la participación de los miembros
3. Incorporar las técnicas matemáticas de votación en la agregación de los juicios de grupo.
El pronóstico que se da a través de la técnica de grupo nominal es la alternativa que recibe la mayoría de los votos del grupo. Las claves para este proceso son la identificación de la pregunta que debe ser dirigida al grupo, la creatividad es permitida y se fomenta la discusión limitada y dirigida, y en último lugar el voto.
Modelos básicos de promedio
Promedio simple
Un promedio simple (PS) es un promedio de los datos del pasado en el cuál las demandas de todos los períodos anteriores tienen el mismo peso relativo.[1] Se calcula de la siguiente forma:
donde
D1 = demanda del periodo más reciente
D2 = demanda que ocurrió hace dos periodos
Dk = demanda que ocurrió hace k periodos
Cuando se usa un promedio simple para crear un pronóstico, las demandas de todos los periodos anteriores tienen la misma influencia (equipesada) al determinar el promedio. De hecho un factor de peso de 1/k se aplica a cada demanda anterior.
La razón de la obtención del promedio es que si se obtiene el promedio de todas las demandas anteriores, las demandas elevadas que se tuvieran en diversos periodos tenderán a ser equilibradas por las bajas demandas de otros periodos, Los resultados serán un promedio que representa el verdadero modelo subyacente, especialmente cuando se incrementa el número de periodos empleados en el promedio. Al promediar se obtiene una reducción de las posibilidades de error al dejarse llevar por fluctuaciones aleatorias que pueden ocurrir en un periodo. Pero si el modelo subyacente cambia en el tiempo, el promedio no permite detectar este cambio.
Ejemplo
En Welds Supplies la demanda total para un nuevo electrodo ha sido de 50,60, y 40 docenas en cada uno de los últimos trimestres. La demanda promedio ha sido:
Media móvil simple
Una medida móvil simple (MMS) combina los datos de demanda de la mayor parte de los periodos recientes, siendo su promedio el pronóstico para el periodo siguiente. Una vez calculado el número de periodos anteriores a ser empleado en las operaciones, se debe de mantener constante. Se puede emplear una medida móvil de tres periodos de 20, pero una vez que se toma la decisión hay que continuar usando el mismo número de periodos. Después de seleccionar el número de periodos a ser usados, se dan pesos iguales a las demandas para determinar el promedio. El promedio se "mueve" en el tiempo en el sentido de que al transcurrir un periodo, la demanda del periodo más antiguo se descarta, y se agrega la demanda para el periodo mas reciente para la siguiente operación, superando así la principal limitación del modelo del promedio simple.
donde
t = 1 en el periodo más antiguo en el promedio de n periodos
t = n es el periodo más reciente
Ejemplo
Frigerware ha experimentado la siguiente demanda de productos para sus neveras durante los últimos seis meses:
Mes | Demanda total de neveras |
Enero | 200 |
Febrero | 300 |
Marzo | 200 |
Abril | 400 |
Mayo | 500 |
Junio | 600 |
El gerente de planta ha solicitado que se prepare un pronóstico usando una medida móvil de seis periodos para pronosticar las ventas del mes de Julio. El 2 de Julio está por dar principio la corrida de producción de neveras.
= 367
Usando una media móvil de seis meses el pronóstico para julio es de 367. Si se examinan los datos, es posible que una media móvil de tres meses pudiera ser mejor que una de seis meses. Sise toman en cuenta tres meses obtenemos:
= 500
Si se hubiera utilizado una media móvil de un mes, las ventas del mes siguiente serían iguales a la demanda real del último mes y el pronóstico para julio sería de 600.
Es necesario hacer una recomendación al gerente de planta Frigerware. Baste recomendar usar una medida móvil de tres meses de 500 neveras para Julio, pues el número parece ser mas representativo de la serie de tiempo que una medida móvil de seis meses y se basa en mas datos que en el caso de una medida móvil de un mes.
Media móvil ponderada
Algunas veces quien hace los pronósticos desea utilizar una media móvil pero no quiere que todos los n periodos tengan el mismo peso. Una medida móvil ponderada (MMP) es un modelo de media móvil que incorpora algún peso de la demanda anterior distinto a un peso igual para todos los periodos anteriores bajo consideración, la representación de este modelo es el siguiente:
Demanda de cada periodo por un peso
MMP = determinado, sumada a los largo de todos los
Periodos en la media móvil.
Este es un modelo que permite un peso desigual de la demanda. Si son tres n periodos, es posible dar peso al periodo más reciente del doble de los otros periodos, al hacer C1 =.25, C2 = .25 y C3 = .50
Ejemplo
Para Frigerware, un pronóstico de la demanda para julio usando un modelo de tres periodos en donde la demanda del periodo más reciente tenga un peso del doble de los dos periodos anteriores, tendrá la siguiente forma.
MMP = 525
Suavizado Exponencial
Este modelo permite efectuar compensaciones para algunas tendencias o para cierta temporada al calcular cuidadosamente los coeficientes Ct. Si se desea se puede dar a los meses más recientes pesos mayores y amortiguar en parte los efectos del ruido al dar pesos pequeños a las demandas más antiguas. El coordinador o el administrador debe escoger los valores de los coeficientes, de su elección dependerá el éxito o fracaso del modelo.
Los modelos de suavizado exponencial se encuentran disponibles en los paquetes para computadora, estos modelos requieren relativamente poco almacenamiento de datos y unas cuantas operaciones.
El suavizado exponencial se distingue por la manera tan especial de dar pesos a cada una de las demandas anteriores al calcular el promedio. El modelo de los pesos es de forma exponencial. La demanda de los periodos más recientes recibe un peso mayor; los pesos de los periodos sucesivamente anteriores decaen de una manera exponencial. En otras palabras, los pesos decrecen en su magnitud a medida que se aplican datos anteriores, siendo el decremento no lineal (exponencial).
Suavizado exponencial de primer orden
La ecuación para crear un pronóstico nuevo o actualizado utiliza dos fuentes de información:
La demanda real para el periodo más reciente y,
El pronóstico más reciente.
A medida que termina cada periodo se realiza un nuevo pronóstico.
Después que termina el periodo t – 1 se conoce la demanda actual (D t-1). Al inicio del periodo t – 1 se hizo un pronóstico (F t-1) de la demanda durante t – 1. Por lo tanto, al final de t – 1 se tienen las informaciones necesarias para calcular el pronóstico de la demanda para el próximo periodo.
Ejemplo
El hospital general de Phoenix ha experimentado una demanda irregular y a menudo creciente de material médico desechable en todo el hospital. La demanda de tubos desechables durante los dos últimos meses ha sido de 300 unidades en septiembre y de 350 unidades en octubre. El antiguo procedimiento de pronóstico consistió en utilizar la demanda promedio del año anterior como pronóstico para cada uno de los meses de ese año. La demanda mensual del año anterior fue de 200 unidades. Utilizando 200 unidades como el pronóstico de la demanda de septiembre y un coeficiente de suavización de 0.7 para dar un mayor peso a la demanda más reciente, el pronóstico para el mes de octubre debería haber sido (t = octubre)
F t = Dt-1 + (1 – ) F t-1
= .7(300) + (1 – .7)200
= 210 + 60
= 270
El pronóstico para el mes de noviembre sería (t = noviembre)
F t = Dt-1 + (1 – ) F t-1
= .7(350) + (1 – .7)270
= 245 + 81
= 326
En vez de la demanda mensual del año pasado de 200 unidades, es pronóstico para el mes de noviembre es de 326 unidades. El método antiguo de pronóstico, la heurística basada en un promedio simple, proporcionó un pronóstico considerablemente diferente del que se obtuvo con el suavizado exponencial.
Selección del coeficiente de suavización
Para empezar con el pronóstico es necesario tener un buen cálculo derivado de algún otro método, lo que se denomina pronóstico inicial o de arranque así como seleccionar un coeficiente de suavización . Un valor elevado de da un gran peso a la demanda más reciente y un valor bajo de dará un peso menor a la demanda mas reciente. U elevado coeficiente de suavización sería mas adecuado para los nuevos productos o para casos en los que la demanda subyacente está en proceso de cambio (ésta es dinámica, o bien inestable). Un valor de de 0,7, 0.8 ó 0.9 puede resultar el más apropiado para estas condiciones, aun cuando el uso del suavizado exponencial es cuestionable si no se sabe que existen o no condiciones de inestabilidad. Si la demanda es muy estable y se piensa que puede ser representativa del futuro, el pronosticador podrá optar por un valor bajo de para disminuir cualquier ruido que hubiera podido presentarse en forma súbita.
En condiciones de estabilidad, el coeficiente de suavización podría ser de 0.1, 0.2, ó 0.3. Cuando la demanda es ligeramente inestable, coeficientes de suavización de 0.4, 0.5, ó 0.6 pueden proporcionar datos más precisos.
Doble suavizado exponencial
El doble suavizado exponencial tiende a suavizar el ruido en series de demanda estables.
El modelo es directo; suaviza el pronóstico obtenido con un modelo de suavizado exponencial de primer orden y el pronóstico obtenido mediante un modelo de suavizado exponencial doble.
Ft es el modelo suavizado exponencial de primer orden y debe ser calculado antes de encontrar la FDt.
Ejemplo
Milo Inc. Tiene un modelo de modelo de suavizado exponencial que ha proporcionado un pronóstico de 103,500 bushels para un trigo de grado # 3del año anterior, en el mes de junio, fue de 70,500 bushels. Esta cifra empleará como estimación de pronóstico más reciente obtenida mediante un suavizado exponencial doble. Dado que = 0.20 parece ser un buen coeficiente de suavizado para Milo Inc., obtener un pronóstico con un modelo exponencial doble para el mes de julio.
Sea t = julio
Entonces
FD1 = F t + (1 – )FD t-1
=.2(103,500) + (1 – .2)(70,500)
= 20,700 + 56,400
=77,100
El pronóstico para julio será de 77,100 bushels.
Análisis de regresión
Regresión lineal
El análisis de regresión es una técnica de pronóstico que establece una relación entre variables. Una variable se conoce y se usa para pronosticar el valor de una variable aleatoria conocida. De los datos anteriores se establece una relación funcional entre las variables. Se considera en este momento la situación de regresión más sencilla sólo para dos variables y para una relación funcional lineal entre ellas.
El pronóstico para la demanda del periodo siguiente Ft se puede expresar mediante:
Ft = a + bXt
Donde Ft es el pronóstico para el periodo t, dado el valor de la variable X en el periodo t. Los coeficientes a y b son constantes; a es la ordenada al origen de la variable (F) y b es la pendiente de la recta. A menudo esta ecuación se expresa de una manera conocida.
Y = a + bX
Se ha sustituido F por Y para indicar que F es el valor pronosticado, la demanda pronosticada Ft indica el futuro. Para encontrar los coeficientes a y b se utiliza la demanda anterior (o histórica) en vez del pronóstico anterior. Se emplea Dt para indicar la demanda histórica y para encontrar los coeficientes a y b. Entonces, cuando se desea pronosticar la nueva demanda, se emplea Ft para representar el pronóstico de la demanda. Los coeficientes a y b pueden calcularse mediante las dos ecuaciones siguientes:
en donde
D = a + bX
Ejemplo
Una empresa que fabrica cajas de cartón hace cajas de pizzas. El departamento de planeación de operaciones sabe que un pronóstico adecuado y preciso de cajas de pizza de un cliente está en relación estrecha con los gastos de promoción de éste, el cual se puede obtener por adelantado antes de realizar el gasto. El departamento de planeación de operaciones está interesado en establecer la relación entre la promoción de la empresa de pizzas y las ventas. Una vez que eso se haya establecido, las órdenes de compra de las cajas para pizzas, en dólares, pueden expresarse como porcentaje fijo de ventas.
Publicidad y ventas trimestrales
Trimestre | Publicidad ($1000,000) | Ventas ($ Millones) |
1 | 4 | 1 |
2 | 10 | 4 |
3 | 15 | 5 |
4 | 12 | 4 |
5 | 8 | 3 |
6 | 16 | 4 |
7 | 5 | 2 |
8 | 7 | 1 |
9 | 9 | 4 |
10 | 10 | 2 |
Haciendo el cálculo de b y a, donde la publicidad es Xt para el trimestre t, las ventas son Dt para el trimestre t y Ft es el pronóstico para el futuro periodo t.
Trimestre | Publicidad (X) | Ventas (D) | X2 | D2 | XD |
1 | 4 | 1 | 16 | 1 | 4 |
2 | 10 | 4 | 100 | 16 | 40 |
3 | 15 | 5 | 225 | 25 | 75 |
4 | 12 | 4 | 144 | 16 | 48 |
5 | 8 | 3 | 64 | 9 | 24 |
6 | 16 | 4 | 256 | 16 | 64 |
7 | 5 | 2 | 25 | 4 | 10 |
8 | 7 | 1 | 49 | 1 | 7 |
9 | 9 | 4 | 81 | 16 | 36 |
10 | 10 | 2 | 100 | 4 | 20 |
" | 96 | 30 | 1060 | 108 | 328 |
Por lo tanto, la recta estimada de regresión, la relación entre las ventas futuras (Ft) y la publicidad (Xi) es:
Ft = .22 + .29Xt
En el ejemplo, quien hace la planeación de las operaciones puede investigar los gastos planeados en publicidad y sobre esas ventas puede hacer el pronóstico. Por ejemplo, la publicidad del próximo trimestre se espera que tenga un monto de 1 100 000 dólares. Sustituyendo 11 para Xt en la ecuación anterior se tendrá:
Ft = .22 + .29(11) = 3.41
El pronóstico de las ventas es de 3.41 millones de dólares. Si los pedidos de cajas representan el 5 por ciento de las ventas, quien planea las operaciones podría esperar que un monto total por concepto de pedidos sería de 170, 500 dólares para el trimestre (.05 X 3.41). Tal estimación puede ser de gran utilidad en la planeación global de las operaciones.
Error en el pronóstico
El error en el pronóstico es la diferencia numérica entre la demanda pronosticada y la real es la medida que nos indica la efectividad al utilizar alguno de los métodos de pronóstico.
La desviación media absoluta (MAD) es una medida de error de sume importancia y se expresa de la siguiente forma:
1
En cada uno de los periodos (i) se compara la demanda actual contra la pronosticada. Si la predicción fue perfecta lo que significa que lo actual es igual a la predicción el error es nulo. Como el pronóstico sigue le grado de error se acumula y se registra período a periodo. Después de cualquier periodo (n) transcurrido se puede usar la ecuación 1 para calcular el tamaño promedio es decir la media del error en el pronóstico hasta ese momento. El MAD es un promedio de las desviaciones absolutas esto quiere decir que los errores son medidos sin tomar en consideración el signo algebraico, el MAD solo expresa la dimensión pero no la dirección del error.
Si el pronóstico está funcionando adecuadamente quiere decir que los errores de predicción están distribuidos normalmente. Cuando esto sucede la desviación media absoluta suavizada (SMAD) puede emplearse para calcular la desviación estándar. La relación se representa como:
e = 1.25 SMAD
La MAD suavizada exponencialmente puede ser vista como un promedio de la MAD en el tiempo.
El sesgo es una medida de error que se utiliza con menor frecuencia.
A diferencia de MAD, el sesgo indica la tendencia direccional de los errores de predicción. Si el procedimiento de predicción sobreestima constantemente la demanda actual, el sesgo tendrá un valor positivo; si la subestimación muestra una tendencia constante, entonces el sesgo tendrá un valor negativo.
Ejemplo
Una máquina para extrusión de aluminio estima que la demanda de cabezas para regaderas de baño es de 500 por mes para cada uno de los tres meses próximos. Posteriormente la demanda real resulto ser de 400, 560 y 700. Los errores de predicción son calculados a continuación por los métodos de la MAD y el sesgo.
Del resultado de la MAD se puede decir que la empresa no cuenta con un modelo muy preciso ya que la MAD es una medida de la precisión global del método de pronóstico, el error absoluto promedio es alto ya que representa el 24 % del número de cabezas para regadera. El sesgo indica la tendencia sub o sobreestimada. En el ejemplo se subestimo la demanda actual en 53 unidades, pues el promedio de ésta es de 553 unidades.
Planeación de la producción
Objetivo
Es que el empresario cuente con la información necesaria para implementar en su empresa algunas técnicas para planear la producción.
Definición
Es una de las actividades fundamentales que se deben realizar, con el fin de obtener mejores resultados en esta área. Básicamente se refiere a determinar el número de unidades que se van a producir en un período de tiempo, con el objetivo de prever, en forma global, cuáles son las necesidades de mano de obra, materia prima, maquinaria y equipo, que se requieren para el cumplimiento del plan.
Es la actividad de decidir acerca de los medios que la empresa industrial necesitará para sus futuras operaciones manufactureras y para distribuir esos medios de tal manera que se fabrique el producto deseado en las cantidades, al menor costo posible
Es la función de la dirección de la empresa que sistematiza por anticipado los factores de mano de obra, materias primas, maquinaria y equipo, para realizar la fabricación que esta determinada por anticipado, con relación:
Utilidades que deseen lograr.
Demanda del mercado.
Capacidad y facilidades de la planta.
Puestos laborales que se crean.
Aunque planear la producción se relaciona con actividades de las distintas áreas funcionales de la empresa, el punto de partida lo constituye el área de mercado o sea la estimación de ventas que la empresa proyecta realizar en un período de tiempo determinado.
La función de planeación de la producción puede ser muy compleja. Varios factores afectan esta complejidad, incluyendo el número de productos, el patrón de demanda y la incertidumbre, el número de periodos en el horizonte, los procesos alternativos para hacer el producto, la subcontratación, el tiempo extra y el inventario.
Ventajas
Planear la producción trae muchas ventajas para la empresa. Algunas de ellas son:
Se define el número de unidades a producir en un período.
Se pueden calcular, en forma global, las necesidades de mano de obra, materia prima, maquinaria y equipo, con base en lo producido en períodos anteriores.
Se planea el cumplimiento de los pedidos par las fechas estipuladas.
Se pueden calcular las compras de materia prima teniendo como base las existencias de la materia prima necesaria para la producción estimada.
Se pueden estimar los recursos económicos para financiar la producción.
Tiene por finalidad vigilar que se logre
Disponer de materias primas y demás elementos de fabricación, en el momento oportuno y en el lugar requerido.
Reducir en lo posible, los periodos muertos de la maquinaria y de los obreros.
Asegurar que los obreros no trabajen en exceso, ni que estén inactivos.
Cuando la demanda varia, los niveles de producción deseados no son obvios, Debe determinarse un plan de producción, cuantos y cuando fabricar cada producto. La meta es hacer coincidir la tasa de producción y la tasa de demanda, para fabricar los productos cuando se necesitan.
Igual que con los pronósticos, la producción se planea para diferentes horizontes de tiempo a través de un enfoque jerárquico. Con el fin de planear, los negocios y la industria, por lo general identifican tres tipos de horizontes de planeación estos son: largo, mediano y corto plazo.
Horizonte de planeación a largo plazo, algunas veces llamado planeación estratégica, el cual cubre un horizonte de 1 a varios años en el futuro y usualmente se actualiza cada año. Es un plan a nivel corporativo y considera todas las plantas y productos. La entrada es el pronóstico agregado a largo plazo y la capacidad real de la planta. Las unidades de medida para los pronósticos y la capacidad están agregadas, lo mas probable en dólares o en horas estándar. Las decisiones se relacionan con la capacidad o los productos.
Horizonte de planeación a mediano plazo, se conoce como planeación táctica, horizonte intermedio que cubre cualquier periodo desde 1 mes a 1 año con actualizaciones mensuales o trimestrales. Los planes típicos se hacen para un año con actualizaciones mensuales. La entrada incluye decisiones sobre capacidad y productos del plan a largo plazo. De nuevo las unidades de medidas están agregadas; pero tal vez por línea o familia de productos y departamentos en la planta. Las decisiones comunes son cambios en la fuerza de trabajo, maquinas adicionales, subcontrataciones y tiempo extra.
Horizonte de planeación a corto plazo, también conocido como planeación operativa, este plan puede cubrir de un periodo que va de días (algunas veces horas) a semanas o un mes, con actualizaciones diarias o semanales. Es común un horizonte de 1 mes con actualización semanal. Determina el tiempo en que se hace un producto en particular en una maquina especifica. Las unidades pueden ser productos específicos; y la capacidad, puede ser las horas disponibles en una maquina dada. Este plan determina el tiempo extra y el tiempo sobrante, al igual que la posibilidad de no satisfacer la demanda.
Toda la planeación esta orientada hacia el futuro, esto implica que las decisiones presentes determinaran los resultados futuros. Con frecuencia los tres tipos de horizontes de planeación se interrelacionan. Existe una jerarquía entre los tres, en el sentido de que cada etapa de planeación debe coordinarse con la de arriba o la de abajo.
En la figura se muestran los tres horizontes de planeación en una escala de tiempo
Ejemplo:
Para un horizonte de seis meses, el plan incluye decisiones de enero a junio. Las decisiones de enero se congelan, pero las de febrero a junio se completan mas tarde. En enero, el plan se rehace para febrero a julio. Las decisiones para febrero pueden diferir de las del plan original, pero se basan en información actualizada. Debido a que la incertidumbre crece con la lejanía en el futuro, el horizonte dinámico permite cambios en periodos posteriores conforme se construyen los nuevos planes.
En la siguiente tabla se ilustran las decisiones relativas a la planeación de la producción. Se observaran, las unidades usadas para definir las decisiones de producción las cuales pueden variar en el eje de jerarquía/tiempo.
Decisiones de planeación de la producción
Página siguiente |