Algoritmo para previsión de demanda
LN calcula la previsión de demanda según la demanda histórica mediante el siguiente algoritmo.
Las fases principales del cálculo son:
- Recuperar la historia de demanda.
- Comprobar la historia de demanda.
- Determinar el factor de tendencia.
- Determinar el modelo de estacionalidad.
- Prever la demanda.
- Calcular errores de previsión y la correlación estacional.
- Convertir la previsión de demanda en períodos de planificación.
En las secciones siguientes, se explicará cada fase de cálculo.
1. Recuperar la historia de demanda
La previsión de demanda se basa en los datos de demanda históricos del período de tiempo entre la fecha de inicio del escenario y el período de planificación actual.
Los datos de demanda históricos constan de los siguientes campos de las sesiones Plan maestro de artículo (cprmp2101m000) o Plan maestro de canal (cpdsp5130m000):
- Recepciones programadas de fabricación
- Entregas internas (*)
(*) Sólo se tiene en cuenta si la casilla de verificación Previsión de demanda dependiente de la sesión Artículos - Planificación (cprpd1100m000) está seleccionada.
LN convierte la historia de demanda del plan maestro actual de períodos de planificación a períodos de previsión de longitud fija, según el campo Duración del período de previsión de la sesión Escenarios (cprpd4100m000). Consulte Distribuir cantidades de plan maestro entre días naturales.
Corrección de días no laborables
LN aumenta la demanda real con una demanda ficticia para los días no laborables, como las vacaciones, para evitar fluctuaciones en la demanda. La demanda ficticia es igual a la demanda media en el período de previsión.
El calendario de la unidad empresarial del artículo (consulte la sesión Artículos - Planificación (cprpd1100m000)) define los días que son laborables. LN invierte la corrección en la fase final del cálculo, cuando la previsión de demanda se vuelve a convertir en períodos de planificación.
2. Comprobar la historia de demanda
Una vez que LN recupera la historia de demanda disponible para un artículo de planificación, comprueba si la historia de la demanda es suficiente para realizar una previsión de demanda. LN calcula los períodos de previsión desde el primer período con la demanda real hasta el período actual.
Los criterios para el número mínimo de períodos de previsión dependen del método de previsión aplicado y del tiempo del ciclo estacional. Si los datos históricos no son suficientes, LN cancela el cálculo de la previsión de demanda e informa del motivo.
3. Determinar el factor de tendencia
La determinación del factor de tendencia depende del:
- Tipo de influencia de tendencia
- Tipo de influencia estacional
Estos parámetros se encuentran en la sesión Artículos de planificación - Configuración de previsión (cpdsp1110m000).
En la siguiente parte de este texto, se supone que la casilla de verificación Actualización automática de parámetros de previsión no está marcada. El efecto de la actualización automática de los parámetros de previsión se describe más adelante.
Lineal
Si el campo Tipo de influencia de tendencia es Lineal, la influencia de la tendencia se puede describir mediante la siguiente fórmula:
FD(t) = CS + TF * t Donde CS = demanda constante TF = factor de tendencia FD(t) = la previsión de la demanda para el período t
LN calcula el factor de tendencia (TF) y la demanda constante (CS), basándose en un polinomio de primer grado por medio de la regresión polinómica. Consulte Principio de regresión polinómica. Si hay un ciclo estacional, LN determina el polinomio de primer grado de acuerdo con un número completo de ciclos estacionales.
Progresivo
Si el campo Tipo de influencia de tendencia es Progresivo, la influencia de la tendencia se puede describir mediante la siguiente fórmula:
FD(t) = BS * (TF ^ (t-1)) Donde BS = demanda base (la demanda estimada para el período 1) TF = factor de tendencia FD(t) = la previsión de demanda para el período t
LN determina el factor de tendencia (TF) y la demanda base (BS) mediante el siguiente cálculo:
- El cálculo se basa en el primer y último período con historia de demanda. Si hay una influencia estacional, se seleccionan dos períodos, que están un número completo de ciclos estacionales aparte.
- La demanda estimada de los períodos seleccionados se determina mediante un polinomio de segundo grado. LN determina este polinomio con la regresión polinómica. Si no se puede determinar un polinomio de segundo grado, se usa la demanda real del primer y segundo período con historia de demanda, en lugar de la demanda estimada.
- El factor de tendencia y la demanda base se calculan de la siguiente manera:
| BS | demanda base |
| TF | factor de tendencia |
| ED(t1) | la demanda estimada en el primer período con historia de demanda |
| ED(t2) | la demanda estimada en el último período con historia de demanda |
| n | número de períodos históricos de demanda menos 1 |
No aplicable
Si el campo Tipo de influencia de tendencia es No aplicable, no se usa el factor de tendencia.
LN comprueba si hay una tendencia. LN notifica las situaciones siguientes sin cambiar realmente el tipo de influencia de tendencia:
- El campo Tipo de influencia de tendencia es Lineal o Progresivo, pero no se puede detectar ninguna tendencia.
- El campo Tipo de influencia de tendencia es No aplicable, pero aun así se detecta una tendencia.
Actualización automática de parámetros de previsión
Si la casilla de verificación Actualización automática de parámetros de previsión de la sesión Artículos de planificación - Configuración de previsión (cpdsp1110m000) está seleccionada, LN realiza una detección automática de tendencia.
Si el campo Tipo de influencia de tendencia es Lineal o No aplicable, LN calcula un factor de tendencia según el método para tendencias lineales. Si se ha encontrado el factor de tendencia cero, LN establece el campo Tipo de influencia de tendencia en No aplicable.
LN notifica cualquier cambio automático del campo Tipo de influencia de tendencia.
4. Determinar modelo de estacionalidad
Un modelo de estacionalidad se define mediante una serie de factores estacionales: uno para cada período de previsión de un ciclo estacional.
Si ha especificado un modelo de estacionalidad fijo en el campo Modelo de estacionalidad para previsión de la sesión Artículo: creación de órdenes (tcibd2100m000), LN determina el factor estacional para cada período basándose en los factores estacionales definidos en el nivel de ejecución. Si el campo Modelo de estacionalidad para previsión está vacío, LN determina el modelo de estacionalidad de acuerdo con la historia de demanda con tendencia corregida.
La determinación del modelo de estacionalidad basada en la historia de demanda depende de los siguientes campos de la sesión Artículos de planificación - Configuración de previsión (cpdsp1110m000):
- Tipo de influencia estacional
- Tiempo de ciclo estacional
- Actualización automática de parámetros de previsión
Si la casilla de verificación Actualización automática de parámetros de previsión está seleccionada, LN puede actualizar automáticamente los siguientes campos:
- Tipo de influencia estacional
- Tiempo de ciclo estacional
Los factores estacionales se calculan de la siguiente manera:
(1) TD(t) = AV(2) TD(t) = CS + TF * t(3) TD(t) = BS * TF ^ (t-1)| (1) | sin influencia estacional |
| (2) | con influencia de tendencia lineal |
| (3) | con una influencia de tendencia progresiva |
| (*) | La demanda media se determina como la suma de las cifras de demanda histórica por período, dividida por el número de períodos con historia de demanda. |
Donde:
| TD(t) | la demanda basada en tendencia |
| AV | demanda media |
| CS | demanda constante |
| BS | la demanda estimada para el período 1 |
| TF | factor de tendencia |
Constante
Si el campo Tipo de influencia estacional es Constante, el factor estacional es igual a la demanda real reducida por la demanda media con tendencia corregida para el período en cuestión. Se calcula de la siguiente manera:
SF(t) = AD(t) - TD(t) Donde:
| SF(t) | el factor estacional para el período t |
| AD(t) | la demanda real para el período t |
| TD(t) | la demanda basada en tendencia para el período t |
Progresivo
Si el campo Tipo de influencia estacional es Progresivo, el factor estacional es igual a la demanda real dividida por la demanda media con tendencia corregida para el período en cuestión. Se calcula de la siguiente manera:
SF(t) = AD(t) / TD(t) Donde:
| SF(t) | el factor estacional para el período t |
| AD(t) | la demanda real para el período t |
| TD(t) | la demanda basada en tendencia para el período t |
El factor estacional anterior se calcula como un factor estacional medio para cada período.
LN comprueba si hay un modelo de estacionalidad. LN notifica las situaciones siguientes:
- El campo Tipo de influencia estacional es Constante o Progresivo, pero no se puede detectar ningún modelo de estacionalidad.
- El campo Tipo de influencia estacional es No aplicable, pero aun así se detecta un modelo de estacionalidad.
Se supone que hay un modelo de estacionalidad si el valor del campo Factor de correlación estacional es al menos 0,8.
Si está seleccionada la casilla de verificación Actualización automática de parámetros de previsión y se presenta una de las situaciones mencionadas anteriormente, LN cambia el campo Tipo de influencia estacional de acuerdo con ello.
Actualización automática de parámetros de previsión
Si la casilla de verificación Actualización automática de parámetros de previsión de la sesión Artículos de planificación - Configuración de previsión (cpdsp1110m000) está seleccionada, LN ejecuta una detección automática de modelo de estacionalidad.
Si el campo Tipo de influencia estacional es Constante o No aplicable, LN calcula un modelo de estacionalidad de acuerdo con el método para modelos constantes. Si no se ha detectado ningún modelo de estacionalidad, LN establece el campo Tipo de influencia estacional en No aplicable.
Si el campo Tipo de influencia estacional es Progresivo, LN calcula un modelo de estacionalidad de acuerdo con el método para modelos progresivos. Si no se detecta ningún modelo, LN establece el campo Tipo de influencia estacional en No aplicable.
LN notifica cualquier cambio automático del Tipo de influencia estacional.
5. Prever la demanda
LN aplica el método de previsión que especificó en el campo Método de previsión de la sesión Artículos de planificación - Configuración de previsión (cpdsp1110m000).
6. Calcular errores de previsión y correlación estacional
Después de que LN prevea la demanda para un artículo de planificación, determina la información de error y de correlación siguiente:
- Error medio de previsión
- Desviación absoluta media
- Desviación relativa de media
- Desviación estándar
- Factor de correlación estacional
Esta información se muestra en la sesión Artículos de planificación - Configuración de previsión (cpdsp1110m000).
7. Convertir la previsión de demanda en períodos de planificación
LN convierte la previsión de demanda calculada para los períodos de previsión de una longitud de período fija a períodos de planificación con una longitud de período variable. Este proceso es inverso al de la primera fase (Recuperar historia de demanda).
Corrección de días no laborables
LN trata de forma distinta los días laborables y los no laborables. El calendario del proveedor de calendario de compañía define qué días son laborables. Concretamente, esto significa que una previsión de demanda para un día con capacidad disponible cero se omite, de modo que no se genera previsión de demanda alguna para las fiestas oficiales y otros días de asueto.