Académique Documents
Professionnel Documents
Culture Documents
El Pronstico de Ventas
Los pronsticos de ventas son uno de los elementos claves para planeacin de las actividades de
las empresas, desde el punto de vista financiero permite determinar el ingreso de efectivo y
crdito para un periodo determinado, presupuestalmente contribuye a la planeacin de los
recursos necesarios para darle un impulso a la parte operativa en la consecucin de las
actividades. Desde el punto de vista gerencial y directivo es importante en la toma de decisiones
en la planeaciones estratgica de generacin de valor. Permite determinar con claridad los
objetivos cuantitativos en ventas, lo cual es el punto de partida para el desarrollo de los planes de
accin de la compaa.
Las empresas por lo general elaboran pronsticos para cada producto o por lneas de productos,
tambin se tienen en cuenta en algunos casos las referencias, con el fin de tener decisiones ms
acertadas y reales.
Podramos definir un pronstico como la estimacin de las ventas esperadas, para la empresa,
esto puede ser para una lnea de productos o para una marca determinada. El periodo estndar
que puede abarcar un pronstico es de un ao, aunque dependiendo del comportamiento de los
productos teniendo en cuenta las temporadas podra ser ms corto..
En este apartado observaremos de forma de sntesis las diversas formas que existen para la
elaboracin de pronsticos, es muy interesante mucho nimo!!
Las tcnicas generalmente aceptadas para la elaboracin de pronsticos se dividen en cinco
categoras: juicio ejecutivo encuestas, anlisis de series de tiempo, anlisis de regresin y pruebas
de mercado. La eleccin del mtodo o mtodos depender de los costos involucrados, del
propsito del pronstico, de la confiabilidad y consistencia de los datos histricos de ventas, del
tiempo disponible para hacer el pronstico, del tipo de producto, de las caractersticas del
mercado, de la disponibilidad de la informacin necesaria y de la pericia de los encargados de
hacer el pronstico. Lo usual es que las empresas combinen varias tcnicas de pronstico.
Encuesta de Pronstico de los Clientes: til para empresas que tengan pocos clientes. Se
les pregunta que tipo y cantidades de productos se proponen comprar durante un determinado
perodo. Los clientes industriales tienden a dar estimados ms precisos. Estas encuestas
reflejan las intenciones de compra, pero no las compras reales.
El Mtodo Delfos (Delphi): Se contrata expertos que hacen pronsticos iniciales que la
empresa promedia y les devuelve para refinar los estimados individuales. El procedimiento
puede repetirse varias veces hasta cuando los expertos - trabajando por separado - lleguen a
un consenso sobre los pronsticos. Es un mtodo de alta precisin.
Anlisis de Series de Tiempo: Se utilizan los datos histricos de ventas de la empresa para
descubrir tendencias de tipo estacional, cclico y aleatorio o errtico. Es un mtodo efectivo
para productos de demanda razonablemente estable. Por medio de los promedios mviles
determinamos primero si hay presente un factor estacional. Con un sistema de regresin lineal
simple determinamos la lnea de tendencia de los datos para establecer si hay presente un
factor cclico. El factor aleatorio estar presente si podemos atribuir un comportamiento
errtico a las ventas debido a acontecimientos aleatorios no recurrentes.
Anlisis de Regresin: Se trata de encontrar una relacin entre las ventas histricas
(variable dependiente) y una o ms variables independientes, como poblacin, ingreso percpita o producto interno bruto (PIB). Este mtodo puede ser til cuando se dispone de datos
histricos que cubren amplios perodos de tiempo. Es ineficaz para pronosticar las ventas de
nuevos productos.
Es til para pronosticar las ventas de nuevos productos o las de productos existentes en nuevos
territorios. Estas pruebas son costosas en tiempo y dinero, adems alertan a la competencia.
Para comenzar a trabajar el proceso matemtico es necesario revisar la correlacin de las
variables, veamos en qu consiste.
Cantidades vendidas Vs ao
Utilidades Vs Costos
Costos Vs Cantidad Producida
Utilidades Vs Mes
Costos Vs Semanas
Ingresos Vs Ao
Regresin
Usted ya comprendi la relacin que puede existir entre las variables de estudio, comprendiente el
concepto de coeficiente de correlacin, A travs de herramientas estadsticas de Excel se puede
comprobar este coeficiente. A partir de aqu comenzamos a analizar el concepto de regresin para
entender su modelo matemtico. Observar que es sencillo
La extrapolacin o proyeccin a partir de la tendencia histrica, se debe realizar teniendo en
cuenta supuestos como; las condiciones existentes en el pasado tendrn efectos similares en el
futuro; Los efectos se compensan reciproca y mutuamente; y las variables objetivas del trabajo
son (consumo-tiempo) y (oferta-tiempo), todas las dems variables se hallan implcitas en los
datos observados 1995. Marco Elas Contreras, pag 150.
Tambin podemos afirmar que la regresin es una tcnica estadstica utilizada para simular la
relacin existente entre dos o ms variables. Por lo tanto se puede emplear para construir un
modelo que permita predecir el comportamiento de una variable dada.
formacin, entre las cuales se incluye la Gua de Aprendizaje, Instructivos de uso de Software para
proyectar mercados y material sobre el Tcnicas para Proyeccin.
Una vez usted analice este material debe realizar un ejercicio prctico de proyeccin para eso
debe ubicar la Gua de Aprendizaje y el Instructivo para proyeccin utilizando herramientas
estadsticas de Excel.
Mucho nimo y adelante
Y la grfica es la siguiente
para la variable dependiente, bien sea la demanda u la oferta. Aqu la ecuacin de regresin lineal
toma la siguiente forma
Y = a + b(1) X(1) + b(2)X(2) + .b(n)X(n) , en la cual las variables predictoras _ independientes
son X(1), X(2),.X(n).
Adems existen algunos procedimientos de correlacin mltiple, que permiten interrelacionar una
variable con la dems en forma simultnea.
Para tener en cuenta debemos decir que en este modelo se puede tener la tentacin de incluir
aspectos que se tengan en bases de datos, pensando que entre ms variables se incluyan mejores
posibilidades existan para que se llegue a un buen fin, pero finalmente se puede incurrir en errores
de precisin.
Otra razn es que si se espera ajustar unas pocas observaciones, usando muchas variables lo ms
probable es que se finalice con un resultado muy artificial. 1995 Marco Elas Contreras Buitrago,
pag 161.
Es una de las que ms se utilizan en los anlisis de regresin de la demanda, se expresa con la
ecuacin que sigue:
En donde A y B son las constantes que se van a calcular, el modelo se viabiliza el modelo de
regresin lineal transformndolo en: Log (y); = Log (A) + B . Log (x) , graficada y suavizada en
papel logartmico produce una recta de la forma : y = a + bx, en donde y = Log (y) ; a = Log (A); B
= b; x = Log (x) . ibid, pag 161
Conclusin
Es importante tener en cuenta que la seleccin de la curva de ajuste se puede hacer a partir de
las tendencias observadas, en el comportamiento histrico de la demanda. Una mayor certeza en
la adecuada seleccin de la curva tiene que ver con el buen anlisis de correlacin, a medida que
se obtiene un mayor ajuste, dicho coeficiente se aproximar a (1) uno.
Cuando dos variables tienen mucha correlacin, es decir se explican en un alto grado, el
coeficiente se acercara bastante a (1) uno y en el caso contrario se alejara. Ejemplo la variable
cantidad demandada se correlaciona en un alto grado con el tiempo, en este caso la correlacin se
acercara a (1) uno.
Estimado estudiante la proyeccin es muy til en todos los mbitos comerciales, en este curso
hemos visto aspectos fundamentales de esta tema, los cuales le darn a usted las destrezas
necesarias para que sea un proyectista exitoso, lo invito a que contine profundizando en el tema.