Medicin y estimacin

de la demanda
Mercadotecnia
Semana 12 sesin 2
Prof.: Ing. Amanda Arrieta.
 PRCTICA CALIFICADA 4

Se realizar el mircoles 31 de mayo a las 7 pm.

Se evaluarn todos los temas enseados desde la
ltima prctica, es decir, desde la semana 10
sesin 2 (creacin de una ventaja competitiva)
hasta lo que se ensee el viernes 26 de mayo.

2
 SUAVIZACIN EXPONENCIAL

Ft+1 = At + (1- )Ft

Donde:
Ft+1 es el pronstico para el prximo periodo
Ft es el pronstico para el periodo actual
At es el valor real presentado en el periodo actual

Errort+1 = At+1 - Ft+1

3
 SUAVIZACIN EXPONENCIAL
CON AJUSTE DE TENDENCIA
Ft+1 = At + (1- )FITt
Tt+1 = (Ft+1 Ft) + (1 )Tt
FITt+1 = Ft+1 + Tt+1
Donde:
FITt+1 es el pronstico para el prximo periodo con ajuste de tendencia
FITt es el pronstico para el periodo actual con ajuste de tendencia
Ft es el pronstico para el periodo actual sin ajuste de tendencia
At es el valor real presentado en el periodo actual
4
 SAEP: SUMA ACTUAL DE LOS
ERRORES DE PRONSTICOS

Error de pronstico=Demanda real valor

pronosticado
Errort = At - FITt
SAEPt es el acumulado de los errores hasta el
periodo t

5
DAM (desviacin absoluta media) y
Seal de Rastreo

Errort = At - FITt
||
DAM = 0

Seal de rastreo =

6
 Regresin lineal simple
Se considera que la relacin , que liga Y con X, es lineal y se
incluye un trmino de perturbacin aleatoria*:
Yi = 1 + 2 Xi +i
Donde
Yi = Variable dependiente
Xi = Variable independiente
1 = Ordenanda en el origen o trmino independiente
2 = Pendiente de la recta
i = Trmino de perturbacin aleatoria
(*:Este tipo de relaciones raramente son exactas, mas bien son aproximaciones
en las que se ha omitido muchas variables de importancia secundaria, lo que nos
obliga a incluir un termino de perturbacin aleatoria.)

T.Luque Martinez, Tcnicas de analisis de datos en investigacion de mercados. Ediciones iramides,

2000 - pags.248-250
 Coeficientes para regresin lineal

2 =
2
2

1 = - 2

8
 Anlisis de Series Temporales

Muchas empresas preparan sus previsiones basndose en las ventas

anteriores; los datos aportados por la experiencia de la empresa
muestran una relacin que no puede conseguir un anlisis estadstico
y que puede utilizarse para predecir las ventas futuras.
La serie temporal de las ventas de un producto (Y) puede analizarse
detectando cuatro componentes principales.
El primer componente: tendencia (T)
El segundo componente: ciclo (C)
El tercer componente: estacionalidad (S)
El cuarto componente: acontecimientos errticos o errores aleatorios (E)
Fuente: Kotler, P., DIRECCION DE MARKETING, edicin Prentice Hall, captulo 9
 Modelo multiplicativo

En el modelo multiplicativo, los valores observados

de cualquier serie temporal son el resultado de la
multiplicacin de los cuatro componentes:
Y t = Tt *Ct* St* Et

10
 Modelo aditivo

Los valores observados de cualquier serie temporal

son el resultado de la suma de sus cuatro
componentes:
Y t = Tt +Ct +St+ Et

11
Ejercicios

12
 Ejercicio 1

En enero un vendedor de vehculos estim unas

ventas de 142 automviles para el mes siguiente.
En febrero las ventas reales fueron de 153
automviles. Utilizando una constante de
suavizacin exponencial de 0.20 presupueste las
ventas del mes de marzo.
Fuente: http://gestiondeventas.blogspot.pe/2009/03/como-
determinar-el-tamano-de-la-fuerza.html
13
 Ejercicio 2

A una compaa de seguros que ha vendido 12.000 nuevas plizas

de seguro ordinario este ao, le gustara predecir las ventas para
el mes de diciembre del ao siguiente.
La tendencia observada a largo plazo pone de manifiesto un
incremento anual de un 5% bruto de las ventas. No obstante, se
espera una recesin para el prximo ao que afectar a las ventas
en un 90% sobre la estimacin realizada a partir de la tendencia.
Qu ventas tendra la empresa en el ao? en un mes?
Sin embargo, en diciembre tradicionalmente se contratan plizas
de seguros por encima de la media, con un coeficiente de
estacionalidad de 1,30 si no existen acontecimientos aleatorios,
como huelgas o nuevas regulaciones en materia de seguros, etc.
Qu ventas tendra le empresa en el mes de diciembre?

14