Académique Documents
Professionnel Documents
Culture Documents
UNIDAD VI
“PRONÓSTICO DE VENTAS”
1. INTRODUCCIÓN
2. ADMINISTRACIÓN DE LA DEMANDA
En lo que se refiere a cuantos triciclos puede vender una firma, eso se denomina
independiente, porque no puede derivarse directamente de la de otros
productos.
119
Gestión de Empresas TECSUP - PFR
3. TIPOS DE PROYECCIÓN
Los modelos de simulación permiten que quien hace la proyección examine una
serie de supuestos sobre la condición de la proyección.
120
TECSUP – PFR Gestión de Empresas
121
Gestión de Empresas TECSUP - PFR
4. COMPONENTES DE LA DEMANDA
200
150
Ventas
100
50
Estacional
0
1 2 3 4 5 6 7 8 9 10 11 12
Meses
122
TECSUP – PFR Gestión de Empresas
Los factores cíclicos son más difíciles de determinar porque el lapso de tiempo
puede desconocerse o porque causa del ciclo puede no considerarse. La influencia
cíclica sobre la demanda puede provenir de eventos tales como las elecciones
políticas, la guerra, las condiciones económicas o las presiones sociológicas.
Una tendencia lineal es una relación recta y continua. Una curva en S es típica del
crecimiento de un producto y de su ciclo de madurez. El punto más importante de
la curva S es el lugar en donde la tendencia cambia de un crecimiento lento a un
crecimiento rápido o de rápido a lento. Una tendencia asintótica se inicia con el
más alto crecimiento de la demanda al comienzo pero luego disminuye. Una curva
así puede presentarse cuando una firma entra a un mercado existente con el
objeto de saturar y capturar una gran cuota del mismo. La curva exponencial es
común en productos con crecimiento explosivo. La tendencia exponencial sugiere
que las ventas continuarán creciendo, suponiendo ésta que no es muy seguro
hacer.
DEMANDA ESTACIONAL
100
90
80
70
Demanda
60
50
40
30
20
10
0
1990
1991
1992
1993
1992
1995
1996
1997
1998
1999
2000
2001
2002
Años
123
Gestión de Empresas TECSUP - PFR
Tendencia de la Curva en S
80
70
60
50
Demanda
40
30
20
10
0
1 2 3 4 5 6 7 8 9
Meses
250
ASINTÓTICA
200
150
100
50
EXPONENCIAL
0
92
93
94
95
96
97
98
99
00
01
02
04
19
19
19
19
19
19
19
19
20
20
20
20
AÑOS
Algunas veces los datos no parecen ajustarse a ninguna de las curvas estándar.
Esto se puede deber a varias causas, en especial al hecho de recorrer los datos
desde varias direcciones al mismo tiempo. Para estos casos, es posible obtener una
proyección simplista pero en ocasiones efectiva, mediante el sencillo método de
representar gráficamente los datos.
124
TECSUP – PFR Gestión de Empresas
Los modelos de proyección de las series de tiempo tratan de predecir el futuro con
base en los datos pasados. Por ejemplo, las cifras de ventas recopiladas por cada
una de las seis semanas anteriores pueden utilizarse para proyectar los trimestres
futuros. Aun si ambos ejemplos se refieren a las ventas, es probable que se
utilicen diferentes modelos de series de tiempo para la proyección.
Aunque en términos tales como corto, mediano y largo plazo son relativos según el
contexto en el cual se utilizan, en la proyección empresarial corto plazo se refiere
usualmente a menos de tres meses, mediano plazo de tres meses a dos años y
largo plazo a más de dos años. Por lo general, los modelos a corto plazo se
compensan con la variación aleatoria y se ajustan para los cambios a corto plazo
(tales como las respuestas de los consumidores a un nuevo producto). Las
proyecciones a mediano plazo son útiles para los efectos estacionales y los
modelos a largo plazo detectan las tendencias generales y son también muy útiles
en la identificación de los principales puntos críticos. La selección de un modelo de
proyección por parte de una firma depende de:
125
Gestión de Empresas TECSUP - PFR
3. La exactitud requerida.
4. El tamaño del presupuesto de proyección.
5. La disponibilidad de personal calificado.
126
TECSUP – PFR Gestión de Empresas
2,500
2,000
DEMANDA
1,500
1,000
500
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
SEMANAS
Demanda 3 semanas 5 semanas
donde:
Fi = Proyección para el periodo que viene
n = Número de periodos que va a ser promediado
At-l = Ocurrencia real en el periodo anterior
At-2, At-3 y At-n = Ocurrencias reales dos periodos atrás, tres periodos atrás, etc.,
hasta n periodos atrás.
Así que el primer valor para la semana 4, en el promedio móvil simple calculado en
base al promedio de 3 semanas, será:
Para el caso del primer valor para la semana 6, en el promedio móvil simple
calculado en base al promedio de 5 semanas, será:
127
Gestión de Empresas TECSUP - PFR
i=1 Wi = 1
Suponga que las ventas para el mes 5 pasaron realmente a 110. Entonces, la
proyección para el mes 6 sería:
= 44 + 28.5 + 21 + 9
= 102.5
128
TECSUP – PFR Gestión de Empresas
Ajuste exponencial
La razón por la cual éste método se llama ajuste exponencial es que cada
incremento del pasado disminuye en (1- ). Si es 0.05, por ejemplo, las
ponderaciones para los diferentes periodos serían las siguientes (se define a
continuación).
Ponderación de =
0.05
Ponderación más reciente = ( 1 – )0 0.0500
Datos anteriores en un periodo de tiempo = x ( 1 – )1 0.0475
Datos anteriores en dos periodos de tiempo = (1 – )2 0.0451
Datos anteriores en tres periodos de tiempo = (1 – )3 0.0429
Las técnicas de ajuste exponencial son muy aceptadas por seis razones principales:
129
Gestión de Empresas TECSUP - PFR
Algunas veces, los usuarios del promedio móvil simple se pasan al ajuste
exponencial pero siguen conservando las mismas proyecciones del promedio móvil
simple. En este caso, x esta aproximada por:
= 2
N+1
Donde:
Fi = La proyección de ajuste exponencial para el periodo t.
F t – 1 = La proyección de ajuste exponencial para el periodo
anterior.
A t–1= La demanda real durante el periodo anterior
= La tasa de respuesta deseada o la constante de ajuste.
La ecuación indica que la nueva proyección es igual a la anterior más una porción
de error (la diferencia entre la proyección anterior y lo que realmente ocurrió).
130
TECSUP – PFR Gestión de Empresas
que la proyección del último mes (F t – 1) era de 1 050 unidades. Si la demanda real
fue de 1 000 y no de 1 050, la proyección para este mes sería la siguiente:
Ft = F t - 1 + ( A t - 1 – F t - 1 )
= 1 050 + 0.05 (1 000 – 1 050)
= 1 050 + 0.05 (-50)
= 1 047,50 unidades
131
Gestión de Empresas TECSUP - PFR
SUAVIZACIÓN EXPONENCIAL
35.00
30.00
25.00
DEMANDA
20.00
15.00
10.00
5.00
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
PERIODOS
Ft X = 0.1 Ft X = 0.3 A (demanda)
Observe que entre más alto sea el valor de alfa, más de cerca sigue la proyección a
la demanda real. Para rastrear más de cerca de la demanda real se puede añadir
un factor de tendencia. El hecho de ajustar el valor de alfa también ayuda. Esto se
denomina proyección adaptable.
132
TECSUP – PFR Gestión de Empresas
resultado un pronóstico que tenga un menor grado de desviación que los otros,
entonces se prefiere este valor de . Si no existe una elección obvia entonces debe
hacerse un intercambio entre tendencia y la desviación absoluta para elegir el valor
de que se prefiere.
La regresión se puede definir como una relación funcional entre dos o más
variables correlacionadas. Se utiliza para predecir una variable dada la otra. La
relación se desarrolla normalmente con base a los datos observados. Estos se
deben representar primero gráficamente para ver si parecen lineales o si, al menos,
parte de ellos son lineales.
Y =a + bX
Donde:
133
Gestión de Empresas TECSUP - PFR
Las ventas de una línea de productos para una firma, durante 12 trimestres de los
últimos tres años, fueron las siguientes:
La firma desea proyectar cada trimestre del cuarto año, esto es los trimestre 13,
14, 15 y 16. Los datos representa se representan en una curva ajustada
manualmente y se utiliza simplemente la vista.
Solución:
134
TECSUP – PFR Gestión de Empresas
5000
4000
VENTAS
3000
4950 - 750
2000
1000
12 - 1
0
0 2 4 6 8 10 12 14
TRIMESTRES
Según el gráfico dado, en los puntos de la línea, los valores de Y para el trimestre 1
y el 12 son de aproximadamente 750 y 4 950. En consecuencia:
Y = 400 + 382 X
Trimestre Proyección
13 400 + 382 x 13 = 5 366
14 400 + 382 x 14 = 5 748
15 400 + 382 x 15 = 6 130
16 400 + 382 x 16 = 6 512
Y= a+bX
Donde:
Y = Variable dependiente calculada por la ecuación
y = Punto de los datos de variables dependiente y reales.
a = la ordenada de origen de Y
135
Gestión de Empresas TECSUP - PFR
El método de los mínimos cuadrados trata de ajustar la línea a los datos que
minimizan la suma de los cuadrados de la distancia vertical entre cada uno de los
puntos de los datos y su punto correspondiente en la línea. En el gráfico anterior se
indicaba los 12 puntos de los datos. Si se traza un línea recta a través del área
general de los puntos, la diferencia entre el punto y la línea es y – Y. En el gráfico
mostrado a continuación muestra estas diferencias. La suma de los cuadrados de
las diferencias entre los puntos de los datos representados y los puntos de la línea
es la siguiente:
5000 y12
y10
4000
VENTAS
3000 y6
y8
2000
y2 y4
1000 y1
0
0 2 4 6 8 10 12 14
TRIMESTRES
Y=a+bX
a= Y - bX
b = XY - n X . Y
X2 - n X2
Donde:
a = Ordenada en el origen de y.
136
TECSUP – PFR Gestión de Empresas
b = Inclinación de la línea
Y = Promedio de todas las y
X = Promedio de la X.
X = Valor de X en cada punto de los datos
Y = Valor de Y en cada punto de los datos
N = Número de los puntos de los datos
Y = Valor de la variable dependiente calculada con la ecuación de regresión.
La tabla siguiente indica los cálculos realizados para los 12 puntos de los datos en
el cuadro anterior como parte del ejemplo inicial. Observe que la ecuación final
pata Y muestra una ordenada de 441.6 y una inclinación de 359.6. La inclinación
indica que para cada cambio de unidad en X, Y cambia en 359.6.
2
Trimestre- X Ventas - Y XxY Y2 X Y2 Y calculado
1 600 600 1 360000 801.20
2 1550 3100 4 2402500 1160.80
3 1500 4500 9 2250000 1520.40
4 1500 6000 16 2250000 1880.00
5 2400 12000 25 5760000 2239.60
6 3100 18600 36 9610000 2599.20
7 2600 18200 49 6760000 2958.80
8 2900 23200 64 8410000 3318.40
9 3800 34200 81 14440000 3678.00
10 4500 45000 100 20250000 4037.60
11 4000 44000 121 16000000 4397.20
12 4900 58800 144 24010000 4756.80
78 33350 268200 650 112502500
X = 78/12 = 6.5
Y =33350/12 = 2779.17
a = 441.6666
b = 359.6153
Y = 441.66 + 359.6 X
r2 = 0.933
137
Gestión de Empresas TECSUP - PFR
Coeficiente de determinación:
También puede calcularse que tan fuerte es la relación entre Y y X por medio de r2
, el coeficiente de determinación. El valor de r2 representa la proporción de
variación en Y que se explica por la variación con X, el valor restante de la
variación 1 - r2 debido al azar o a factores que no son X. Por lo tanto, resulta
deseable que el valor de r2 se acerque lo más posible a 1.
r2 = [nXY - X Y]2
[n X - ( X)2 ] [ n Y2 - ( Y)2 ]
2
138
TECSUP – PFR Gestión de Empresas
el factor estacional
Suponga que en los años anteriores, una firma vendió un promedio de 1000
unidades anuales de una línea de productos determinada. En promedio se
vendieron 200 unidades en primavera, 350 en verano, 300 en otoño y 150 en
invierno. El factor estacional (o índice) es el coeficiente de la cantidad vendida
durante cada estación dividido por el promedio de las cuatro estaciones.
Solución.
Utilizando estos factores, si se espera que la demanda para el próximo año sea de
1100 unidades, la proyección sería de la siguiente manera:
139
Gestión de Empresas TECSUP - PFR
Solución.
Este problema se soluciona mediante el simple trazado de una línea recta a través
de los puntos de los datos y la medición de la tendencia y la ordenada en el origen
con base en la gráfica.
Tendencia = 170 + 55 t
140
TECSUP – PFR Gestión de Empresas
400
300
200
100
0
0 2 4 6 8 Trimestres10
141
Gestión de Empresas TECSUP - PFR
Per. Trim. Ventas Promedio de mismos trimestres Fac. Est. Dem. deses X2 XY
1 I 600 (600 + 2400 + 3800) / 3 = 2266.7 0.82 735.66 1 735.66
2 II 1550 (1550 + 3100 + 4500) / 3 = 3050.0 1.10 1412.36 4 2824.73
3 III 1500 (1500 + 2600 + 4000) / 3 = 2700.0 0.97 1543.98 9 4631.94
4 IV 1500 (1500 + 2900 + 4900) / 3 = 3100.0 1.12 1344.76 16 5379.03
5 I 2400 0.82 2942.65 25 14713.24
6 II 3100 1.10 2824.73 36 16948.36
7 III 2600 0.97 2676.23 49 18733.64
8 IV 2900 1.12 2599.87 64 20798.92
9 I 3800 0.82 4659.19 81 41932.72
10 II 4500 1.10 4100.41 100 41004.10
11 III 4000 0.97 4117.28 121 45290.12
12 IV 4900 1.12 4392.88 144 52714.52
78 33350 12.00 33350.00 650 265706.99
Y = 2779.17
X = 78 / 12 6.5
Cabe anotar que los factores estacionales son idénticos para los trimestres
similares de cada año.
142
TECSUP – PFR Gestión de Empresas
Paso 3. Desarrollo de una línea de regresión de mínimos cuadrados para los datos
desestacionalizados. El propósito aquí es desarrollar una ecuación para la línea de
tendencia Y que luego se modifica con el factor estacional. El procedimiento es el
mismo utilizado anteriormente.
Y = a+bX
Donde:
Yd = Demanda desestacionalizada
X = Trimestre
Y = Demanda calculada utilizando la ecuación de regresión Y = a + bX
a = Ordenada en el origen de Y
b = Inclinación de la línea
Y = 554.9 + 342.2 X
143
Gestión de Empresas TECSUP - PFR
5000
4000
Ventas
3000
2000
1000
0
0 2 4 6 8 10 12 14
Periodos
Para que sea valiosa desde el punto de vista de la proyección, cualquier variable
independiente debe ser un indicador anticipado. Por ejemplo, se pueden esperar
que un periodo extenso de días lluviosos incremente las ventas de sombrillas e
impermeables. La lluvia produce la venta de productos relacionados a la protección.
Esto es una relación causal, en la cual una ocurrencia causa la otra. Si el elemento
causante se puede prever con anticipación, puede utilizarse como base de la
proyección.
144
TECSUP – PFR Gestión de Empresas
10000
8000
6000
4000
2000
0
0 5 10 15 20 25 30 35 Permisos
40
Dado que los puntos parecen estar en línea recta, el gerente decidió utilizar la
relación lineal Y = a + b X. Este problema se resuelve trazando manualmente una
línea. También es posible resolver esta ecuación utilizando la regresión de mínimos
cuadrados como se hizo anteriormente.
Solución.
La proyección de la línea ajustada manualmente causa una intercepción del eje Y
en cerca de 7000 metros2. Esto puede interpretarse como la demanda cuando no
se están construyendo viviendas nuevas; esto es, probablemente el reemplazo de
los tapetes viejos. Para calcular la inclinación, se escogen dos puntos de la
siguiente manera:
Año X Y
1998 10 10000
1999 30 14000
Y = 7000 + 350 X
145
Gestión de Empresas TECSUP - PFR
Este valor constituye una proyección factible para el año 2004, dada la un tiempo
para la obtención del permiso de construcción.
146
TECSUP – PFR Gestión de Empresas
5. Patrón de datos
El patrón de datos afectará el tipo de método de pronóstico que se seleccione,
Si la serie de tiempo es plana, se utilizará un método de primer orden. Sin
embargo, en los casos en que los datos muestren tendencias o patrones de
estacionalidad, se necesitarán métodos más avanzados. El patrón de los datos
también determinará si será suficiente un método por series de tiempo o si se
necesitan modelos causales. Si el patrón de datos es inestable en el tiempo, un
método cualitativo será necesario. Es decir, el patrón de datos es uno de los
factores más importantes que afectan la selección de un método de pronóstico.
Una manera de detectar el patrón es trazar los datos sobre una gráfica. Esto se
debe hacerse siempre como primer paso en la actividad de pronosticar.
147
Gestión de Empresas TECSUP - PFR
ANOTACIONES:
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
148