Pronóstico de la demanda

Diplomado en Mercadotecnia

MK162–Pronóstico de la demanda

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

1

Pronóstico de la demanda

Introducción El directivo de mercadotecnia se confronta con la difícil tarea de predecir la respuesta del mercado. La efectividad y eficiencia del programa de mercadotecnia descansa en la habilidad gerencial de aislar y medir los patrones de demanda de los clientes y de pronosticar, a su vez, niveles específicos de demanda. Las proyecciones precisas del mercado potencial y las ventas futuras son de las dimensiones más retadoras y significativas del análisis de la demanda. En este curso el participante va a comprender la importancia del análisis de la demanda; el rol del análisis del mercado potencial y del pronóstico de ventas en la planeación de mercadotecnia de negocios y las técnicas específicas que miden en forma efectiva el mercado potencial y desarrollan el pronóstico de ventas. Al término, los participantes serán capaces de analizar el rol del mercado potencial y de los pronósticos de venta en la demanda y de representar el mercado y las ventas potenciales a través de las dimensiones esenciales de los pronósticos de venta, valorando las técnicas cualitativas y cuantitativas al preferir ciertos métodos específicos de pronóstico. Los temas que veremos en este curso son: 1. Potencial de Mercado  Definición de mercado potencial  Métodos de medición del mercado potencial o Índice de cadena o Índice de poder de compra o Clasificación industrial estándar 2. Métodos de estimación cualitativa  Jurado de opinión de ejecutivos  Compuesto de la fuerza de ventas  Encuestas de intención de compra  Enfoque cándido 3. Métodos de pronóstico con datos históricos  Ajuste de la estacionalidad  Enfoque cándido con ajuste de estacionalidad  Precisión de pronósticos a través de varios periodos de tiempo 4. Métodos de pronóstico con factores de suavización  Suavizador exponencial  Constante suavizadora 5. Métodos de pronósticos con proyección lineal  Proyecciones de tendencia ______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

2

Pronóstico de la demanda

 Promedios móviles 6. Métodos de pronóstico con herramientas estadísticas  Regresión simple  Mínimos cuadrados Tema 1: Potencial de mercado Introducción Las proyecciones precisas del mercado potencial y las ventas futuras son de las dimensiones más retadoras y significativas del análisis de la demanda. Debemos ser capaces de visualizar el tamaño potencial de un mercado que puede ser atendido por varias empresas y de visualizar, por otro lado, el tamaño de las ventas a las que puede aspirar cada una de ellas. En este tema se presenta la definición de mercado potencial y se explican dos de los métodos para su medición y la descripción de la "SIC":   

Índice de cadena Índice de poder de compra Clasificación Industrial Estándar (SIC)

Caso Textiles Mexicanos A través de 60 años, Textiles Mexicanos (TEXMEX) prosperó como un pequeño fabricante de algodón y fibras sintéticas. El año pasado, TEXMEX fue comprado por un conglomerado internacional. Uno de los primeros pasos tomados por los nuevos dueños fue la introducción de procedimientos de planeación formales y un sistema de información computarizado. Los nuevos sistemas hicieron necesario el modernizar las habilidades de los gerentes de TEXMEX y los ejecutivos de la compañía se vieron en la necesidad de consultoría externa especializada. Debido a que los pronósticos de ventas eran actualmente basados en juicio, varios gerentes de producto fueron encomendados para buscar qué técnicas eran las más recomendadas por los expertos investigadores de las universidades. Diana Salas era una de las gerentes de marca seleccionada para buscar expertos sobre el tema de pronósticos de venta. Sin embargo, con los conocimientos que Diana había adquirido a través de su carrera profesional, sabía que las ventas se podían medir calculando el valor del mercado potencial, es decir, las ventas de su compañía mas las ventas de sus competidores, así como las ventas potenciales que el mercado podía adquirir y no lo había hecho. ______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

3

Pronóstico de la demanda

Diana se encontraba algo insegura de sus conocimientos y decide invitar a un consultor externo que era un profesor de mucho reconocimiento y experto en el tema de estimación de la demanda. Cuando Diana planteó esta situación al consultor externo, él optó por explicarle en forma detallada, el concepto del mercado potencial, su papel en la planeación y los métodos para determinarlo. Preguntas de reflexión Es necesario que respondas a estas preguntas para continuar con el curso.    

¿Sería posible predecir las ventas? ¿Agregar las ventas de cada compañía dentro de la industria? ¿Estimar un total de ventas de la industria y posteriormente estimar la participación de mercado de cada competidor? Y si así fuera, ¿por donde sería mejor comenzar?

Retroalimentación Es mejor empezar por estimar un total de ventas de la industria, ya que así no se dejan fuera del cálculo las ventas de algunos competidores que posiblemente no se conozcan en detalle, o ni siquiera se hayan contemplado. A partir de ese dato, y ya con la estimación de ventas de los principales participantes de la industria, se puede posteriormente estimar la participación de mercado de cada uno de ellos. Dentro del contenido de este tema, el primer concepto que debemos tener claro es el concepto de potencial que se puede observar en dos niveles: Potencial del mercado: Son la ventas máximas posibles para toda la industria. Potencial de ventas de la compañía: Son las ventas máximas posibles para la compañía. Medición del Mercado potencial El mercado potencial se puede medir de diferentes maneras que describimos a continuación: Método de índice de cadena

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

4

Pronóstico de la demanda

Los potenciales de venta para productos pueden ser determinados aplicando una serie de índices (medidas de utilización) a una medida agregada de demanda. Una empresa puede empezar con un número total de población para una área determinada; multiplicarla por un gasto promedio per cápita anual en esa categoría, y así lograr un estimado de ventas máximas posibles para un cierto tipo de producto. Ejemplo de una empresa de lanchas: Población por área................................................. 2,000,000 x Gasto per cápita en lanchas por año.............. x $1.50 = Gasto total anual en lanchas....................... = $3,000,000 x Proporción gastada en veleros....................... x .35 = Gasto total en veleros...................................... = $1,050,000 x Proporción ventas en veleros de 12 a 15 pies = $ 210,000 † Precio promedio.……...................................... 210,000/2,000 = Potencial en unidades.............…............................. 105 Método de índice del poder de compra Combina estimados de población, ingreso y ventas a detallistas para obtener un indicador compuesto de la demanda del consumidor en áreas específicas como estados, áreas metropolitanas y ciudades. IPCi = 5Ii + 3Di + 2Pi donde: Ii = % del ingreso personal disponible en el área “i“ Di = % de las ventas al detallista en el área “i“ Pi = % de población en el área “i“ Representa el porcentaje relativo de la ciudad con relación al país. Ejemplo:

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

5

Pronóstico de la demanda

Índice del poder de compra

Elementos del IPCi Área:

Ingreso Ventas totales Población efectivo de al detalle en Índice total en país compra en del poder 2004 en 2004 2004 de compra IPCi % % ( 000 % $ 000 x5 $ 000 x3 País País x2) País

Total país

$ 2 ,800 100

Estado

59,492 2.1 % 31,848 2.4 %

Condado

Ciudad

$ 1 ,395

100

240 .8

100

100 %

5 ,586 2.3 %

7.2 %

9 ,547 0.341

6 ,121 0.439

771 0.320

0.366

8 ,740 0.312

5 ,776 0.414

714 0.296

0.339

(1)

(2) (3)

Fuente: “Survey of Buying Power”, Sales & Marketing MDianagement Magazine.

Los tres factores son ponderados por los valores 5,3, y 2 respectivamente, por lo tanto, el índice de poder de compra del área se calcula de la siguiente forma: % de ingreso en país .. . . . . . . . . . . . . . (1) 0.312 x 5 = 1.560 % de ventas al detalle . . . . . . . . . . . . . . (2) 0.414 x 3 = 1.242 % de población país . . . . . . . . . . . . . . . (3) 0.296 x 2 = 0.592 3.394 / 10 = 0.339 Un área con sólo 0.296% de población en el país tiene 0.339% de potencial de ventas nacional, debido a que tiene ventas al detalle e ingreso mayor que el promedio. Este Método tiene algunas limitaciones que hay que considerar Limitaciones El índice de poder de compra es una medida de las ventas potenciales para productos de consumo, pero no útil para el mercado industrial. El índice de poder de compra no es apropiado para productos de demanda limitada y alto precio, debido a que sus creadores lo diseñaron para que refleje

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

6

Pronóstico de la demanda

el potencial de productos de compra frecuente y precios populares, dadas a las variables y pesos ponderados utilizados. Los pesos 5, 3 y 2 son arbitrarios, y seguramente variarán para diferentes productos y servicios. Para resolver estos problemas algunas compañías utilizan sus propios pesos y variables para crear índices que midan con mayor precisión el potencial de sus productos. Método de clasificación industrial estándar (SIC por sus siglas en inglés) El censo de fabricantes combina negocios dentro de esta clasificación, de acuerdo a los productos producidos u operaciones realizadas y una empresa puede seguir los siguientes pasos para estimar el potencial: a) Identificar todas las industrias que utilicen el producto o servicio. b) Seleccionar números adecuados para estimar el monto del producto que debe ser utilizado para cada código de clasificación industrial estándar. Un fabricante de maquinaria para alimentos puede decidir por: Productos lácteos . . . . . . . .(Código SIC = 202) Molinos de grano . . . . . . . . (Código SIC = 204) Bebidas . . . . . . . . . . . . . . . (Código SIC = 208) que representan objetivos probables para sus productos

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

7

Pronóstico de la demanda

Estimación del mercado potencial para maquinaria de alimentos en Indianápolis

Código SIC

202 204 208

Industria

Productos lácteos Molinos de grano Bebidas

(1) (2) * (3) ** (4) No. de Empleados No.de maq. Mercado estableci- en produc- útil x 1000 potencial mientos ción trabajadores.(2 x 3)

5

0.6

10

6.0

5

1.0

8

8.0

5

1.3

3

4.0

21

18.0

( * ) Censo de fabricantes - Serie de áreas geográficas (estado) . ( ** ) Estimada con el fabricante con información anterior de ventas

Si una compañía de maquinaria para alimentos deseara mercadear un nuevo producto y cada cliente pudiera usar sólo una de las máquinas, entonces el mercado potencial sería simplemente: El número de establecimientos en el área del estado = 21 Por otro lado, si la máquina reemplaza el equipo existente, entonces la empresa puede estudiar: La relación entre máquinas en uso y el número de trabajadores de producción de una industria en particular (columna 2). Entonces el mercado potencial sería 0.6 x 10, es decir, 6 máquinas Cálculos similares de otros códigos SIC nos llevan a un mercado potencial de 18 máquinas en el área del estado. Para reflejar la “tasa de reemplazamiento de máquinas” el número deberá ser reducido: supongamos que las máquinas duran 6 años, entonces 3 máquinas representarían el potencial anual = (18/6 = 3) Conclusión Tema 1 Las proyecciones del mercado potencial y las ventas futuras constituyen el inicio del análisis de la demanda. Es posible visualizar el tamaño potencial de un mercado que puede ser atendido por varias empresas y de visualizar por otro lado el tamaño de las ventas a las que puede aspirar cada una de ellas. ______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

8

Pronóstico de la demanda

El mercado potencial puede ser medido siguiendo cualquiera de tres métodos: Índice de cadena, Índice de poder de compra y/o clasificación industrial estándar (SIC). Es una actividad particularmente útil para el caso de empresas o productos nuevos para los que no se tiene un historial previo de ventas, aunque resulta muy útil para estimar „el techo‟ de ventas de la industria en la que se participa. Tema 2 Métodos de estimación cualitativa Introducción Para la estimación de la demanda podemos contar con información valiosa proporcionada por gente relacionada con los productos de la firma o gente experta relacionada con la industria. Debemos ser capaces de aprovechar el conocimiento de los expertos para calcular las ventas futuras. La retroalimentación de expertos se presenta en forma de opiniones que son difíciles de cuantificar, pero que son muy valiosas en términos de juicios de valor que provienen de gente con autoridad sobre el tema. En este tema se explican cuatro métodos cualitativos: 1234-

Jurado de opinión de ejecutivos Compuesto de la fuerza de ventas Encuestas de intención de compra Enfoque cándido

Caso TEXMEX Diana le explica al consultor que realmente la problemática principal de TEXMEX, no era tanto el estimar la potencialidad de la demanda del mercado, sino que más bien la problemática específica era encontrar el modelo de pronóstico que mejor se ajuste a los datos históricos de venta de la empresa, para con ese modelo, predecir las ventas trimestrales del siguiente año. Diana controlaba varias líneas de colchas y sábanas, y ella pensó que sería deseable probar las nuevas técnicas con algunos de los datos reales de venta. Uno de los productos que había creado problemas con el pronóstico de venta para Diana era la línea de las sábanas “Fiesta”. Este artículo había estado en el mercado por tres años y había gozado solamente de un éxito modesto. Diana le comenta al consultor que tiene datos específicos de ventas históricas de su empresa.

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

9

Pronóstico de la demanda

Ventas actuales de las sábanas fiesta TRIMESTR AÑO 1 AÑO 2 AÑO 3 E I 3,253 4,056 3,882 II 2,879 3,619 2,639 III 2,279 3,336 2,278 IV 4,002 3,412 2,473 Viendo los datos de este cuadro el consultor decide darle una pequeña introducción sobre la teoría de los métodos de pronósticos de venta más utilizados. Las ventas de sábanas “Fiesta” parecían tener un fuerte componente aleatorio y Diana se preguntaba cuál sería la mejor forma de pronosticar el volumen del año 4. Métodos de pronósticos El elemento clave de un análisis de la demanda es el pronóstico de ventas el cual es la predicción de ventas futuras durante un período determinado como parte integral de un plan de ventas, el cual se basa en un conjunto de suposiciones acerca del medio de comercialización. El siguiente cuadro nos muestra el posicionamiento de los pronósticos respecto al potencial de ventas de la compañía y el potencial de ventas de la industria.

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

10

Pronóstico de la demanda

A Vent as actu ales y pote ncial es en millo nes

250 200 175 150 125 100

35 30 25 20 15 10 5

Potencial de la industria

*

* * *

B

* * * Pronóstico de * * * la industria C

Potencial de la compañía “A“

*

D

*

*

E

* *Pronóstico compañía “A“

* Ventas compañía “A“ * * * * 1

2

3

4

5

6

7

8

9

10

11

12

Períodos de tiempo La línea “A” representa el techo de las ventas posibles de una industria si no existieran restricciones de recursos. La línea “B” representa el pronóstico de las ventas de esa industria, tomando en cuenta las posibles restricciones de recursos de las compañías. La línea “C” representa todas las ventas posibles que la compañía pudiera vender si no existieran restricciones de recursos en esa compañía. La línea “D” representa el pronóstico de ventas para la compañía “A” La línea “E” representa las ventas reales de la compañía “A”. Hay dos maneras de enfocarse a estimar un pronóstico de ventas de la compañía:

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

11

Pronóstico de la demanda

1 Enfoque de arriba hacia abajo Empieza por establecer un total de ventas del mercado, que se va desagregando hasta llegar al nivel más específico. Pronóstico de Condiciones Generales Económicas y Mercantiles para el País

Mercado Potencial para el Sector

Potencial de Ventas para la Empresa como % de las Ventas del Sector Pronóstico de Ventas de la Empresa

Pronósticos de los Gerentes de Venta por zona, región, territorios y cuentas Fuente: Ingram Thomas y LaForge Raymond, “Sales Management”, Dryden

2 Enfoque ascendente: de abajo hacia arriba: Empieza por establecer las ventas al mínimo detalle en los vendedores y se va agregando hasta llegar al nivel de ventas más general.

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

12

Pronóstico de la demanda

Pronóstico de ventas de la compañía

Pronósticos por región y zona

Pronósticos por territorio

Pronósticos de vendedores por cuentas Existen varias técnicas sofisticadas para pronosticar las ventas, sin embargo, el pronóstico de ventas es más un arte que una ciencia. En la mayoría de las empresas se encontró que los dos métodos más utilizados se basan en el juicio de los gerentes y estos métodos son los siguientes: Jurado de opinión de ejecutivos Consiste en pedir la opinión de un grupo de gerentes con experiencia, con el fin de obtener estimados de ventas de períodos de tiempo futuros. Ventajas del método  Velocidad  La inclusión de muchos factores subjetivos tales como: - Actividad de la competencia - Condiciones económicas - Clima - Actividad sindical Desventajas del método  No hay evidencia que el método de opinión del jurado de ejecutivos nos conduzca a pronósticos más precisos.

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

13

Pronóstico de la demanda



El método se basa en la experiencia y es difícil de enseñar la forma de pronosticar utilizando esta técnica.

Método del compuesto de la fuerza de ventas Utilizado por compañías industriales donde la fuerza de ventas proyecta los volúmenes de ventas de clientes en su propio territorio, y los estimados sumados son revisados por la alta gerencia. Popular ya que tienen un número limitado de clientes, y sus vendedores están en muy buena posición para conocer las necesidades del cliente. Ventajas del método  Tendencia de algunos vendedores de sobrestimar las ventas se contrarresta con otros que pronostican en forma conservadora.  La participación de la fuerza de ventas en el pronóstico hace que la confianza en su pronóstico sea mayor, incrementando su incentivo para alcanzar su cuota. Desventajas del método  Debido a la alta participación de vendedores, el método pudiera resultar lento en comparación con otras técnicas. Hay dos métodos más que pueden ser utilizados para el pronóstico de ventas: Encuestas de intención de compra Se entrevista a los consumidores para determinar los productos y las cantidades que esperan comprar en un tiempo futuro. Las respuestas se agregan y se estima una demanda total para cada producto. Los pronósticos de venta de las compañías se derivan de la demanda total, utilizando estimados de participación de mercado. Ventajas del método  Éxito en mercados industriales con necesidades específicas, y en donde existe un número limitado de compañías haciendo estimaciones a través de intenciones de compra. Desventajas del método  Son consumidoras de tiempo  Son costosas  Siempre existirá la duda de que la persona que muestra intención positiva de compra, efectivamente lo haga.

Enfoque cándido

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

14

Pronóstico de la demanda

El pronóstico con enfoque cándido es la técnica más simple de pronósticos, y con frecuencia se utiliza como un estándar de comparación con otros pronósticos. Supone que nada va a cambiar, y que el mejor estimado para el futuro es el nivel actual de las ventas. EJEMPLO DEL ENFOQUE CÁNDIDO

TRIMESTRE

VENTAS ACTUALES

PRONÓSTICO CON ENFOQUE CÁNDIDO

1

49

2

77

49

3

90

77

4

79

90

El error para el pronóstico con enfoque cándido para el trimestre 2 es la diferencia entre 49 y 77. Fórmula para el % de error de pronóstico: Pronóstico - actual 49 - 77 = 36 % ------------------------------------------- --------------actual 77 Sobre el caso TEXMEX Diana le comenta que quizá el enfoque más simple sea el modelo cándido (naive) en el que las ventas actuales en el trimestre 1 eran utilizadas como un estimador de las ventas del trimestre 2. Utilizando este método, sería fácil calcular el error promedio de pronóstico para los 3 años de las ventas de la sábana “Fiesta” mostradas en la página 1.

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

15

Pronóstico de la demanda

La diferencia media absoluta (MAD por sus siglas en inglés) podría ser obtenida sumando las diferencias entre los pronósticos y las ventas actuales sin importar el signo y después promediándolas. Conclusión del tema 2 El primer camino para estimar las ventas de una empresa está dado por la información valiosa que puede ser proporcionada por su propia gente y por expertos relacionados con la industria. Es posible aprovechar el conocimiento de los expertos para calcular las ventas futuras porque, aunque su retroalimentación se presenta en forma de opiniones que son difíciles de cuantificar, son muy valiosas en términos de juicios de valor que provienen de gente con autoridad sobre el tema. Los dos métodos cualitativos más representativos de este camino de solución son el Jurado de opinión de ejecutivos y el Compuesto de la fuerza de ventas. Adicionalmente, se pueden estimar las ventas futuras de la empresa a través de Encuestas de intención de compra de los consumidores. El método cualitativo más sencillo es el Enfoque Cándido, que supone que lo que se vendió en un período anterior se venderá de nuevo en el período siguiente. Tema 3 Métodos de pronóstico con datos históricos Introducción Cuando se tienen datos históricos reales en una empresa, se puede partir de ese punto para utilizar la información interna que se ha generado en la compañía, bajo el supuesto que su comportamiento pasado presentará un patrón similar en el futuro. Los métodos de pronóstico con datos históricos son una plataforma objetiva que nos permite dimensionar un volumen de ventas en forma más real, aunque sujeta a variaciones en su estimación que es importante expresar en términos de magnitud de error expresado en porcentaje. En este tema se introduce el concepto de Porcentaje de Error de la Media Absoluta (PEMA) después de explicar los métodos de: 1- Ajuste de estacionalidad 2- Enfoque cándido con ajuste de estacionalidad

Caso TEXMEX ______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

16

Pronóstico de la demanda

Diana le comenta al consultor que si bien los métodos cualitativos eran útiles y muy prácticos, acarreaban mucha variación, situación que dificultaba una estimación más precisa, necesaria para la toma de decisiones de producción, distribución, asignación de vendedores a territorios, etc. El consultor reconoce que efectivamente los pronósticos arrojaban mucha variación, por lo que es más indicado buscar modelos que se ajusten mejor a sus datos. Pregunta reflexión Es necesario responder a las preguntas para continuar con el curso. ¿Qué patrón de comportamiento puedo encontrar en los datos históricos de los 3 años? ¿En que forma podría aprovechar ese patrón de comportamiento de los datos para lograr reducir la variación? Retroalimentación Las ventas históricas de Sábanas “Fiesta” varían de trimestre a trimestre, muy posiblemente debido a diferencias relacionadas con la época, o la estación, del año. Esto puede significar que las ventas del trimestre inmediato anterior no sean el mejor indicador de las ventas del trimestre siguiente, sino el mismo trimestre del año anterior. Cuando los números históricos de ventas se utilizan para pronosticar, la precisión en las proyecciones de las series de tiempo se puede mejorar haciendo ajustes para eliminar los efectos de la estacionalidad. La estacionalidad es el período de tiempo asociado a determinadas actividades productivas, que se repite cíclicamente todos los años. La estacionalidad está involucrada en dos métodos de pronóstico de ventas.  

Ventas desestacionalizas Enfoque cándido con ajuste de estacionalidad

Ventas desestacionalizadas Los registros de venta con frecuencia se preparan mes a mes, o trimestralmente, y los factores estacionales son con frecuencia responsables de muchos cambios en el volumen a corto plazo. Por tal razón, es importante transformar la información de ventas en nuevas ventas desestacionalizadas que puedan servir como base para pronosticar con mayor precisión. Los pasos para desestacionalizar las ventas son los siguientes: Paso1: Registrar varios años de estadísticas de ventas históricas. Ventas históricas ______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

17

Pronóstico de la demanda

AÑOS TRIMESTRES 1 2 3 4

1 49 77 90 79

2 59 98 89 62

3 53 85 92 88

4 73 100 98 78

Paso 2: Las ventas mensuales o trimestrales se promedian a través de los años para obtener un índice estacional.

TRIMESTRES 1 2 3 4 PROMEDIO

Ventas históricas AÑOS 2 3 59 53 98 85 89 92 62 88

1 49 77 90 79

4 73 100 98 78

PROMEDIO 58 90 92 77 79

Paso 3: Los promedios mensuales o trimestrales se dividen entre la media de las ventas de todos los trimestres, para obtener los índices de estacionalidad.

TRIMESTRES

1 2

1 49

59

77

98

90

89

79

62

2 3 4 PROMEDIO

Ventas históricas AÑOS 4 PROMEDIO ÍNDICE 3 73 58 58/79= 0.73 53 100 90 90/79= 1.14 85 98 92 92/79= 1.16 92 78 77 77/79= 0.97 88 79

Paso 4: Las ventas del primer trimestre del año 1 = 49 se dividen entre el índice correspondiente a ese trimestre = 0.73 * y se genera una nueva venta desestacionalizada = 67, y así sucesivamente para los 16 trimestres. ______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

18

Pronóstico de la demanda

Ventas históricas desestacionalizadas AÑOS TRIMESTRES 1 2 3 4 1 67* 78 73 100 2 68 87 75 89 3 78 77 79 84 4 81 64 91 84 Algunas personas suponen que debido a la complejidad del proceso en los pronósticos, no vale la pena el tiempo ni el esfuerzo invertido, sin embargo hay dos verdades respecto a los ajustes de estacionalidad que debemos tener presentes: 1) Son ampliamente utilizados en los negocios. 2) Reducen los errores de pronóstico. Enfoque cándido con ajuste de estacionalidad Anteriormente vimos que el enfoque cándido es una técnica simple y fácil para estimar las ventas futuras, aunque conlleva un alto grado de error. Las ventas desestacionalizadas son una manera de disminuir la variación en el pronóstico.

Para utilizar el método de enfoque cándido con ajuste de estacionalidad se debe comenzar con las ventas desestacionalizadas calculadas en el paso 4. Ventas históricas desestacionalizadas AÑOS TRIMESTRES 1 2 3 1 67* 78 73 2 68 87 75 3 78 77 79 4 81 64 91

4 100 89 84 80

Las ventas ajustadas estacionalmente en el primer trimestre de 67 serían utilizadas para pronosticar las ventas del segundo trimestre, multiplicándolas por el índice de estacionalidad del trimestre 2, es decir, 67x1.14 = 76.4 Enfoque cándido con ajuste de estacionalidad para el año 1

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

19

Pronóstico de la demanda

TRIMESTRE 1

Ventas ajustadas estacionalmente 67

Pronóstico cándido ajustado estacionalmente

Ventas actuales año 1 49

2

68

67 x 1.14 = 76

77

3

78

68 x 1.16 = 79

90

4

81

78 x 0.97 = 76

79

Dado que las ventas actuales en el período 2 fueron 77, el porcentaje de error para el pronóstico cándido con ajuste de estacionalidad sería: % de error de pronóstico: pronóstico - actual = 76 - 77 = 1.3% actual 77 En conclusión, el pronóstico cándido con enfoque de estacionalidad (1.3% de error) es mucho más preciso que el pronóstico sin ajuste de estacionalidad (36% de error) Un elemento importante para el pronóstico con datos históricos es el “PEMA” (Porcentaje de Error de la Media Absoluta) que nos permite encontrar el error promedio de varios periodos de tiempo aplicando la siguiente fórmula: n PEMA = Σ i=1

Σ

pronóstico - actual actual “n“

donde: “n“ = número de pronósticos a efectuar Ejemplo: Con el uso de “PEMA“ aplicada al cuadro de ventas históricas para encontrar el promedio de error en el pronóstico cándido a través de los 12 trimestres obtenemos:

Ventas históricas ______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

20

Pronóstico de la demanda

TRIMESTRES 1 2 3 4

AÑOS 2 57 98 89 62

1 49 77 90 79

3 53 85 92 88

4 73 100 98 78

Es importante resaltar que los signos de (+ o -) del porcentaje de error de pronóstico son ignorados cuando los errores son sumados. El utilizar datos de ventas no ajustadas nos conduce a un alto “PEMA“ de 22.7% Retroalimentación “ PEMA “= 49 - 77 + 77 - 90 + 90 - 79 + 79 - 57 + 57 - 98 + 98 - 89 + 89 – 62 + 77 90 79 57 98 89 62 62-53 + 53-85 + 85-92 + 92-88 + 88-73 + 73-100 + 100-98 + 98 -78 = 3.4077 53 85 92 88 73 100 98 78 Σ

pronóstico - actual actual “n”

=

3.4077 = 0.2271 x 100 = 22.7% 15

Apliquemos la fórmula “PEMA“ a las ventas históricas desestacionalizadas Ventas históricas desestacionalizadas AÑOS TRIMESTRES 1 2 3 4

1 67 68 78 81

2 78 87 77 64

3 73 75 79 91

4 100 89 84 80

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

21

Pronóstico de la demanda

“ PEMA “

= 67-68 + 68-78 + 78-81 + 81-78 + 78-87 + 87-77 + 77-64 + 68 78 81 78 87 77 64

64-73 + 73-75 + 75-79 + 79-91 + 91-100 +100-89 + 89-84 + 84-80 = 8.9% 73 75 79 91 100 89 84 80 Conclusión del tema 3 Los datos históricos de una empresa constituyen un punto de partida para estimar ventas futuras, bajo el supuesto que el comportamiento pasado presentará un patrón similar en el futuro. Los métodos de pronóstico con datos históricos son una plataforma objetiva para dimensionar un volumen de ventas en forma más real. El Porcentaje de Error de la Media Absoluta (PEMA) permite expresar las variaciones en la estimación de demanda en términos de magnitud, expresando el error en porcentaje. Cuando los números históricos de ventas se utilizan para pronosticar, la precisión en las proyecciones de las series de tiempo se puede mejorar haciendo ajustes para eliminar los efectos de la estacionalidad. Tema 4 Métodos de pronóstico con factores de suavización Introducción Cuando los datos históricos de ventas se utilizan para pronosticar las ventas futuras, debe considerarse el peso o la importancia que tengan los períodos más recientes para desarrollar una proyección, ya que no siempre los períodos más alejados en el tiempo se acercan a la realidad actual. Al manejar una constante suavizadora, definida en forma arbitraria por los expertos en proyecciones de demanda, se tiene un mayor control interno para efectos de enfatizar con mayor peso los datos más recientes. El suavizador exponencial tiene la capacidad para enfatizar información reciente, mientras que una constante suavizadora, en un rango de valor entre 0 y 1, puede proveer estabilidad o una respuesta más rápida a los cambios recientes en las ventas. Cuando se tienen datos históricos de venta, el analista puede seleccionar una constante suavizadora, probando diferentes valores para observar cuál es el mejor pronóstico. Al utilizar datos históricos reales de varios períodos de venta para efectos de desarrollar proyecciones, los escenarios se desarrollan bajo el supuesto de que cada uno de los períodos de venta tiene un mismo peso o valor, sin embargo, por lógica sabemos que los datos más recientes son más cercanos a la

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

22

Pronóstico de la demanda

realidad, en comparación con los datos de mayor antigüedad que nos alejan de ella. Con el propósito de que tengamos un mayor control interno para efectos de enfatizar con mayor peso los datos más recientes, se introduce el concepto de una constante suavizadora definida en forma arbitraria por los expertos en proyecciones de demanda. En este tema, en forma específica se describen los métodos de: 1- Suavizador exponencial 2- Constante suavizadora Caso TEXMEX Diana le expresa al consultor su satisfacción debido a que utilizando efectivamente el patrón de estacionalidad, obtuvo un error de estimación de 17.4% en promedio, y consideraba que ya con esos métodos podría trabajar para presentar a la dirección un pronóstico de ventas mas adecuado para programar las actividades del siguiente año. El consultor le comenta a Diana que efectivamente el error había logrado reducir las variaciones resultantes al aplicar el enfoque cándido, y que ya se encontraba en una mejor posición, sin embargo, también le comenta que su problemática específica radica en pronosticar las ventas de un producto relativamente nuevo cuyas ventas en el periodo de introducción, no son necesariamente las ventas de un producto en el ciclo de vida en la madurez, situación que implica que convendría darle una mayor ponderación a los datos de ventas más recientes para un mejor pronóstico. El consultor decide explicarle a Diana los factores de suavización. Preguntas de reflexión Es necesario contestar las preguntas para continuar con el curso. ¿Hasta cuántos periodos atrás considerarías adecuado ponderar para utilizar factores que le den una mayor importancia a los datos más actuales? En el caso de Sábanas “Fiesta”, es necesario reconocer que el producto es nuevo en el mercado y que las ventas de los primeros meses o trimestres no se repiten a través del tiempo. Los trimestres más recientes pueden ser un mejor reflejo del mercado normal; es decir, quitando el efecto promocional de la introducción del producto. Suavizador exponencial Analizaremos ahora el suavizador exponencial, del que se destaca como elemento importante su habilidad para enfatizar información reciente.

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

23

Pronóstico de la demanda

Un pronóstico simple de suavizador exponencial se deriva utilizando la siguiente fórmula: St =  St + ( 1 -  ) S - 1 Donde: St = ventas suavizadas del período “t“ y el pronóstico para el período t +1  = la constante suavizadora St = ventas actuales del período “t“ St - 1 = pronóstico suavizado para el período t-1

Analicemos ahora el siguiente cuadro: Pronóstico de ventas con suavizador exponencial

INDICE DE PRONÓSTICO VENTAS CON VENTAS TRIMESAJUSTE SUAVIZADAS ESTACIONA - DE VENTAS LIDAD TRE ESTACIONAL St Ft + 1

(*) ( ** )

1

47 / 0.73 = 67

2

77 / 1.13 = 68

67 . 2

3

90 / 1.16 = 78

69 . 4

1.16

77 . 9 **

4

79 / 0.97 = 81

71 . 1

0.97

67 . 3

0.73

= St =  St + ( 1 -  ) S - 1

*

1.13

S2 = 0.2 (68) + 0.8 (67) = 67.2

= Ft + 1 = St ( I t + 1 ) F3 = 67 . 2 ( 1 . 16 ) = 77 . 9

Se seleccionó arbitrariamente una constante suavizadora de 0.2 para darle un peso algo bajo, que sería el 20% de las ventas actuales, y con eso tenemos una resultante de 80% del pronóstico basado en las ventas suavizadas del período previo. ______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

24

Pronóstico de la demanda

Como resultado tenemos que las ventas suavizadas del período 2 se obtienen al multiplicar una constante de 0.2 veces las ventas actuales estacionalmente ajustadas de 68 unidades, y agregando éstas al 80% de las ventas suavizadas del período anterior. Debido a que no tenemos disponibles ventas suavizadas para el período 1, las ventas estacionalmente ajustadas de 67 unidades del período 1, pueden ser utilizadas como una aproximación para lograr que el proceso comience. Otra forma de estimar las ventas suavizadas para el período 1 sería el promediar las ventas de los dos primeros períodos. El pronóstico para el período 3 (F3) se calcula multiplicando las ventas suavizadas del período 2 = 67.2, por el índice de estacionalidad del período 3 = 1.16. Nótese que las ventas suavizadas del período 2 (S2), se utilizarán posteriormente para calcular el valor de las ventas suavizadas para el siguiente período, indicando que una porción de las ventas pasadas es incluida en cada pronóstico suavizado exponencialmente. Constante suavizadora La decisión más importante con el pronóstico exponencial, es el seleccionar un valor apropiado para la constante suavizadora “”. Los factores suavizadores pueden tener un rango de valor entre 0 y 1. Los valores bajos proveen estabilidad, mientras que los valores altos proveen una respuesta más rápida a los cambios en las ventas. Cuando se tienen datos históricos de venta, el analista puede seleccionar una constante suavizadora, probando diferentes valores para observar cuál es el mejor pronóstico. Conclusión del tema 4 Cuando los datos históricos de ventas se utilizan para pronosticar las ventas futuras, debe considerarse el peso o la importancia que tengan los períodos más recientes para desarrollar una proyección, ya que no siempre los períodos más alejados en el tiempo se acercan a la realidad actual. Al manejar una constante suavizadora, definida en forma arbitraria por los expertos en proyecciones de demanda, se tiene un mayor control interno para efectos de enfatizar con mayor peso los datos más recientes. ______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

25

Pronóstico de la demanda

El suavizador exponencial tiene la capacidad para enfatizar información reciente, mientras que una constante suavizadora, en un rango de valor entre 0 y 1, puede proveer estabilidad o una respuesta más rápida a los cambios recientes en las ventas. Cuando se tienen datos históricos de venta, el analista puede seleccionar una constante suavizadora, probando diferentes valores para observar cuál es el mejor pronóstico. Tema 5 Métodos de pronósticos con proyección lineal Introducción al Tema Otra forma de aprovechar la información histórica de ventas es considerar la inercia registrada y proyectarla hacia el futuro. La proyección puede ser una línea que continúe dicha inercia en una misma dirección, o pudiera calcularse una línea que reconozca en mayor o menor medida las ventas más recientes. Este enfoque supone que el futuro va a ser un promedio de lo obtenido en el pasado. En este tema, en forma específica se describen los métodos de: 1- Proyecciones de tendencia 2- Promedios móviles Caso TEXMEX Diana sumamente satisfecha va a tomar su “lunch” con sus compañeros de trabajo y les comparte sus hallazgos. En ese grupo de compañeros se encontraba un ejecutivo del área de planeación quién le comenta a Diana que efectivamente los métodos que habían encontrado ella y el consultor eran apropiados, sin embargo, le recomendó que investigara sobre métodos de proyecciones de tendencia que muestren estimaciones de varios años hacia el futuro, ya que era mucho más valioso y estratégico para las necesidades actuales de la compañía. Diana le comenta al consultor respecto a esta nueva necesidad y el consultor le explica a Diana que otros métodos que podían ser efectivos con los datos de venta de “Fiesta” eran los métodos de proyecciones de tendencia y de promedios móviles. Preguntas de reflexión Si las ventas anuales de Sábanas “Fiesta” fueron: Año 1: 12,413 ______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

26

Pronóstico de la demanda

Año 2: 14,423 Año 3: 11,272 ¿Cuáles considerarías recomendar a Diana que fueran las ventas del año 4? 1) 9,324 2) 14,000 3) 12,703 4) 11,272 Retroalimentación Una manera simple y directa de hacer una estimación de ventas para un período siguiente consiste en tomar varios períodos anteriores y promediarlos. En este caso, 12,703 es la cifra de ventas promedio de los tres años anteriores. Proyecciones de tendencia Una vez que tenemos referencia en de algunos métodos de pronósticos, conozcamos esta técnica que es popular entre los negocios. Con el método de proyecciones de tendencia, el analista estima una tendencia con información histórica y agrega esta tendencia a las ventas actuales para obtener el pronóstico. Analicemos el siguiente ejemplo. Las ventas se incrementan en el período 1 desde 10 hasta 20 unidades en el período 2, sugiriendo una tendencia de 10 unidades por período.

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

27

Pronóstico de la demanda

Ventas 40 I 30 I

Tasa de cambio porcentual

0

I

Índice unitario de cambio

(B)

o

20 I 10 I

(A)

Pronóstico promedio

o I 1

(C)

I 2

I 3

I I 4 5 Período de tiempo

A) Tasa de cambio porcentual En este método las 10 unidades de tendencia se dividen sobre la base de 10 unidades de venta, lo cual da por resultado un 100% tasa de crecimiento, que aplicado a las ventas actuales de 20 nos darían un pronóstico de 40 unidades para el periodo 3. (A) B) Pronóstico de índice unitario de cambio o línea de extensión Este pronóstico combina las ventas actuales de 10 + 20 unidades de tendencia para un pronóstico de 30 para el periodo 3. (B). Con este método el analista tiende una línea que extiende la tendencia mostrada en la información de ventas reciente. C) Pronóstico promedio Este enfoque de pronóstico supone que las ventas futuras van a ser iguales a un promedio de lo obtenido en el pasado. En este ejemplo se suman las ventas del periodo 1 más las ventas del periodo 2 entre 2. Ejemplo: 10 + 20 / 2 = 15 (C). En el ejemplo anterior solo se utilizaron 2 periodos para pronosticar las ventas, sin embargo, el promedio puede calcularse utilizando varios periodos.

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

28

Pronóstico de la demanda

Promedio móvil Un segundo método relacionado con la proyección lineal es el método de promedio móvil. Con este método de promedios móviles, el ingreso alcanzado en varios períodos recientes es utilizado como una predicción de ventas hacia el siguiente período, con la fórmula general que se muestra a continuación: Ft + 1 =

St + St - 1 + . . . . St - n + 1 n

Donde: Ft + 1 = Pronóstico para el siguiente período St = Ventas del período actual n = Número de períodos en el promedio móvil Una característica del pronóstico de promedios móviles que minimiza su habilidad de predicción, es que los períodos de tiempo son ponderados con un mismo valor. Esto significa que la información del período más antiguo y del más nuevo, son tratados en la misma forma para hacer un pronóstico. Cuando hay una fuerte tendencia en una serie de tiempo, un pronóstico de promedios móviles siempre irá atrás, es decir, neutraliza el efecto de una tendencia fuerte. Por otro lado, este efecto es una ventaja cuando una serie cambia de dirección como se aprecia en el siguiente cuadro. Promedios móviles de 2 y 3 períodos con ajuste estacional VENTA PERÍODOS ACTUAL DE TIEMPO ( C 3 )

INDICE VENTA ESTACON CIONA AJUSTE LIDAD ESTACIO NAL

1

49

0.73

67

2

77

1.14

68

3

90

1.16

78

4

79

0.97

81

5

77

1.13

78

6

90

1.16

87

PROMEDIOS MÓVILES 2 PERIODOS C /AJUSTE ESTACIONAL

   

78 . 3 (1) 70 . 1

PROMEDIOS MÓVILES 3 PERIODOS C /AJUSTE ESTACIONAL

58 . 0

68 . 9 ( 2 )55 . 2

89 . 8

89 . 3

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

29

Pronóstico de la demanda

Para comprender el cuadro es importante explicar las siguientes fórmulas Pronóstico de promedios móviles de 2 períodos: ( 1 ) F3 =

(S1 + S2) x i 3 = ( 67 + 68 ) x 1.16 = 78.3 2 2

Como se observa en el ejemplo anterior, cuando menos 2 períodos de datos se necesitan para un promedio móvil, por lo tanto el primer pronóstico que puede ser producido es para el período 3 = 78.3 Pronóstico de promedios móviles de 3 períodos: ( 1 ) F4 =

( S1 + S2 + S 3 ) x i 4 = ( 67 + 68 + 78 ) x 0.97 = 68 . 9 3 3

En cada paso un dato anterior se elimina, y se agrega uno nuevo, a medida que el promedio móvil se mueva a través de los datos. Promedio Movil Un aspecto crucial en los promedios móviles es determinar el número ideal de períodos “n“ a incluir en el promedio. Con un número más grande de períodos los promedios tienden a reaccionar más lentamente, mientras que un valor bajo de “n”, nos conducirá a predicciones que responderán más rápido a los cambios en las series. En el ejemplo anterior, los períodos 1 y 2 multiplicados por el índice de estacionalidad de 1.16 nos dan un pronóstico de 78.3 para el período 3, pero debido a que las ventas fueron 90, tenemos un error de: ( 78.3 - 90 ) = 13.3% 90 Si calculamos “PEMA” de todos los períodos sería . . . . . . . = 10.4% Con promedios móviles de 3 períodos, el error promedio es = 10.5% Con promedios móviles de 4 períodos, el error promedio es = 10.4% Por lo tanto los datos históricos adicionales no mejoran la habilidad del pronóstico en este caso. Conclusión del tema 5

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

30

Pronóstico de la demanda

La información histórica de ventas contiene una cierta inercia, sobre la base de la cual es posible proyectarla hacia el futuro. Este enfoque supone que el futuro va a ser un promedio de lo obtenido en el pasado. La proyección más común consiste en una línea que continúa dicha inercia en una misma dirección. También, de forma parecida a los factores de suavización, dicha línea puede calcularse tomando en cuenta, en mayor o menor medida, las ventas más recientes, a través de la utilización de los promedios móviles, calculados para diferentes números de períodos. Un aspecto crucial en los promedios móviles es determinar el número ideal de períodos “n”, a incluir en el promedio. Con un número más grande de períodos los promedios tienden a reaccionar más lentamente, mientras que un valor bajo de “n”, nos conducirá a predicciones que responderán más rápido a los cambios en las series. Tema 6 Métodos de pronósticos con herramientas estadísticas Introducción Una forma más sofisticada de calcular las ventas proyectadas es mediante la utilización de pronósticos con herramientas estadísticas basadas en ecuaciones que incluyen valores de la pendiente o dirección de la tendencia, del corte de la línea de tendencia y del valor de la variable a pronosticar. La idea principal del uso de estas herramientas es poder lograr un mejor ajuste del modelo a los datos reales de la empresa. En este tema se explican los métodos de: 1- Regresión simple 2- Mínimos cuadrados Caso TEXMEX Entusiasmada Diana va a presentarle los resultados al director de planeación de la compañía, quien le hace notar que hasta ahora ella ha estado trabajando únicamente con la variable tiempo, cuando en realidad las ventas resultan de la influencia de múltiple variables tales como el esfuerzo de ventas, los canales de distribución, los niveles de precio, los niveles de anaquel, etc. Diana le comenta al director que efectivamente tiene razón, sin embargo, para resolver su problema inmediato, ella no cuenta con información de las estrategias en otras variables. El director de planeación le recomienda solicitar el consejo del consultor externo. Diana así lo hace y el consultor reconoce que efectivamente es así, sin embargo, para poder comprender y utilizar métodos más sofisticados ve la conveniencia de comenzar con un método más sencillo.

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

31

Pronóstico de la demanda

Regresión lineal simple La regresión lineal simple es una herramienta estadística que nos permite identificar la relación entre ventas (y) y alguna variable independiente (x) que puede ser representada por una línea recta. La ecuación de esta línea es:

Donde: a = Es el corte de la línea (intersección). b = Muestra la pendiente de la línea (o el impacto de la variable independiente). x = Variable independiente 1 (tiempo). El factor clave en las ecuaciones de la regresión lineal simple es encontrar valores para los coeficientes "a" y "b" que encuentre la línea que mejor se ajuste a los datos. Procedimiento de mínimos cuadrados. Para encontrar la línea que mejor se ajuste a los datos puede ser encontrada utilizando mínimos cuadrados en donde las ventas (y) se grafican en función del tiempo (x). El procedimiento de mínimos cuadrados lo que hace es minimizar la suma de los cuadrados de todos los errores, entre las ventas actuales y las pronosticadas para calcular los coeficientes de la línea de regresión. Cálculo de la regresión lineal simple. Para calcular la regresión lineal simple tenemos la fórmula [y = a + bx] que expresada con los datos que hemos manejado durante el curso logramos el siguiente cuadro:

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

32

Pronóstico de la demanda

Analicemos ahora las fórmulas para obtener el valor de "a" y "b". Todos los datos de este ejemplo son de las tablas que hemos analizado en este curso. Para obtener el valor de "a" a = y - bx a = 74 . 4 - 3.5 (3) a = 63 . 9 Para obtener el valor de "b"

Para calcular la regresión lineal simple tenemos la fórmula: y = a + bx Donde: a = 63.9 y b = 3.5 ______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

33

Pronóstico de la demanda

y = 63.9 + 3.5 x Realizando el pronóstico para el periodo 6 obtenemos: F6 = 84.9 (E2) F6 = 84.9 (1.13) (obtenido de los valores de nuestras tablas anteriores). F6 = 95.9 Por lo tanto: El error del periodo 6 sería: ( 95.9 - 98 ) (tomando el 98 de los valores del periodo 6) 98 Error 6 = 2.1% Debido a que las ventas actuales en el período 6 fueron 98 unidades, el error de pronóstico para este período es de 2.1% La línea de regresión ajustada a los datos de ventas estacionalizadas que ya analizamos quedaría como lo indica la siguiente gráfica TRIMESTRES 1 2 3 4

1 67 68 78 81

1) Las ventas "y" se grafican contra "x" que son períodos de tiempo. 2) "a" = al "corte" = 63.9 3) Para graficar el segundo punto de la línea, necesitamos x testada =3; y = 74.4 4) La ecuación y= 63.9 + 3.5 x indica que las ventas son 63.9 más una tendencia de 3.5 por cada período de tiempo. 5) La ecuación resultante puede ser utilizada para predecir las ventas del período 6 (P6 multiplicando 6 veces la tendencia de 3.5 y agregando a 63.9, es decir = 84.9 ______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

34

Pronóstico de la demanda

6) El pronóstico de 84.9 se multiplica por el índice de estacionalidad de 1.13 para obtener un pronóstico final de 95.9.

Al igual que otros métodos, este tipo de cálculo tiene dos limitaciones principales: 1) El supuesto de que las ventas siguen un patrón de línea recta. 2) No se tiene preciso el número de datos a incluir en el cálculo del pronóstico. En nuestro ejemplo central del curso, los primeros 5 datos se utilizaron para predecir el 6. Una vez que las ventas del período 6 estén disponibles, se podrán incluir en la regresión para predecir el período 7, o de igual forma, se podría eliminar el período 1 y formar la ecuación con los períodos 2 al 6. Un argumento para incluir todos los datos de ventas en la regresión es que se obtendría una mayor estabilidad, pero por otro lado, una regresión corta, va a hacer un mejor trabajo en contemplar cambios. Otro tipo de variables pudiera ser utilizado si se encuentra que tienen fuerte relación con las ventas. Cuando las ventas estén asociadas con varias variables independientes, va a ser necesario utilizar el método de regresión múltiple para hacer un mejor modelo de pronóstico. Y = a + bx1 + bx2 + bx3.... + bxn

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

35

Pronóstico de la demanda

donde:

x1 = precios x2 = publicidad x3 = distribución etc.

Conclusión Tema 6 Las herramientas estadísticas basadas en ecuaciones que incluyen valores de la pendiente o dirección de la tendencia, del corte de la línea de tendencia y del valor de la variable a pronosticar, proporcionan una forma más sofisticada de elaborar pronósticos de ventas. Es posible lograr un mejor ajuste del modelo a los datos reales de la empresa cuando se utiliza un método de regresión simple , en la que la relación entre ventas (y) y alguna variable independiente (x) puede ser representada por una línea recta; o un método de mínimos cuadrados , que minimiza la suma de los cuadrados de todos los errores, entre las ventas actuales y las pronosticadas para calcular los coeficientes de la línea de regresión.

Conclusión de Curso La importancia del análisis de la demanda se debe a la necesidad de mejorar la efectividad y la eficiencia del programa de mercadotecnia de la empresa, ya que el ejecutivo de mercadotecnia debe ser capaz de predecir la respuesta del mercado a los esfuerzos de la compañía. Al comprender el significado del mercado potencial y del pronóstico de ventas en la planeación de mercadotecnia de negocios y al manejar las técnicas específicas que miden en forma efectiva el mercado potencial y desarrollan el pronóstico de ventas, el ejecutivo está en posibilidad de representar el mercado y las ventas potenciales para poder valorar las técnicas cualitativas y cuantitativas al comparar entre sí ciertos métodos específicos de pronóstico. Puesto que las ventas no cambian únicamente en función del tiempo, es fundamental aislar y medir patrones de compra de los clientes para pronosticar, a su vez, niveles específicos de demanda.

______________________________________________________________________________________ __DR © Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual | México, 2008.

36