Pronsticos De Ventas

Contenido:
1. Naturaleza de los Pronsticos 2. Certeza, riesgo e incertidumbre 3. Los Pronsticos Bsicos 4. Mtodo de Apreciacin 5. Pronstico Simple 6.Pronstico como el Promedio de las N semanas anteriores

Contenido, Cont...
7. Pronstico Promedio Mvil Ponderado Exponencialmente 8. Pronstico Mnimos Cuadrados 9. Pronsticos de Ventas Sin Historia

El consumo es el nico fin y propsito de la produccin.

Adam Smith (1719 - 1790)

Naturaleza de los Pronsticos

El pronstico en los negocios consiste en predecir uno o ms eventos en fechas futuras especficas. Los pronsticos se han definido de diversas maneras, algunas en broma, como descifrar las estrellas, leer la bola de cristal, brujera y, asimismo, como una profesin dentro de los negocios. Tambin se le ha llamado el arte de mirar hacia el pasado para predecir el futuro.

Perodos Cubiertos
Una caracterstica del pronstico es el lapso dentro del cual se predicen los eventos futuros. Esta caracterstica se designa como perodo cubierto u horizonte. Cuanto mayor sea el perodo cubierto, ms difcil ser obtener un pronstico preciso.

Certeza, riesgo e incertidumbre

A pesar de que muy pocas cosas son ciertas en nuestro mundo, existen muchos eventos futuros que se esperan de manera tan firme que nos hacen actuar como si fueran ciertos. Las actividades internas de corto alcance de una empresa caen dentro de esta categora.

Certeza, riesgo e incertidumbre

Por ejemplo, si incrementamos nuestro niveles de inventario para no carecer de existencias, podemos predecir con certeza que aumentarn los costos de llevar inventarios.

Certeza, riesgo e incertidumbre

Sin embargo, no podemos estar seguros de que las utilidades aumentarn. Tal vez contemos con una probabilidad subjetiva de que las utilidades se elevarn, probabilidad basada en conservar los clientes que seguirn comprndonos, en vez de ir a otra parte, gracias a que contaremos con existencias suficientes.

Certeza, riesgo e incertidumbre

Por lo tanto, los pronsticos del futuro pueden tener una probabilidad ligada al acontecimiento de eventos o una base para tomar decisiones bajo condiciones de riesgo especficas. Las compaas de seguros de vida se basan en pronsticos de este tipo.

Certeza, riesgo e incertidumbre

En vez de asignar probabilidades subjetivas a eventos futuros pronosticados, se hacen cuidadosas estimaciones estadsticas del nmero de personas que fallecen a partir de datos y tendencias anteriores.

Los pronsticos bsicos

Los hombres de negocios se interesan en dos tipos de pronsticos: los pronsticos de ventas de largo alcance y los de operacin a corto plazo. Lo fundamental en las predicciones de largo alcance est constituido por tres pronsticos bsicos:
1. El econmico 2. El social, poltico y legal

Los pronsticos bsicos

El pronstico econmico es un trmino muy general. La Economa trata de la asignacin de recursos limitados (incluyendo bienes manufacturados) y los llamados bienes econmicos. Estos ltimos son simplemente bienes que tienen demanda y a la vez son escasos. Por lo tanto, el pronstico econmico se refiere a los bienes econmicos y su distribucin.

Los pronsticos bsicos

Puesto que la venta de bienes depende del medio econmico, los pronsticos de ventas que haga una empresa sin antes predecir las condiciones econmicas no son realistas. El pronosticador de ventas tambin debe tomar en cuenta las tendencias polticas y legales.

Los pronsticos bsicos

Las tendencias hacia una mayor restriccin de los negocios, la transmisin de poderes locales y estatales, las cambiantes filosofas de los partidos polticos, pueden ayudar a perjudicar el crecimiento de las ventas. Los criterios gubernamentales y jurdicos respecto a la fusin de empresas afectarn la futura situacin competitiva, esto es, la estructura del mercado.

Los pronsticos bsicos

Las relaciones y tendencias de la poltica internacional pueden ampliar o reducir las operaciones con el extranjero. El pronstico de la situacin relativa de la tecnologa relacionada con los productos y productos substitutos de una compaa requiere algo ms que un anlisis de sentido comn de los factores que influyen sobre las tendencias.

Los pronsticos bsicos

El pronstico tecnolgico requiere imaginacin para poder prever cules productos o adelantos tcnicos harn que los productos de una empresa resulten obsoletos.

Uso del pronstico de ventas Planeacin de largo

alcance de la empresa Sustituir o eliminar productos incosteables
Identificacin de la necesidad de programas de investigacin tcnica Requerimientos de personal Clculo de prdidas o ganancias de la fbrica

PRONOSTICO DE VENTAS
Publicidad

Distribucin de cuotas y bienes en venta

Programas de investigacin de mercados

`Presupuesto de manufactura

Planeacin del inventario Estudios de la capacidad del equipos

Requerimientos financieros

Prdidas o ganancias previstas

Mtodo de Apreciacin

Mtodo de Apreciacin
Depende en gran parte de la persona que lo elabora; sin embargo la apreciacin mejora notablemente mediante el entrenamiento, i.e.: Deber conocer ampliamente los campos que se relacionan con su actividad, debe leer con regularidad: El Financiero El Economista Expansin Mundo Ejecutivo

Mtodo de Apreciacin
Esto le desarrolla su sentido fino para apreciar distintas situaciones de los negocios. Ms an deber leer las publicaciones del ramo en que se desenvuelve su compaa.

Mtodo de Apreciacin
Tambin debera estar al tanto de la capacidad y objetivos de su propia empresa. Si su empresa se ha fijado como objetivo ampliar su lnea de producto o abrir nuevos territorios, es obvio que todo ello tendr algn efecto sobre las ventas. Es decir, las ventas son afectadas tanto por el esfuerzo de ventas como por el potencial del mercado.

Mtodo de Apreciacin
La valoracin concienzuda de los datos y la seleccin de los factores clave ayudarn al pronosticador en su trabajo. Por ejemplo, puede iniciar sus clculos con las ventas del ao anterior y despus ajustar esa cifra en una forma intuitiva para que refleje los cambios que han ocurrido en las condiciones de negocio.

Pronstico Simple

Pronstico Simple
El mtodo ms simple para predecir el consumo en cualquier semana, es suponer que ser idntico al consumo de la inmediata anterior, as en la semana 2/1 el pronstico del consumo sera de 126 (que fue el consumo de la semana 52); en la semana 2/2 el pronstico sera 133 (es decir, el consumo en la semana 2/1), y as sucesivamente.

Pronstico Simple
Esto tiene las ventajas de la sencillez y de un pronstico total durante el ao, que no difiere esencialmente de un total real. Por tanto, la tendencia central de las estimaciones sigue muy de cerca los valores reales, estando desfasados solamente una semana.

Consumo de Materiales en 67 Semanas

Semana # 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 Consumo 50 61 40 56 38 68 51 71 44 51 63 72 51 87 59 61 75 62 82 95 99 101 91 100 98 86 98 78 101 113 113 118 85 Semana # 34 35 36 37 38 39 40 41 42 43 44 46 45 47 48 49 50 51 52 2/1 2/2 2/3 2/4 2/5 2/6 2/7 2/8 2/9 2/10 2/11 2/12 2/13 2/14 2/15 Consumo 88 126 94 113 103 106 114 100 115 122 114 142 110 142 114 119 125 131 126 133 118 150 132 157 132 130 139 170 132 153 146 157 164 148

Pronstico, como el Promedio de las N Semanas Anteriores (o promedio N)

Pronstico, como el Promedio de las N Semanas Anteriores

Un promedio comn a emplearse como pronstico, es el promedio de N semanas; esto es, se toma como pronstico el consumo promedio de la N semanas anteriores.

Pronstico, como el Promedio de las N Semanas Anteriores

Un promedio de este tipo, bien conocido, es el promedio de doce meses en el que el total de las 52 semanas anteriores se divide entre 52 y la cifra resultante se toma como el pronstico. En la siguiente tabla el total de las primeras 52 semanas es 4,687; de modo que el promedio de las 52 semanas es 4,687/52=90.

Pronstico, como el Promedio de las N Semanas Anteriores

Esta cifra se emplea como pronstico para la semana 2/1. Para la semana 2/2 el pronstico se toma como el promedio de las semanas 2 a 2/1, y as sucesivamente.

Consumo de Materiales en 67 Semanas

Semana # 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 Consumo 50 61 40 56 38 68 51 71 44 51 63 72 51 87 59 61 75 62 82 95 99 101 91 100 98 86 98 78 101 113 113 118 85 Semana # 34 35 36 37 38 39 40 41 42 43 44 46 45 47 48 49 50 51 52 2/1 2/2 2/3 2/4 2/5 2/6 2/7 2/8 2/9 2/10 2/11 2/12 2/13 2/14 2/15 Consumo 88 126 94 113 103 106 114 100 115 122 114 142 110 142 114 119 125 131 126 133 118 150 132 157 132 130 139 170 132 153 146 157 164 148

Pronstico, como el Promedio de las N Semanas Anteriores

Lo anterior da por resultado un pronstico con una rapidez de cambio muy pequea (vase siguiente tabla); pero cuando existe una marcada tendencia, el pronstico obtenido probablemente est en serio error, ya que el efecto de valores distantes es tan importante como el de valores recientes.

Empleo del Promedio Anual Mvil como un artificio de pronstico

Semana # (del 2 ao) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Promedio Anual Mvil 90 91 92 95 96 99 99 101 102 105 107 108 109 111 114 Consumo Real 133 118 150 132 157 132 130 139 170 132 153 146 157 164 148

Pronstico, como el Promedio de las N Semanas Anteriores

A fin de reducir la trascendencia de datos muy anteriores, se toma un valor de N interior a 52; por lo comn, un nmero muy empleado es 3. Lo anterior, entonces, resulta en un promedio mvil de 3 semanas que responde de modo mucho ms rpido a las tendencias y a los cambios en las tendencias, que el promedio ms pesado de 52

Pronstico, como el Promedio de las N Semanas Anteriores

El pronstico para la semana 1 del segundo ao se tomara igual a: 1/ ( 125 + 131 + 126 ) = 127 3 Repitiendo lo anterior, se obtienen las cifras como las que se muestran en la siguiente tabla; y aunque esto no es tan sencillo como lo que se hace en la anterior tabla, proporciona un pronstico mucho mejor.

Empleo del Promedio Mvil de 3 semanas como un artificio de pronstico

Promedio Mvil de Semana # tres semanas de las Consumo (del 2 ao) Tres semanas precedentes Real 1 127 133 2 130 118 3 126 150 4 134 132 5 133 157 6 136 132 7 140 130 8 140 139 9 132 170 10 146 132 11 147 153 12 152 146 13 144 157 14 152 164 15 156 148

Promedio mvil ponderado exponencialmente

Promedio mvil ponderado exponencialmente

El promedio mvil de 3 semanas concede considerablemente importancia a los sucesos recientes y ninguna a los sucesos distantes. Por otra parte, el promedio anual mvil concede igual importancia a los sucesos distantes que a los recientes; y, como hemos visto, esto ser muy satisfactorio para las cifras con una tendencia estable.

Promedio mvil ponderado exponencialmente

Ya que descarta de manera efectiva las fluctuaciones que ocurren al azar. En consecuencia, un promedio mvil de 3 semanas toma en cuenta las tendencias, pero est sujeto a cambios casuales; en tanto que un promedio mvil anual toma en cuenta los cambios casuales, pero no es satisfactorio en situaciones sujetas a tendencias cambiantes.

Promedio mvil ponderado exponencialmente

Entre estos dos extremos sera de desearse el encontrar promedios mensuales que tomen en cuenta los cambios y las tendencias.

Promedio mvil ponderado exponencialmente

Por supuesto, una manera sera extender la base del promedio mvil -emplear, digamos, un promedio mvil de 13 o 26 semanas- pero esto requerira llevar un sistema de registro comprensible; adems, si alguna situacin cambiara de manera violenta, sera difcil realizar un cambio en la longitud de la base.

Promedio mvil ponderado exponencialmente

Una tcnica ingeniosa, por la cual la importancia que se da a sucesos pasados se reduce progresivamente a medida que se retrocede en el tiempo, es la que se conoce como regularizacin exponencial, promedio mvil exponencial o promedio mvil ponderado exponencialmente (PMPE).

Promedio mvil ponderado exponencialmente

Este procedimiento tambin se llama de alisamiento exponencial. Este mtodo en principio funciona de manera anloga a los promedios mviles simples mediante el alisamiento de observaciones histricas para eliminar las variaciones aleatorias. La ecuacin para este pronstico es: St + 1 = ( 1/N ) Xt + ( 1-1/N ) St

Promedio mvil ponderado exponencialmente

Para poder ver un ejemplo de este mtodo vamos a utilizar un ejemplo que fue pronosticado por promedios mviles simples para desarrollar por este mtodo dando valores de alpha () de 0.1, 0.5, 0.9; los cuales vamos a calcular utilizando las frmulas: St + 1 = St + ( Xt - St )

Promedio mvil ponderado exponencialmente

Pronstico de la demanda para figuras de cristal cortado utilizando tcnicas de ajuste exponencial de un mes de adelante.
DEMANDA OBSERVADA 2500 1250 2000 2250 3500 1750 1500 1000 2750 3250 3000 PRONOSTICO CON VALORES DE ALISAMIENTO EXPONENCIAL =0.1 =0.5 =0.9

MES PERIODO ENERO 1 FEBRERO 2 MARZO 3 ABRIL 4 MAYO 5 JUNIO 6 JULIO 7 AGOSTO 8 SEPTIEMBRE 9 OCTUBRE 10 NOVIEMBRE 11 DICIEMBRE 12

2500 2375 2338 2329 2446 2376 2288 2159 2218 2321 2389

2500 1875 1938 2094 2797 2274 1887 1444 2097 2674 2837

2500 1375 1938 2219 3372 1912 1541 1054 2580 3183 3018

Promedio mvil ponderado exponencialmente

Desarrollo de la formula: St + 1 = St +

( Xt - St )

Cuando = 0.1 St = Pronstico para el Perodo T Xt = Valor Real observado en el tiempo T St + 1 = 2500 + 0.1 (1250-2500) = 2500 + 0.1 (-1250) = 2500 - 125 = 2375 Perodo (3) St + 1 = 2375 + 0.1 (2000-2375) = 2375 + 0.1 (-375) = 2375 - 37.5 = 2337.5 Ajustado 2338 Perodo (4)

Promedio mvil ponderado exponencialmente

St + 1 = 2338 + 0.1 (2250-2338) = 2338 + 0.1 (-88) = 2338 - 8.8 = 2329 Ajustado 2329 Perodo 5 St + 1 = 2329 + 0.1 (3500-2329) = 2329 + 0.1 (1171) = 2329 + 117.1 = 2446.1 Ajustado 2446 Perodo 6 St + 1 = 2446 + 0.1 (1750-2446) = 2446 + 0.1 (-696) = 2446 - 69.6 = 2376.4 Ajustado 2376 Perodo 7

Promedio mvil ponderado exponencialmente

St + 1 = 2376 + 0.1 (1500-2376) = 2376 + 0.1 (-876) = 2376 - 87.6 = 2288.4 Ajustado 2288 Perodo 8 St + 1 = 2288 + 0.1 (1000-2288) = 2288 + 0.1 (-1288) = 2288 128.8 = 2159.2 Ajustado 2159 Perodo 9 St + 1 = 2159 + 0.1 (2750-2159) = 2159 + 0.1 (591) = 2159 + 59.1 = 2218.1 Ajustado 2218 Perodo 10

Promedio mvil ponderado exponencialmente

St + 1 = 2218 + 0.1 (3250-2218) = 2218 + 0.1 (1032) = 2218 + 103.2 = 2321.2 Ajustado 2321 Perodo 11 St + 1 = 2321 + 0.1 (3000-2321) = 2321 + 0.1 (679) = 2321 + 67.9 = 2388.9 Ajustado 2389 Perodo 12

Promedio mvil ponderado exponencialmente

Cuando = 0.5 Expresin (8) St + 1 = 2500 + 0.5 (1250-2500) = 2500 + 0.5 (-1250) = 2500 - 625 = 1875 Perodo 3 St + 1 = 1875 + 0.5 (2000-1875) = 1875 + 0.5 (125) = 1875 + 62.5 = 1937.5 Ajustado 1938 Perodo 4

Promedio mvil ponderado exponencialmente

St + 1 = 1938 + 0.5 (2250-1938) = 1938 + 0.5 (312) = 1938 + 156 = 2094 Perodo 5 St + 1 = 2094 + 0.5 (3500-2094) = 2094 + 0.5 (1406) = 2094 + 703 = 2797 Perodo 6 St + 1 = 2797 + 0.5 (1750-2797) = 2797 + 0.5 (-1047) = 2797 523.5 = 2273.5 Ajustado 2274 Perodo 7

Promedio mvil ponderado exponencialmente

St + 1 = 2274 + 0.5 (1500-2274) = 2274 + 0.5 (-774) = 2274 - 387 = 1887 Perodo 8 St + 1 = 1887 + 0.5 (1000-1887) = 1887 + 0.5 (-887) = 1887 - 443.5 = 1443.5 Ajustado 1444 Perodo 9 St + 1 = 1444 + 0.5 (2750-1444) = 1444 + 0.5 (1306) = 1444 + 653 = 2097 Perodo 10

Promedio mvil ponderado exponencialmente

St + 1 = 2097 + 0.5 (3250-2097) = 2097 + 0.5 (1153) = 2097 + 576.5 = 2673.5 Ajustado 2674 Perodo 11 St + 1 = 2674 + 0.5 (3000-2674) = 2674 + 0.5 (326) = 2674 + 163 = 2837 Perodo 12

Promedio mvil ponderado exponencialmente

Cuando = 0.9 Expresin (8) St + 1 = 2500 + 0.9 (1250-2500) = 2500 + 0.9 (-1250) = 2500 - 1125 = 1375 Perodo 3 St + 1 = 1375 + 0.9 (2000-1375) = 1375 + 0.9 (625) = 1375 + 562.5 = 1937.5 Ajustado 1938 Perodo 4

Promedio mvil ponderado exponencialmente

St + 1 = 1938 + 0.9 (2250-1938) = 1938 + 0.9 (312) = 1938 + 280.8 = 2218.8 Ajustado 2219 Perodo 5 St + 1 = 2219 + 0.9 (3500-2219) = 2219 + 0.9 (1281) = 2219 + 1152.9 = 3371.9 Ajustado 3372 Perodo 6 St + 1 = 3372 + 0.9 (1750-3372) = 3372 + 0.9 (-1622) = 3372 1459.8 = 1912.2 Ajustado 1912

Promedio mvil ponderado exponencialmente

St + 1 = 1912 + 0.9 (1500-1912) = 1912 + 0.9 (-412) = 1912 - 370.8 = 1541.2 Ajustado 1541 Perodo 8 St + 1 = 1541 + 0.9 (1000-1541) = 1541 + 0.9 (-541) = 1541 - 486.9 = 1054.1 Ajustado 1054 Perodo 9 St + 1 = 1054 + 0.9 (2750-1054) = 1054 + 0.9 (1696) = 1054 + 1526.4 = 2580.4 Ajustado 2580 Perodo 10

Promedio mvil ponderado exponencialmente

St + 1 = 2580 + 0.9 (3250-2580) = 2580 + 0.9 (670) = 2580 + 603 = 3183 Ajustado Perodo 11 St + 1 = 3183 + 0.9 (3000-3183) = 3183 + 0.9 (-183) = 3183 - 164.7 = 3018.3 Ajustado 3018 Perodo 12

Promedio mvil ponderado exponencialmente

En la planilla antes mencionada, el efecto que el valor de alpha () tiene en la cantidad de alisamiento nos muestra, que un elevado valor de (0.9) proporciona poco alisamiento en el pronstico, mientras que un valor de (0.1) pequeo proporciona un alisamiento considerable.

Promedio mvil ponderado exponencialmente

A continuacin vamos a graficar los resultados de (0.1, 0.5 y 0.9) para comprobar lo anteriormente expuesto:

4000 3000 2000 1000 0 1 2 3 4 5 6 7 8 9 10 11 12

Demanda Real Observada Cuando a=0.1 Cuando a=0.5 Cuando a=0.9

Promedio mvil ponderado exponencialmente

Aunque en la grfica se observa que pequeos valores de alpha () tienden a producir mejores pronsticos comparados con los valores mayores de alpha.

Mnimos Cuadrados (Regresin Simple)

Mnimos Cuadrados
(Regresin simple)
El esquema siguiente es un circulo dividido en 4 cuadrantes (dos lneas perpendiculares entre si).

-x+y
II

+x+y
I

x1

x -x-y
III

+x-y
IV

y1

Mnimos Cuadrados
(Regresin simple)
Los cuadrantes estn enumerados en direccin opuesta de como corren las manecillas del reloj. Las lneas que dividen el circulo en 4 partes se llaman ejes, la lnea horizontal se llama eje de abscisas y la lnea vertical se llama eje de las ordenadas; donde cruzan ambos ejes se llama origen el cual equivale a cero.

Mnimos Cuadrados
(Regresin simple)
El

cuadrante I representado por abscisas x y el eje de las ordenadas y son ambos positivos. El cuadrante II; el eje de las abscisas es negativo siendo su trayectoria del origen hacia la izquierda y se representa por la letra x1. El eje de las ordenadas es positivo y esta representado por la letra y1.

Mnimos Cuadrados
(Regresin simple)
El

cuadrante III las abscisas como las ordenadas son negativas por ser de trayectoria del origen a la izquierda y hacia abajo representadas por las letras x1 y y1 (la curva de ambas laterales se lee como primas) El cuadrante IV; las abscisas son positivas x ya que parte del origen hacia la derecha y el de las ordenadas es negativo por partir del origen hacia abajo y1.

Mnimos Cuadrados
(Regresin simple)
Si los fenmenos son: tiempo x relacionadas con ventas y por ser fenmenos positivos se deben usar invariablemente el primer cuadrante; el cual y se ve as:
Efecto (Ventas) x Causa (Tiempo)

Mnimos Cuadrados
(Regresin simple)
En el pronstico de ventas la causa es el tiempo y las ventas es el efecto se dice que ambos valores son variables. Hay que distinguir que la causa es variable independiente tanto que el efecto es variable dependiente.

Mnimos Cuadrados
(Regresin simple)
El tiempo puede ser nominativo u ordinativo

1998 1

1998 2

2000 3

Tiempo Nominativo Tiempo Ordenativo

Mnimos Cuadrados
(Regresin simple)
La reunin de dos o ms puntos dispersos en la misma direccin de los cuales seguir una lnea recta.
y

La recta se define como la sucesin informal de puntos.

Mnimos Cuadrados
(Regresin simple)
Para conocer y diferenciar una recta de otra necesitamos conocer su pendiente (direccin o inclinacin) Matemticamente la pendiente se representa as:

M = pendiente

M=

y2 - y 1 x2 - x 1

Mnimos Cuadrados
(Regresin simple)
Las lneas representan grficamente funciones matemticas de diferentes grados por lo que hay que distinguir: Las rectas son simples funciones de primer grado (y = A + Bx) En tanto las curvas son funciones de 2 o ms grados y = Ax2 + Bx + C y = Ax3 + Bx2 + Cx + D

Mnimos Cuadrados
(Regresin simple)
Perecuar es ajustar una curva dada a otra ms fcil de analizar y que adems de servirle de modelo a la que equivalga numricamente. La equivalencia radica en que la suma algebraica de las diferencias entre los puntos de la curva original y de los puntos de la lnea modelo tomada para Perecuar siempre ser igual a cero.

Mnimos Cuadrados
(Regresin simple)
La lnea ms usual para Perecuar el fenmeno de ventas es aquella que pasa entre la distancia mnima de los puntos conocidos denominada RECTA DE LOS MNIMOS CUADRADOS representada matemticamente.
y

y = A + Bx
+2 -2 +1 -1

-1-2+1+2 = 0
x

Mnimos Cuadrados
(Regresin simple)
yx 7 yx 6 yx 5 yx 4 yx 3 yx 2 yx 1 A1 B5 B4 B3 B2 B1 B6 B5 B4 B3 B2 B1 B7 B6 B5 B4 B3 B2 B1 B7 B6 B5 B4 B3 B2 B1

B3 B2 B2 B1 B1 B1 x1 x2 x3

B4 B3 B2 B1

x4

x5 x6 x7

Formula y = A + Bx

Este esquema nos muestra los pasos que sigue la formula la recta para determinar el importe de ventas y correspondiente a cierto valor de tiempo x.

Mnimos Cuadrados
(Regresin simple)
Supongamos que las ventas de los cuatro aos de libros de McGraw Hill fueron: 1994 = 200 1995 = 600 1996 = 500 1997 = 700
Tiempo Nominativo 1994 1995 1996 1997 Tiempo x Ordenativo 1 2 3 4 10 Ventas y 200 600 500 700 2,000 xy 200 1200 1500 2800 5700 x2 1 4 9 16 30

Grficamente quedara as
800 700 600 500 400 300 200 100 0 1994 1995 1996 1997 Vtas. y

Formula
= Sumatoria B =
( N x (xy)) - x x y (N x x2) - ( x) 2

N = nmero de pedidos A=

y - (Bx x) N (4 x 57000) - (10 x 2000) N (xy) - ( y - (Bx y) B = (N x x2) - ( x) 2 = (4 x 30) - (10)2

B = 22800 - 20000 = 2800 = 140 Valor del incremento fijo

120 - 100 20

A = ( y - (Bx) = 2000 - (140 x 10) A=

N 2000 - 1400 4 4

= 600
4

= 150 Valor de la ordenada inicial

Sustituimos en la ecuacin de la recta:

yx = A + Bx

yx1 = 150 + 140 (1) = 150 + 140 = 290 yx2 = 150 + 140 (2) = 150 + 280 = 430 yx3 = 150 + 140 (3) = 150 + 240 = 570

Grficamente quedara as
3000 2500 2000 1500 1000 500 0 1 2 3 4 xy

Pronstico de Ventas Sin Historia

Pronstico de Ventas sin historia

Los hombres de negocios en muchos casos no cuentan con informacin fidedigna o registros histricos para elaborar sus pronsticos as como el presupuesto total de ventas.

Pronstico de Ventas sin historia

Por lo tanto se dificulta la utilizacin de las fuentes de datos secundarios, puesto que la oblicuidad que estas abarcan, pueden llevar a conclusiones errneas dado que las variables implcitas en la informacin son muy complicadas de controlar.

Pronstico de Ventas sin historia

Una de las herramientas ms tcnicas cuando se maneja con la experiencia necesaria, es el muestreo estadstico, que desde el punto de vista economicidad; es aquello que permiti la gran sofisticacin que se ha conseguido en los estudios de mercado.

Pronstico de Ventas sin historia

Muestra es: La porcin tomada de un conjunto caracterstico, en este caso llamado universo. Tomando como base (la encuesta). Encuesta es: un estudio encaminado a obtener uno o ms conceptos informativos con respecto a conjuntos de personas, empresas, registros y otros elementos.

Pronstico de Ventas sin historia

La muestra puede ser estadstica o aleatoria cuando si solo los elementos de la misma son seleccionados teniendo en cuenta la probabilidad que tiene cada elemento del universo de caer en ella.

Pronstico de Ventas sin historia

Caractersticas Muestrales

El efecto aleatorio implcito en una muestra provoca directamente que cualquier caracterstica calculada con los datos muestrales se transforme en una variable aleatoria, promedios, totales y proporciones.

Pronstico de Ventas sin historia

Los principales modelos de muestreo son: Muestreo Simple al Azar Partiendo de un listado del universo se extraen los elementos que constituirn la muestra. Las restricciones que tiene este modelo es que debe conocerse exhaustivamente el universo y adems se parte de la base que es

Pronstico de Ventas sin historia

Muestreo

Estratificado

Con el objeto de mejorar la estimacin final sobre todo en los casos que se sabe que el universo no guarda las condiciones requeridas de homogeneidad se procede a dividir el universo en estratos.

Pronstico de Ventas sin historia

Muestreo

por Conglomerados

Este tipo es muy comn cuando el universo

est constituido por zonas geogrficas o mbitos ocupados por

la poblacin.

Pronstico de Ventas sin historia

Con el fin de tener una idea de una aplicacin completa se presenta a continuacin un ejemplo:

(Estimacin de una proporcin y total en un modelo simple al azar)

Pronstico de Ventas sin historia

Se desea conocer de un universo (conocido) de 60,000 amas de casa la proporcin y total de consumidoras de la marca, MAK. Para este fin se decidi que la muestra ser determinada con un 5 % de error partiendo de la base que la distribucin es normal.

Pronstico de Ventas sin historia

2PQ (K) n= e2

N = Nmero total de las consumidoras (Universo) n = Tamao de la muestra sugerida K = 1.96 (Confiabilidad de 95 %) p = 0.5 Proporcin estimada a priori de consumidoras Q = 0.5 Proporcin estimada a priori de no consumidoras e = 0.05 error estndar

Pronstico de Ventas sin historia

2 0.5 x 0.5 (1.96) 3.84 x 0.25 = 0.96 = 384 n= = (0.05)2 0.0025 0.0025

Tamao de la muestra n = 384 Ajuste del Tamao de la muestra segn formula para observar si es o no correcta la muestra.

Pronstico de Ventas sin historia

N= n = 1+n N 3.84 = 1 + 384 60,000 384 = 60,000 0.0064

Tamao definitivo de la muestra a utilizar = 384

Pronstico de Ventas sin historia

Encuentadas las 384 personas por la prctica de campo se encontr que 200 amas de casa consumieron el producto, luego: Para detectar el porcentaje de consumidoras.
384 : 100 200 : x : : 20,000 384 = 52 %

Pronstico de Ventas sin historia

Estimacin de la proporcin (P) P = A N A = Cantidad de elementos de la muestra que consumen la marca.
200 384 52 100

P=

Pronstico de Ventas sin historia

Luego estimamos que 52 de cada 100 personas de las 60,000 consumen nuestra marca o que el 52 % de las 60,000 amas de casa consumen MAK.
Error del estimado (EP) EP = PQ n = 0.52 x 0.48 384

EP =

0.25 = 0.025 = 384

25 1000

Pronstico de Ventas sin historia

Luego estimamos que la proporcin de la poblacin de 60,000 consumidores totales. 0.545 Proporcin de nuestra marca = 0.52 + 0.025

0.495

Pronstico de Ventas sin historia

Estimacin Total NP = 60,000 x 0.52 = 31,200 Estimamos que 31,200 personas consumen MAK. Error de estimacin = (N) E P = 60,000 x 0.025 = 39 39 personas.

Pronstico de Ventas sin historia

31,239

Luego estimamos que 31,200 personas + 39

31,161

de las 60,000 que consumen nuestra marca.

Muchas Gracias !