Parte II.

Previsin de la demanda
Demanda independiente: la demanda de los distintos artculos no est relacionada
entre s.
Demanda dependiente: las necesidades de cada artculo surgen directamente a
partir de las necesidades del nivel superior al que pertenece. Es decir, necesitar
tener hecho uno para ser utilizado por el siguiente.
Demanda:
Es el volumen total de compras realizado por una determinada categora de clientes, en
un lugar y en el curso de un perodo dado, en unas condiciones de entorno
determinadas y para un esfuerzo de marketing previamente definido.
La demanda siempre se hace en base al producto terminado (marca modelo, lnea,
gama, producto genrico). Tambin se puede hacer una previsin en funcin del tiempo,
a largo/corto plazo, etc. O segn el grupo de compradores: individual, segmentado (habr
que fijarse en un grupo de compradores con caractersticas concretas, como la edad,
ocupacin... y as ver sus necesidades), total.
La demanda depende del entorno y MK MIX (herramientas del rea de marketing.
Promocin, precio, producto, canal de distribucin)
Previsin de la demanda:
Es el conjunto de actividades destinadas a proporcionar estimaciones cuantitativas o
cualitativas de las ventas futuras de la empresa con objeto de ser utilizadas en los
procesos de decisin y planificacin desarrollados por sta. Consiste en predecir,
proyectar o estimar cualquier evento futuro no controlable por la empresa.
Es necesaria y supone el punto de arranque de la planificacin. Es mejor tener una
vaga que no tener nada. Todos los depart. de la empresa dependen de ella y pueden
influir en ella.
La previsin tiene que tener en cuenta plazos de entrega y el tiempo (fabr+apros+D.F)
El ciclo de vida del producto influye, ya que las etapas de introduccin y crecimiento
necesitan mayor trabajo de previsin que las de madurez y declive. La previsin es til
para proyectar niveles de personal, de inventarios y de capacidad de produccin.
Hay que considerar que la exactitud aumenta para grandes grupos de artculos y para
perodos de tiempo cortos, que debe incluir una estimacin del error y que tiene que
ser verificado el mtodo antes de aplicarlo.
El sist. de previsin debe tener en cuenta el para qu (fin de la previsin), qu
(seleccionar artculos a prever), cundo (horizonte temporal de la previsin) y cmo
(seleccionar el/los modelo/s de previsin.

Etapas:
1. Recogida de informacin:
Histrico (la inf. pasada) y las incidencias. Adems de las corrientes de la
demanda, esto es la moda, la tendencia de la temporada.
2. Realizacin de la previsin y estimacin del error:
Hay mltiples tcnicas. Los dos grandes grupos son cuantitativas y cualitativas.
3. Comparacin previsto con lo real (error):
Hay que hacerlo cada cierto perodo de tiempo. Permite la reaccin ante el
cambio de las condiciones previstas.
La demanda est compuesta por la tendencia (creciente, decrec., estable), por la
influencia estacional o estacionalidad, por los ciclos, las variables aleatorias y por la

demanda media del perodo.

Tendencia
Es el movimiento gradual de ascenso o descenso de los datos a lo largo del
tiempo. Los cambios en la poblacin, ingresos, etc. Dura varios aos.
Estacionalidad
Muestra de datos de ascenso o descenso que se repite. Se puede ver afectada
por la climatologa, las costumbres, etc. Se produce dentro de un periodo anual.
Ciclos
Movimientos de ascenso o descenso que se repiten. Se pueden ver afectados por
interacciones de factores que influyen en la economa. Suelen durar de 2 a 10
aos. (La crisis)
Variaciones aleatorias
Son saltos en los datos causados por el azar y situaciones inusuales. Son
debidas a variaciones aleatorias o situaciones imprevistas (huelgas, fenmenos
atpicos como tornados, etc.). Son de corta duracin y no se repiten.

Tipologa de las tcnicas de previsin:

Cualitativas: se emplean cuando la situacin no es clara y hay pocos datos, con
productos nuevos y con nueva tecnologa. Incorporan la intuicin, emociones,
experiencias y sistemas de valores de la persona que toma decisiones. Utilizan
opiniones humanas, juicios subjetivos y esquemas de puntuacin a fin de
transformar la informacin cualitativa en cuantitativa.

Opiniones de expertos
-Brainstorming: usar la creatividad de las personas para generar nuevas
ideas.
-Mtodo Delphi: hacer un test de un grupo de expertos.

Estudios de mercado
Conjunto de datos recolectados de diferentes formas (encuestas, entrevistas,
etc.) para contrastar la hiptesis sobre el mercado. Son utilizados para
predecir ventas a largo plazo de nuevos productos.

Analoga histrica
Comparacin con otro caso similar. Se suele utilizar para predecir ventas de
productos similares a otros vendidos anteriormente.

Informes de vendedores
Uso de la experiencia de la fuerza de ventas para predecir las ventas que
pueden producirse. El grado de conocimiento y proximidad al cliente de los
vendedores aporta informacin muy til, a veces insustituible.

Lo malo es que tiene inexactitud, ya que se condiciona por los hechos recientes,
es inherente a la subjetividad de las personas y es un n pequeo de previsiones
que puede hacer una persona.
Lo bueno es que pueden anticiparse, prestan atencin a futuros hechos conocidos
con antelacin.
Cuantitativas: se emplean cuando la situacin es estable y existen datos histricos,
con productos existentes y tecnologa actual. Emplean modelos matemticos que
utilizan datos histricos y/o variables causales.
Tenemos la base de los datos histricos, hacemos una hiptesis (los factores que
condicionaron el pasado siguen siendo vlidos en el futuro) y por ltimo una
divisin, (1) modelos de series temporales, utilizan datos de la demanda pasada
para predecir la futura, (2) suponen que la demanda est relacionada con algn
factor del entorno y que funcionan las relaciones causa-efecto.
Es una serie temporal (secuencia cronolgica de observaciones sobre una variable
determinada. Est compuesta por tendencia, estacionalidad y var. aleatorias.

I.

Medias

II.

Alisado exponencial
Es una tcnica de previsin de media mvil ponderada: las ponderaciones
disminuyen exponencialmente. Se ponderan ms los datos ms recientes. Se
necesita una cte de alisado , que tomas valores entre 0-1 y se escoge de
forma subjetiva (experiencia). Necesita una cantidad reducida de datos
histricos.

Tiene el inconveniente de necesitar una previsin inicial pt. Necesita una cte
de alisado, ser pequea si no hay grandes variaciones (aleatorias) y ser
grande si hay variaciones importantes (cambios en el patrn de la
demanda).

Error en la previsin:
El error es la diferencia entre el valor previsto y el obtenido finalmente.
o

Errores de sesgo: Fallo repetitivo (que siempre sea demasiado alta la demanda).
Puede estar causado por un fallo en incluir las variables correctas, usar relaciones
equivocadas entre las variables, emplear una lnea de tendencia equivocada,
cambiar la demanda estacional de donde ocurre normalmente o de no haber
detectado alguna tendencia.

Errores aleatorios: son los que no pueden ser explicados por el modelo de
previsin que se est usando. Denominados tambin ruido.

Medicin del error:

Eleccin del mtodo:

Factores: n y tipo de producto a predecir, importancia y existencia de datos histricos,
coste/beneficio de la previsin, t disponible para realizar anlisis, grado de exactitud
deseado, horizonte temporal de la previsin, facilidad de comprensin y aplicacin.
Con los datos histricos hacemos una previsin cuantitativa, con los juicios humanos una
previsin cualitativa, con ambas hacemos una evaluacin que da lugar a una previsin
ms una estimacin del error. A su vez esta previsin se verifica, junto al error, con un
anlisis.