INVESTIGACIN del MERCADO

Primeros conceptos
Prediccin : la prediccin, a diferencia del pronstico, es emitir juicio,
predecir sobre un evento futuro pero sin bases cientfica alguna.
Qu es un pronstico ?
Un pronstico son estimaciones de eventos futuros que se utiliza con
propsitos de planificacin.
Un pronstico empresarial son estimaciones de eventos futuros respecto
al nivel de ventas de un producto durante cierto perodo de tiempo con el
propsito de realizar un plan. Posee dos importantes pasos:
1- Recoleccin de datos, indicios y estadsticas
2- Anlisis, clculo de probabilidad de lo anterior asociado

Las cambiantes condiciones de los negocios como resultado de la

competencia mundial, el rpido cambio tecnolgico y las crecientes
preocupaciones por el medio ambiente han ejercido presiones sobre la
capacidad de una empresa para generar pronsticos precisos. Tales
pronsticos son necesarios como un elemento auxiliar para determinar que
recursos se necesitan, programar los recursos ya existentes y adquirir
recursos adicionales. Los pronsticos precisos permiten que los
programadores utilicen de forma eficiente la capacidad de las maquinas,
reduzcan los tiempos de produccin y recorten los inventarios. Ejemplo: El
gerente de un restaurante de comida rpida necesita pronosticar el nmero
de clientes que llegaran a diferentes horas del da, y los productos que
solicitaran, pues solo as podr programar correctamente el nmero
requerido de cocineros y empleados de mostrador.

La importancia estratgica de los pronsticos

Indica con cierta exactitud:
1- El nivel de inversin
2- La cantidad de personal necesario
3- El tipo de mano de obra (cualificada o no)
4- Insumos y materias primas para los procesos productivos
5- Las instalaciones y servicios, etc.

Perosi se quiere administrar la demanda, es imprescindible atender a los

requer-mientos de los otros actores del mercado:

1
Los mtodos de pronstico suelen basarse en modelos matemticos que
utilizan los datos histricos disponibles, en mtodos cuantitativos extrados
de la experiencia administrativa o en una combinacin de ambos.
Estimaciones de la demanda para productos y servicios son el punto de
partida para toda la planeacin en la administracin de operaciones.
Los equipos administrativos se basan parcialmente en las estimaciones
de la demanda para desarrollar sus pronsticos de ventas.
Estos pronsticos forman parte de los datos que la empresa usa para
determinar su estrategia de negocios y el pronstico de sus recursos de
produccin.
-Pronsticos en el contexto del plan de negocios - Para qu?
Planeacin de instalacin Puede tomar 5 aos disear y construir una
instalacin o disear e implementar un nuevo sistema de produccin.
Planeacin de Produccin Las demandas de productos cambian de mes
a mes y puede tomar varios meses cambiar la capacidad del proceso de
produccin.
Programacin de Mano de Obra La demanda de servicios cambian de
hora a hora y se debe desarrollar programas de trabajos semanales por
adelantado.
-Administracin de la demanda
El propsito de la administracin de la demanda es coordinar y controlar
todas las fuentes de demanda, de forma que el sistema productivo se use
eficientemente y los productos se entreguen a tiempo.
-Demanda independiente
Tomar un papel activo para influenciar la demanda
Tomar un papel pasivo y simplemente responder a la demanda.
-Leyes Fundamentales
1a ley. Los pronsticos siempre estn mal.
2a ley. Entre ms grande sea el horizonte del pronstico mayor ser el
error.

Entonces pronosticar para qu?

Mejor toma de decisiones
Ayuda para la planeacin
PRONOSTICO DE LA DEMANDA

Un pronstico de la demanda es la estimacin de lo que suceder con las

ventas de una empresa. Comnmente se recomienda para determinar el
pronstico de la demanda la utilizacin de un enfoque multi-funcional. En
pocas palabras, se puede deducir que el pronstico de la demanda, consiste
en estimar el consumo de un producto durante un determinado periodo de
tiempo futuro, generalmente se calculan la demanda en toda la industria o el
mercado y luego se predicen las ventas de los productos de su compaa en
ellos.

2
Para conformar un pronstico de la demanda, se deben considerar las
entradas de las ventas, marketing, finanzas, as como la produccin. Por
tanto, el pronstico de la demanda final es el consenso de todas estas reas
principales. Generalmente se puede poner un grupo de ventas y planificacin
de operaciones integradas por representantes de los distintos departamentos
que se encargaran de preparar el pronstico de la demanda. El pronstico de
la demanda da origen a varias clases de proyecciones, segn la finalidad que
se desee; un pronstico puede referirse a una industria entera, a una lnea
de productos o bien a una marca individual; tambin puede aplicarse a la
totalidad de un mercado o a un segmento en particular. La estimacin puede
basarse en factores generales o en un plan especfico de mercado; por lo
tanto, para que un pronstico se atienda y sea til, es importante aclarar
exactamente qu cosa describe. El resultado del pronstico de la demanda es
una proyeccin de ventas, que abarca un periodo determinado y constituye el
fundamento de la elaboracin de presupuestos y de la planeacin operativa
en todos los departamentos de una compaa.

Determinacin de las previsiones de la demanda se realiza a travs de los

siguientes pasos:
Determinar el uso de las previsiones.
Seleccionar los temas que se pronosticaran.
Determinar la meta temporal de las previsiones a realizarse.
Seleccionar el modelo de previsin.
Tener a la mano los datos
Realizar el pronstico

Mtodos para pronosticar la demanda

Existen bsicamente dos procedimientos comnmente utilizados por las
empresas para pronosticar la demanda; uno es el ascendente y el otro es el
descendente, cada una de ellos presenta una serie de pasos que deben
seguirse para obtener unos resultados satisfactorios.
Para el descendente se tiene que:

1. Hacer un pronstico de las condiciones econmicas generales.

2. Determinar el potencial de mercado del producto.
3. Medir la participacin del mercado que tiene la empresa o que proyecta
captar.
4. Pronosticar las ventas de su marca del producto.

Mientras que para el ascendente se sigue un procedimiento de dos pasos:

1. Para hacer las estimaciones de la demanda futura se obtiene la
informacin de segmentos del mercado o de las unidades
organizacionales de la compaa.
2. Se incorporan estimaciones para obtener un pronstico total.

3
Las estimaciones de la demanda futura del mercado, conseguida de los
pronsticos de ventas o del mercado potencial, puede basarse en mtodos
que abarcan desde conjeturas infundadas hasta complejos modelos
estadsticos.
Existen tambin algunos factores que pueden estudiarse, y que facilitan el
anlisis de la demanda, entre ellos estn:

Anlisis de los factores del mercado

Muchas veces la demanda futura de un producto se relaciona con el
comportamiento de ciertos factores del mercado, de esta manera se pueden
pronosticar las ventas futuras estudiando dicho comportamiento. En esencia
este anlisis consiste en determinar cules son esos factores y en medir
como se relacionan con la actividad de ventas.
Para utilizar bien este tipo de anlisis se requiere:

1) Seleccionar los factores apropiados del mercado

2) Reducirlos al mnimo; cuanto ms factores existan, mayores
probabilidades habr de estimaciones errneas y ms difcil ser
precisar cunto influye cada uno en la demanda.

Encuesta de las intenciones del comprador

Consiste en preguntarle a una muestra de clientes actuales o potenciales,
cunto comprarn de un producto, ha determinado precio, durante cierto
periodo de tiempo futuro. En ocasiones es difcil seleccionar una muestra
representativa de los compradores potenciales, adems presenta una gran
limitacin, que no siempre los consumidores que tienen la intencin de
adquirir un producto, en realidad lo compren; por esta razn este tipo de
encuestas a menudo muestran una medida inflada del potencial de mercado.
Probablemente estas encuestas den buenos resultados cuando:

1) hay relativamente pocos compradores en el mercado meta

2) stos estn dispuestos a manifestar su intencin de compra
3) su historial muestra una relacin constante entre el comportamiento de
compra y sus intenciones expresadas.

Anlisis de ventas anteriores y de tendencias

En el anlisis de ventas anteriores, el pronstico de la demanda no es ms
que un simple incremento porcentual aplicado al volumen obtenido en el ao
anterior o al volumen promedio de algunos aos precedentes. Las ventas
anteriores pueden emplearse para predecir el volumen de ventas en el caso
de una empresa que opere en un mercado estable, donde su participacin ha
permanecido constante durante varios aos.
El anlisis de tendencia tambin se funda en datos referentes a las ventas
anteriores, aunque presenta mayor complejidad; un tipo es la proyeccin a
largo plazo, calculado por algn mtodo estadstico; la complejidad de este
anlisis no compensa la debilidad propia de fundamentar las estimaciones
futuras exclusivamente en la actividad pasada de ventas. Un segundo tipo de
4
anlisis requiere una proyeccin a corto plazo que utiliza un ndice estacional
de ventas. El anlisis de tendencias a corto plazo ser aceptable, si las
ventas siguen un comportamiento estacional confiable.

Participacin de la fuerza de ventas

En el pronstico de ventas, la participacin de la fuerza de ventas consiste
en obtener las estimaciones de todos los vendedores referentes a sus
territorios en el periodo futuro pronstico de ventas de la empresa; es un
mtodo que aprovecha el conocimiento especializado que de su mercado
tienen los vendedores, pero tiene la desventaja de estar limitado por la
tendencia a sobrestimar o subestimar las ventas futuras segn las
circunstancias.

Elementos de juicio
Consiste en obtener las opiniones acerca de las ventas futuras; las opiniones
bien fundamentadas, basadas en medidas vlidas cmo el anlisis de los
factores del mercado, los puntos de vista, genera pronsticos exactos; sin
embargo, se presenta un gran riesgo, ya que algunas veces las opiniones son
simples opiniones o conjeturas. Cuando se enfrenta la tarea de tomar
decisiones frente a lo incierto, la habilidad de pronosticar se convierte en un
elemento crtico en el proceso de toma de decisiones.

Para Validar y aplicar los resultados de la meta temporal de las previsiones

se clasifica como sigue:

Descripcin Previsin

De corto alcance A Medio Plazo De largo alcance

Por lo general, 3 meses a 3 aos Ms de 3 aos

Duracin menos de 3 meses,
mximo de 1 ao

Programacin de Ventas y Desarrollo de nuevos

tareas, planificacin de la productos, la
Aplicabilidad asignaciones de los produccin, planificacin de
trabajadores elaboracin de plantas
presupuestos

Cmo se determina la demanda prevista?

Existen dos mtodos para determinar las previsiones de demanda:
a) El enfoque cualitativo
b) El enfoque cuantitativo.

La comparacin de estos dos enfoques se muestra a continuacin:

Descripcin Enfoque cualitativo Enfoque cuantitativo

5

Se utiliza cuando la situacin
es vaga y se dispone de pocos
Aplicabilidad datos (por ejemplo, nuevos
productos y tecnologas)
Se utiliza cuando la situacin
es estable y se cuenta con
datos histricos existentes
(Por ejemplo, los productos
existentes, la tecnologa
actual)

Involucra intuicin y la Involucra las tcnicas

Consideraciones experiencia matemticas

Jurado de opinin ejecutiva Test de mercado

Fuerza de ventas compuesta Modelos de series temporales
Tcnicas Mtodo Delphi Modelo Causal
Estudio de mercado del Otros mtodos estadsticos
Consumidor

MTODOS CUALITATIVOS DE PREVISIN

La empresa puede probar a alguno de los mtodos cualitativos de pronstico ms abajo si no se tienen
datos histricos sobre las ventas de sus productos.

M to do Cua l i ta ti v o Des cri pci n

Jura do de o pi ni n Las opi ni ones de un pequeo grupo de adm inis tradores de

ej ecuti v a al to ni vel s e ponen en com n y juntos hacen una es tim acin
de l a dem anda. E l grupo utiliza s u experi encia de ges tin, y
en al gunos cas os , com bina los res ultados de los m odelos
es tad s ti cos .

C ada proveedor (por ejem plo, para una cobertura territorial)

La fuerza de venta s s e l e pi de que proyec tar s us ventas . Dado que el vendedor
co m pues ta es el m s cercan o al m ercado, tiene la capacidad de s aber
qu des ea el cliente. E s tas proyeccio nes s e com binan en el
m bi to m unicipal, provincial y regional.

U n panel de expert os donde s e identif ica un exper to podra

M to do D el phi
s er un tom ador de decis iones , un trabajador ordinario, o un
exper to en la indus tria. C ada uno de ellos s e le pedir de
f orm a i ndi vidual para s u es tim acin de la dem anda. Un
proces o i terativo s e lleva a cabo has ta que los expert os han
l l egado a un cons ens o.

Inv es ti ga ci n de A l os cl i entes s e les pregunta s obre s us planes de com pras y

M erca do s u com portam iento proyectado de com pra. U n gran nm ero
de encues t ados que s e neces ita aqu para poder generalizar
ci ertos res ultados . E n general, para nuevos productos o
i m portantes m ejoras en s ervicios , com o otros problem as
m ercadol gic os .

MTODOS CUANTITATIVOS: PRONOSTICO DE LA DEMANDA-SU

IMPORTANCIA ESTRATGICA
6
El reto de pronosticar la demanda del cliente es una tarea difcil porque la
demanda de bienes y servicios suele variar considerablemente.
Por ejemplo, es previsible que la demanda de fertilizante para el csped
aumente en los meses de primavera y verano; sin embargo, en los fines de
semana especficos en los que la demanda es ms intensa, esta depende de
factores incontrolables, como el clima. Otros patrones son ms previsibles.
As pues la demanda semanal de cortes de cabello en una barbera de la
localidad, puede ser bastante estable de una a otra semana, aun cuando la
demanda diaria sea ms intensa los sbados por la maana y ms floja los
lunes y martes.
Para pronosticar la demanda en este tipo de situaciones es necesario
descubrir los patrones bsicos a partir de la informacin disponible.

Patrones de demanda.
a) Horizontal, o sea, la fluctuacin de los datos en torno de una media
constante
b) De tendencia, es decir, el incremento o decremento sistemtico de la
media de la serie a travs del tiempo.
c) Estacional, o sea, un patrn repetible de incrementos o decrementos de
la demanda, dependiendo de la hora del da, la semana, el mes o la
temporada;
d) Cclico, o sea, una pauta de incrementos o decrementos graduales y
menos previsibles de la demanda, los cuales se presentan en el curso de
periodos de tiempo ms largos (aos o decenios); y
e) Aleatorio, es decir, una serie de variaciones imprevisibles de la
demanda.

CANTIDAD CANTIDAD

TIEMPO TIEMPO
a) H ori zontal b) De tendencia

CANTIDAD CANTIDAD

Ao 1

Ao 2

E F M A M J J A S O N D 1 2 3 4 5 (Aos)
7
c) E s taci onal d ) C clico
Factores que afectan la demanda.
-Factores externos . Son los factores que estn fuera del alcance de la
gerencia. Por ejemplo reglamentaciones de gobierno que afectan las
actividades econmicas, leyes que limiten la utilizacin de ciertas materias
primas.
Indicadores tempranos , causaran especulacin y aumento de precio en
materias primas (Ej. Se anuncia escasez de acero y aumento en
construccin )
Indicadores coincidentes . Como cifras de desempleo, etc.

-Factores internos . Las decisiones internas sobre el diseo de los productos o

servicios, los precios y las promociones publicitarias, el diseo de envases,
las cuotas o incentivos para el personal de ventas, etc.

1-MTODOS CUALITATIVOS
Cuando se carece de datos histricos adecuados, como en los casos que se
presenta un nuevo producto o se espera un cambio en la tecnologa, las
empresas confan en la experiencia y buen juicio administrativo para generar
pronsticos.
Son Utilizados para el desarrollo de pronsticos de ventas. Estos modelos
generalmente se basan en juicios respecto a los factores causales
subyacentes a la venta de productos y servicios en particular y en opiniones
sobre la posibilidad relativa que otros factores causales sigan presentes en el
futuro y puedan involucrar diversos niveles de complejidad, desde encuestas
de opinin cientficamente conducidas a estimaciones intuitivas respecto a
eventos futuros.

a)-Consulta a la fuerza de venta

En ocasiones la mejor informacin sobre la demanda futura proviene de las
personas que estn ms cerca de los clientes. Estos pronsticos estn
elaborados peridicamente por miembros de la fuerza de ventas de las
compaas. Este enfoque tiene:

Ventajas :
La fuerza de ventas es el grupo que tiene mayores probabilidades de
saber que productos o servicios compraran los clientes en el futuro
cercano, y en qu cantidades.
Los territorios de ventas estn divididos a menudo por distritos o
regiones. Esta informacin puede ser til para propsitos de
administracin de inventarios, distribucin y formacin de fuerza de
ventas.
Los pronsticos de la fuerza de venta pueden combinarse para obtener
cifras correspondientes a ventas regionales o nacionales.

Desventajas:

8
- Los prejuicios individuales de los vendedores pueden introducir los sesgos
en el pronstico, adems algunas personas son optimistas por naturaleza y
otras son ms cautelosas.
- Es posible que el personal de ventas no siempre perciba la diferencia entre
lo que el cliente quiere y lo que el cliente necesita.
- Si la empresa utiliza las ventas individuales como medida del rendimiento,
el personal de ventas puede subestimar sus pronsticos para su propio
rendimiento o beneficio.

b)-Jurado de opinin Ejecutiva.

Cuando se piensa lanzar un nuevo producto o servicio, la fuerza de ventas no
siempre es capaz de hacer estimaciones precisas de la demanda.
La opinin ejecutiva es un mtodo de pronstico en el cual se hace un
resumen de las opiniones, la experiencia y los conocimientos tcnicos de uno
o varios gerentes, para llegar a un solo pronstico.
Estas opiniones tambin pueden modificar un pronstico de ventas vigente
cuando hay que tomar en cuenta sucesos o eventos inesperados (como
nuevas promociones, nuevos productos en el mercado o eventos
internacionales no esperados). La opinin ejecutiva suele tambin utilizarse
para elaborar pronsticos tecnolgicos.

Desventajas:
- Este mtodo puede ser costoso por que absorbe el valioso tiempo de los
ejecutivos.
- En algunas ocasiones los pronsticos son no acertados cuando estos sufren
modificaciones independientes.
(Por ejemplo, que el gerente de marketing examina las estimaciones de la
fuerza de ventas y, sintindose un poco ms optimista que los vendedores,
incrementa las cifras del pronstico para asegurarse de que podr disponer
de un volumen suficiente de producto.
Despus de recibir los pronsticos del mercado el gerente de manufactura
incrementa an ms las cifras para que nadie lo culpe de no atender la
demanda de los clientes. Cuando las ventas reales resultan ser mucho ms
bajas que los pronsticos, todos culpan a los dems por el excesivo
inventario generado.)

C-Mtodo Delphi
El mtodo Delphi es un proceso para obtener el consenso dentro de un grupo
de expertos, al tiempo que se respeta el anonimato de sus integrantes.
Esta forma de pronstico es til cuando no existen datos histricos sobre los
cuales puedan desarrollarse modelos estadsticos y cuando los gerentes de la
empresa no tienen experiencia en la cual fundamentar proyecciones bien
informadas.
Un coordinador enva preguntas a cada uno de los miembros del grupo de
expertos externos, quienes tal vez ignoran quien ms est participando.

9
El anonimato es importante cuando alguno de los miembros del grupo tiende
a dominar las discusiones o gozan de un alto grado de respetabilidad en sus
respectivas especialidades.
En un grupo annimo, los miembros tienden a responder y documentar sus
preguntas con mayor libertad.

El coordinador prepara un resumen estadstico de las respuestas adems de

un sumario de los argumentos pertinentes para algunas de ellas. Este
informe se enva al mismo grupo para otra ronde de opiniones y los
participantes pueden modificar sus respuestas anteriores si as lo desean.
Las rondas continan hasta llegar a un consenso.
Para cuales casos se utiliza el mtodo Delphi?
Se usa para elaborar pronsticos a largo plazo de la demanda de productos y
proyecciones de ventas para nuevos productos. Tambin se emplee en
pronsticos sobre tecnologa.
Este mtodo se puede utilizar para obtener un consenso en un panel de
expertos, ya sea que estos dediquen su atencin al desenvolvimiento de
avances cientficos, cambios en la sociedad, reglamentos de gobierno y el
ambiente competitivo. Los resultados sirven de gua para el personal de
investigacin y desarrollo de una empresa.

Limitaciones del mtodo Delphi:

a) El proceso puede prolongarse por mucho tiempo (a veces un ao o ms)
En ese lapso de tiempo, el panel de personas consideradas como
expertas puede cambiar, lo cual provoca confusin en los resultados,
por lo menos, alarga todava las este proceso.
b) Es probable que las respuestas sean menos significativas que si los
expertos tuvieran que asumir la responsabilidad que ellas implican.
c) Hay pocas evidencias de que los pronsticos Delphi tengan un alto
grado de precisin. Sin embargo se reconoce que su calidad es entre
regular y buena para la identificacin de puntos de flexin en la
demanda de nuevos productos.
d) Los cuestionarios mal planeados conducen a conclusiones ambiguas o
errneas.

d)-Investigacin de mercado
La investigacin de mercado consiste en un enfoque sistemtico para
determinar el grado de inters del consumidor por un producto o servicio
mediante la creacin y puesta a prueba de diversas hiptesis por medio de
encuestas encaminadas a la recopilacin de datos. La realizacin de un
estudio de mercado incluye:
a) El diseo de un cuestionario el cual solicite informacin econmica y
demogrfica a cada una de las personas entrevistadas, y se conozca el
inters de estas de recibir el producto o servicio.
b) La decisin de cmo aplicar la encuesta, ya sea mediante una charla
telefnica, por correo o en entrevistas personales.

10
 c) La seleccin de una muestra representativa de familias para la
encuesta, que debe incluir una seleccin al azar dentro del rea de
mercado del producto o servicio propuesto.
d) El anlisis de la informacin, aplicando el buen juicio y criterios
estadsticos para interpretar las respuestas, determinar si son
adecuadas, asignar mrgenes que permitan incluir factores econmicos
o competitivos no mencionados en el cuestionario y analizar si la
encuesta representa una muestra aleatoria del mercado potencial.

e)-Analoga de ciclos de vida

Este mtodo liga la estimacin de las ventas futuras de un producto con el
conocimiento de las ventas de un producto similar.
A la estimacin de un producto similar se aplica el conocimiento de las
ventas de un producto similar durante varias etapas de su ciclo de vida. Este
mtodo puede ser particularmente til en el pronstico de ventas de
productos nuevos.
2-MODELOS CUANTITATIVOS
Los modelos cuantitativos de pronsticos son modelos matemticos que se
basan en datos histricos. Estos modelos suponen que los datos histricos
son relevantes para el futuro. Casi siempre puede obtenerse informacin
pertinente al respecto.

a)-Series de Tiempo
Para pronsticos a corto plazo, se usan mucho los mtodos de series de
tiempo. Una serie de tiempo es simplemente una lista cronolgica de datos
histricos, para la que la suposicin esencial es que la historia predice el
futuro de manera razonable . Existen varios modelos y mtodos de series
entre los cuales elegir, y que incluyen el modelo constante, de tendencia y
estacional, dependiendo de los datos histricos y de la comprensin del
proceso fundamental.

Enfoque simple.
Tambin llamado pronostico emprico. Uno de los mtodos ms sencillos es
usar el ltimo dato como pronstico para el siguiente periodo. Es decir el
pronstico de la demanda para el siguiente periodo es igual a la demanda
observada en el periodo actual.
Por ejemplo si la demanda real para el mircoles ha sido 35 clientes, la
demanda para el jueves ser 35 clientes. Si la demanda real del jueves es 42
clientes, la demanda pronosticada para el viernes ser de 42 clientes.
Este mtodo puede tomar en cuenta una tendencia de la demanda. El
incremento (o decremento) observado en la demanda de los dos ltimos
periodos se usa para ajustar la demanda actual con miras a elaborar un
pronstico.
Por ejemplo: Si la demanda fue de 120 unidades en la ltima semana y de
108 unidades la semana anterior, el incremento de la demanda fue de 12
unidades en una semana por lo cual el pronstico para la sig. Semana ser
de 120 + 12 = 132 unidades. Si la demanda real de la semana siguiente
11
resulta ser de 127 unidades, entonces el siguiente pronstico ser de 127 +
7 = 134 unidades.

Ejercicio: Sacar el pronstico con el enfoque simple para una fbrica de

pastas dentales:
a) si la demanda del mes de mayo fue de 380 cajas saque el pronstico
del mes de junio.
b) Si la demanda real del mes de junio fue de 398 cajas cual ser el
pronstico para el mes de julio tomando en cuenta la tendencia.
Respuestas
a) 380 cajas para el mes de junio
b) 416 cajas para el mes de julio

Estimacin del promedio

El patrn horizontal de una serie de tiempo se basa en la media de las
demandas. Por lo tanto el pronstico se obtendr sacando el promedio de una
serie de datos a travs del tiempo.
Por ejemplo:

SEMANA CAJAS (con 10 piezas c/u)

1 62
2 50
3 65
CAJAS
4 48
5 60
6 66
7 58
8 61
SEMANAS
9 55
10 60

Si deseramos sacar un pronstico para la semana 11 por medio del

promedio bastara sumar el total de Cajas y dividirlos entre el nmero de
semanas dando como resultado 58.5 Cajas es decir 585 piezas.

b)-Promedios mviles.

Promedio mvil simple

Se usa para estimar el promedio de una serie de tiempo de demanda y para
suprimir los efectos de las fluctuaciones al azar. Este mtodo resulta ms til
cuando la demanda no tiene tendencias pronunciadas ni fluctuaciones
estacinales.

12
Implica simplemente calcular la demanda promedio para los n periodos
ms recientes con el fin de utilizarla como pronostico del periodo siguiente.
Para el pronstico siguiente una vez conocida la demanda, la demanda ms
antigua incluida en el promedio anterior se sustituye por la demanda ms
reciente y luego se vuelve a calcular el promedio. Es decir:

Ft+1 = Suma de las n ultimas demandas / n = Dt + Dt -1 + Dt--2 ++ Dt

- n + 1

Dnde:
Dt = dem anda real en el peri odo t
n = nm ero total de per odos i ncl ui dos en el prom edio
F t+1 = Prons ti co para el peri odo t+1

Ejercicio:
a) Tomando los datos de la fbrica de pasta dental elabore un pronstico
mvil de 5 semanas para estimar cuantas cajas de pasta dental se
necesitaran para la semana nmero 11.
Tenemos que F 1 1 = (60 + 55 + 61 + 58 + 66)/ 5 = 60 cajas

b) Si la demanda real en la semana 11 fue 55 cajas obtener el pronstico

mvil de 5 semanas para la semana 12.
M 1 2 = (55 + 60 + 55 + 61 + 58) / 5 =
El pronstico es de 57.8 cajas
Cul ser el pronstico para la semana 13 en este momento?
Respuesta M 1 3 = 57.8 cajas

Ejemplo
Promedio mvil simple
CCC desea pronosticar el nmero de llamadas entrantes que recibe en un da
de sus clientes. CCC programa el nmero apropiado de telefonistas basados
en volmenes de llamada proyectados. CCC cree que los 12 das ms
recientes de volmenes de llamada (mostrado en la tabla de abajo), son
representativos de los volmenes de llamada de futuro prximo.

Datos histricos

Da llamadas da llamadas
1 159 7 203
2 217 8 195
3 186 9 188
4 161 10 168
5 173 11 198
6 157 12 159

Use el promedio mvil simple con n=3 para pronosticar el nmero de

llamadas para el da 13.
13
 F13 = (159 + 198 + 168)/3 = 175.0 llamadas

Promedio mvil ponderado

Es una variacin del promedio mvil en la que no todos los datos tienen
el mismo peso.
Esto permite que los datos que tienen mayor importancia tengan mayor
peso.
Los pesos deben sumar 1
La distribucin de los pesos determina la velocidad de respuesta del
pronstico

Ejemplo: tal vez una tienda departamental se d cuenta de que en un

periodo de cuatro meses, el mejor pronstico se deriva utilizando 40% de las
ventas reales durante el mes ms reciente, 30% de dos meses antes, 20% de
tres meses antes y 10% de hace cuatro meses. Si las ventas reales fueron:

Mes 1 Mes 2 Mes 3 Mes 4 Mes 5

100 90 105 95 ?

Frmula: Ft = W1 At-1 + W2 At-2 + W3 At-3 +. Wn At-n +

W1 = ponderaci n dada a l a ocurren ci a real para el periodo t- 1

W2 = ponderaci n dada a l a ocurren ci a real para el periodo t- 2
Wn = ponderaci n dada a l a ocurrenci a real para el periodo t- n
n = nm ero total de peri odos en el prons ticos
Por lo tanto el pronstico para el mes 5 sera:

F5 = 0.40 (95) + 0.30 (105) +0.20 (90) +0.10 (100) = 38 + 31.5 +18 + 10 =
97.5

Suponga que las ventas para el mes 5 resultaron ser de 110. Entonces, el
pronstico para el mes 6 sera.

F6=___________________________________________________________

Use el promedio mvil ponderado con 3 datos, asignando pesos de 0.1,

0.3 y 0.6 a los datos (del ms antiguo al ms reciente) para pronosticar el
nmero de llamadas del da 13.

F 1 3 = .1 (168) + .3 (198) + .6 (159) = 171.6 llamadas

Suavizamiento exponencial
Es un mtodo de promedio mvil ponderado muy refinado que permite
calcular el promedio de una serie de tiempo, asignando a las demandas
mayor ponderacin que a las demandas anteriores. Es el mtodo de
pronstico formal que se usa ms a menudo, por su simplicidad y por la
14
reducida cantidad de datos que requiere. A diferencia del mtodo de
promedio mvil ponderado, que requiere n periodos de demanda pasada y n
ponderaciones, la suavizacin exponencial requiere solamente tres tipos de
datos: el pronstico del ltimo periodo, la demanda de ese periodo y un
parmetro suavizador, alfa , cuyo valor flucta entre 0 y 1.0. Para elaborar
un pronstico con suavizacin exponencial, ser suficiente que calculemos un
promedio ponderado de la demanda ms reciente y el pronstico calculado
para el ltimo periodo. La ecuacin correspondiente a este pronstico es:

Ft+1 = (Demanda para este periodo) + (1 ) (Pronstico calculado para el

ltimo perodo) = Dt + (1 ) Ft = Ft + (Dt Ft)

Por lo tanto el pronstico para el periodo siguiente es igual al pronstico del

periodo actual ms una proporcin del error del pronstico correspondiente al
mismo periodo actual.

-La constante, , toma valores entre 0 y 1

-Una cercana a uno da una alta velocidad de respuesta
-Una cercana a cero da una baja velocidad de respuesta

Ejemplo:
Utilizando el ejemplo de CCC con promedio mvil de n=3 calcule el
pronstico para la semana 13 con suavizamiento exponencial y = .10
El pronstico para el da 13 era de 175 llamadas y la demanda real fue de
170 llamadas
Ft+1 = Dt + (1 ) Ft
F13= .1 (170) + (.9) 175= 174.5 llamadas

Tendencia lineal
Inclusin de una tendencia. (Suavizamiento exponencial con tendencia)
Consideremos ahora una serie de tiempo de la demanda con una demanda
con una tendencia.
En una serie de tiempo, una tendencia consiste en un incremento o
decremento sistemtico de los promedios de la serie a travs del tiempo En
este enfoque, las estimaciones para el promedio y la tendencia son
suavizadas, para lo cual se requieren solamente dos constantes de
suavizacin. Calculamos el promedio y la tendencia para cada perodo:

At = (Demanda en este periodo) + (1- ) (Promedio + Estimacin de la

tendencia en el ltimo periodo)
= Dt + (1- ) (At 1 + Tt -1)

Tt = (promedio de este perodo-Promedio del ltimo perodo) + (1- )

(Estimacin de la tendencia en el ltimo perodo)
= (At At -1) + (1 ) Tt -1

15
Ft +1= At + Tt

Dnde:
At= prom edi o exponenci al m ente s uavi zado de la s erie en el perodo
Tt= Prom edi o exponen ci al m ent e s uavi zado de la tenden cia en el perodo t
= parm etro de s uavi zaci n para el prom edio, con un valor entre 0 y 1
= parm etro de s uavi zaci n para l a tenden cia, con un valor entre 0 y 1
F t+1= prons ti co para el per odo t + 1

Las estimaciones del promedio y la tendencia correspondientes al ltimo

perodo, que se requieren en el primer pronstico, pueden obtenerse a partir
de datos del pasado o basarse en una estimacin aproximada si no existen
datos histricos. Para encontrar los valores de y , es frecuente que el
analista ajuste sistemticamente a y hasta que obtenga los errores del
pronstico ms bajos posibles.

Ejemplo:
Drakulin S.A. ofrece servicios de laboratorio clnico a los pacientes de Falta
Uno, una agrupacin de 10 mdicos familiares asociados que brindan un nuevo
programa de mantenimiento de la salud. Los gerentes estn interesados en
pronosticar el nmero de pacientes que van a requerir anlisis de sangre cada
semana. Es preciso comprar suministros y tomar una decisin acerca del nmero de
muestras sanguneas que seran enviadas a otro laboratorio, para compensar las
limitaciones de la capacidad del laboratorio principal. Las informaciones recientes
acerca de los efectos nocivos que provoca el colesterol en el corazn han generado
un incremento en las solicitudes de anlisis ordinarios de sangre en todo el pas. En
promedio, Drakulin realizo 28 anlisis de sangre cada semana durante las cuatro
ltimas semanas. La tendencia en ese perodo fue de tres pacientes adicionales por
semana. La demanda en esta semana fue de 27 anlisis de sangre. Usaremos 0.20
y = 0.20 para calcular el pronstico correspondiente a la semana prxima.

Solucin
Ao= 28 pacientes y tambin To = 3 pacientes
El pronstico para la semana 2 (la semana siguiente) es:
= Dt + (1- ) (At 1 + Tt -1)
A1= 0.20(27) + 0.80(28+3) = 30.2
T1= 0.20(30.2-28) + 0.80 (3) = 2.8
F2 = 30.2 + 2.8 = 33 anlisis de sangre

Si el nmero real de anlisis sanguneos requeridos en la semana2 resultara

ser 44, entonces el pronstico actualizado para la semana 3 sera el
siguiente:

A2 = 0.20(44) + 0.80(30.2 +2.8) = 35.2 = (At At -1) + (1 ) Tt -1

T2 = 0.2(35.2 30.2) + 0.80(2.8) = 3.2
F3 = 35.2 + 3.2 = 38.4, es decir 38 anlisis de sangre.

16
C-Relaciones Causales.
- Se emplean cuando se tienen datos histricos y la relacin entre el factor
que intenta pronosticar y otros factores externos o internos (ej. Actividades
del gobierno o promociones publicitarias).
- Las relaciones causales expresan se expresan en trminos matemticos y
suelen ser en ocasiones complejas
- Proveen instrumentos de pronstico refinados y son excelentes para prever
los puntos de flexin de la demanda y para la elaboracin de pronsticos a
largo plazo.

Regresin Lineal Simple

El anlisis de regresin lineal establece una relacin entre una variable

dependiente y una o ms variables independientes.
En la regresin lineal simple hay solamente una variable independiente.
Si los datos estn constituidos por una serie de tiempo, la variable
independiente es el tiempo.
La variable dependiente es cualquier cosa que nosotros queramos
pronosticar.
Ecuacin de regresin
Este modelo toma la forma:
Y = a + bX
Y = variable dependiente
X = variable independiente

xy - n (y) (x)
a = intercepto con eje Y
b=
b = pendiente de la lnea
Constantes a y b
Estas constantes se calculan: a = y bx
x 2 n(x) 2

Una vez que se han calculado los valores de a y b, se puede sustituir

cualquier valor futuro de X para pronosticar el valor correspondiente de Y.

Ejemplo
Regresin Lineal Simple

Los alumnos universitarios inscriptos han crecido constantemente durante los

ltimos seis aos. Utilice la regresin de series de tiempo para pronosticar
las inscripciones para los prximos tres aos.

Estudiantes Estudiantes
Ao Inscriptos (1000s) Ao Inscriptos (1000s)
1 2.5 4 3.2
2 2.8 5 3.3
3 2.9 6 3.4
17
x y x2 xy
1 2.5 1 2.5
2 2.8 4 5.6
3 2.9 9 8.7
4 3.2 16 12.8
5 3.3 25 16.5
6 3.4 36 20.4

x=21 y=18.1 x2=91 xy=66.5

Y = 2.387 + 0.180X

Y7 = 2.387 + 0.180(7) = 3.65 o 3,650 estudiantes

Y8 = 2.387 + 0.180(8) = 3.83 o 3,830 estudiantes
Y9 = 2.387 + 0.180(9) = 4.01 o 4,010 estudiantes

Note: se espera unas 180 inscripciones anuales.

Regresin Lineal Simple

La regresin lineal tambin se puede usar cuando la variable
independiente no es el tiempo.
En este caso en lugar de hablar de series de tiempo estamos manejado
la regresin lineal como un modelo de pronsticos causal.

Ejemplo: Railroad Products Co.

Modelo Causal

El gerente de la RPC quiere proyectar ventas de la empresa para los prximos

3 aos. l sabe que las ventas de largo plazo estn vinculadas
estrechamente a las cargas nacionales de automviles de carga. En la tabla
de abajo son 7 aos de datos histricos relevantes. Desarrollar un modelo de
regresin lineal simple entre las ventas de RPC y cargas nacionales de
automviles de carga. Pronstico de ventas RPC para los prximos 3 aos,
dado que la industria ferroviaria cargas estimaciones de automviles de 250,
270 y 300 millones.

RPC Sales Car Loadings

Year ($millions) (millions)
1 9.5 120
2 11.0 135
3 12.0 130
4 12.5 150
5 14.0 170
6 16.0 190
7 18.0 220

18
x y x2 xy
120 9.5 14,400 1,140
135 11.0 18,225 1,485
130 12.0 16,900 1,560
150 12.5 22,500 1,875
170 14.0 28,900 2,380
190 16.0 36,100 3,040
220 18.0 48,400 3,960

1,115 93.0 185,425 15,440

Y = 0.528 + 0.0801X

Y8 = 0.528 + 0.0801 (250) = $20.55 millones

Y9 = 0.528 + 0.0801 (270) = $22.16 millones
Y10 = 0.528 + 0.0801 (300) = $24.56 millones

Nota: Se espera que las ventas de RPC aumenten U$S 80.100 por cada milln
adicional de cargas nacionales de automviles de carga.

19