PREGUNTAS Y PROBLEMAS DE TECNICAS DE PROYECCIÓN DE MERCADO

1. Analice las variables más determinantes, a su juicio, para seleccionar una

técnica de proyección.

Para la selección de una técnica de proyección se está influido de diversos factores

como la validez y disponibilidad de los datos históricos, la precisión deseada del
pronóstico, el costo del procedimiento, los beneficios del resultado, los periodos
futuros que se desee pronosticar y el tiempo disponible para hacer el estudio, entre
otros. Tan importante como éstos es la etapa del ciclo de vida en que se encuentra
el producto cuyo comportamiento se desea pronosticar.

2. Explique de qué depende el grado de validez del resultado de una proyección.

El grado de validez están íntimamente relacionado con la calidad de los datos de
entrada que son una base para el pronóstico, las fuentes de información de uso más
frecuente como las series históricas oficiales de organismo políticos y privados, las
opiniones de expertos y los resultados de encuestas, entre otras.
3. Explique los conceptos de precisión, sensibilidad y objetividad del método de
pronóstico.
Precisión, esta se refiere que a un error en el pronóstico tendrá asociado un costo,
aunque obviamente no podrá exigirse una certeza total alguno de los métodos, si se
podrá exigirse que garantice una reducción al mínimo del costo del error en su
proyección.
Sensibilidad, esta al centrase en un medio cambiante, debe ser lo suficientemente
estable para enfrentar una situación de cambios lentos, así como dinámica para
enfrentar cambios agudos.
Objetividad, la información que se tome como base de la proyección debe garantizar
su validez y oportunidad en una situación histórica.
4. Explique las principales características y diferencias de los métodos
cualitativos, causales y de serie de tiempo.
Los métodos de carácter cualitativo se basan principalmente en opiniones de
expertos. Su uso es recuente cuando el tiempo para elaborar el pronóstico es
escaso, cuando no se dispone de todos los antecedentes mínimos necesarios o
cuando los datos disponibles no son confiables para predecir algún comportamiento
futuro.
Los modelos de pronóstico causales parten del presupuesto de que el grado de
influencia de las variables que afectan el comportamiento del mercado permanece
estable, para luego construir un modelo que relacione ese comportamiento con las
variables que se estima son las causantes de los cambios que se observan en el
mercado.
 Los modelos de series de tiempo se utilizan cuando el comportamiento que asume
el mercado a futuro puede determinarse en gran medida por lo sucedido en el
pasado, y siempre que esté disponible la información histórica de manera confiable
y completa.
5. ¿Qué validez tienen, a su juicio, los resultados que se derivan de los métodos
Delphi y consenso de panel?
El método Delphi tiene mayor validez que el consenso de panel, ya que el método
de Delphi consiste en someter a una serie de cuestionarios, con un proceso de
retroalimentación controlada obteniendo así información que, tratada
estadísticamente, entrega una convergencia en la opinión grupal, de la que nace
una predicción mientras que el consenso de panel “se basa en la suposición de que
varios expertos serán capaces de producir un pronóstico mejor que una sola
persona.
6. Defina la línea de tendencia del conjunto de observaciones de distancias X, y
tiempos de entrega, Y, en la distribución de un producto que se señalan en el
siguiente cuadro:

Embarque Distancia Entrega

observado (Km) (días)
1 146 1.0
2 1.167 6.5
3 328 2.0
4 582 3.5
5 675 4.0
6 173 1.0
7 786 4.5
8 534 3.0
9 637 3.5
10 270 1.5
Solución:

N X Y XY 𝑋2 𝑌2
1 146 1 146 21316 1
2 1167 6.5 7585.5 1361889 42.25
3 328 2 656 107584 4
4 582 3.5 2037 338724 12.25
5 675 4 2700 455625 16
6 173 1 173 29929 1
7 786 4.5 3537 617796 20.25
8 534 3 1602 285156 9
9 637 3.5 2229.5 405769 12.25
10 270 1.5 405 72900 2.25
total 5298 30.5 21071 3696688 120.25
 (10 ∗ 21071) − (5298 ∗ 30.5)
𝑏= = 0.0055
(10 ∗ 52982 − 52982 )
30.5 5298
𝑎= − (0.0055 ∗ ) = 0.125
10 10
Entonces:
𝑦 = 0.125 + 0.0055𝑥

7. Con los datos del problema anterior, calcule el error “estándar” de la

estimación.

120.25 − (0.125 ∗ 30.5) − (0.0055 ∗ 21071)

𝑆𝑒 = √ = 0.2615
10 − 2

8. Con los datos del problema 6, calcule el coeficiente de correlación y explique

el significado del resultado.

[(10 ∗ 21071) − (5298 ∗ 30.5)]2

𝑟2 = = 0.998
[(10 ∗ 3696688) − (5298)2 ] ∗ [(10 ∗ 120.25) − (30.5)2 ]

Este valor está muy cerca al valor 1, que indica la existencia de una relación positiva
entre distancias (Km) y entrega (días).

9. Explique las características y el uso del modelo econométrico.

El modelo econométrico es un “sistema de ecuaciones estadísticas que
interrelacionan a las actividades de diferentes sectores de la economía y ayudan a
evaluar la repercusión sobre la demanda de un producto o servicio. En este sentido
una prolongación del análisis de regresión”

10. Analice en qué consisten y en qué se diferencian los componentes de

tendencia, cíclicos, estacionales y no sistemáticos.
El componente de tendencias se refiere al crecimiento o declinación en el largo plazo
del valor promedio de la variable estudiada. La componente cíclica se refiere a una
tendencia de largo plazo para la variable, pueden darse divergencias significativas
entre la línea de tendencia proyectada y el valor real que exhiba la variable,
componentes estacionales exhiben fluctuaciones que se repiten periódicamente y
que normalmente dependen de factores como el clima (ropa de verano), la tradición
(tarjetas de Navidad), entre otros. una variable puede tener todavía un
comportamiento real distinto del previsible por su línea de tendencia y por los
factores cíclicos y estacionales. A esta desviación se le asigna el carácter de no
sistemática y corresponde al llamado componente aleatorio.
11. Calcule por el método de los promedios móviles la demanda esperada para el
primer trimestre de 2006, si la demanda trimestral de 2005 fue la siguiente:

Invierno 340
Primavera 290
Verano 175
Otoño 245

∑𝑛𝑗=1 𝑇𝑖 340 + 290 + 175 + 245

𝑃𝑚1 = =
𝑛 4
𝑃𝑚1 = 262.5
La demanda del primer trimestre del 2006 es 262.5
12. Con los datos del ejemplo anterior, calcule la demanda estimada para el
trimestre primavera de 2006, si la demanda real del trimestre invierno
inmediatamente anterior fue de 310 unidades.

Invierno 340
Primavera 290
Verano 175
Otoño 245
invierno 310

∑𝑛𝑗=1 𝑇𝑖 290 + 175 + 245 + 310

𝑃𝑚1 = =
𝑛 4

𝑃𝑚1 = 255

13. Calcule la demanda trimestral para el año 2006, que incorpore el efecto
estacional, con los siguientes datos:

Año Trimestre Demanda real

𝑇1 371
𝑇2 514
2003
𝑇3 490
𝑇4 312
𝑇1 308
𝑇2 485
2004
𝑇3 500
𝑇4 410
𝑇1 390
𝑇2 505
2005
𝑇3 457
𝑇4 427
 ∑𝑛𝑗=1 𝑇𝑖
𝑃𝑚1 =
𝑛

Primero hallaremos la demanda proyectada para el 2006.

X Y XY X^2 Y^2
2003 1 1687 1687 1 2845969
2004 2 1703 3406 4 2900209
2005 3 1779 5337 9 3164841
total 6 5169 10430 14 8911019

Y hallamos que
𝑏 = 46
𝑎 = 1631

Entonces:
𝑦 = 1631 + 46𝑥

Para el 2006 (x=4), la demanda proyectada es:

𝑦 = 1815

Ahora hallaremos el promedio móvil, el promedio móvil centrado y el índice estacional:

Año Trimestre Demanda PM PMC IE

real
T1 371
T2 514
2003
T3 490 421.75 413.88 1.18
T4 312 406.00 402.38 0.78
T1 308 398.75 400.00 0.77
T2 485 401.25 413.50 1.17
2004
T3 500 425.75 436.00 1.15
T4 410 446.25 448.75 0.91
T1 390 451.25 445.88 0.87
T2 505 440.50 442.63 1.14
2005
T3 457 444.75
T4 427

Hacemos el cuadro con los resultados del análisis estacional histórico.

 Año T1 T2 T3 T4
2003 1.18 0.78
2004 0.77 1.17 1.15 0.91
2005 0.87 1.14
Total 1.64 2.31 2.33 1.69
Promedio 0.82 1.155 1.165 0.845

Como la suma de los promedios da 3.985, el índice debe ajustarse por regla de tres simple
para que sume 4. Entonces:

T1 0.823
T2 1.160
T3 1.169
T4 0.848

La demanda total del 2006 es 1815 unidades. Entonces:

1815
= 453.75
4

Entonces multiplicando 453.75 por el índice estacional calculado obtenemos:

T1 373.436
T2 526.350
T3 530.434
T4 384.780
Total 1815

14. En el estudio de un proyecto para la fabricación local de un producto que se

adquiere en la ciudad capital de un país, debe proyectarse la demanda
esperada para el año 2006, con la siguiente información disponible:

AÑO Unidad
1996 1603
1997 1480
1998 1365
1999 976
2000 1069
2001 1450
2002 1115
2003 1682
2004 1501
2005 1712
 Pronostique la demanda por el método de promedios móviles con 3 y 5 años
y determine en cuál se tendría mayor confianza.
Realizamos la siguiente tabla para poder determinar la desviación típica para las
proyecciones en 3 y 5 años.

PM
Mercado PM (3años)
AÑO Yx-Y'x (Yx-Y'x)^2 (5años) Yx-Y'x (Yx-Y'x)^2
Yx Y'x
Y'x
1996 1603
1997 1480
1998 1365
1999 976 1482.66667 -506.666667 256711.111
2000 1069 1273.66667 -204.666667 41888.4444
2001 1450 1136.66667 313.3333333 98177.7778 1298.6 151.4 22921.96
2002 1115 1165 -50 2500 1268 -153 23409
2003 1682 1211.33333 470.6666667 221527.111 1195 487 237169
2004 1501 1415.66667 85.33333333 7281.77778 1258.4 242.6 58854.76
2005 1712 1432.66667 279.3333333 78027.1111 1363.4 348.6 121521.96
2006 1631.66667 1492
TOTAL 706113.333 463876.68

Cálculo de la desviación típica

𝐷𝑇3𝑎ñ𝑜𝑠 = 317.61
𝐷𝑇5𝑎ñ𝑜𝑠 = 304.59
Entonces la proyección con base en 5 años es mejor que la de 3 años, ya que
muestra menor desviación.

15. Un empresario del rubro textil desea reorientar su línea de producción, en vista
del gran éxito que han tenido sus colegas en el rubro de la comercialización
de una determinada línea de productos. El empresario le proporciona los
siguientes antecedentes de ventas de la competencia:

Año Ventas reales M$

1995 $129.326
1996 $150.488
1997 $198.786
1998 $225.875
1999 $245.865
Con esta información le pide que estime la demanda para los próximos cuatro
años. ¿Cómo cree usted que será el comportamiento de la demanda
esperada? ¿Qué propondría como metodología de estimación? (No efectúe
cálculos).
Creo que la demanda esperada aumentaría en los próximos años. Para la
estimación de dicha demanda emplearía el método de afinamiento exponencial
dado que se necesita el pronóstico de corto plazo.