DEMANDA

(Internet)

En qué consiste la previsión de la demanda

La previsión de la demanda consiste en hacer estimaciones sobre la demanda futura de
los clientes utilizando datos históricos y otra información.
Una previsión adecuada de la demanda proporciona a las empresas información valiosa
sobre su potencial en su mercado actual y en otros mercados, de modo que los gerentes
puedan tomar decisiones acertadas sobre precios, estrategias de crecimiento empresarial y
potencial de mercado. Además permite planificar la producción, con la consecuente
reducción de desperdicios y reducción de costes de producción. Sin un pronóstico de la
demanda, las empresas se arriesgan a tomar malas decisiones sobre sus productos y
mercados objetivo.

Por qué es importante la previsión de la demanda

Prever la demanda significa prever el nivel de actividad a partir del cual se definen buena
parte del resto de parámetros del negocio: costes fijos, costes variables, planes de
inversión, estrategia y plazos de financiación, etc.
Hay varias razones por las que la previsión de la demanda es un proceso importante para
las empresas:
 Permite a las empresas optimizar el inventario de forma más eficaz, aumentando los
índices de rotación y reduciendo los costes de almacenamiento.
 Proporciona una visión del próximo flujo de caja, lo que significa que las empresas
pueden presupuestar con mayor precisión para pagar a los proveedores y otros
costos operativos.
 Anticiparse a la demanda significa saber cuándo aumentar el personal y otros
recursos para mantener el buen funcionamiento de las operaciones durante las
horas punta.

Métodos para la previsión de la demanda:

La previsión de la demanda no supone sólo la recolección indiscriminada de datos con que
alimentar una «caja negra» sino que exige, por definición, el procesamiento de esos datos,
su transformación en información.

Esto supone una constante tarea de observación del entorno (mercado, evolución
económica, movimientos de la competencia, cambios regulatorios, funcionamiento del
sistema de ventas, etc) lo que, por si mismo, es una rica fuente de información para la toma
de decisión en múltiples ámbitos.

En el mismo sentido, exige un mecanismo entrenado de acceso global, transmisión e

intercambio de información transversal y vertical entre departamentos lo que, de nuevo
como en el caso anterior, genera inestimables sinergias en materia de integración
empresarial.

Concretar estadísticas con vistas al futuro es una tarea compleja, ya que podría decirse
que el comportamiento de los consumidores o usuarios es cambiante, por lo que no existe
un método fácil o único con la que se hagan dichas estimaciones.
No obstante, matemáticos y economistas han desarrollado algunas metodologías con
ventajas y desventajas, por lo que la selección de un método correcto debe obedecer a una
combinación de habilidad en estadística y un juicio razonable.

En este sentido, si deseas realizar una estimación de ventas con el método correcto, es
necesario seguir algunos parámetros que condicionarán tus estadísticas: precisión,
fiabilidad, disponibilidad, economía, simplicidad y consistencia.

Métodos de pronósticos promedios

Éste método es usado por las empresas maduras en las que reiteradamente se producen
los denominados picos y valles, generados por fluctuaciones en las ventas.
Más que determinar un exacto de compradores, busca aliviar las anomalías y así reflejar un
comportamiento de venta más lineal, sin fluctuaciones severas que afecten negativamente
la empresa y a la vez no genera excesivas presiones por elevados “stock”.
Quien lo estudie deberá determinar las cantidades máximas y mínimas del producto, así
como su duración en el mercado.

Métodos de regresión
Se utiliza por lo general cuando se desea determinar el incremento de la inversión de la
publicidad y el fortalecimiento del coste de los productos.
Su objetivo es determinar claramente una tendencia lineal, partiendo de la relación entre
dos o más factores propios de las ventas.

Métodos con ajuste estacional

Suele usarse cuando las ventas representan un comportamiento variable, condicionado por
diversos factores, como por ejemplo cambios de clima, temporadas comerciales bajas y
altas, ciclos políticos, entre otros. Marca tendencia, pero está sujeto a cambios de acuerdo
a los factores anteriormente nombrados.

Método de proyección de tendencias

Es el más usado de todos los métodos ya que es simple y de bajo coste. Sus datos son los
más cercanos a las tendencias de crecimiento.

Dificultades de la previsión de la demanda

Pese a que existen diversos métodos para prever la cantidad de ventas, muchos de estos
llegan a fracasar por algunos factores que incluyen la mala utilización de las herramientas
estadísticas.
Muchas veces el resultado es decepcionante, puesto que las ventas reflejan solo el 40% de
lo aportado en la previsión de la demanda, por lo que se considera que los errores más
comunes cometidos por los empresarios en esta práctica se refieren a la innovación de los
productos, que en el algunos casos no poseen ningún tipo de antecedente.
Otro de los errores comunes es la falta de precisión en cuanto a los clientes objetivos, las
aplicaciones del producto y sus posibles competidores, por lo que el análisis puede
funcionar al inicio del negocio, pero no logra mantenerse ante un panorama cambiante por
la falta de datos aportados.
Las opiniones subjetivas de los ejecutivos de la empresa (propietarios, supervisores,
gerentes y supuestos expertos) es otro de los factores negativos al momento de prever una
demanda, pues terminan sobrevalorando al producto y al culminar no se superan las
expectativas.
Por último, las preferencias expresadas por los clientes en encuestas pueden también estar
sesgadas y se demuestra con los resultados obtenidos que manifiestan un comportamiento
de venta distinto. Es decir, en opinión si comprarían tu producto, pero en el mercado
compran otro.
 Datos y pronósticos históricos
Los datos y pronósticos históricos son los resultados obtenidos en cada periodo o
temporada de ventas para una empresa. Forman la base a la hora de desarrollar nuevas
previsiones, puesto que ya conoce el comportamiento del producto en la calle.
En este sentido, una vez constituida la empresa, esta almacena los datos históricos de la
demanda anterior y aplica métodos funcionales para la aproximación de una demanda
futura:
 Promedio simple: se aplica sobre los datos históricos de ventas. Es funcional cuando las
demandas no presenta estacionalidad o tendencia.
 Promedio ponderado: en este se calcula el pronóstico asignado, nivel de importancia o
peso ponderado a uno de los elementos de tiempo por encima de otros.
 Promedio exponencial: requiere el pronóstico anterior, la demanda verdadera del tiempo y
un toque de suavidad, por lo que resulta aplicable cuando se cuentan con pocos datos
históricos.
 Promedio multiplicativo: aquí se considera que la demanda no varía y puede repetirse de
acuerdo a los periodos de tiempo, donde también involucra a factores estacionales y la
demanda promedio.

Otros métodos de previsión de demandas

Con la cantidad de pronósticos y datos aportados por el comportamiento de las ventas en
periodos pasados, es posible acudir a otros métodos que aportan información válida para la
futura temporada:

MÉTODOS CUANTITATIVOS
Análisis de factores del mercado: se relaciona con el comportamiento del mercado, por
lo que se puede establecer una estimación de venta de acuerdo con los factores externos
del mercado.
Pruebas de mercado: se hace una breve prueba con la venta de un producto a modo
piloto y se estudia su impacto en el mercado.

Métodos cualitativos
Intenciones del comprador: se realiza una encuesta sobre la necesidad de los
consumidores acerca de determinado producto. Incluirá ítems sobre los tópicos con los que
se siente más relacionado el cliente.
Juicio de ejecutivos: puede ser acertado si los ejecutivos son objetivos en sus opiniones.
En este tipo de método se usa el Delphi: se recogen las observaciones de expertos en la
materia en secreto, luego se resumen y dan a conocer las estimaciones, para luego pedir
una nueva predicción.

Cada método utilizado en cada caso tendrá ventajas e inconvenientes. A la hora de decidir
el más idóneo hay que sentarse a calibrar sus posibilidades de adaptación a cada situación
y a cada problema.
 Lo importante no es tanto disponer de un escenario acertado, sino disponer de varios
escenarios posibles en los que razonablemente van a actuar las grandes fuerzas del
sistema, sus interrelaciones y sus incertidumbres críticas.
Para que en previsiones futuras se redujera el porcentaje de error, habría que hacer un
estudio del mercado, para establece relaciones entre las ventas y los factores más
importantes que les afectan, con intención de prever el futuro.

Hay que identificar los factores más importantes que ejercen un impacto más especularen
las ventas de un producto, para luego estimar la magnitud de ese impacto en las ventas
futuras. Con esta técnica se podría afinar cada vez más e se incluso se podrían prever
situaciones de crisis o cambios revolucionarios, ya que siempre hay indicios que relevan
tendencias y oportunidades.
Un método que funciona bien en una situación puede ser que no sea el mejor para otra.
Equivocarse es un error, pero no rectificar es un error mucho mas grave. Siempre la
segunda previsión, saldrá mejor que la primera.

El cuarto término es el Enfoque cuantitativo de Métodos Causales o de asociación

Uno de los métodos usados es el de CORRELACIÓN el cual consiste a diferencia de los

demás, que intentan predecir directamente con base a datos históricos, los factores que
afectan las ventas y determinar su relación. En cambio el método de REGRESIÓN intenta
predecir como una variable, en nuestro caso las ventas, es afectada por otra variable, por
ejemplos los gastos de publicidad.

Tanto el análisis de correlación como el de regresión se inician con una gráfica de valores
pares, o diagrama de dispersión. En este caso en los gráficos la variable (X) sería la
variable independiente ( ubicada en forma horizontal ) y el eje vertical es( y) o variable a
predecir en este caso las ventas.

Relaciones de correlación

Relaciones de correlación

Análisis de pronóstico de ventas por el método de regresión

Para realizar dicho pronostico, debemos proceder de la siguiente forma:

Debemos aplicar la fórmula de la ecuación lineal y= a + b x , donde la regresión simple

describe la relación entre una sola variable, una dependiente y una independiente, en
nuestro caso el tiempo es la variable independiente y las ventas como variable
dependiente.

En los casos en que las ventas se relacionen con varias variables independientes como
gastos de publicidad, precios o tasas de interés, debe riamos aplicar algunos métodos no
analizados en este apartado como por ejemplo Statitcal Analysis System ( SAS) o el
método Statical Package for The social Sciences ( SPSSx).

Fuentes:

 http://www.economia/demanda-monetaria/demanda-monetaria.htm
 Instituto Nacional de Estadística y Censos: http://www.inec.go.cr/

Etiquetas: análisis empresarial investigación de mercados

 Cita esta página
 APA
 MLA
 CHICAGO
 ICONTEC
Villalobos Rojas Rodolfo. (2013, julio 23). Análisis de la demanda del mercado. Recuperado
de https://www.gestiopolis.com/analisis-de-la-demanda-del-mercado/
Copiar
Escrito por:
R
Rodolfo Villalobos Rojas
Imagen del encabezado cortesía de robwallace en Flickr
PROBLEMA DE EJEMPLO: Gráfica:

Tabla de valores:

X Y XY X2

̅=∑ /n ̅=∑ ̅ = ̅-b ̅

̅ = 7620/10 = 762.0 ̅ = 28.5/10 = 2.85 ̅ = 2.85 – 0.00385x762.0 = 0.11823

Ecuación de regresión: y = ̅ + bx y = 0.11823 + 0.003585x

La Bitacora de AudieMan
Opiniones de un Informatico.....
martes, 6 de abril de 2010
Diferencia entre REGRESION Y CORRELACION
La Regresión y la Correlación son dos medidas que están estrechamente relacionadas
pero son totalmente diferentes, los conceptos expuestos a continuación aclaran la
diferencia entre los dos términos.

El concepto de Correlación dice que es la medida en la cual se relacionan dos variables

diferentes por ejemplo como se relaciona la cantidad de fumadores con la cantidad de
enfermos de cáncer del pulmón o la relación que tienen las notas de cursos de estudiantes
de diferentes universidades o diferentes nivel económico.

Por otra parte la Regresión es la ecuación matemática que describe el comportamiento de

dos medidas, es decir, con la regresión podemos construir una fórmula que nos de el
número de enfermos de cáncer de pulmón en función de los fumadores o el número de
cursos aprobados en función de la universidad o del estatus social del estudiante.

La correlación se torna interesante cuando el analista o la persona quien esta ejecutando el

análisis de la relación entre las variables necesita saber con que fuerza influye una variable
con el comportamiento de la segunda variable, es decir, cuando medimos la correlación
nos interesa saber que tan importante es una variable y que tanto influye en el resultado.

En la otra mano tenemos la Regresión que por definición sabemos que es la construcción
de una ecuación matemática que describe el comportamiento de dos variables a partir de
datos muestra capturados, entonces, la regresión es util cuando saber una predicción del
resultado en base a un valor que resulta ser la variable de la ecuacion calculada por medio
de la regresión de datos por ejemplo si yo tengo el número de alumnos en una clase de
matemática y quiero saber la cantidad de alumnos que aprobaran, lo puedo lograr gracias a
datos estadísticos que me han generado una ecuación que describa el comportamiento del
número de alumnos aprobados en función del número de alumnos inscritos en el curso de
matemática.
Publicado por AudieMan en 6:02 p. m.