Unidad 5

PRONÓSTICO DE VENTAS

Octubre 2011

Ecos. José E. Rojas Gómez

1
 Proyectar Planificar

La proyección es un insumo para todos los tipos de planeación y

control empresarial, tanto dentro como fuera de la función producción.
 ADMINISTRACIÓN DE LA DEMANDA

El propósito de la administración de la demanda es coordinar y controlar todas las fuentes

de demanda de manera tal que el sistema productivo pueda utilizarse en forma eficiente y
que el producto se despache a tiempo.

Demanda FUENTES DE Demanda

dependiente DEMANDA independiente

Activo Acción de la
Pasivo Empresa
 TIPOS DE PROYECCIÓN

Son subjetivas o de juicio basadas en cálculos y

Técnicas cualitativas
opiniones.

Basada en data histórica cuyos componente

Análisis de las series de tiempo pueden ser: tendencia, estacionalidad o
influencias cíclicas.

Se analiza utilizando la técnica de regresión

lineal, supone que la demanda está
Protección causal
relacionada con algún factor o factores
subyacentes del medio.

Permiten que quien hace la proyección

Modelos de simulación examine una serie de supuestos sobre la
condición de la proyección.
 Técnicas de proyección y modelos comunes

Cualitativa
Análisis de las series de tiempo
- Proyección fundamental
- Investigación de mercado Causal
- Promedio de movimiento
- Consenso de grupo simple
- Análisis de regresión
- Analogía histórica - Promedio de movimiento
ponderado - Modelos econométricos
- Método Delphi
- Análisis de regresión - Modelos insumo producto
- Proyecciones de la
tendencia
 COMPONENTES DE LA DEMANDA
En la mayoría de los casos, la demanda de productos y servicios puede dividirse
en seis componentes: demanda promedio para el periodo, tendencia, elemento
estacional, elementos cíclicos y variación aleatoria.
Tipos de Tendencia
 ANÁLISIS DE SERIES DE TIEMPO
Los modelos de proyección de las series de tiempo tratan de predecir el futuro
con base en los datos pasados.
 Promedio móvil simple

Cuando la demanda de un producto no está aumentando ni disminuyendo con

rapidez y si no tiene características estacionales, un promedio del movimiento
puede ser útil para suprimir las fluctuaciones aleatorias de la proyección.
Ejemplo

Promedio móvil simple calculado en

base al promedio de 3 semanas

promedio móvil simple calculado en

base al promedio de 5 semanas
 Promedio móvil ponderado

Mientras que el promedio de movimiento simple le da igual ponderación a

cada componente de la base de datos del promedio de movimiento, un
promedio de movimiento ponderado permite que todas las ponderaciones se
le apliquen a cada elemento, siempre y cuando, obviamente, la suma de todas
ellas sea igual a 1.

La fórmula del promedio móvil ponderado es:

 Ejemplo

Por ejemplo, un almacén de departamentos puede encontrar que, en un periodo de cuatro

meses, la mejor proyección se deriva utilizando el 40% de sus ventas reales para el último
mes, el 30% para dos meses atrás, el 20% para tres meses atrás y el 10% para cuatro meses
atrás. Si la experiencia de las ventas reales fuera:

La proyección para el mes 5 sería:

 Análisis de Regresión Lineal
La regresión se puede definir como una relación funcional entre dos o más
variables correlacionadas. Se utiliza para predecir una variable dada la otra. La
relación se desarrolla normalmente con base a los datos observados. Estos se
deben representar primero gráficamente para ver si parecen lineales o si, al
menos, parte de ellos son lineales.

La regresión lineal se refiere a los tipos especiales de regresión en la cual la

relación entre la variable forma una línea recta. La línea de regresión lineal tiene
la forma:

Y=a+bX
 Ejemplo
Las ventas de una línea de productos para una firma, durante 12
trimestres de los últimos tres años, fueron las siguientes:

La firma desea proyectar cada trimestre del cuarto año, esto es los
trimestre 13, 14, 15 y 16. Los datos representa se representan en
una curva ajustada manualmente y se utiliza simplemente la vista.
 Solución

b = (4 950 – 750) / (12 - 1) = 382

La ordenada en el origen a,
donde la línea corta el eje
vertical, parece ser 400.

Y = 400 + 382 X

Las proyecciones para los trimestres 13 a 16 son:

 Método de los mínimos cuadrados
La ecuación de los mínimos cuadrados para la regresión lineal es la misma que se utilizó en
el ejemplo ajustado manualmente:

Y=a+bX

El método de los mínimos cuadrados trata de ajustar la línea a los datos que minimizan la
suma de los cuadrados de la distancia vertical entre cada uno de los puntos de los datos y su
punto correspondiente en la línea.
En el gráfico anterior se indicaba los 12 puntos de los datos. Si se traza un línea recta a
través del área general de los puntos, la diferencia entre el punto y la línea es y – Y. En el
gráfico mostrado a continuación muestra estas diferencias.

( y1 - Y1 )² + ( y2 - Y2 )² + ...... + ( y12 - Y12 )²

La mejor línea para utilizar es la que minimice este total.
Como antes, la ecuación de línea recta es: Y=a+bX
Previamente se había determinado a y b con base en la gráfica. En el método de los
mínimos cuadrados, las ecuaciones para a y b son:
La tabla siguiente indica los cálculos realizados para los 12 puntos de los datos en el cuadro
anterior como parte del ejemplo inicial. Observe que la ecuación final pata Y muestra una
ordenada de 441.6 y una inclinación de 359.6. La inclinación indica que para cada cambio de
unidad en X, Y cambia en 359.6.

Basadas estrictamente en la ecuación, las proyecciones para los periodos 13 a 16

serían las siguientes:
 PROYECCIÓN DE LA RELACIÓN CAUSAL

Para que sea valiosa desde el punto de vista de la proyección, cualquier variable
independiente debe ser un indicador anticipado. Por ejemplo, se pueden esperar
que un periodo extenso de días lluviosos incremente las ventas de sombrillas e
impermeables.

El primer paso en la proyección de la relación causal es encontrar las ocurrencias

que constituyan realmente las causas.
Ejemplo: Proyección que utiliza una relación causal.
Una empresa de cerámicos y baldosas, ha conservado los registros de sus ventas
(en yardas cuadradas) cada año con el número de permisos para la construcción de
nuevas viviendas en el área.

El gerente de operaciones de la compañía considera que sería posible proyectar

las ventas si se conocieran los planes de construcción de viviendas para ese año.
Los datos se representan gráficamente en el cuadro siguiente:
Dado que los puntos parecen estar en línea recta, el gerente decidió utilizar la
relación lineal Y = a + b X. Este problema se resuelve trazando manualmente
una línea. También es posible resolver esta ecuación utilizando la regresión de
mínimos cuadrados como se hizo anteriormente.
 Solución
La proyección de la línea ajustada manualmente causa una intercepción del eje Y
en cerca de 7000 metros2. Esto puede interpretarse como la demanda cuando no
se están construyendo viviendas nuevas; esto es, probablemente el reemplazo de
los tapetes viejos. Para calcular la inclinación, se escogen dos puntos de la siguiente
manera:

17000 – 10000 7000 = 350

b= =
30 – 10 20

El gerente interpretó la inclinación como el número promedio de metros cuadrados

de baldosas vendidas para cada una de las viviendas nuevas construidas en el área.
La ecuación de la proyección es, en consecuencia: Y = 7000 + 350 X
Ahora suponga que hay 25 permisos para la construcción de viviendas en 2004.
La proyección de las ventas para 2004 sería, por consiguiente:
7000 + 350 (25) = 15 750 metros cuadrados.
 SELECCIÓN DEL MÉTODO DE PROYECCIÓN
Para la selección de un método de proyección, los factores más importantes
son:

Sofisticación
del usuario y
del sistema

Tiempo y
Patrón de
recursos
datos.
disponibles.

Uso o
Disponibilidad
características
de los datos.
de la decisión