2.1. Importancia estratégica del pronóstico.

PRONÓSTICO

“ES UNA ESTIMACIÓN CUANTITATIVA O CUALITATIVA DE

UNO O VARIOS FACTORES (VARIABLES) QUE CONFORMAN
UN EVENTO FUTURO, CON BASE EN INFORMACIÓN ACTUAL
O DEL PASADO”

2
 PORQUÉ?
• La empresa se mueve en un contexto altamente incierto
• Política, tecnología y medio ambiente repercuten sobre
variables relevantes para la empresa: costos de producción,
inventarios, volumen de ventas
• La empresa debe tomar decisiones sobre Factores Controlables
tomando en cuenta Factores Incontrolables.

3
 FACTORES CONTROLABLES

AQUELLOS SOBRE LOS CUALES LA EMPRESA DECIDE SU

ESTRUCTURA, NIVELES, POLÍTICA Y MODO DE OPERAR:
• NIVELES DE PRODUCCIÓN
• NIVELES DE INVENTARIO
• CAPACIDAD

4
 FACTORES INCONTROLABLES

AQUELLOS SOBRE LOS CUALES LA EMPRESA

NO PUEDE DECIDIR NI MODIFICAR: DEPENDEN
DE FACTORES EXTERNOS A LA EMPRESA
• DEMANDA DEL PRODUCTO
• COMPETENCIA
• ECONOMÍA
• COMPORTAMIENTO DEL CONSUMIDOR
5
 QUÉ PRONOSTICAR?
LA EMPRESA REQUIERE PREDECIR FACTORES
INCONTROLABLES:MERCADO, ENTORNO, ECONOMÍA, QUE
SON INCIERTOS, PARA DECIDIR (PLANEAR) SOBRE FACTORES
CONTROLABLES: NIVELES DE INVENTARIO, DE PRODUCCIÓN,
CAPACIDAD.

6
 OBJETIVO

REDUCIR LA INCERTIDUMBRE DEL FUTURO, MEDIANTE LA

ANTICIPACIÓN DE EVENTOS CUYA PROBABILIDAD DE
OCURRENCIA SEA RELATIVAMENTE ALTA, RESPECTO A
OTROS EVENTOS POSIBLES.

7
 CLASIFICACIÓN DE
PRONÓSTICOS
HORIZONTE DE PLANEACIÓN
• LARGO PLAZO: inversión en capital, localización de planta,
nuevos productos, expansión, crecimiento del mercado, tecnología
• MEDIANO PLAZO: tamaño de la fuerza de trabajo, ciclicidad de
la demanda, requerimientos de capacitación
• CORTO PLAZO: frecuencia de pedidos , demanda, niveles de
inventario requeridos

8
CLASIFICACIÓN DE PRONÓSTICOS

POR ÁREAS DE LA EMPRESA

• MERCADOTECNIA: crecimiento del mercado, pronósticos

económicos y poblacionales
• PRODUCCIÓN: programas de expansión, pronóstico de la
demanda a mediano y largo plazo
• FINANZAS: presupuesto de gastos, ventas del próximo año

9
CLASIFICACIÓN DE TÉCNICAS DE
PRONÓSTICOS
POR TIPO DE DATOS

• CUALITATIVAS: técnicas subjetivas. Utilizan información

cualitativa (experiencia de expertos).
• CUANTITATIVAS: se basan en datos numéricos y utilizan
herramienta matemática y estadística para su elaboración.

10
 TÉCNICAS CUALITATIVAS
LA MISMA TÉCNICA USADA POR DOS EXPERTOS
DISTINTOS PUEDE PRODUCIR RESULTADOS
DIFERENTES
• INVESTIGACIÓN DE MERCADOS
• ANALOGÍAS HISTÓRICAS
• MÉTODO DELPHI
• CONSENSO GENERAL
• IMPACTO CRUZADO
• ANÁLISIS DE ESCENARIOS

11
 TÉCNICAS CUANTITATIVAS

• INFORMACIÓN: REQUIEREN DE DATOS HISTÓRICOS DE LAS VARIABLES

INVOLUCRADAS

• SUPUESTO: EL PATRÓN HISTÓRICO DE LAS VARIABLES SEGUIRÁ SIENDO VÁLIDO

EN EL FUTURO ANALIZADO

12
 TÉCNICAS CUANTITATIVAS
• EXTRAPOLATIVAS: ajustes de curvas y métodos
de suavizamiento. Los patrones observados en el
pasado se proyectan al futuro
• ANÁLISIS DE SERIES DE TIEMPO: métodos de
descomposición y modelos ARIMA
(autorregresivos, integrados y promedios móviles)
• MODELOS CAUSALES: modelos econométricos
(regresión)
13
 ETAPAS DE UN PRONÓSTICO

• DEFINIR EL PROPÓSITO
• RECOLECTAR DATOS: fuentes primarias o
secundarias
• PREPARAR LOS DATOS:ordenar y clasificar
• SELECCIONAR LA TÉCNICA ADECUADA:
cualitativa o cuantitativa
• EJECUTAR EL PRONÓSTICO: estimar errores
• DAR SEGUIMIENTO: confrontar con información
14
actual
 ETAPAS DE UN PRONÓSTICO
SELECCIÓN DE LA TÉCNICA ADECUADA:
LA MEJOR TÉCNICA ES AQUELLA QUE
• Facilite la toma de decisiones en el momento adecuado
• Que sea entendida por el que toma las decisiones
• Pase un análisis costo-beneficio
• Cumpla con las restricciones del sistema: tiempo disponible,
datos, disponibilidad de cómputo.
• Cumpla con los criterios de: precisión, estabilidad, objetividad

15
 TIPOS DE DATOS
• OBSERVADOS EN UN MOMENTO PRECISO DEL TIEMPO: un
día, una hora, una semana, etc.. Ejemplo: observar una característica en
una muestra de productos para controlar calidad, ingreso de la
población, grado de escolaridad de empleados, etc...
Objetivo: extrapolar a toda la población las características de la muestra
 TIPO DE DATOS
• SERIES DE TIEMPO: una sucesión cronológica de observaciones de
una variable a intervalos iguales de tiempo.
Ejemplo: ventas trimestrales de los últimos 5 años, desempleo en los
últimos años, precio de un producto en el tiempo, etc..
Objetivo: analizar patrones del pasado que puedan extrapolarse al futuro

17
PATRONES O COMPONENTES DE UNA
SERIE DE TIEMPO
• TENDENCIA: componente de muy largo plazo
• CICLICIDAD: componente de largo plazo
• ESTACIONALIDAD:componente de corto plazo
• FACTOR ALEATORIO: componente de muy corto plazo

18
 TENDENCIA
COMPONENTE DE MUY LARGO PLAZO QUE REPRE-
SENTA EL CRECIMIENTO O DECRECIMIENTO DE
LOS DATOS EN UN PERÍODO EXTENDIDO

FUERZAS QUE AFECTAN Y EXPLICAN TENDENCIA:

• Crecimiento de la población
• Inflación
• Ventas de un producto en su etapa de crecimiento en el ciclo de vida

19
TENDENCIA: VENTAS DE SEARS (1955-1985)
50000

40000

30000

20000

10000

0
55 60 65 70 75 80 85

SEARS

20
 ESTACIONALIDAD

PATRÓN DE CAMBIO QUE SE REPITE AÑO CON AÑO

EN EL MISMO NÚMERO DE PERÍODOS

FUERZAS QUE AFECTAN Y EXPLICAN ESTACIONALIDAD:

• PERÍODOS ESCOLARES
• PERÍODOS VACACIONALES
• PRODUCTOS DE ESTACIÓN
• ESTACIONES DEL AÑO

21
 ESTACIONALIDAD
180

160

140

120

100

80

60
81 82 83 84 85 86 87 88 89 90

M U R PH Y

22
 CICLICIDAD
FLUCTUACIÓN ALREDEDOR DE LA TENDENCIA
QUE SE REPITE PERO A INTERVALOS DISTINTOS Y
CON AMPLITUDES DISTINTAS
FUERZAS QUE AFECTAN Y EXPLICAN CICLICIDAD:

• PERÍODOS DE EXPANSIÓN Y DE RECESIÓN

DE LA ECONOMÍA
• CICLOS ECONÓMICOS
 CICLICIDAD
400

350

300

250

200

150

100
60 65 70 75 80 85 90

VENTAS TENDENCIA

24
 FACTOR ALEATORIO

MIDE LA VARIABILIDAD DE UNA SERIE CUANDO

LOS DEMÁS COMPONENTES SE HAN ELIMINADO
O NO EXISTEN

FUERZAS QUE AFECTAN Y EXPLICAN ALEATORIEDAD

• CAMBIOS CLIMÁTICOS
• DESASTRES NATURALES
• HUELGAS
• HECHOS FORTUITOS

25
2.2. Características de la demanda.
 CARACTERISTICAS DE QUE DEFINEN A LA DEMANDA

EL PROPÓSITO DEL MANEJO DE LA DEMANDA ES

COORDINAR Y CONTROLAR TODAS LAS FUENTES, CON
EL FIN DE PODER USAR CON EFICIENCIA EL SISTEMA
PRODUCTIVO Y ENTREGAR EL PRODUCTO A TIEMPO.
 EJERCICIO INDIVIDUAL

¿De donde proviene la demanda del producto o servicio de una

empresa?

¿Qué puede hacer una compañía para administrarla?

 FUENTES BASICAS DE LA DEMANDA

LA DEMANDA DEPENDIENTE ES LA DEMANDA DE

UN PRODUCTO O SERVICIO PROVOCADA POR LA
DEMANDA DE OTROS PRODUCTOS O SERVICIOS.
LA CANTIDAD DE PRODUCTOS O SERVICIOS QUE
LA EMPRESA PODRÍA VENDER ES LA DEMANDA
INDEPENDIENTE, YA QUE NO SE DERIVA
DIRECTAMENTE DE LA DEMANDA DE OTROS
PRODUCTOS.
Para el caso de la demanda dependiente, la
empresa no puede hacer mucho, es preciso
cubrirla aunque el producto o servicio se pueda
comprar o producirlo.
En el caso de la independiente la empresa adopta
una posición diferente.
2.3. Métodos cualitativos.
2.3.1. Consulta a la fuerza de venta.
2.3.2. Jurado de opinión ejecutiva.
2.3.3. Método Delphi.
2.3.4. Investigación de mercado.
2.3.5. Analogía de ciclo de vida.
 CLASIFICACIÓN DE PRONÓSTICOS

Cuantitativo vs. cualitativo

• Un modelo cuantitativo usa una o más ecuaciones para convertir una serie de datos en un pronóstico.
• Un modelo cualitativo es subjetivo.

Series de tiempo vs. causales

• Los modelos de series de tiempo extrapolan un patrón de datos histórico hacia el futuro.
• Los modelos causales estiman el valor de una variable dependiente basándose en los valores de las
variables independientes.
 INVESTIGACIÓN DE MERCADOS

OBTENER INFORMACIÓN ACERCA DEL COMPORTAMIENTO REAL DEL MERCADO,

MEDIANTE ENCUESTAS DIRIGIDAS AL PÚBLICO CONSUMIDOR O A PARTIR DE LA
EXPERIENCIA DE VENDEDORES, PARA CONCLUIR SOBRE EL COMPORTAMIENTO
FUTURO
• INVESTIGACIÓN DEL MERCADO: Reúne datos
por diferentes medios (encuestas, entrevista)

Desventaja: (los resultados de la encuesta no reflejan

las opiniones del mercado).
 1. MÉTODOS CUALITATIVOS (MÉTODOS DE JUICIO):

•CONSENSO DE EXPERTOS (OPINIÓN EJECUTIVA)

• Desventajas:
 El juicio u opinión de una persona de más alto nivel probablemente tenga
más relevancia que el de una persona de un nivel más bajo, en el peor de
los casos se sienten intimidados y no expresan lo que verdaderamente
piensa.

 Puede ser costosa

 Requiere mucho tiempo

1. MÉTODOS CUALITATIVOS (MÉTODOS DE JUICIO):

• ANALOGÍA HISTÓRICA: se trata

Cuando
pronosticar de nuevo, la
la demanda de un producto
situación ideal es que se pueda usar como modelo
un producto existente o un producto genérico,
• MÉTODO DELPHI: Oculta la identidad de las personas que
participan en el estudio dando a cada individuo la misma
importancia.

Desventaja
 El proceso es muy largo (más de un año) por lo que el panel de
expertos puede cambiar alargando el proceso
 Su calidad es entre regular y buena para la identificación de
puntos de flexión en la demanda de nuevos productos.
 MÉTODO DELPHI

PRETENDE LLEGAR A UN CONSENSO A TRAVÉS DE LA OPINIÓN DE EXPERTOS, EVITANDO

LA CONFRONTACIÓN DE LOS MISMOS, YA QUE NO EXISTE UNA INTERACCIÓN DIRECTA
ENTRE LOS PARTICIPANTES. ESTOS EXPRESAN LIBREMENTE SUS OPINIONES.
 MÉTODO DELPHI

• Los expertos responden un cuestionario

• Se obtiene la media y desviación de cada pregunta
• Se pide justificar respuesta a aquellos que se encuentran fuera
del rango de dos o mas desviaciones, sobre la media de cada
pregunta.
• Se pasa esta opinión a todos los participantes y se vuelve a
aplicar el cuestionario
 MÉTODO DELPHI

• El proceso se repite hasta lograr un consenso en las diferentes preguntas o hasta

identificar subgrupos de opiniones
• Con la información obtenida se procede a la toma de decisiones.
 ANALOGÍAS HISTÓRICAS

SE FUNDAMENTA EN UN ANÁLISIS COMPARATIVO DE CASOS

SIMILARES AL QUE SE ESTUDIA. TRATA DE RECONOCER
PATRONES DE SIMILITUD PARA SACAR CONCLUSIONES Y
OBTENER UN PRONÓSTICO: productos similares, producto en otros
mercados, etc.
 CONSENSO GENERAL

• SE REÚNE A UN GRUPO DE EXPERTOS

• A PARTIR DE UNA LLUVIA DE IDEAS SE ESTABLECEN DISCUSIONES HASTA
LLEGAR A UN ACUERDO QUE REFLEJE EL SENTIR DE LA MAYORÍA

46
 ANÁLISIS DE ESCENARIOS

Describir diferentes escenarios futuros posibles (mas probable, probable, poco probable) considerando
factores que los determinen (cambios en la población, inflación, variación de la demanda) para reconocer
las implicaciones a largo plazo de los cambios posibles

47
 IMPACTO CRUZADO

• Determinar los eventos a incluirse en el estudio

• Estimar la probabilidad inicial de cada evento y la probabilidad condicional de cada
par de eventos
• Seleccionar eventos en forma aleatoria y calcular su repercusión sobre los demás
eventos como resultado de la ocurrencia o no del evento elegido.
2.4. Métodos cuantitativos.
2.4.1. Series de tiempo.
2.4.1.1. Enfoque simple.
2.4.1.2. Promedios móviles.
2.4.1.3. Suavización exponencial.
2.4.1.4. Tendencia lineal.
2.4.2. Relaciones Causales.
2.4.2.1. Regresión simple.
2.4.2.2. Regresión múltiple.
 MÉTODOS CUANTITATIVOS

 Análisis de series de tiempo: método estadístico que

depende en alto grado de datos históricos de la demanda, con
los que se proyectan la demanda futura y reconoce las
tendencias y patrones estaciónales.

 Métodos causales: utilizan datos históricos de variables

independientes como campañas de promoción, condiciones
económicas y actividades de los competidores.
 Busca prever el futuro, con base en
datos del pasado

Son de naturaleza reactiva.

Usan información histórica que solo se

refiere a la variable dependiente
(ventas).

Se aplica a los patrones de demanda

tipo horizontal y tendencia.
 Pronóstico empírico

Alternativa
s
Ft = A t-1
Considera
Ft = A t- +
estacionalida
incremento o
disminución d
1
 PROMEDIOS
SIMPLES:

Son series de promedios cuyos valores altos y bajos están

acolchonados y se hacen menos extremos. El número de
puntos de datos elegido debe ser suficiente para eliminar los
efectos de las variaciones de temporada .
 PROMEDIOS
MÓVILES:

Los promedios móviles suavizan los resultados de las ventas

más recientes, conduciendo así a pronósticos más
conservadores.
 PROMEDIOS
MÓVILES:

Mientras más períodos se usen para un promedio móvil, más

atenuada estará la curva de fluctuación.
Los valores al final de la serie no pueden calcularse, sino que
deben estimarse.
La utilización de esta técnica supone que la serie de tiempo es
estable, esto es, que los datos que la componen se generan sin
variaciones importantes entre un dato y otro (error aleatorio=0),
esto es, que el comportamiento de los datos aunque muestren un
crecimiento o un decrecimiento lo hagan con una tendencia
constante.
Cuando se usa el método de promedios móviles se está
suponiendo que todas las observaciones de la serie de tiempo
son igualmente importantes para la estimación del parámetro a
pronosticar (en este caso los ingresos).

De esta manera, se utiliza como pronóstico para el siguiente

periodo el promedio de los n valores de los datos más
recientes de la serie de tiempo.

Utilizando una expresión matemática, tenemos:

Promedio Móvil = Σ (n valores de datos más recientes)

n
 PROMEDIO PROMEDIO
VENTAS
PROMEDIO
VENTAS MÓVIL PARA MÓVIL PARA
AÑO 2 AÑOS 4 AÑOS
REALES

1
2
3
4
$4,200
$4,410
$4,322
$4,106
$4,305
$4,366
MÓVIL
5 $4,311 $4,214 $4,260
6 $4,742 $4,209 $4,287
7 $4,837 $4,527 $4,370
8 $5,030 $4,790 $4,499
9
10
$4,779
$4,970
$4,934
$4,905
$4,730
$4,847
AÑO
11 $5,716 $4,875 $4,904
12 $6,116 $5,343 $5,124
VENTAS REALES
13 $5,932 $5,916 $5,395
14 $5,576 $6,024 $5,684 PROMEDIO MÓVIL PARA 2
15 $5,465 $5,754 $5,835
16 $5,521 $5,772 AÑOS
PROMEDIO MÓVIL PARA 4
6000
5800 AÑOS
5600
5400
5200
5000
4800
4600
4400
4200
4000
43
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
PROMEDIO MÓVIL PONDERADO
Permite adjudicar una importancia o peso cualquiera a cada elemento
o periodo, siempre y cuando todos los valores sumen 1 o 100%.
Formula:

ft : W1 At – 1 + W2 At – 2 + W3 At – 3 ……..+ Wn At – n

Donde:
ft = pronóstico para el periodo futuro
W1 = peso que se le dará a la venta real en el periodo t -1
W2 = peso que se le dará a la venta real en el periodo t -2
W3 = peso que se le dará a la venta real en el periodo t -3
W n = peso que se le dará a la venta real en el periodo t –n
n = Número total de periodos del pronostico
Σ Wi = 1
 Cómo elegir los pesos?

• La experiencia, prueba y error.

1
.
• Por lo general el pasado más reciente es el indicador más
importante de lo que podemos esperar para el futuro, y por
2 tanto este debe tener mayor peso.
.
• Cuando los datos son variables se debe determinar los pesos en
consecuencia; es decir, se le asignara mayor peso a las mayores
3 demandas y menor peso a las menores demandas.
.
Mtra. Verónica Bolaños
 ALISAMIENTO EXPONENCIAL
:

El alisamiento exponencial ( atenuación exponencial) está

diseñada para compensar la principal debilidad del promedio
móvil, la de no responder lo suficiente a los resultados más
recientes. En esta modificación del promedio móvil, las
observaciones más recientes o los resultados de las ventas
no sólo no se incluyen, sino que en realidad se les da más
peso en la serie de tiempo
 ALISAMIENTO EXPONENCIAL Ó PROM. MÓVIL
PONDERADO:
El peso aplicado a la cifra de ventas más reciente, se
designa como ∝ (alfa) y se denomina la constante de
atenuación. Se le dará un valor entre 0.0 y 1.0

Nuevo promedio = ∝ (Últimas ventas)

+ (1-∝) (Promedio de ventas de
años anteriores).
 DATO
S
alfa (α), constante
de atenuación,
El pronóstico tasa de reacción,
La demanda real
más reciente constante de
que ocurrió en
(pronóstico del ajuste
ese periodo
último periodo) exponencial,
parámetro
suavizador.
(0<= α <=1)
 ¿CÓMO SE DETERMINA EL
VALOR DE
∝?

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

Mientras más peso se le dé a la última

observación, más importante será en el nuevo
promedio, y por lo tanto, menos
serán los datos anteriores. importantes
 ¿CÓMO SE DETERMINA EL
VALOR DE
∝?

Si las ventas cambian lentamente, los valores bajos

para ∝ funcionan muy bien, sin embargo cuando las
ventas experimentan cambios rápidos y fluctuaciones
hay que adjudicar valores altos para ∝
 ¿CÓMO SE DETERMINA EL
VALOR DE
∝?

Para determinar el valor de ∝ en forma más

específica, se pueden probar diferentes valores
en los registros de las ventas pasadas y
averiguar qué valor de ∝ habría conducido al
más pequeño error en la predicción.
LA REGRESIÓN LINEAL MODELA, EN LA FORMA
DE UNA ECUACIÓN MATEMÁTICA, LA RELACIÓN
ENTRE DOS VARIABLES “X” (INDEPENDIENTE Y
“ “Y(DEPENDIENTE).
 ANALISIS DE REGRESION LINEAL

• La regresión se define como la relación funcional

de dos o más variables correlacionadas (demanda
vs tiempo). La regresión lineal se refiere a un tipo
especial de regresión donde las relaciones entre
las variables forman una línea recta.

Bienes raíces. La venta en Predecir fenómenos Normalmente en finanzas

función de las tasas de económicos como el y economía para
interés PIB pronosticar valores de
variables
macroeconómicas.
Fórmula que
trabajaremos
 CÓMO SE ESCRIBE LA FUNCIÓN DE
LA RECTA

Y = mX + b

Donde m y b son parámetros de la

recta.

m es la pendiente de la recta.
 PENDIENTE DE
LA RECTA
Es la inclinación de la recta
respecto del eje horizontal x

m>0

m<0
 UN
EJEMPLO:
Altura (cm) Peso (kg)

135 26

145 33

141 32

143 30
Supongamos que se 133 31

mide la altura de 17 140 33

niños de 11 años de 152 36

149 32
edad y se registra el 164 47

peso. En la tabla de la 137 29

derecha se 149 35

164 43
presentan los datos. 141 29

143 32

133 23

140 37

152 45
 ESTUDIEMOS ESTA
RELACIÓN

50

45 En el gráfico los puntos

40 (x;y) están dispersos en
35
el plano definido por las
Peso

30
dos variables: Altura y
25
Peso.
20

15 Ambas variables
10
120 130 140 150 160 170 180 son numéricas.
Altur
a

Mtra. Verónica Bolaños

 ¿CÓMO AJUSTAR LA RECTA
A NUESTROS
DATOS?

50

45

De las infinitas rectas que 40

35

pueden pasar por la nube

Peso
30

de puntos. ¿Cuál estimará 25

20

mejor los parámetros de 15

la recta? 10
120 130 140 150 160 170 180
Altur
a
MÉTODO DE MÍNIMOS
CUADRADOS

Es la recta cuya distancia

entre el valor observado
y la RECTA DE REGRESIÓN
ESTIMADA sea
mínima.

Mtra. Verónica Bolaños

PASOS PARA GRAFICAR LOS
DATOS
¿CÓMO GRAFICAR Y AJUSTAR LA RECTA
UTILIZANDO UNA HOJA EXCEL?

Mtra. Verónica Bolaños

Escri1biºr lPosasdoatos(x;y) en

columnas, y
seleccionarlos.
 2º
PASO
Ir al Menú – Insertar – Gráfico
y seleccionar, XY (Dispersión).

Mtra. Verónica Bolaños

 Posicionarse en un punto
3º y tocar el botón de la
PASO derecha del Mouse y
seleccionar:
Agregar línea de
tendencia…

No olvidar escribir el título,

nombre de variables y elegir
una escala correcta para los
ejes.
En Opciones, tildar:

P4reºsePnatsarolaecuación en el
gráfico Presentar el valor R2 en el
gráfico
 5º PASO - LA RECTA
OBTENIDA

50

45

40
35
Peso

30
25

20 y = 0,5289x - 42,833
R2 = 0,716
15

10
120 130 140 150 160 170 180
Altur
a
 ¿CÓMO
INTERPRETAMOS LA
RECTA?

Ŷ = 0,5289 X - 42,833

La pendiente positiva 0,5289 nos indica que a

medida que aumenta la altura aumenta el peso.

La relación entre ambas variables es directa.

¿CÓMO INTERPRETAMOS EL COEFICIENTE
DE DETERMINACIÓN?

R2= 0,716

Indica que el modelo explica

a los datos en
aproximadamente un 71,6%.
 MÍNIMOS
CUADRADOS:

•Este método, nos permite crear un pronóstico de las ventas, basados en el historial de las ventas
pasadas, y tomando en cuenta las tendencias.

• También nos permite encontrar la ecuación de una

•recta a partir de datos experimentales (variables).

•Podemos decir entonces, que el método de mínimos cuadrados, nos permite encontrar la “mejo
recta que mejor ajusta a todos los puntos de una gráfica.
En el ejemplo, en 192 autos producidos, se midieron cuántos fueron
entregados, y cuánto tiempo tardaron en su entrega.

Y= a 48.81 (en promedio un auto nuevo tardaría 49 días en entregarse,

según el historial de entregas)
La pendiente sería 2.0687 (números y como números x)
La intersección sería 21.925 (eje número y como número x)

R2 tiene el 95% de relación (esto es que hay un 95% de probabilidad de que

se logre el pronóstico de entrega, o un error el 5% en el pronóstico)
x y
OPCIONES DIAS DE
ENTREGA
DIAS DE ENTREGA 3 25
4 32
80 y = 2.0687x + 4 26
7 38
70 21.925
R² = 7 34
0.9575 8 41
60 DIAS DE
9 39
11 46
50 ENTRE 12 44
12 51
GA 14 53
40 16 58
Lineal 17 61
30 (DIAS DE 20 64
23 66
20 ENTREG 25 70
0 10 20 30 A) 192
2.5. Pronósticos en el sector servicios.
2.6. Pronósticos para empresas en creación
 PRUEBAS DE MERCADO

El desarrollo e introducción de un nuevo producto plantea

problemas especiales.

Si el nuevo producto es un sustituto o una modificación de

una línea que ya existe , los datos y las opiniones aplicables
al producto anterior es probable que sean muy útiles para
prever como seria recibida la nueva versión; pero cuando el
producto es radicalmente diferente, habrá que generar nueva
información.
 Además los métodos de pronósticos ya
mencionados puede ser conveniente
someter el nuevo producto a una prueba de
mercado muy limitada.

Esa prueba es como un

experimento controlado en el cual
el área de mercado y el método
de presentación son elegidos y
controlados cuidadosamente .
En todo experimento existe el peligro de que se seleccionen
las variables equivocadas , se maneje mal y falte control.

El costo de superar esas condiciones es a menudo enorme y

limita por lo tanto la amplitud y el alcance de las pruebas
de mercado.
 INVESTIGACIÓN DE MERCADO

Otro método de pronostico es un programa interno

o contratado de investigación de mercado . Puede
servir para nuevos productos o para los que ya
existen y para los cuales se requiere información
mas amplia. La finalidad de la investigación es
identificar la naturaleza del consumo .
 Después de determinar como varían las ventas
generales con las diferencias de localidad, la ocupación
del comprador, los precios , la calidad, la cantidad, el
ingreso del consumidor y otros factores ,esa información
se relaciona con un producto especifico y se hace un
pronostico.
de pronósticos .
Las fuerzas económicas identificadas
en una investigación de mercado son
especialmente valiosas cuando se
combinan con otros métodos
 DATOS HISTÓRICOS

El basar las estimaciones de la actividad futura en el

comportamiento anterior de un producto es uno de los
métodos de pronósticos mas comúnmente usados y mas
confiables que existen. Tiene la ventaja de ser
cuantificable y objetivo. Sin embargo no es perfecto .

Aparecen inexactitudes cuando las condiciones

económicas que prevalecían en el pasado no existen ya.
Los juicios siguen siendo un ingrediente necesario de
todo método de pronósticos.
El mejor método que debe usarse para un determinado
conjunto de datos es aquel que mas se aproxime a su
patrón . En esencia estaremos usando estimaciones de
resultados anteriores para estimar resultados futuros .