Pronosticos

!
DE VENTAS
PRONSTICOS
UNA
HERRAMIENTA
COMERCIAL
Curso dirigido a tecnlogos,

profesionales, empresarios y
ejecutivos del rea comercial con
formacin en distintas disciplinas, con
conocimientos bsicos en excel, que
se deseen capacitarse en la gestin
de pronsticos de ventas sin la
dificultad de las complicadas
matemticas y anticiparse al futuro
!1 .
Contenido para el curso

Pronsticos de ventas
!!
!!
!
Una herramienta comercial
Mdulo 1 El futuro te espera, anticpate
Mdulo 3 Relaciones que lo son todo
Tema 1 Definicin
Tema 2 Dos ventajas fundamentales de
los pronsticos
Tema 3 Dos desventajas de los
pronsticos
Tema 4 Tres argumentos claves para
tener xito con lo pronsticos
Tema 5 Pronsticos en el corto, mediano
y largo plazo
Tema 6 Herramientas necesarias.
Tema 7 Aprovchate de los expertos.
Tema 8 Aprovchate de los datos
histricos
Tema 9 La tcnica del espejo
Tema 1 La relacin y el pronstico para

dos variables
Tema 2 La relacin y el pronstico para
ms de dos variables
Tema 3Cmo analiza las respuestas?
Tema 4 Estima los posibles errores
seriales.
Tema 5 Estima los posibles errores
temporales.
Tema 6 Presenta conclusiones exitosas
en 7 pasos
!
Mdulo 2 El pasado no perdona.
!
Tema 1 Cmo pronosticar si vas a

empezar tu negocio?
Tema 2 Pronostica tus ventas si se
comportan similarmente periodo tras
periodo
Tema 3 Pronostica tus ventas si se
comportan similarmente por grupo de
periodos
Tema 4 Pronostica tus ventas si tienes
meses de ventas ms importante que
otros
Tema 5 Pronostica tus ventas con base
en otros pronsticos que tengas
!
!
!
!
!
!
Mdulo 4 Banco de problemas
!
Tema 1 Problemas resueltos

Tema 2 Problemas para resolver
Tema 3 Solucionario de ejercicios
!!
Objetivos de aprendizaje
1. Entender los tres horizontes de tiempo y cuales
modelos se aplican a cada uno.
2. Comprender cundo debe usarse cada uno de
los modelos cualitativos.
3. Aplicar exitosamente los mtodos cualitativos
4. Aprender fcilmente la ciencia de pronsticos
de las ventas
5. Desarrollar habilidades para la toma de
decisiones.
6. Aprender a presentar informes exitosos
!
!
!2
Mdulo 1 El futuro te espera, anticpate
Tema 1 Definicin
Tema 2 Dos ventajas fundamentales de los pronsticos
Tema 3 Dos desventajas de los pronsticos
Tema 4 Tres argumentos claves para tener xito con lo pronsticos
!
!
Objetivo de aprendizaje
Comprender la definicin de un pronstico, sus pros, sus contras y cules son las claves fundamentales para tener
xito con ellos.
!
!
Tema
!
1 Introduccin y definicin
Las empresas se mueven en su vida diaria dentro de un contexto altamente incierto, ya que
existen muchas variables que afectan sus resultados, estas variables pueden ser incontrolables y
dentro de ellas se puede hablar de diferentes tipos como: poltico, econmico, socioculturales,
tecnolgicos, ecolgicos y legales que repercuten de forma relevante en los costos de
produccin, inventarios y especialmente en la estimacin de las ventas. Es ah en ese ltimo
aspecto, en las ventas, donde centraremos toda nuestra atencin para disminuir el margen de
incertidumbre del futuro y puedas dominarlo.
!
Muchos gerentes piensan que los pronsticos de ventas, son la pieza de informacin ms
importante de su plan de mercadeo y no estn equivocados, porque A quin no le gustara
conocer el futuro? y A quin no le gustara saber qu pasara si haciendo algunos cambios, las
ventas se podran afectar positiva o negativamente?.
!
Adentrmonos entonces a encontrar una definicin: un pronstico es una estimacin de
eventos futuros con base siempre en hechos del pasado y dentro de un periodo determinado de
tiempo, con el propsito especfico de reducir la incertidumbre de los eventos y poder apoyar la
acertada toma de decisiones para prepararse antes dichos acontecimientos. Si dejas de lado los
!3
datos del pasado simplemente estas haciendo una prediccin.
!
Muchos gerentes piensan que sta actividad es estrictamente una funcin de un ingeniero
industrial, pero este curso pretende empoderar a un; empresario, ejecutivo o emprendedor a
realizar dicha actividad de una forma sencilla, prctica y sobre todo til, sin mayores
complicaciones. Tu lo puedes lograr!
!
Tema 2 Dos ventajas fundamentales de los pronsticos
La intuicin o el olfato para los negocios, es una caracterstica que pocos empresarios o
gerentes realmente tienen o han explotado. Si bien es cierto que este aspecto ha llevado al xito a
muchos, tambin ha llevado a muchos al fracaso; de ah que existe la necesidad de que
involucres a esas intuiciones una herramienta cientfica pero sencilla, para optimizar los
resultados del futuro , optimicen tu toma de decisiones y adelantarse a tus competidores.
!
La estimacin de un pronstico puede influir en muchas reas dentro de la empresa aparte del
rea de marketing (plan operativo), pero para citar algunas: en el rea financiera y contable, los
pronsticos proporcionan el fundamento para la planeacin estratgica de presupuesto y control
de costos, en el rea de recursos humanos, los pronsticos pueden estimar la cantidad de
personas a contratar, capacitar o despedir dependiendo del conocimiento de la demanda esperada
y finalmente en el rea de logstica; los pronsticos pueden estimar los requerimiento de los
materiales, anticiparse a los precios de los materiales y la estimacin de las necesidades de
transporte.
!
Tema
!
3 Dos desventajas de los pronsticos
Un pronstico no es una verdad absoluta, es slo una aproximacin al comportamiento de una
variable en el tiempo pasado. Usualmente los pronsticos no son perfectos, ya que son muchos
los aspectos externos que pueden influir y hacer cambiar la estimacin final, como por ejemplo
cambios de: vendedores, precio, polticas comerciales o sistemas logsticos entre otros aspectos.
!4
Pero en vez de caminar en la oscuridad, una luz es una buena seal.
!
El futuro puede ser: inmediato, a corto plazo o a largo plazo (entendiendo corto plazo menos
de un ao y largo plazo mayor a 3 aos). Entre ms largo el horizonte a pronosticar mayores
sern los errores del pronstico ya que la herramienta no podr seguir de forma cercana la
secuencia de los datos debido a que aparecern en el futuro factores que influyen en la demanda
que la harn cambiar diariamente. De ah que despus de terminar cada periodo a analizar (o
periodo de ventas) los pronsticos deben: revisarse, corregirse y estimar su error.
!
Tema
!
4 Dos argumentos claves para tener xito con lo pronsticos
Datos confiables y suficientes. Como los pronsticos tienen su base en datos histricos, estos
datos deben ser verdicos, que hayan ocurrido realmente y que estn bien documentados. Si
estos datos son falsos o no han sido bien recolectados pueden llegar a ser eventos imaginarios y
los resultados tendrn las mismas caractersticas. Si la herramienta recibe datos basura, dar
como resultados pronsticos basura. De igual manera la suficiencia de los datos es importante,
ya que entre menos datos, los pronsticos no podrn describir adecuadamente los mismos
segmentos futuros del tiempo.
!
Conocimiento de las diferentes tcnicas. Conforme como avance nuestro curso, veremos que
no existe un mtodo de pronstico superior a otro, solo un mtodo que describe mejor la
secuencia de unos datos presentados ya que dentro del mismo comportamiento de los datos,
pueden ser aplicados diferentes mtodos, el conocerlos dar como resultado: escoger el mtodo
adecuado e interpretar su resultado para tomar decisiones acertadas. Como existen muchas
formas de abordar la realidad, tambin existen muchas formas de resolverla, si se desconocen
ser difcil encontrar un pronstico acertado.
!
Conocimiento de herramientas adecuadas. La mayora de las tcnicas de pronsticos
requieren clculos matemticos, en consecuencia con esto es importante para el desarrollo de
este curso que tengas conocimientos bsicos en manejo de hojas de clculo (Excel) y que la
!5
experticia en el manejo del computador sea buena, ya que aunque se pueden realizar algunos
procedimientos sin ayuda del mismo, esto puede adicionar errores de transcripcin, demoras en
el tiempo y prdida de tiempos posteriores y cuando se requiera hacer un nuevo pronstico,
tendrs que transcribir nuevamente los datos.
!
La realidad, cualquiera que sea el mbito; empresarial o personal, involucra
muchas variables y constantemente se van adhiriendo unas nuevas, conocer
qu influencia tienen stas y cmo ser el futuro, nos ayudar desde ahora a
planearlo de una forma efectiva.
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!6
Actividad 1: Sopa de letras!
A continuacin podrs encontrar una sopa de letras con las 19 palabras ms

importantes de los conceptos bsicos; identifcalas y encirralas.
La ubicacin de las palabras pueden ser: horizontales, verticales u oblicuas. Exito
en tu misin.
Una vez termines de responder oprime el botn resolver y encontraras tu puntaje y
las respuestas acertadas.
!
!
!
!7
Tema 5 Pronsticos en el corto, mediano y largo plazo

Tema 6 Banco de trminos
Tema 7 Aprovchate de los expertos
Tema 8 Aprovchate de los datos histricos.
!
Comprender cundo deben usarse cada uno los diferentes enfoques, sus alcances y sus limitaciones.
!
Tema
!
5 Pronsticos en el corto, mediano y largo plazo
Tcnicamente y por lo general, los pronsticos se dividen de acuerdo al horizonte del tiempo
que se cubre. As entonces el horizonte de tiempo se clasifica en tres categoras (Hayzer, 2012):
corto, mediano y largo plazo.
En la tabla (1) puedes observar sus alcances y su uso ms
frecuente. Posteriormente, con base en sta misma clasificacin podremos asignar los modelos
que son ms eficientes en dicho segmento de tiempo:
Tabla 1: horizontes de tiempo
Horizonte de
tiempo
Alcance
Usabilidad ms frecuente
Corto plazo
menos de 3 meses
Ventas de negocios o productos nuevos.

Estimacin de; mano de obra, compras,
asignacin de recursos y niveles de
produccin en procesos por proyecto.
Mediano plazo
de 3 meses a 3 aos
Planeacin de ventas en ciclo de

crecimiento.
Estimar el presupuesto de gastos y el flujo
de efectivo
!8
Largo plazo
mayor de 3 aos
Estimar la ubicacin o expansin de las

instalaciones
Encontrar la influencia de una variable o
variables.
Establecer el impacto de los cambios en
el producto producidos por el rea de
investigacin y desarrollo.
Los pronsticos a mediano y largo plazo, se diferencian de los a corto plazo por:
Los pronsticos a corto plazo no cuentan con los suficientes datos que puedan describir el
comportamiento de una variable dentro de los diferentes ciclos de la misma. Para nuestro
caso en el rea comercial, no podr estimar los momentos de mayor ventas o menor , si
nuestro producto tiene una demanda cclica.
Los pronsticos a mediano plazo, como vers ms adelante involucran slo un grupo de
modelos cuantitativos que no son convenientes utilizar en otros horizontes de tiempo,
esto debido a sus caractersticas tcnicas como los veremos en el mdulo 3.
Como recordars del mdulo anterior, el horizonte largo de tiempo ocasiona mayores
errores en la estimacin del pronstico ya que sern muchas ms las variables que afectan
el comportamiento analizado.
Tema 6 Herramientas necesarias

Banco de trminos bsicos
!
Demanda: Cantidad de producto (tangible o intangible) que los compradores de un mercado
determinados estn dispuestos a adquirir durante un cierto periodo de tiempo (Lamb, 2012).
!
Patrones de demanda: La demanda presenta diferentes formas de comportamientos o patrones,
estos patrones depende de la forma como se comportan los datos. A continuacin puedes
encontrar los diferentes patrones y sus caractersticas (tabla 2). Es muy importante que las
puedas distinguir, ya que graficar el comportamiento de los datos nos ser muy til en el
momento de escoger los modelos de pronstico.
!9
!
Tabla 2: patrones de demanda
!
Patrn
demanda
Horizontal
d e Definicin
Grfico
La fluctuacin de los datos de la

demanda, tienen un comportamiento
constante (ni creciente, ni decreciente en
el tiempo), su comportamiento se mueve
entre una media constante.
!
De tendencia

demanda, tienen un comportamiento
constante pero creciente (hacia arriba) o
decreciente (hacia abajo). Puede que
tenga altos o bajos pero su
comportamiento puede describir
incremento o decrecimiento.
!
Estacional

demanda, similares en determinados
segmentos del tiempo, pareciera que se
repitiera el mismo comportamiento a
travs del: da, semana, mes o
temporadas.
Aleatorio

demanda es impredecible, no presenta
un comportamiento ni repetitivo ni
similar a otros mostrados en el pasado.
Fuente: Heyzer, J. & Render B. (2012). Administracin de operaciones. Mxico: Prentice Hall.
!10
Secuencia: De ahora en adelante, cuando no refiramos a la secuencia, debemos siempre definirla

como la representacin grfica de los datos de la demanda a travs del tiempo, esta unin de
puntos representa entonces la base del problema de pronstico, ya que el objetivo es encontrar un
modelo que siga de mejor forma la secuencia.
!
Tendencia: De ahora en adelante, denominaremos tendencia a la curva de puntos de pronsticos
que sigue la secuencia, como si se tratase de su sombra. Entre ms esta sombra describa mejor la
secuencia, ser mucho ms acertado nuestro pronstico.
!
Enfoque de los pronsticos
!
Una vez tengas: definido tu variable a analizar, la calidad de los datos y el segmento de tiempo a
utilizar, debes empezar a pensar qu mtodos se pueden utilizar para llegar a encontrar tu
respuesta y su posterior interpretacin. Existen dos grupos grandes de enfoque para analizar los
pronsticos: cualitativos y cuantitativos. El enfoque cualitativo, se basa en los juicios
de
personas respecto a las variables a utilizar, ya que stas personas han sido protagonistas o
testigos del comportamiento de las mismas en el pasado y sta experiencia los avala para dar sus
propias conclusiones. El enfoque cuantitativo, se basa en la utilizacin de modelos matemticos
que analizan datos histricos para dar sus conclusiones.
!
Durante este curso, tendrs la oportunidad de conocer de una forma fcil y sencilla dichos
mtodos, vers que es ms simple de lo que piensas. Como algunos de ellos necesitan algunos
clculos especiales utilizaremos el computador, pero ser simplemente por ahorrar tiempo y
evitar errores de transcripcin.
!
Cul es el mejor mtodo?
!
Con la informacin que ya tienes, te estars preguntando la misma pregunta que todos los
!11
estudiantes se hacen en este mismo punto: cul es el mejor mtodo? y para responder esta
pregunta debes pensar en tres razones:
i.
La propiedad de los datos: Debes siempre graficar tus datos, poniendo en el eje
horizontal (llamado eje x e independiente) el lapso de tiempo (das, semanas, meses, aos
etc) y en el eje vertical (llamado eje y dependiente) la cantidad de unidades de ventas o
unidad de medida de la variable seleccionada. Luego debers compararla con los tipos de
demanda y de all de los mtodos para cada tipo de demanda, encontrars los modelos
que se ajusten a dicha secuencia.
ii.
La cantidad de los datos: Entre ms pocos datos tengas menor capacidad tendr tu
modelo de encontrar una tendencia que pueda describir la secuencia. No olvides una de
nuestras reglas de oro: entre ms largo sea el horizonte a pronosticar, mayor error tendr
nuestro pronstico.
iii. El menor error: Aquel mtodo cuya tendencia sea la mejor describe la secuencia, ser la
que menor error presente y por ende ser el modelo seleccionado. En el siguiente mdulo
ampliaremos la forma de hacerlo.
!
Tema
!
7 Aprovchate de los expertos
Todos conocemos el valor incalculable que tiene el recurso humano dentro de cada compaa.
Estos modelos involucran no solamente datos histricos sino tambin las emociones, las
experiencia previas y las apreciaciones subjetivas de cada persona. Despreciar sus experiencias
personales sera como tirar un tesoro al mar. A continuacin veremos cada uno de los mtodos,
en qu consisten, sus ventajas y sus desventajas.
!
Consulta a tu fuerza de ventas
!
Los que estn ms cerca de los clientes son los que mejor perfil se pueden hacer de ellos, los
conocen, su contacto directo con ellos, hace que sus apreciaciones sean poderosas. El
procedimiento es muy sencillo: A cada uno de los vendedores, pregntales por separado cules
sern las ventas para su regin o permetro asignado, luego asegrate con tu propia experiencia
que sean realistas y para finalizar smalos todos para tener una cifra total.
!12
!
Ventajas
Los territorios divididos de los vendedores hace que los vendedores puedan tener la
oportunidad de conocer a los clientes individualmente, conocer el negocio en que ellos se
mueven y tambin las pocas tanto de baja venta como lo contrario.
Los vendedores, tienen como aliciente su comisin, por ende son los primeros interesados
que sus clientes siempre tengan producto.
Desventajas
Algunos vendedores pueden ser optimistas y estimar la cantidad por encima de lo real,
por lo contrario otros vendedores pueden ser tmidos o cautelosos y estimar la cantidad
por debajo de lo real.
Las variables de la realidad son muchas y puede que los vendedores o tu mismo no
puedas involucrar todas las variables que influyan en la cantidad a estimar.
!
Consulta a tus ejecutivos
!
Dentro de la empresa existen diferentes perfiles de profesionales, pero dependiendo de su tamao

tambin puede ser posible que tu seas el que tienes que desempear todos estos papeles, dentro
de los cuales estn por ejemplo: gerentes de investigacin y desarrollo, gerentes de mercadeo,
gerentes de ventas, ejecutivos de ventas gerentes tcnicos. Este mtodo quiere involucrar a
todos ellos para que den sus opiniones y estimen una cantidad. Este tipo de pronsticos es muy
utilizado cuando los productos o servicios que se manejan tienen alto contenido tecnolgico.
!
Ventajas
El hecho de que muchas personas opinen al respecto puede dejar ver al lder del tema, ver
puntos de vista que antes no haba pensado.
Es muy ventajoso para cuando el artculo a comercializar pertenece al rea de la
tecnologa.
Desventajas
Es un mtodo costoso, ya que se invierte tiempo de ejecutivos importantes dentro de la
!13
organizacin y el tiempo de dichas personas cuesta.

Los criterios de todas las personas pueden ser diferentes, ya que cada uno mirar el
panorama desde su ptica, luego es posible que tengas cifras que al compararlas sean
dismiles.
Consulta a expertos fuera de tu empresa
!
Generalmente para ste mtodo debes reunir tres grupos de personas; las primeras son las
personas que elaboran el pronstico como tal o puedes ser t mismo, el segundo grupo es el
personal de apoyo que se dedica a enviar los cuestionarios a los expertos y recopilar la
informacin y por ltimo el grupo de los entrevistados, que generalmente se encuentran fuera de
tu empresa y cuyas opiniones son importantes, por algo los has elegido. Posteriormente a ello
debes asociar dichos conceptos y sacar el propio tuyo, como un pronstico. Este mtodo
generalmente es llamado Delphi, por aquella historia de la mitologa griega de los guerreros de ir
a preguntar al orculo (Delphos) sobre el futuro de sus batallas.
Ventajas
Es muy til cuando se trata de un producto que tiene alto contenido tecnolgico y son
muchas las variables que puedan afectar su calidad.
Las personas podrn ser muy sinceras con los resultados que diligencien en los
cuestionarios, ya que nos sern posteriormente evaluadas por tales resultados.
!
Desventajas
El tiempo que se invierte en ste mtodo es mayor que el de los otros, ya que no siempre
puedes contar con la disponibilidad de los expertos para el mismo tiempo y tal vez
cuando lleguen las respuestas y se produzcan los anlisis sea demasiado tarde.
Como los expertos, son personas ajenas a tu empresa, pues ellos por no tener
responsabilidad directa puede que no se tomen el trabajo tan en serio y pueden entregar el
trabajo muy rpido y de mala calidad , ante la pena de no haberlo podido entregar antes.
!
!14
!
!
Consulta al mercado
!
En los mtodos anteriores nunca se haba preguntado a los consumidores o usuarios del
producto, en ste mtodo puedes involucrarlos para conocer de primera mano lo que ellos
piensan al respecto de la posibilidad de comprarlo la primera vez o la posibilidad de seguir
comprando en el futuro y con qu frecuencia. Para ello debes disear un cuestionario, con la
variable de tu eleccin y luego de recibir los datos analizarlos detenidamente. No olvides:
seleccionar adecuadamente el tamao de la muestra, escoger muy bien a tus encuestados para
que ellos pertenezcan al grupo de clientes y escoger muy bien el canal por el cual van a llegar
dichas encuestas.
!
Ventajas
Entre ms cerca ests de las opiniones de tus consumidores reales, mejor ser el resultado
de tu estrategia en el futuro. Nada mejor que preguntarle a los que van a usar el producto.
Existen en la actualidad diferentes aplicaciones en la nube que permiten recolectar y
tabular la informacin de las encuestas, evitando as errores de transcripcin y ahorrando
tiempo.
!
Desventajas
Los resultados no podrn ser utilizados con mucho rango de tiempo, generalmente menos
de tres meses porque las condiciones del mercado cambian rpidamente.
El diseo del cuestionario lleva bastante tiempo, ya que debers aplicar diferentes tipos
de escala, validar los cuestionarios de preguntas con expertos y una muy buena seleccin
de preguntas, que te puedan llevar a tomar verdaderas decisiones para el futuro.
!
!
Tema
!
8 Aprovchate de los datos histricos.
El secreto para los pronsticos, esta en los datos histricos, es con base en ellos y solamente en
!15
ellos que podemos decir como se van a comportar en el futuro. Ellos realmente son relevantes y
contienen la informacin pertinente para realizar nuestro anlisis.
!
A diferencia de los mtodos cualitativos que viste anteriormente, existe otra gama de pronsticos
que pertenecen a los que comnmente se llaman cuantitativos, es decir los que utilizan modelos
matemticos para poder estimar el futuro. Para desarrollar estos modelos tendremos que
apoyarnos en tus conocimientos de excel y simples matemticas, ya que stos facilitarn los
clculos, disminuirn los errores y nos dar el tiempo suficiente para interpretar los resultados.
!
Los modelos cuantitativos, estn divididos en dos grandes grupos:
!
El primero de ellos se basa solamente en datos anteriores y asume que todas variables que se
encuentran involucradas en el pasado, tendrn una influencia en el futuro. Aqu se involucran
dos variables: el tiempo y la cantidad de ventas (en las unidades que manejes el producto). Es
decir es como mirar por encima del hombro y hacia atrs, pensando en un segmento anterior en
el tiempo determinado y pronosticar lo que suceder en el futuro, de una forma similar a lo que
fue aquel vistazo. A ste primer grupo se le conoce como modelos de series de tiempo. Por
ejemplo: si queremos conocer cuantas tortas de navidad podemos vender en una pastelera que
est abierta desde hace 5 aos, bastara con ver los registros de las ventas de las ltimas
navidades y decir que con base en los ltimos cinco aos, pronosticamos vender (x) cantidad de
tortas navideas.
!
El segundo grupo, a diferencia del anterior, no solo utiliza los datos del pasado para predecir el
futuro sino que encuentra la relacin o la influencia que existe entre entre las dos variables que
se utilicen. Aqu, a diferencia del grupo anterior, no solamente se pueden involucrar dos variables
como el tiempo y la demanda, sino tambin otras diferentes como: la temperatura y la demanda,
nmero de defectos y cantidad de llamadas de reclamos la cantidad de lluvia y el nmero de
enfermos de gripa. Dicho de otras manera, este grupo podr predecir qu pasa con una variable si
la otra aumenta, por esta razn es que a este grupo se le conoce como modelos causales.
!16
!
En el mdulo siguiente podrs conocer a profundidad cada uno de ellos: cmo se utilizan,
cuando se utilizan, cules son sus ventajas y qu interpretacin puedes hacer con ellos.
Tema 9 La tcnica
del espejo
Cuando
nos
levantamos en la
maana uno de
nuestros actos, casi
de los primeros, es
vernos en un espejo.
Esperamos que ste
espejo realmente nos muestre como realmente somos y con base en este criterios, de reflejar la
realidad, determinamos que un espejo es bueno o es malo; ya que desdibuja o dibuja
acertadamente nuestro rostro. Si tomamos esta comparacin del espejo, realmente esto es lo que
queremos hacer con nuestro pronstico. Existe as pues, un rostro real para nuestro caso: los
datos de la demanda, que como dijimos en el tema 2, son la secuencia y el reflejo del espejo es la
tendencia, es decir la recta que trata de describir de la mejor forma el comportamiento de la
secuencia.
La lnea roja (tendencia o pronstico) y la lnea azul ( secuencia o demanda real).

Es precisamente all en el seguimiento de la tendencia a la secuencia donde encontraremos el mejor modelo (espejo)
que describa la secuencia y por ende el mejor pronstico.
!!
!!
!17
Actividad 2: Test rpido de conocimientos!
Aqu te presentamos un breve cuestionario de 4 preguntas; selecciona de las

alternativas presentadas cual es la respuesta correcta. Solamente debes sealar una
alternativa.
La experiencia, no solo depende de hechos pasados, que para

nuestro caso es muy importante, sino tambin el saber acumulado
durante un proceso acumulado en el tiempo y las vivencias
reflexivas que unidas con decisiones personales, se puedan replicar
en el futuro. Esta experiencia no se puede desaprovechar.
!!
!
!
!
(en amarillo los resultados correctos)
1.- El horizonte corto de tiempo para la estimacin de un pronstico es:

a. Menos de un ao
b. Menos de tres meses
c. Entre tres meses y un ao
d. Ninguna de las anteriores
2.- Entre ms largo el horizonte de tiempo a pronosticar mayores errores?
a. Totalmente de acuerdo
b. Totalmente en desacuerdo
3.- La tendencia de un pronstico: (completa la frase con la mejor respuesta)
a. Siempre debe describir la secuencia de los datos
b. Siempre debe describirse a ella misma.
c. Siempre debe ser una linea recta e infinita.
4. Para conocer cual mtodo es el ms adecuado para realizar un pronstico debes pensar en:
a. Los anlisis cualitativos y cuantitativos.
!18
Actividad 3: Juego flash card!
Te mostraremos ahora una serie de grficas de comportamientos de datos de

ventas; presta atencin a la pregunta que aparece y selecciona de los
patrones presentados cual corresponde a dicho comportamiento.
Concntrate, divirtete y acierta
Una vez termines de responder oprime el botn resolver y encontraras tu
puntaje y las respuestas acertadas.
b. El horizonte te tiempo
c. La propiedad de los datos, la cantidad de los datos y el menor error.
!
!
!
!
!
!
!!
!
El patrn de esta demanda es:
Horizontal
Estacional
De tendencia
!!
!!
!!
!!
!!
!!
!19

importantes en el lenguaje de los pronsticos; identifcalas y encirralas.
en tu misin.
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!
!20
!!
!!
!!
!!
!!
!!
!!
!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!!
!
!21
!
Mdulo 2 El pasado no perdona.
!
!
Tema 1 Cmo pronosticar si vas a empezar tu negocio?

Tema 2 Pronostica tus ventas si se comportan similarmente periodo tras periodo
Tema 3 Pronostica tus ventas si se comportan similarmente por grupo de periodos
Tema 4 Pronostica tus ventas si tienes meses de ventas ms importante que otros
Tema 5 Pronostica tus ventas con base en otros pronsticos que tengas
!
Comprender e identificar de acuerdo a la secuencia de los datos, cul es el grupo ms adecuado y cul modelo
dentro de ese mismo grupo es el ms conveniente para tomar decisiones.
!
!
Tema
!
1 Cmo pronosticar si vas a empezar tu negocio?
Este caso es el ms sencillo para que resuelvas. Lo primero que debes hacer es seguir el siguiente
protocolo:
Escoge muy bien el producto que vas a pronosticar. Recuerda que a l es el que le vas a
enfocar todas las energas y tiempo. Esta seleccin puede estar basada en el producto con:
mayor venta en unidades, mayor venta en pesos o mayor margen de contribucin.
Utiliza cualquiera de los mtodos cualitativos que describimos en el mdulo anterior,
recuerda tener en cuenta las ventajas y desventajas para cada uno de ellos. Saber cul es
el sector en el cual se encuentra el producto es algo trascendental.
Si tu negocio ya ha vendido una sola vez en el tiempo, la forma ms simple y sencilla es
usar el ltimo valor de tu venta como pronstico para el periodo siguiente (semana, mes,
ao etc). Dicho de otra manera el pronstico de la demanda para el siguiente periodo de
venta es igual a la demanda observada en el periodo inmediatamente anterior. Por
ejemplo;
si la demanda real de alquiler de vestidos de novias en el
mes anterior
(noviembre) fue de 55 unidades, la demanda de alquiler para diciembre ser de 55

unidades. A travs de ste mtodo estamos diciendo que el incremento de las ventas fue
de cero y que por mal que vaya a ir el negocio, alquilaremos las mismas cantidades del
!22
perodo inmediatamente anterior. A este modelo se le denomina UVP (ltimo valor

pronosticado). Recuerda: la importancia que se le esta dando a la demanda anterior en
este caso es del 100%.
Si tu negocio ya ha vendido dos veces en el tiempo, simplemente toma el incremento en
unidades del primer mes respecto al segundo y usa esa cantidad para adicionarla al ltimo
dato de la demanda que tienes. Retomemos nuestro ejemplo anterior de la tienda de
alquiler de vestidos de novias; ahora tenemos como datos de alquiler para octubre 50
unidades y 55 para el mes de noviembre. Como podemos ver el incremento de la
demanda fue de 5 unidades de un mes respecto del otro, as entonces el pronstico para
diciembre ser (55 und de la demanda de noviembre + 5 unidades del incremento ), para
un total de pronstico de 60 unidades. Nuestra respuesta completa ser: una vez analizado
la demanda de octubre y noviembre pasado, podemos pronosticar para el mes de
diciembre 60 unidades. (observa bien que siempre que damos una respuesta de un
pronstico ste debe dar alusin al periodo de tiempo pasado que utilizamos).
Interpretacin grfica: Para realizar la interpretaciones grficas, debes poner en el eje
horizontal los periodos de tiempo (das, semanas, meses, etc.) y en el eje vertical, la
demanda en unidades. Posteriormente y utilizando tu excel, grficas a travs de la
seccin; insertar. Como podemos ver en la grfica uno (vestido de novia, ref:
Alucinacin), que si utilizamos este modelo, la demanda ser la misma en el tiempo, es
decir siempre ser la misma es decir constante. Sin embargo como desventaja podemos
que ver que esta misma tendencia constante no otorga cabida a variaciones del negocio.
Por esta razn lo ms recomendable es utilizarlo para dos periodos como mximo.
!
!
!
Como ste modelo que acabamos de

ver utiliza de forma simple y
sencilla el ltimo valor de la
demanda, se denomina ltimo Valor
Pronosticado.
!!
!!
!
!23
!
La demanda puede ser constante si: conserva el mismo comportamiento en el
tiempo o su tasa de crecimiento o decrecimiento es la misma en el tiempo. Si la
tasa de crecimiento va hacia arriba, podrs decir que tu demanda es de
constante positiva y si es lo contrario, es decir que va hacia abajo, podrs decir
que tu demanda es de constante negativa.
!!
Tema
!
2 Pronostica tus ventas si se comportan similarmente periodo tras periodo
Lo primero que debes hacer, esa saber si tu demanda se comporta de sta manera y para esto
debes graficarla como describimos en el tema anterior. Graficar
el comportamiento de la
demanda no solamente es importante para esta forma de la que vamos hablar, sino que es
importante para todos los modelos que describiremos de aqu en adelante.
enfocar todas las energas y tiempo.
Si tu negocio ya ha vendido ms de dos veces, y los cambios que notas en la grfica no
son muy drsticos a travs del tiempo que has decidido tomar ( semana, das, meses, etc),
puedes darle a cada uno de los periodos la misma importancia, ya no como en el modelo
anterior en el cual le dimos el 100% al ltimo dato, sino igual para todos. Al decir igual
importancia, quiere decir que se toman todos los datos de la demanda y se divide por el
nmero de datos y ese ser el dato para el mes siguiente. Por ejemplo, si tenemos 5 datos
de los meses anteriores, sumaremos los cinco datos y los dividiremos entre cinco, con lo
cual estamos diciendo que la demanda de cada mes pesa o tiene una importancia de
un quinto (1/5); si fueran ocho datos dividiremos entre ocho y la importancia de cada
dato sera de un octavo (1/8) y as sucesivamente.
Veamos el siguiente ejemplo para avanzar: En una lavandera de ropa, se tienen los datos
de venta de los siguientes 5 meses, anteriores al mes actual en el que nos encontramos,
para nuestro ejemplo (tabla 3); el mes 1 es el ms antiguo y el mes 5 el ms reciente a la
fecha actual:
!
!
Tabla 3; demanda de lavandera de ropa
!24
!
Meses
Unidades de prendas
lavadas
Enero
Febrero
Marzo
Abril
Mayo
150
200
250
200
180
!
La experiencia, no solo !
!
Grfica 3: Comportamiento de las ventas en

la lavandera. Como se puede observar, las
variaciones de la demanda entre los meses
de enero a mayo, no estn muy lejanas unas
de otras, lo cual nos indica que podemos
utilizar el mtodo que estamos planteando.
!!
!!
!!
!!
Como estamos deseando pronosticar el mes de junio y el comportamiento de la demanda no es

muy fluctuante, bastar con el hecho que sumemos (150+200+250+200+180) y lo dividamos
entre 5, porque cinco son los periodos de los datos que tenemos. En ese orden de ideas
(150+200+250+200+180)/5 = 196 prendas. Si tienes muchos ms datos lo ms prctico es que
utilices tu hoja de excel; grafiques y luego encuentres el promedio de los datos.
!
Interpretacin grfica: Siguiendo los datos de la grfica 3, podemos concluir que una vez
analizados los datos de las ventas de la lavandera, entre los meses de enero y mayo,
podemos pronosticar que las ventas para el mes de junio son de 196 prendas. Para nuestro
caso todos los meses del rango (enero a mayo) tienen la misma importancia , es decir de
(1/5) y ninguno de ellos presenta variables diferentes que nos impidan hacer un
pronstico. Con base en estas 196 prendas, podremos planear por ejemplo: la cantidad de
jabn que se requiere para el proceso, la cantidad de operarios necesarios o los camiones
requeridos para hacer tanto la recoleccin y entrega de las prendas.
!25
!
!
La demanda que hemos visto en la grfica 3, contempla 5 datos; algunas veces se
pueden tener los datos de 10 aos, lo cual no sera muy conveniente, ya que son
muchas las cosas que pueden haber cambiado comercialmente como para poder
utilizar todos los datos. No siempre es recomendable usar todos los datos.
!
!
Tema
!
3 Pronostica tus ventas si se comportan similarmente por grupo de periodos
En los dos temas anteriores hemos visto que la demanda se ha comportado o igual a los datos
anteriores o de una forma similar todos entre s. Pero tambin existe la posibilidad que los datos
se parezcan ya no entre todos sino por grupos ms pequeos y otros grupos igualmente lo hagan,
no indicando necesariamente que el primer grupo se parezca al otro, puesto que los primeros
pueden tener un comportamiento constante creciente y los siguientes grupos un comportamiento
decreciente. A esa clase de comportamiento de la demanda es a la que dedicaremos este tema.
Sigue entonces el siguiente protocolo:
!
enfocar todo tu esfuerzo.
Grfica los datos de la demanda, recordando que debes poner en el eje horizontal los
periodos de tiempo (das, semanas, meses, aos etc) y en el eje vertical la demanda en
unidades. Apyate en excel para disminuir la posibilidad de errores.
Si tu negocio ya ha vendido ms de cuatro veces, y los cambios que notas en la demanda
son similares pero agrupndolos entre s ( de a dos, tres , cuatro o de acuerdo a ellos
mismos), podrs entonces sumar los de ese grupo que seleccionaste y dividirlo por el
tamao de grupo elegido. Debes tener en cuenta que el tamao de grupo debe siempre
permanecer constante durante todo el tiempo, es decir si elegiste agrupar los datos de a 3,
los clculos para la estimacin del pronstico debe hacerse de a tres y no de un nmero
diferente. No pierdas el foco, lo que pretendemos es utilizar la tcnica de espejo que ya
vimos, para poder hacer que nuestra tendencia (pronsticos) describa mejor la secuencia
!26
real (demanda).
Veamos el siguiente ejemplo: Tenemos un almacn que vende maz para hacer diferentes
tipos de producto de panadera. Los datos de las ventas se encuentran especificados en la
tabla 4. Nuestro objetivo es pronosticar la cantidad de toneladas de maz que se vendern
en diciembre.
!
!
Tabla 4; Demanda de ventas de maz
Periodos
ventas (ton.)
Junio
Julio
80
85
Agosto
50
Septiembre
Octubre
noviembre
Diciembre
45
60
65
Grafiquemos entonces como siempre la demanda para de all poder escoger el tamao del grupo:
(grfica 4):
!
!
!
Grfica 4; Demanda de maz
La experiencia, no solo
depende de hechos pasados,
que para nuestro caso es muy
Como podemos ver en la grfica, los datos de
junio a julio, son similares, se encuentran en un
comportamiento creciente, como tambin lo son
las parejas septiembre-octubre y octubrenoviembre. De igual manera las parejas julioagosto y agosto-septiembre tienen un
comportamiento similar decreciente. Por tales
razones vamos agrupar los datos de a dos y
establecer su promedio.
!
!
!
Utilicemos ahora excel para poder calcular la demanda y establecer la tendencia de nuestros
datos: (tabla 5)
Tabla 5; Datos de la demanda real y pronsticos caso venta de maz.
Grfica 5: Demanda real y pronsticos para las
!27
ventas de maz
!
!
Interpretacin grfica: Con base en la grfica 5 y los datos de la demanda entre los
perodos junio y noviembre, podemos pronosticar que la cantidad de toneladas que se
vendern en diciembre sern de 62.5. Igualmente hemos podido encontrar una tendencia (
en amarillo) que sigue muy de cerca la secuencia (en rosa). Podrs entonces ahora con
base en ste dato tomar decisiones como: tamao del lugar de almacenamiento,
negociaciones sobre polticas comerciales con el proveedor o repensar la logstica de
entrega, entre otros.
En la tabla de la izquierda podemos ver que para el mes de agosto, podemos pronosticar
82.5 ton. que han salido de tomar el promedio de los meses de junio y julio (ya que son
similares) y les hemos dado la misma importancia. Para el periodo siguiente, es decir
septiembre, debes tomar la dupla julio-agosto y tomar el promedio. Lo mismo debes
hacer para todos los dems datos hasta llegar a diciembre que no es otra cosa que el
promedio del grupo octubre-noviembre. En la grfica 5, puedes ver grfica como
quedaron nuestros pronsticos: ( en amarillo el pronstico y en rosa la demanda).
!
Los datos de la demanda en cada grupo tienen el mismo
importancia. Este peso o importancia radica esencialmente
grupo cuyo comportamiento de ventas sea similar. Para
agrupacin de dos, cada dato !
pesa 0.5, para el caso de una agrupacin de 3, cada dato
importancia de 0,33 y as sucesivamente.
peso o la misma
en el tamao del
el caso de una
pesa o tiene una
!28
!
Tema
!
4 Pronostica tus ventas si tienes meses de ventas ms importante que otros
El mtodo que hemos analizado anteriormente termin con la conclusin sobre el peso o
importancia de cada dato de ventas dentro del anlisis. Este modelo que veremos a continuacin
interpreta una realidad diferente y esta es la importancia individual que cada dato tenga dentro
del conglomerado de los mismo, es decir el primer dato puede pesar el 50%, el segundo el 30% y
el ltimo 20%, para un total del 100%. El secreto de este comportamiento, si as lo pudiramos
llamar, es poder encontrar el peso o importancia que afecta directamente los datos. Estos
porcentajes los debes desarrollar teniendo muy abiertos los ojos para encontrar el aspecto que
ms influye dentro de los datos. A continuacin encontrars el protocolo para desarrollar este
mtodo:
enfocar todo tu esfuerzo.
Grfica los datos de la demanda, recordando que debes poner en el eje horizontal los
periodos de tiempo (das, semanas, meses, aos etc) y en el eje vertical la demanda en
unidades. Apyate en excel para disminuir la posibilidad de errores.
Escoge el aspecto que influye o determina el comportamiento de tus datos ( si existe, de
no existir debes desarrollar el tema 3). Para que te hagas una idea de lo puede afectar los
datos piensa en: porcentaje de exactitud registro de datos; para los ms antiguos 10%,
para los menos recientes 40% y para los ms recientes 60%. Esto quiere decir que entre
ms antiguos los datos ms in exactos son y por ende sus pesos sern (0.1,0.4 y 0.6)
respectivamente.
Veamos el siguiente ejemplo: Para este caso los datos de la tabla 6 muestran los registros
de lluvia a travs un pluvimetro. Las unidades que se indican en la segunda fila se
encuentran en milmetros de agua y en la tercera fila el grado de exactitud del
instrumento medidor. Nuestro objetivo es pronosticar la cantidad de milmetros que
caern en diciembre.
Tabla 6; Milmetros de lluvia
!29
!
Periodos
Junio
Julio Agosto
Septiembre
Octubre
noviembre Diciembre
lluvia (mm)
10
15
20
15
20
15
grado exactitud
pluvimetro (%)
80
60
90
50
60
80
!
!
Grafiquemos entonces como siempre la demanda para de all poder escoger el tamao del grupo:
(grfica 6):aa!
!
!
En la grfica de la izquierda podemos ver los

milmetros de lluvia durante los meses
entregados. Como el grado de exactitud del
pluvimetro est ntimamente ligado a los
datos y stos mismos tienen un
comportamiento similar si los agrupamos de a
dos, miremos entonces los clculos en la tabla
6.
!
!
!
!
!
!
Tabla 7; Datos de la demanda real, pesos de los datos y pronsticos
!
!
!
!
Grfica 7: pronsticos de lluvias
Interpretacin grfica: Con base en la tabla 6, la grfica 5 y 6 , los datos entregados entre
junio a noviembre y los pesos de cada uno de los datos, podemos pronosticar que para
!30
diciembre caern 17.14 milmetros de agua. Con este dato se podrn entonces ahorrar
agua, ya que la cantidad de agua para diciembre puede que sea muy poca.
Como puedes ver en la ltima columna de la tabla 7, siempre debes considerar la
sumatoria de los pesos de los datos como divisor, ya que de esta manera cada cada podr
tener la ponderacin respectiva dentro del conjunto seleccionado.
!
!
Debes esforzarte en encontrar el aspecto que ms afecte a tus datos y refleje la
realidad de la situacin que ests analizando. Entre ms subjetivo sea la
escogencia del peso de los datos mayor ser el error del pronstico.
!
!
Tema 5 Pronostica tus ventas con base en otros pronsticos que tengas
!
El ltimo mtodo que veremos dentro de este grupo de: el pasado no perdona consiste en
refinar an ms el peso de cada uno de los datos, tal cual como lo hemos hecho en los temas
anteriores. Recordemos lo que hemos hecho; Hemos dado peso igual a todos los datos y hemos
asociado un peso diferente a cada dato de acuerdo a la realidad del anlisis. Tambin hemos
asociados los datos en grupos de comportamiento similar; De a dos, tres o cuatro. Y por ltimo
hemos involucrado en el pronstico los datos de la demanda y los pronsticos han sido nuestra
respuesta.
Para este nuevo mtodo, elaboramos el pronstico a partir del dato de la demanda
inmediatamente anterior y el pronstico del ltimo periodo calculado. Cada uno de estos datos
(demanda anterior y pronstico anterior) tienen un peso (o importancia) para cada uno. Este peso
lo denominaremos peso de suavizacin ( suavizado por que se tratar de tomar los datos y
ponerlos menos duros que la realidad) y su valor estar entre (0) y (1), siendo cero el valor que
tiene menor peso para los datos y uno el de mayor peso para los datos. Una de las reglas de oro
de est mtodo es que los pesos de suavizacin son complementarios es decir, la suma de los dos
siempre debe siempre dar uno, por ejemplo; Si a la demanda le das un peso de (0.4) quiere decir
que al ltimo pronstico calculado le estas dando un peso de (0.6), concluyendo (0.4+0.6=1).
Otro caso puede ser que a la demanda anterior le atribuyas un peso de (0.8) quiere decir que al
ltimo pronstico calculado le estas dando un peso de (0.2), concluyendo (0.8+0.2=1).
!31
Con base en lo planteamos anteriormente, podemos decir que el pronstico que estamos
buscando es igual a el peso de suavizacin por la demanda anterior ms el peso de suavizacin
complementaria por el pronstico anterior. Pero Cmo seleccionamos los pesos de la
suavizacin?. Cuando la demanda tiene un comportamiento estable (sin cambios bruscos en la
secuencia) lo mejor es utilizar pesos de suavizacin bajos (entre 0.1 y 0.4). Cuando la demanda
presenta muchos cambios en los datos ms reciente lo mejor es utilizar pesos de suavizacin
altos, ya que esto lograrn que el pronstico se ajuste mejor a la secuencia.
!
Si quisiramos decir en palabras del da a da, podramos decir que es un modelo en cual si
miramos hacia atrs donde existen; datos de ventas y pronsticos del pasado, no los
desconoceremos y miraremos al futuro basados en ellos.
El siguiente es el protocolo recomendado para ste mtodo:

enfocar todas las energas y el tiempo.
Grafica los datos existentes, teniendo siempre presente que en el eje horizontal debers
dejar los periodos de tiempo y en el eje vertical las ventas. Debes tener en cuenta que
cuando grficas los periodos de tiempo, debes dejar los datos ms antiguos en las
primeras filas de la columna y los ms recientes en la parte inferior, con eso logrars que
en la grfica te aparezcan los datos ms antiguos a la izquierda y los otros a la derecha.
Si ya tienes un pronstico anterior, proveniente de un mtodo anterior, utilzalo para dar
comienzo a los clculos, de no tenerlo debes encontrarlo ya sea por cualquier mtodo
cualitativo o cuantitativo visto anteriormente. Recuerda asegurarte que dicho pronstico
sea un buen pronstico.
Analiza detenidamente la grfica para que puedas escoger el valor del peso de
suavizacin. Recuerda pesos bajos, demanda estable y pesos altos; demanda cambiante.
No olvides la regla de oro = peso de suavizacin y el peso de suavizacin
complementaria deben ser siempre uno.
Veamos el siguiente ejemplo: para avanzar utilizaremos el ejemplo del tema 3, que
!32
focaliza la atencin a la venta de maz para diferentes tipos de productos de panadera.

Los datos se encuentran especificados en la tabla 6. Nuestro objetivo es pronosticar la
cantidad de toneladas de maz que se vendern en diciembre conociendo un pronstico
anterior.
!
Tabla 8; Demanda de ventas de maz.
!
!
Como podemos ver en la tabla de la izquierda,

hemos puesto los datos ms antiguos arriba
(Junio) y los ms recientes abajo (Noviembre).
As mismo hemos utilizado el pronstico
encontrado en el mes de agosto (82.5)
concluyendo entonces que los nuevos pronsticos
sern as para: septiembre, octubre, noviembre y
finalmente diciembre que es el que deseamos.
Realicemos la grfica.
!!
!!
!
!!
Grfica y tabla 7: Demanda y pronstico inicial para las ventas de maz
!
!
!
Interpretacin grfica inicial: Con base en la grfica 7 y los datos de la demanda y el

pronstico inicial (sealado con la flecha), podemos ver que es muy probable utilizar el
peso de 0.6 para la demanda y por consiguiente el complemento ser de 0.4. En la
seccin 5 podremos tomar una decisin ms precisa para poder saber cual es el mejor
!33
peso entre (0,6 y 1). Los clculos para cada periodo las podemos ver en la tabla 7, al igual
que la grfica de la secuencia de los mismos en la grfica 8.
Grfica 8: Secuencia y
tendencia definitiva
!
!
!
!
!
!
!
!
!
!
!
Conclusin e interpretacin final:
Una vez analiza los datos entre junio y noviembre y conociendo un pronstico para el
mes de agosto, podemos pronosticar que para el prximo diciembre la venta de maz ser
de 61.75 toneladas.
!
!
!
La diferencia ms importante de este mtodo con los dems es que: Tanto la
demanda como los pronsticos son importantes en este modelo para realizar
pronsticos futuros y el peso o importancia de los mismo dependen
nicamente de la estabilidad o dinamicidad de los datos de la demanda.
!
!
!
!
!
!
!
!
!34
Mdulo 3 Relaciones que lo son todo
!
!
Tema 1 La relacin del pronstico con dos variables

Tema 2 La relacin y el pronstico para ms de dos variables
Tema 3 Cmo analizar las respuestas?
!
!
Tema 1 La relacin del pronstico con dos variables

Comprender el mtodo de pronstico para cuando la realidad se presenta de forma causal, sus alcances y
limitaciones.
En los mtodos que analizamos en el mdulo anterior, tuvimos la oportunidad de encontrar

los pronstico en situaciones de series de tiempo, es decir a medida que aumenta el tiempo las
ventas disminuyen o aumentan segn sea el caso. Las variables que all relacionamos son las que
la mayora de las veces observamos (tiempo y unidades de ventas). Sin embargo es posible
relacionar dos variables que no sean las mencionadas y de ah lo poderosa de la herramienta que
vamos a descubrir.
Para ver cun poderosos y flexibles son los pronsticos de este grupo, pensemos en algunos
ejemplos que nos ayudaran a ambientarnos : ausencia laboral de los operarios y nmero de
piezas defectuosas; Pudiramos pronosticar cuntas sern las piezas defectuosas si falta
determinado nmero de operarios. De igual manera podemos responder a la pregunta si la
variable (1) ausencia laboral de los operarios tiene relacin alguna con la variable (2) nmero de
piezas defectuosas. Otro ejemplo aplicable a ste mtodo puede aplicarse a la siguiente situacin:
temperatura de un horno de panadera y nmero de accidente de los operarios. El hecho que este
modelo utilice dos variables diferentes al tiempo y a las unidades de ventas, no indica que
solamente puedan hacerse con ellas, tambin stas variables pueden utilizarse dentro del anlisis
y es aqu donde el mtodo se vuelve flexible y poderoso, ya que puede competir con los modelos
de series de tiempo.
Nuestro trabajo o el trabajo del investigador, deber ser el de escoger acertadamente las
!35
variables a analizar, la importancia que ellas tengan dentro de la situacin a analizar y si stas
son independientes o dependientes. Para las dos primeras recomendaciones se pueden utilizar
muchas herramientas de la administracin empresarial, la observacin o la experiencia. Para el
caso de la clasificacin de las variables, vemosla desde el siguiente punto de vista que aparte de
ser sencillo es muy prctico; La variable independiente es la variable que causa algo y la variable
dependiente es el efecto que causa ese algo, por eso recibe su nombre depende de la
independiente, como lo es el efecto de la causa, ya que no existe causa sin efecto.
Supongamos en un ejemplo hipottico que tenemos los datos de dos variables: grados de
alcohol y nmero de caloras. Los grados de alcohol son los causantes de la caloras y por ende
sta es la variable independiente y la consecuencia es el nmero de caloras sta es la variable
dependiente. Si representamos estas variables en una grfica, debemos dejar en el eje horizontal (
los grados de alcohol) y en el eje vertical (el nmero de caloras). De ahora en adelante
llamaremos al eje horizontal (C=causa) y al eje vertical (E=efecto). Ver grfica 9
!
!
Grfica y tabla 9; Datos de grados de alcohol y nmero de caloras
!
!
!
!
!
!
!
!
!
!
Interpretacin grfica: Una vez analizados los datos de dos variables ( nmero de
caloras y grados de alcohol) vemos en la lnea naranja su comportamiento. Su relacin es
positiva ya que sta lnea se encuentra creciente hacia arriba y a la derecha. Podremos
pronosticar para cualquier nmero de grados de alcohol cuntas sern el nmero de
caloras. De igual manera podremos establecer qu tan relacionadas estn esas dos
!36
variables y qu tanto influyen los grados de alcohol sobre el nmero de caloras.

La lnea naranja la podemos describir de la siguiente manera E= a+b*(c). Como puedes
ver es una suma muy simple, veamos como la podemos explicar:
(E) es el efecto, para
este caso el nmero de caloras, (a) es el valor del efecto cuando la causa toma un valor
determinado, por ejemplo; Si el valor de ( c ) es igual a cero entonces el valor del efecto
ser (a) por que (E=a+b*0) pero si el valor de ( c ) es diferente de (0) entonces el valor
ya ser E=a+b*(c) donde ( c ) es el valor que t hayas determinado.
Siguiendo con la lnea azul de la parte inferior y apoyndonos en la suma expuesta
anteriormente, descubramos quien es (b). (b) Es la pendiente de la lnea azul, es decir el
grado de inclinacin de la recta; si la inclinacin de la recta es cada vez ms vertical, la
pendiente ser mayor y por lo contrario si la inclinacin es totalmente horizontal no
existir inclinacin. Algunas veces el signo que antecede la (b) es un ms es porque la
lnea va creciendo (como la que se muestra en azul) y cuando es signo es menos, es
porque la lnea va decreciendo o en bajada (grfica roja), en ste ltimo caso se dir la
relacin entre las variables es negativa, pues a medida que aumenta una la otra
disminuye.
!
Grfica 10; pendientes de una recta y la demanda
!
Tema 2 La relacin y el pronstico para dos variables
!37
!
Con el fin de realizar el anlisis completo a travs de ste mtodo veamos paso a paso su
procedimiento:
enfocar todas las energas y el tiempo.
Grafca los datos existentes; Determina cual es la variable causa y cual la efecto, ten
siempre presente que en el eje horizontal debers dejar la variable dependiente y en el eje
vertical la independiente. Debes tener en cuenta que cuando grficas debes conservar una
escala, ya que si no lo haces de esa manera la interpretacin ser desafortunada haciendo
tal vez que una grfica dinmica se vea estable.
Realiza: En tu hoja de Excel, prate en la celda que has elegido para los clculos, escoge
de la funcin fx, la que indica pronstico (o forecasting si lo tienes en ingls); luego deja
de primero la causa (selala toda y djala ente los signos pesos) y finalmente realiza lo
mismo con el efecto.
Aplicar las frmulas recomendadas, que son realmente sencillas. (paso 2)
Encuentra el valor de correlacin de las variables.
Recuerda, ste modelo no requiere pronsticos anteriores.
Veamos el siguiente ejemplo: utilicemos el ejemplo que ya hicimos de la lavandera en
tema 2 de la seccin 2 y pronostiquemos la ventas de prendas para el periodo 6:
!
!
Tabla 8; demanda de lavandera de ropa
!
Meses
Unidades de prendas
150
200
250
200
180
!38
!
!
Tabla 10; Clculos iniciales (paso 1)
!
!
!
!
Como se ve en la tabla de la izquierda, tenemos 5 datos y estamos

buscando pronosticar el periodo 6 que es junio; de igual manera hemos
definido como eje horizontal a los aos y en el eje vertical al nmero
de accidentes
!!
!!
!!
Tabla 11; Las frmulas bsicas (paso 2)
!
!
!
!
!
Crea dos columna ( como las que se muestran en la tabla); la de la izquierda

la vas a denominar: Meses pronosticados, esto quiere decir que sern los
periodos de tiempo en el futuro que vas a conocer, en nuestro caso 6 ser
junio, 7 julio y as sucesivamente. La siguiente columna (la de la derecha)
ser donde vas a calcular el pronstico de acuerdo al siguiente paso.
!!
!!
!39
Tabla 12; Solucin
Ubcate en la columna de la derecha( und. de

prendas) y escribe all operacin que se
describe en la grfica de la izquierda. Te la
contar paso a paso: elige dentro de la funcin
Fx, la que dice pronstico, sta tiene tres
campos , de izquierda a derecha son: mes
pronosticado, la variable efecto (vertical) y la
variable causa (horizontal).
Ten en cuenta que siempre debes escribir el
valor del mes a pronosticar antecedido con el
signo pesos ($) y que los dems datos debern
tener tambin este smbolo antes de la letra de
la columna y antes del nmero; esto para
asegurar que slo se tomaran estos datos.
!
!
!!
!!
!
Tabla 13; Pronsticos para lavandera

Por ltimo copia la operacin que realizaste hasta el ltimo periodo que
quiera conocer el pronstico, para ello basta con oprimir (cmd C) y luego
(cmd V) para las celdas siguientes.
Como puedes ver en nuestro caso de la izquierda, ya conocemos los
pronsticos para los meses del 6 al 11; es decir que para junio pronosticamos
vender 214 prendas.
!
!
!
!
!
!
Realicemos por ltimo la grfica con los pronsticos y las ventas reales: ( los puntos sealados
con amarillo son los datos de las ventas reales y los vino tinto nuestros pronsticos encontrados)
!!
!!
!40
!
Grfica11; pronsticos de ventas lavandera
!
!
Interpretacin grfica; En la grfica (11) podemos ver en naranja el comportamiento de
las ventas de la lavandera desde el mes de enero a mayo, en la lnea mostrada en vino
tinto, se puede ver los pronsticos para los periodos de junio a diciembre (1 al 12).
Segn la grfica los pronsticos para los perodos siguientes tendrn un comportamiento
creciente positivo, es importante comparar dichas ventas con las requeridas para cumplir
el punto de equilibrio o realizar campaas comerciales para mejorar las ventas.
Conclusin; Una vez analizado los datos desde enero a mayo de las unidades de prendas
procesadas, podemos pronosticar para el mes de junio 214 unidades y para diciembre
250. Los dems perodos (agosto a noviembre) pueden ser vistos en la tabla 13.
!
Tema 3 Cmo analiza las respuestas?
!
Este grupo de modelos pertenecen a aquellos datos que representan una causa en el tiempo.
Aqu este modelo es mucho ms poderosos que los que pertenecen a la serie de tiempo, ya que
aparte de determinar un pronstico puede establecer la relacin de las dos variables de anlisis.
Esta causalidad puede ser cierta o no, es decir que a medida que aumenta una causa aumenta o
disminuye un efecto en el tiempo. Si esta causalidad aumenta quiere decir que las variables estn
relacionadas de una forma positiva y si stas disminuyen quiere decir que la relacin es negativa.
Sin embargo no solamente existen causas de aumento o disminucin, puede ser tambin que no
haya ninguna clase de cambios y encontrar esta relacin tambin es importante ya que antes no
sabamos ni siquiera eso.
!41
Grfico 12; correlacin de dos variables.Co

!
!
Para calcular la correlacin entre los pronsticos y demandas, debemos utilizar nuevamente la
ayuda de Excel, que se puede ver en la tabla 14. El valor de sta divisin debe estar entre +1 y
-1, donde;
(+1) significa la correlacin positiva y perfecta, (-1) significa una correlacin
negativa y (0) significa que no hay correlacin. A esta correlacin la distinguiremos con la letra
(r). Ver grfico 12.
!
!
Tabla 14
: Apliquemos ahora los
datos que tenemos de
nuestro ejemplo de la
lavandera y tenemos: Tabla 10.
!
!
Para encontrar el valor de la relacin, solo debes aplicar la operacin que aparece en la parte
superior: ubcate en la celda donde quieres dejar el dato, escribe: COER.DE.CORREL (como
aparece en la imagen), deja de primer valor TODOS los valores de la variable efecto, aade una
coma y deja por ltimo TODOS los valores de la variable causa. Como ves el valor es de 0.26.
!
!
!42
Actividad 5: Crucigrama de palabras y conceptos claves!
En el siguiente crucigrama encontraras 10 preguntas; cada pregunta est

antecedida por un nmero que corresponde a la ubicacin dentro del crucigrama.
Encuentra para cada pregunta la respuesta apropiada.
Interpretacin de datos: En la tabla 14 podemos ver que el valor de ( r ) es de 0.26, es

decir que existe correlacin leve entre las variables de estudio (unidades de prendas y el
tiempo) hecho que tambin se corrobora en la grfica que realizamos en nuestro tema
anterior grfico 10, puesto que la lnea en vino tinto sufre variaciones poco significativas
con el tiempo y sube hacia la derecha, indicando tambin as que el signo de la
correlacin es positivo. Podemos entonces concluir que para lograr que las ventas
aumenten hay que buscar qu variables tienen influencia con ella, porque el tiempo esta
demostrando que por s solo sin estrategia alguna no se van a cumplir los presupuestos
comerciales.
Conclusiones: Es importante que siempre determines bien las variables que vas a estudiar
y sus datos sean los ms fieles a la realidad. Paso siguiente, debes determinar cual es tu
variable efecto y causa. Posteriormente grfca los datos y aplica las operaciones para
encontrar el pronstico en el periodo que quiera. Por ltimo y no menos importante
encuentra el valor de ( r ) para conocer la relacin que tienen las variables. Como puedes
ver es algo muy pero muy sencillo, inclusive las operaciones no son otra cosa que las
operaciones bsicas de la matemtica, como : suma, resta, multiplicacin y divisin.
!
El mtodo causal al igual que todos los dems mtodos de pronstico
podran utilizarse para cualquier serie de tiempo de demanda, sin
embargo slo los mtodos causales son los que pueden determinar la
relacin entre las variables.
!
!
!43
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!44
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!45
!
Tema 5 Estima los posibles errores.
Tema 6 Vuelve coherentes tus anlisis.
Tema 7 Presenta conclusiones exitosas en 7 pasos.
!
!
Identificar el mejor mtodo de pronstico para una serie de datos determinada, establecer cuales son los
parmetros necesarios y suficientes para saber cuan tan certero es el pronstico seleccionado.
!
!
Tema 5 Estima los posibles errores.
!
A lo largo de los mdulos 2 y 3, hemos tenido la oportunidad de describir los diferentes
mtodos para encontrar los pronsticos, de igual manera hemos descrito diferentes situaciones
que permiten darnos pistas para descubrir cual modelo sera el ms conveniente para la situacin
que se quiere analizar. Sin embargo ante varias alternativas posibles, existe una forma para
determinar cual es modelo en el que debemos confiar y esta se trata de encontrar el error que
existe entre la secuencia (dada por los datos de la demanda) y la tendencia encontrada de los
pronsticos, dicho de otra manera entre ms cerca est la lnea de los pronsticos a la lnea de
secuencia menor error y por ende mejor pronstico.
!
A continuacin podemos ver dos grficas que ilustran, el concepto del error que lo llamaremos
de ahora en adelante (M.E. mnimo error). Retomemos el ejercicio del tema 4, del mdulo dos en
el que hicimos referencia al pronstico de la lluvia. La tabla 16 (izquierda) contiene los datos de
la demanda y los pronsticos agrupndolos de a dos y el la grfica 13 (derecha) vemos graficado
la secuencia (naranja) y el pronstico (morado). A simple vista podemos ver que el pronstico
para diciembre que es de 18, tiene una tendencia similar a la secuencia, pero no podemos
determinar de cuan similar o que tanto error tienen esos datos.
!
!46
!
!
!
Tabla 16; Datos de demanda y pronsticos
Grfico 13; Secuencia y pronsticos
!
!
Si tomamos el mismo ejercicio de la lluvia y hacemos el pronstico pero agrupando los datos de
a 3, diramos lo mismo que para el caso de 2 datos. (ver tabla 17 y grfica 14). Por esta misma
razn debemos entonces pensar en cmo decidir entre estos dos mtodos a travs de la
estimacin del error.
Tabla 17; Datos demanda y pronsticos
Grfico 14; Datos agrupados de 3
!
!
!47
!
!
!
!
!
La forma ms adecuada para saber cual es el mejor mtodo es restar la demanda y el pronstico ,
si el valor encontrado nos da con un valor negativo, lo debemos tomar en forma positiva
posteriormente a esto sumamos cada dato y lo dividimos entre el nmero de datos (que tienen
pareja de datos), aquel mtodo que tenga el menor error (M.E. mnimo error) ser el mejor
mtodo. Vemos entonces aplicado este concepto al ejemplo del que estamos hablando:
!
Tabla 18; Clculo de error
Conclusin: Como podemos ver en la tabla 18, el error (M.E. mnimo error) calculado
cuando se utiliza los promedios agrupados de a 2, el error es de 3.75 mientras que el error
utilizando los promedios agrupados de a 3, el error es de 2.11, lo que quiere decir que
comparando estos dos mtodos, la lnea de pronstico que describe mejor la secuencia de
la demanda es cuando se utiliza el mtodo de promedios agrupados de a 3 ya que su error
es el ms bajo.
!
!
Varios modelos de pronsticos pueden ser utilizados a una realidad de datos de
la demanda, lo importante es calcular el error (M.E. mnimo error)
!
!
!48
!
!
Tema 6 Estima los posibles errores temporales.
!
Al igual que en los mtodos de pronsticos que pertenecen a la secuencia de tiempo donde
como dijimos en su momento el pasado no perdona existe una forma para establecer el error
entre el pronstico y la demanda, en el mtodo de pronsticos causales existe una forma
particular para hacerlo, sin embargo aqu realizaremos una aproximacin utilizando el mismo
caso anterior de estimacin del error, este error ser casi el 90% del error real. Veamos como se
hace para el caso de la lavandera.
!
Tabla 19; Datos para encontrar la correlacin de las variables
!
!
!
!
!
!
Tabla 20; Frmula para estimar el error temporales
!
!
!
!
!
!
!
!
La tabla 30, muestra el error para los datos de los periodos (1 al 5) ya que son los nicos donde
se pueden encontrar la demanda y el calculo del pronstico con la operacin antes vista, dando
!49
como resultado un valor de 25.60 de (M.E.)
!
Tema 7 Presentaciones conclusiones exitosas en 7 pasos.
!
Independiente del mtodo que utilices siempre debes tener en cuenta las siguientes
recomendaciones que te ayudaran a saber cuando tus resultados no son acertados o cuando las
palabras que estas usando no son la ms acertadas en tu discurso:
Sobre el futuro: Los pronsticos de la demanda siempre son estimaciones futuras sobre la
demanda real, por tal motivo debes hablar de un prximo dato a partir del perodo
siguiente al ltimo dato de la demanda real; Es decir si el ltimo dato de la demanda real
fu en octubre, podrs empezar hablar de pronsticos a partir de noviembre, si llegaras a
hablar del septiembre anterior a ese octubre estara fallando conceptualmente ya que los
pronsticos miran siempre hacia el futuro y no al pasado.
Sobre la calidad de los datos: Recuerda siempre escoger unos datos de fuentes
fidedignas, crebles y lo ms real posible sobre el caso que vas a analizar puesto que si
estos datos son de mala calidad tus pronsticos tambin lo sern.
Presentacin grfica: Es muy importante representar siempre de forma grfica los datos
de la demanda real y el pronstico a travs de lneas, esto ayudar no solamente a
conocer cual tendencia es la ms acertada para dicha secuencia sino que podrs hacer
notar todo un panorama completo dentro del periodo de tiempo seleccionado.
Unidades del producto estudiado: Muchas veces olvidamos que el producto seleccionado
para el estudio puede tener una unidad de presentacin diferente a unidades, estas
presentaciones o datos de entrada pueden estar en: toneladas, docenas , litros o
decmetros. Como se puede entonces concluir no ser lo mismo que habiendo analizado
los datos por docenas nuestro pronstico respuesta est en unidades.
Segmento de tiempo: Tus respuestas siempre deben hacer alusin a un segmento
determinado de tiempo ya que fue precisamente en este segmento donde te basaste, por
ejemplo podras decir: Una vez analizados los datos de las ventas de ( aqu hablas de tu
producto) entre el periodo de tiempo (el periodo ms antiguo) y (el periodo ms
!50

importantes en el lenguaje de los pronsticos; identifcalas y encirralas.
en tu misin.
reciente), podemos pronosticar que las ventas para el periodo (el que se est estimando)
que las ventas sern de (aqu el dato que hayas encontrado).
Error de tu pronstico respuesta: Hemos visto dentro de los mdulos anteriores que los
pronsticos no son exactos pero que son muy tiles en cuanto que no existe ninguna otra
herramienta que nos ayude con el tema de conocer el futuro, as pues tu pronstico debe
siempre ir acompaado de tu margen de error. El nmero resultado del margen de error
no tiene unidades de medida y solamente se representa en forma numrica, entre ms alto
sea el nmero mayor ser el error y viceversa. Una buena respuesta que puedes utilizar en
este punto sera: Una vez analizados los datos de las ventas de camisas masculinas entre
el periodo de enero pasado hasta junio, podemos pronosticar que las ventas para el
periodo de julio sern de 1200 unidades, con un error de 32 y que habiendo utilizados
otros mtodos de pronsticos sta tendencia es la que mejor sigue la secuencia estudiada.
Correlacin de los datos: Si estas utilizando el mtodo de relacin de dos variables,
adems del pronstico debes acompaar tu razonamiento con el error y el valor de ( r )
puesto que ste indicar si estn relacionadas las variables y en qu forma. Una buena
conclusin ser: La correlacin que existe entre la variable (se nombra la dependiente) y
la variable ( se nombra la independiente) es: (positiva, negativa o neutra). Si el valor es
positivo diremos que a medida que aumenta una tambin lo hace la otra y viceversa. Si el
valor de ( r ) es cero, tendremos que decir que no existe correlacin entre las variables.
Un buen valor de ( r ) para decir que existe una buena correlacin es cuando es superior
a 0.8.
!
!51
Actividad 7: Juego flash card!
Te mostraremos ahora una serie de grficas de comportamientos de datos de

ventas; presta atencin a la pregunta que aparece y selecciona de los
patrones presentados cual corresponde a dicho comportamiento.
Una vez termines de responder oprime el botn resolver y encontraras tu
puntaje y las respuestas acertadas.
!52
Los pronsticos no son exactos pero existen diferentes mtodos que nos
pueden hacer seguir la secuencia de la demanda mejor que otros, por eso
siempre escoge el que refleja mejor esta realidad y el que tenga el menor error.
!
!
!
!
Grafica 1
Grafica 2
Grafica 3
Grafica 4
Que tipo de correlacin

representa sta grfica?


A quien representa la
lnea naranja?
R/ correlacin positiva
R/ Correlacin nula
R/ Correlacin negativa
R/ La demanda
Grafica 5
Grafica 6
Grafica 7
Que tipo de pendiente

Que tipo de pendiente

A quien representa la
lnea verde?
R/ Pendiente positiva
R/ Pendiente Negativa
R/ El pronstico
!
!
!
!
!
!
!
!53
Mdulo 4 Banco de problemas
Tema
Tema
Tema
Tema
!
!
1 Problemas resueltos
2 Problemas para resolver
3 Solucionario de ejercicios
4 Estudio de caso reales
Comprender la utilizacin de los diferentes modelos de pronsticos a travs de problemas presentados en la vida
real tanto productos tangibles como intangibles.
!
!
Tema
!
1 Problemas resueltos
En el Restaurante La Rosa Nutica, especializado en langosta ubicado a pocos metros de

la playa, ha visto como cambia la cantidad de sus visitantes en cada temporada
vacacional. Los turistas siempre van a este restaurante por la fama del sabor de su
langosta. Para poder conocer cuantas langostas se deben solicitar al proveedor local
requiere conocer el pronsticos de clientes con base en la informacin entregada de los
cinco ltimos aos, como aparece en la tabla 21.
!
Tabla 21; Demanda de clientes restaurante La Rosa Nutica.
!
!54
R/ Realicemos con base en la tabla 21, la grfica de la demanda. No olvides dejar siempre
la secuencia del tiempo en el eje horizontal (dejando los datos ms antiguos en la parte izquierda
y los ms recientes en la parte derecha) y en el eje vertical los datos de la demanda. Grfica 18.
Grfico 18, Demanda del restaurante.
!
!
!
!
!
!
!
!
!
!
!
!
Interpretacin grfica inicial: La demanda tiene ms de un dato para soportar el anlisis, su
secuencia es positiva ya que es creciente en el tiempo, relaciona dos variables (temporadas
vacacionales
y cantidad de clientes), la informacin suministrada de la demanda no posee
ningn peso o importancia asociadas a cada uno de ellos y no se presentan pronsticos anteriores
al anlisis.
!
!
Tabla 22; Anlisis de la demanda por promedios mviles simples agrupados
!55
!
Como podemos ver en la tabla 22; Podemos realizar nuestro ejercicio acogindonos a 3
mtodos de pronsticos, dos de ellos de la serie de tiempo y otro por el mtodo causal.
Analicemos primero por el primer mtodo: hemos agrupados los datos de la demanda de a 2 y
de a tres datos , por tener ellos un comportamiento similar, a continuacin hemos encontrado
tanto el pronstico estimado como el error para cada una de las alternativas. Tal cual como se
indica en la tabla 22, el mtodo que presenta el menor error es la agrupacin de a 2, con un
margen de error de 41.39 , lo cual indica que entre stos dos mtodos la agrupacin de a dos es la
tendencia que mejor describe la secuencia de los datos de la demanda del restaurante.
Grafiquemos las alternativa y comprobemos lo encontrado (grfica 19):
Grfica 19: Ventas y pronsticos Restaurante la Rosa Nutica
!
!
Vemos en la grfica de la izquierda en naranja el
comportamiento de la demanda y en los otros
colores los pronsticos (vino tinto= agrupados
de a 2 y verde=agrupados de a 3). Concluimos
entonces que efectivamente la tendencia que
mejor describe la secuencia es la vino tinto que
pertenece a la agrupacin de a 2.
!
!
!
!56
!
!
!
Como an existe otra posibilidad de encontrar el pronstico (mtodos causales), debemos
realizar dicha posibilidad. Empecemos diciendo entonces que en el eje horizontal tenemos los
periodos de tiempo y en el eje vertical la cantidad de clientes. Realicemos los clculos para
encontrar (a, b y el pronstico hasta el periodo siguiente) luego encontremos el error estndar
para compararlo con el encontrado de (41.39) .
!
Tabla 23: Anlisis de datos de acuerdo al mtodo causal
!
!
Vemos en la tabla de la
izquierda que el pronstico
para el periodo 12 es de 466
clientes.
!
!
!
!
Encontremos entonces el error y la correlacin de las variables: vemos que el error es de 44,27 y
la correlacin es de 0.83.
!57
Grfica 20: Ventas y pronsticos Restaurante la Rosa Nutica mtodo causal
!
!
!
!
!
!
!
!
!
!
Anlisis grfico; vemos en la grfica 20, en naranja la demanda del restaurante y en verde los
pronsticos que ya hemos encontrado. En la tabla 23 podemos ver el error de la tendencia
(verde) y la secuencia (naranja) que es de 44,27. Podemos ya concluir que ste error es superior
al de 41.39 y por ende no describe bien la secuencia de los datos como el encontrado en el
mtodo de promedios mviles agrupados de a dos; nos quedaremos con dichos ltimos datos.
Conclusin: Una vez analizados los datos de la cantidad de clientes atendidos en el restaurante
desde las primeras vacaciones de 2009 hasta las primeras vacaciones de 2014, podemos
pronosticar con un error de 41.29 que la cantidad de clientes que llegarn al restaurante en las
segundas vacaciones de 2014 ser de 418 personas y por tal motivo se debe pedir al proveedor de
langostas dicha cantidad para satisfacer sus requerimientos.
!
La fbrica AeroForms, se dedica a fabricar uniformes para diferentes clases de deportes
masculinos. Uno de sus artculos ms vendidos es la camiseta amarilla. Los datos que se
muestra a continuacin los ha suministrado el rea comercial y nos han dicho de igual
manera que solamente en los aos pares se realizan campeonatos deportivos masculinos y
por tal razn estos datos son el doble de importantes que los aos de los impares. Para
!58
cada camiseta se utilizan 70 cm de tela. Cuantos metros de tela debe comprar Aeroforms
para el periodo siguiente?
!
Tabla 24; Demanda de camisetas amarillas
!
R/ Realicemos con base en la tabla 24, la grfica de la demanda, dejando el periodo de
tiempo en el eje horizontal y las ventas de camiseta anual en el eje vertical, el clculo del
pronstico utilizando el mtodo de promedios mviles ponderados ya que es claro que los datos
estn influenciados por una realidad que es el campeonato deportivo nacional en los aos pares y
tienen una importancia superior.
Tabla 25; Pronsticos de camisetas amarillas
De la tabla 25 podemos ver que hemos realizado los tanto los clculos para los pronsticos
agrupados de a 2 y 3 como hemos estimado los errores para las mismas agrupaciones,
el
pronstico ms acertado se encuentra en la agrupacin de datos de a dos (8993) ya que sta

agrupacin tiene un menor error. Antes de presentar nuestra conclusin dmosle un vistazo a la
grfica 24, que contiene tanto la demanda y los pronstico por las dos agrupaciones.
Grfica 21; Demanda y pronstico de camisetas.
!
!59
!
!
!
!
!
!
!
!
!
!
!
!
Interpretacin grfica: En la grfica 21 se puede ver la demanda (naranja) y los pronsticos
agrupados de a dos (vino tinto) y de a tres (verde). Con ella podemos corroborar que
efectivamente la tendencia descrita por la lnea vino tinto (agrupacin de a dos) describe mejor la
secuencia de las ventas de la camiseta amarilla y la realidad comercial de la misma.
Conclusin: Una vez analizado los datos de las ventas del ao 2008 al 2014 de las camisetas
amarilla y conociendo que slo en los aos pares se realizan campeonatos deportivos masculinos
, podemos decir que el pronstico con el menor rango de error, para el ao 2015 es de 8933
camisetas y como cada camiseta consume 70 cm de tela se requieren 6253.1 mts para su
confeccin. Ningn otro mtodo de pronstico se utiliz ya que no pueden describir la realidad
comercial de los datos presentados.
!
La fbrica de tornillos Sansn ha presentado desde el 2005 diferentes cantidades de
ausentismo laboral dentro de su planta de produccin. De igual manera se han registrados
por los mismos aos la cantidad de accidentes laborales. El departamento de recursos
humanos y la aseguradora de riesgos profesionales est muy preocupada por dicha
!60
situacin y requieren conocer: el ausentismo laboral tiene algo que ver con la cantidad de
accidentes laborales? Cuntos sern los accidentes laborales si para el 2014 se espera un
ausentismo de 33 das? En la tabla 23 se encuentran los datos del ausentismo laboral y la
cantidad de accidentes por cada uno de los aos respectivamente.
!
Tabla 26; Ausentismo laboral y cantidad de
accidentes.
!
!
!
!
!
R/ Realicemos con los datos suministrados nuestro primer paso, graficar. Para ello debemos
analizar en primera instancia los datos. Vemos que existen dos variables: cantidad das
ausentismo laboral y nmero de accidentes, por ende este problema debe resolverse por el grupo
de pronsticos causales. Estas dos variables estn relacionadas por el ao, ya que en cada una de
ellos tenemos los datos de las mismas. Dejemos entonces en el eje horizontal la cantidad das
ausentismo laboral y en el eje vertical el nmero de accidentes, veamos su comportamiento para
poder hacer nuestro primer anlisis:
Grfico 22; Ausentismo laboral y nmero de accidentes.
!
!
!
!
!
!
!
!61
Interpretacin grfica: De acuerdo al comportamiento de las variables podemos ver que existe
una relacin positiva entre las dos variables puesto que a medida que aumenta el ausentismo
laboral aumenta el nmero de accidentes.
Como no conocemos qu tan relacionadas estn las variables, realicemos a continuacin
los clculos para encontrar los valores de (a y b) y la relacin cuantitativa de las variables.
Tabla 27; Clculos de pronsticos.
!
Podemos ver luego de realizar los clculos que por ejemplo el pronostico para cuando el
ausentismo es de 81, el nmero de accidentes ser de 94 o que cuando el ausentismo es de 55, el
pronostico de accidentes ser de 64. Segn el dato entregado de ausentismo para el 2014 fuera de
33 entonces el pronstico de accidente es de 39. Veamos a continuacin la grfica 23 de los
pronsticos y las variables de nuestro anlisis:
!
Grfica 23; Pronsticos y demanda real.
En la grfica de la izquierda podemos ver en
azul los pronsticos y como ellos siguen muy
de cerca la secuencia de los datos de las
variables, corroborando de forma visual la
relacin entre los pronsticos y los datos reales.
!
!
!
!62
Veamos entonces el error estndar del pronstico y la relacin cuantitativa de las variables:
Tabla 28; Estimacin del error y la relacin entre variables
!
Con un error pequeo de 8,56 corroboramos lo que ya habamos visto en nuestra respuesta
grfica, que la tendencia descrita sigue muy similar la secuencia real de los datos. Si vemos el
valor de ( r ) =0.88 corroboramos lo que habamos visto tanto en la solucin grfica inicial donde
decamos que la relacin entre la dos variables era positiva (por eso el signo de la relacin es
positivo). En definitivas las variables estn ntimamente y a medida que crece el ausentismo
laboral tambin crecer el nmero de accidentes.
!
Conclusin: Una vez analizados los datos desde el 2005 al 2013, de las variables ausentismo
laboral y accidentes de trabajo, podemos pronosticar con un error bajo de 8,56, que a medida que
aumenta el ausentismo laboral el nmero de accidentes tambin crecer porque su relacin es
muy cercana a uno. De igual manera para el caso de producirse un ausentismo de 33 das el
nmero de accidentes ser de 39 por lo cual se recomienda investigar las causas reales que hace
que los operarios o empleados no asistan a trabajar.
!
Una reconocida tienda de hamburguesas ha registrado las ventas de su producto de
mayor ventas desde el da de su inauguracin 2006 al 2013 (como se puede ver en la
tabla 27), se trata de la hamburguesa Maharaja. Por los estudios de mercados realizados
antes de la apertura donde se evaluaron los gustos de los clientes se haba estimado unas
!63
ventas de dicha hamburguesa para 2006 de 175.000 und. Se requiere entonces conocer
cuntas sern las ventas de dicha hamburguesa para el 2014?
!
Tabla 29; Ventas anuales hamburguesa
Maharaja
!
!
!
!
!
!
!
R/ Realicemos con base en la tabla 29, la grfica de la demanda. Para la realidad de ste
situacin debemos tener en cuenta que existe junto a los datos de la demanda real un pronstico
de 175.000 para el 2006, esto mismo nos indica que el modelo que ms se ajusta a sta realidad
es el mtodo de suavizacin.
!
G r f i c a 2 4 : Ve n t a s y
pronsticos de hamburguesa
Maharaja.
Interpretacin grfica: Como vemos

en la grfica de la izquierda la
secuencia naranja muestra el
comportamiento dinmico de la ventas
de hamburguesa, de igual manera en el
ao 2006 aparece el pronstico de
donde conjuntamente con la demanda
nos basaremos para establecer los
pronsticos siguientes.
!!
!!
!
!64
Ya hemos determinado que el mtodo que vamos a utilizar es el de suavizacin por tal
motivo, trataremos los datos de una vez asumiendo la suavizacin cuando el valor sea de 0.1 y
0.5. Luego encontraremos el error entre estos datos y podremos determinar cual es el mejor valor
de suavizacin y error. Veamos los resultados en la tabla 28 que aparece a continuacin:
!
Tabla 30; Estimacin de pronsticos
De acuerdo a los datos encontrados, vemos que el pronstico para el ao 2014 si el peso es de
0.1 serde 178.600 unidades con un error de 10.31 y cuando el peso es de 0.5 ser de 184.150
unidades con un error de 12.33. Podemos entonces concluir que por ahora la tendencia que mejor
identifica la secuencia de la demanda es cuando se le da un peso de 0.1. Pero qu pasar entonces
cuando el peso es de 0.2? Veamos lo entonces en la siguiente tabla y grfica:
!
Tabla 31; Pronstico de la demanda con diferentes pesos
!
!
!
!65
!
!
!
Grfica 25; Pronsticos de la demanda con diferentes pesos
!
!
Interpretacin grfica: En
la grfica de la izquierda
hemos diagramado los
diferentes pronsticos de
la tabla 29 de la cual
hemos concluido que el
mejor pronstico para el
ao 2014 es de 181.370
unidades de hamburguesa
maharaja con un margen
de error de 10.21.
La secuencia de los datos
esta dibujada en naranja y
la verde con la de los
pronsticos para un peso
de (0.2).
!!
!
!
Conclusin: Una vez analizado los datos de ventas de las hamburguesas Maharaja desde el ao
2006 hasta el 2013, podemos pronosticar que las ventas para el ao 2014 sern de 181.370
unidades con el error margen de error que involucra el pronstico de lanzamiento del producto
para el 2006 de 175.000 unidades. Recomendamos seguir de cerca el comportamiento de la
demanda para saber si los pesos de datos (demanda y pronsticos) deben cambiar para ajustarse
mejor a la secuencia real.

(1) La empresa de panela en polvo requiere de tus servicios de pronsticos. Ellos han
estado registrando la utilidad neta desde el negocio desde el 2002 al 2013 como se
muestra en la tabla siguiente. El gerente general requiere conocer si debe cambiar sus
estrategias comerciales para el 2014 pronosticando la utilidad para el 2014. Aydale a
!66
resolver su caso.
!
!
!
!
!
!
!
!
!
(2) Una reconocida empresa de malteada requiere conocer las ventas de sus productos y ha
registrado para ello tanto las ventas (millones de dlares) como tambin la cantidad de personas
que entraron al punto de venta. Con base en los datos de la tabla que aparecen a la izquierda
establezca las ventas para el primer semestre del 2015, la cantidad de personas que entraran a la
!
!
!
!
!
!
tienda en el mismo periodo y si la cantidad de personas estn ligadas a las ventas.
(3) La marca de helados Glacial ha presentado problemas de calidad en su helado bajo el

criterio de % Overrun (grado de aire) bajo una determinada temperatura. Los datos de la
tabla que se muestra a continuacin representan: los registros de los datos en el periodo
de tiempo del 1 al 24 de febrero, el % overrun (entre ms alto el grado ms rpido se
derretirn los helados) y la temperatura en grados centgrados. Se nos ha pedido como
conocedores ya de los pronsticos resolver las siguientes preguntas: La temperatura tiene
algo que ver con el grado de overrun? Cual es el pronstico de overrun para el 25 de
febrero.
!67
!
!
!
!
!
!
!
!
!
!
!
de presentacin personal.
!
!
!
!
!
!
!
!68
Referencias
!
Chase, R. (2000). Administracin de la produccin y las operaciones. Bogot: Mc Graw Hill.
Evertt, E.A. (1991). Administracin de la produccin y las operaciones. Mxico: Prentice Hall
Hispanoamericana.
Heyzer, J. & Render B. (2012). Administracin de operaciones. Mxico: Prentice Hall.
!69
Ruta virtual
Mdulo
Semana y contenido
Actividades
Tema 1 Definicin
Actividad 1: Video de
Tema 2 Dos ventajas fundamentales de los
presentacin personal.
1
pronsticos
Objetivos de los Tema 3 Dos desventajas de los pronsticos
pronsticos
Tema 4 Tres argumentos claves para tener xito con lo Actividad 2: Sopa de letras
pronsticos
Punto Inicio Fin/

s (140) /hora hora
10
10
30
10
Tema 4 Pronsticos en el corto, mediano y largo plazo Actividad 3: Foro: Cmo

descubrir quien es experto?
Tema 5 Herramientas necesarias.
Tema 6 Aprovchate de los expertos.
Tema 7 Aprovchate de los datos histricos.
2
El pasado no
perdona
Tema 1 Cmo pronosticar si vas a empezar tu

negocio?
Tema 2 Pronostica tus ventas si se comportan
similarmente periodo tras periodo
Tema 3 Pronostica tus ventas si se comportan
similarmente por grupo de periodos
Tema 4 Pronostica tus ventas si tienes meses de
ventas ms importante que otros
Tema 5 Pronostica tus ventas con base en otros
pronsticos que tengas
Actividad 4: Test rpido de

conocimientos
Actividad 5: Juego Flash
card.
Actividad 6: Sopa de letra
(Palabras claves)
Actividad 7: Foro de dudas
Actividad 8 : Crucigrama de
palabras y conceptos claves
Tema 6 La relacin y el pronstico para dos variables

Tema 7 La relacin y el pronstico para ms de dos
variables
Tema 8 Cmo analiza las respuestas?
30
11 19
30
20 28
30
29 37
Actividad 9:Juego flash card
Tema 1 Estima los posibles errores seriales.
Relaciones que Tema 2 Estima los posibles errores temporales.

lo son todo
Tema 3 Presenta conclusiones exitosas en 7 pasos.
Actividad 10: Sopa de letras
Tema 1 Problemas resueltos
Banco de
problemas

Actividad 11: Foro de dudas
Tema 3 Solucionario de ejercicios
!70
Actividades
Actividad
Tipo actividad
Video
Instruccin
Presentacin personal
A continuacin podrs encontrar una sopa de letras con

las 19 palabras ms importantes de tu primer mdulo;
identifcalas y encirralas. La ubicacin de las palabras
Sopa de letras pueden ser: horizontales, verticales u oblicuas. Exito en
tu misin.
Una vez termines de responder oprime el botn resolver
y encontraras tu puntaje y las respuestas acertadas.
En el siguiente foro, comprtenos de acuerdo a tu

Foro: Cmo
experiencia personal, dos razones por las cuales
descubrir quien
descubres a una persona que pueda otorgar datos
es experto?
valiosos para la estimacin de un pronstico.
Aqu te presentamos un breve cuestionario de 4

preguntas; selecciona de las alternativas presentadas
Test rpido de cual es la respuesta correcta. Solamente debes sealar
conocimientos una alternativa.
Comprender cundo deben

usarse cada uno los
diferentes enfoques, sus
alcances y sus
limitaciones.
Juego Flash
card.
Te mostraremos ahora una serie de grficas de

comportamientos de datos de ventas; presta atencin a
la pregunta que aparece y selecciona de los patrones
presentados cual corresponde a dicho comportamiento.

usarse cada uno los
alcances y sus
limitaciones.
Sopa de letra
(Palabras
claves)

las 12 palabras ms importantes en el lenguaje de los
pronsticos; identifcalas y encirralas.
La ubicacin de las palabras pueden ser: horizontales,
verticales u oblicuas. Exito en tu misin. Una vez
termines de responder oprime el botn resolver y
encontraras tu puntaje y las respuestas acertadas.

usarse cada uno los
alcances y sus
limitaciones.
En el siguiente foro deja por favor dos preguntas que

estimes conveniente para que tu profesor te resuelva.
Foro de dudas
Espera tu respuesta en un plazo menor a 48 horas por
este mismo foro.
En el siguiente crucigrama encontraras 10 preguntas;

Crucigrama de cada pregunta est antecedida por un nmero que
palabras y
corresponde a la ubicacin dentro del crucigrama.
conceptos
Encuentra para cada pregunta la respuesta apropiada.
claves
Comprender la definicin
de un pronstico, sus pros,
sus contras y cules son
las claves fundamentales
para tener xito con ellos.
Comprender e identificar
de acuerdo a la secuencia
de los datos, cul es el
grupo ms adecuado y cul
modelo dentro de ese
mismo grupo es el ms
conveniente para tomar
decisiones.
!71
Juego flash
card
Te mostraremos ahora una serie de grficas de

comportamientos de correlacin de los datos de las
ventas con el tiempo; presta atencin a la pregunta que
aparece y selecciona de la lista presentada, cual es la
que corresponde a dicho comportamiento.
10

las 11 palabras ms importantes de tu primer mdulo;
Sopa de letras identifcalas y encirralas.
La ubicacin de las palabras pueden ser: horizontales,
verticales u oblicuas. Exito en tu misin.
11
En el siguiente foro deja por favor dos preguntas que

estimes conveniente para que tu profesor te resuelva.
Foro de dudas
Espera tu respuesta en un plazo menor a 48 horas por
este mismo foro.
Identificar el mejor mtodo

de pronstico para una
serie de datos
determinada, establecer
cuales son los parmetros
necesarios y suficientes
para saber cuan tan
certero es el pronstico
seleccionado.
!
!
Texto Introductorio
Objetivo
Nadie puede conocer con exactitud lo que le depara el futuro, pero lo que si se puede hacer es prepararse y
anticiparse a l para poder tener una ventaja competitiva que permita disminuir la incertidumbre que el tiempo depara.
!
!
A quien no le gustara saber que pasar con sus ventas? y A quin no le gustara saber que factores estn
afectando la disminucin o el aumento de sus ventas, para tomar decisiones oportunas?.
Este curso pretende de una forma sencilla y prctica otorgar las herramientas necesarias para estimar las ventas en el
futuro cercano y lejano, como tambin la influencia que pueden tener diferentes factores sobre las mismas, para
establecer estrategias que permitan anticiparse de alguna manera al futuro incierto.
Texto: El futuro te espera, anticpate
Objetivo
Nadie puede conocer con exactitud lo que le depara el futuro, pero lo que si se puede hacer es prepararse y
anticiparse a l para poder tener una ventaja competitiva que permita disminuir la incertidumbre que el tiempo depara.
!
!
A quien no le gustara saber que pasar con sus ventas? y A quin no le gustara saber que factores estn
afectando la disminucin o el aumento de sus ventas, para tomar decisiones oportunas?.
Este curso pretende de una forma sencilla y prctica otorgar las herramientas necesarias para estimar las ventas en el
futuro cercano y lejano, como tambin la influencia que pueden tener diferentes factores sobre las mismas, para
establecer estrategias que permitan anticiparse de alguna manera al futuro incierto.
!72
Referencias Fotogrficas (diapositivas)
Diapositiva
Ttulo
Fuente
Postre:
http://nicolukas.com/media/catalog/product/cache/1/image/
Tema1: Definicin 9df78eab33525d08d6e5fb8d27136e95/m/i/mini_ambrosia.png
Almanaque:
http://173.237.136.112/~meltonse/images/stories/Calendario.gif
Tema 2: ventajas
Postre:
9df78eab33525d08d6e5fb8d27136e95/m/i/mini_ambrosia.png
Almanaque:
Fresas
http://www.condomcampus.com/img/cms/exs-monodisi-fresa.gif
Tema 3:
Desventajas
Postre:
Almanaque:
Fresas
http://www.condomcampus.com/img/cms/exs-monodisi-fresa.gif
Tema 3:
Desventajas
Postre:
Almanaque:
Grfica
Heyzer, J. & Render B. (2012). Administracin de operaciones. Mxico: Prentice Hall.
Tema 4; claves
Reloj
http://memolira.com/wp-content/uploads/2015/03/
nw2b_FC397HS5B6Healeyh_1.png
Simbolo Excel
http://es.customguide.com/wp-content/themes/skeleton/images/course_images/
excel-2011.png
Tema 5:
horizontes de
tiempo
Grfica: Heyzer, J. & Render B. (2012). Administracin de operaciones. Mxico:

Prentice Hall.
Tema 6: bsicos

Prentice Hall.
10
Tipos de
tendencias

Prentice Hall.
11
Estacionalidad

Prentice Hall.
Medalla: http://4.bp.blogspot.com/-dgOAw6NapP0/U8sHDNLXXfI/AAAAAAAAAPw/
bkiPrqRRLNQ/s1600/ganado10.png
!73
Secuencia y la
tendencia

Prentice Hall.
13
El secreto es

Prentice Hall.
Medalla: http://4.bp.blogspot.com/-dgOAw6NapP0/U8sHDNLXXfI/AAAAAAAAAPw/
bkiPrqRRLNQ/s1600/ganado10.png
14
Tema 7:
aprovecha
expertos
15
Tema 8: Tipos
pronsticos
16
Tema 8: tcnica
del espejo
17
Pronsticos serie
de tiempo
19
Tema 1: ltimo
valor
pronosticado
20
Tema 2: ventas
similares periodo
a periodo
21
Tema 3: Ventas
similares por
grupo
Maz: https://www.genuity.com/PublishingImages/bkg-landing-corn.png
22
Tema
4:Pronsticos e
ventas con
meses ms
importantes que
otros
http://www.viarural.com.ar/viarural.com.ar/insumosagropecuarios/ganaderos/
elecrificaciondealambrados/cri-plast/pluviometro.gif
23
Tema 5:
pronsticos de
ventas con
pronsticos ya
existentes
25
Tema 1: relacin
pronstico con 2
variables
Vaso : http://images.forwallpaper.com/files/images/d/d11d/d11d8403/165934/
whiskey-ice-glass-drink.jpg
26
Tema 2:
Pronsticos para
dos variables
Camisas hombre: http://trajesparahombre.net/wp-content/uploads/2015/05/Comocuidar-un-traje-de-caballero-5.png
12
Bombillo.http://1.bp.blogspot.com/-maziqRqv74E/T-wDwXYNapI/AAAAAAAAVaw/
re2UKVLkmnc/s1600/lampara,bombillo+de+luz,light+(1).png
Botas: http://www.moto24.es/bmw-motorrad/ropa-moto-bmw/botas-bmw.html
Maleta: http://www.moto24.es/bmw-maleta-de-casco-exclusive-2.html
Gafas: http://www.moto24.es/ropa-moto/gafas-moto/gafas-sol.html
LLantas:http://moto.bridgestone.com.mx/images/ranges/battlax-R10-cerca1_gr.png
Espejo: http://www.germid.cn/site/product_imgs/small/EV-043LAEFFECT
%2000.png
Gafas: http://www.moto24.es/ropa-moto/gafas-moto/gafas-sol.html
Vestido de novia: http://disenossharon.com.mx/wp-content/uploads/2015/02/

novias.png
Maz: https://www.genuity.com/PublishingImages/bkg-landing-corn.png
!74
27
Tema 3: como
analizar las
respuestas
Bombillo.http://1.bp.blogspot.com/-maziqRqv74E/T-wDwXYNapI/AAAAAAAAVaw/
re2UKVLkmnc/s1600/lampara,bombillo+de+luz,light+(1).png
Prentice Hall.
28
Tema 4:
correlacin
29
Tema 5: Estima
posibles errores
http://www.viarural.com.ar/viarural.com.ar/insumosagropecuarios/ganaderos/
elecrificaciondealambrados/cri-plast/pluviometro.gif
!75

Pronosticos

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Pronosticos

Загружено:

Авторское право:

Доступные форматы

!

Curso dirigido a tecnlogos,

Contenido para el curso

Una herramienta comercial

Mdulo 1 El futuro te espera, anticpate

Mdulo 3 Relaciones que lo son todo

Tema 1 La relacin y el pronstico para

Tema 1 Cmo pronosticar si vas a

Tema 1 Problemas resueltos

Mdulo 1 El futuro te espera, anticpate

datos del pasado simplemente estas haciendo una prediccin.

3 Dos desventajas de los pronsticos

Un pronstico no es una verdad absoluta, es slo una aproximacin al comportamiento de una

Pero en vez de caminar en la oscuridad, una luz es una buena seal.

4 Dos argumentos claves para tener xito con lo pronsticos

Actividad 1: Sopa de letras!

A continuacin podrs encontrar una sopa de letras con las 19 palabras ms

Tema 5 Pronsticos en el corto, mediano y largo plazo

5 Pronsticos en el corto, mediano y largo plazo

En la tabla (1) puedes observar sus alcances y su uso ms

Ventas de negocios o productos nuevos.

Planeacin de ventas en ciclo de

Estimar la ubicacin o expansin de las

Tema 6 Herramientas necesarias

La fluctuacin de los datos de la

La fluctuacin de los datos de la

La fluctuacin de los datos de la

La fluctuacin de los datos de la

Secuencia: De ahora en adelante, cuando no refiramos a la secuencia, debemos siempre definirla

7 Aprovchate de los expertos

Dentro de la empresa existen diferentes perfiles de profesionales, pero dependiendo de su tamao

organizacin y el tiempo de dichas personas cuesta.

8 Aprovchate de los datos histricos.

La lnea roja (tendencia o pronstico) y la lnea azul ( secuencia o demanda real).

Actividad 2: Test rpido de conocimientos!

Aqu te presentamos un breve cuestionario de 4 preguntas; selecciona de las

La experiencia, no solo depende de hechos pasados, que para

1.- El horizonte corto de tiempo para la estimacin de un pronstico es:

Actividad 3: Juego flash card!

Te mostraremos ahora una serie de grficas de comportamientos de datos de

El patrn de esta demanda es:

El patrn de esta demanda es:

Actividad 4: Sopa de letras!

A continuacin podrs encontrar una sopa de letras con las 12 palabras ms

Tema 1 Cmo pronosticar si vas a empezar tu negocio?

1 Cmo pronosticar si vas a empezar tu negocio?

si la demanda real de alquiler de vestidos de novias en el

(noviembre) fue de 55 unidades, la demanda de alquiler para diciembre ser de 55

perodo inmediatamente anterior. A este modelo se le denomina UVP (ltimo valor

Como ste modelo que acabamos de

2 Pronostica tus ventas si se comportan similarmente periodo tras periodo

Tabla 3; demanda de lavandera de ropa

Grfica 3: Comportamiento de las ventas en

Como estamos deseando pronosticar el mes de junio y el comportamiento de la demanda no es

3 Pronostica tus ventas si se comportan similarmente por grupo de periodos

Grfica 4; Demanda de maz

Tabla 5; Datos de la demanda real y pronsticos caso venta de maz.

Grfica 5: Demanda real y pronsticos para las

4 Pronostica tus ventas si tienes meses de ventas ms importante que otros

Tabla 6; Milmetros de lluvia

En la grfica de la izquierda podemos ver los

Tabla 7; Datos de la demanda real, pesos de los datos y pronsticos

Grfica 7: pronsticos de lluvias

El siguiente es el protocolo recomendado para ste mtodo: