4metodos Cuant y Cual1 PDF

MTODOS CUALITATIVOS Y
CUANTITATIVOS
Mtra. Vernica Bolaos

Componentes del plan de ventas
Tendencia de
Objetivos << Pronstico
ventas
Presupuesto
Presupuesto Plan de
de gastos de
de publicidad mercado
venta
Presupuesto
de ventas
2
Objetivos:
Corresponde a lo que espera alcanzar la

administracin en cantidades,
precios, territorios de
distribucin y personal del rea
de ventas.
3
Objetivos:
Estos objetivos son elaborados por el

Gerente de Ventas con la participacin
de los vendedores. 4
Anlisis de las ventas anteriores, considerando
los datos histricos de varios perodos.
5
Pronstico:
Es la proyeccin de
la posible demanda
de los clientes para
un perodo, toma en
cuenta las
condiciones futuras
que rodean la
situacin de la
empresa.
6
Permite analizar los objetivos en trminos de
las ventas esperadas en unidades fsicas y
monetarias.
7
Presupuesto de publicidad y
promocin:
Contempla los gastos de publicidad, promocin,

investigacin de mercado, merchandising, y
otros inherentes. 8
Presupuesto de gastos
de venta
Considera sueldos, comisiones por venta,
premios por logro de metas, bonos, y todos los
gastos directamente relacionados con la
actividad de vender.
9
Es la base para la cuantificacin del
plan de ventas de la empresa. 10
QU ES UN PRONSTICO?
Se define como la estimacin de la demanda de uno o

varios productos en un futuro para una empresa.
Diferencia entre pronstico y
prediccin
Pronstico: utiliza tcnicas como las

series de tiempos y modelos
estructurados
Prediccin: se basa en juicios

cualitativos Mtra. Vernica Bolaos
Pronstico de ventas
El pronstico de ventas generalmente

es anual, y es el eslabn entre la
evaluacin de los factores externos
que afectan las operaciones, los
recursos internos, y los objetivos
que estn bajo el control de la
administracin.
13
Para realizar los pronsticos es
necesario tomar en cuenta los
componentes o patrones de la demanda

1. Factores cclicos
La influencia cclica en la demanda puede provenir

de hechos tales como: la guerra, condiciones
econmicas, moda, vacaciones, etc.
2. Variaciones aleatorias
Son productos de hecho fortuitos, es aquella en la

que no existe un patrn reconocible de los datos

3. Horizontal
Los datos varan en torno a una media constante

4. Estacionalidad
Son las variaciones segn la temporada y corresponden
a fluctuaciones que tienen lugar en un periodo de
tiempo dado y se repiten en el mismo periodo.

La tendencia
Lineal

La tendencia
Exponencial

La tendencia
En forma de S

La tendencia
Asntota

EJERCICIO EN CLASE
Por equipos, dar 5 ejemplos de productos,
que presenten las diferentes tendencias de
venta. Explicar porqu escogieron esos
ejemplos.
23
FACTORES QUE
AFECTAN LA DEMANDA

Factores externos:
Economa Reglamentacin Incremento en la

creciente del gobierno construccin
Mezcla de
Gustos en los
mercado por parte
consumidores
de la competencia

Factores internos: son decisiones
internas que provocan cambios en
la demanda
Diseo del producto
Mezcla de mercado
Expansin del mercado
Contraccin del mercado

$
Pronsticos de venta
27
Tcnicas para pronosticar
A.
las ventas:
A. Mtodos cuantitativos
(Tcnicas estadsticas
elaboradas).
A. Mtodos cualitativos
(Estimados por criterio,
opinin, corazonada o
experiencia).
28
MTODOS
CUALITATIVOS
1. MTODOS CUALITATIVOS
(mtodos de juicio):
INVESTIGACIN DEL MERCADO:

Rene datos por diferentes medios (encuestas,
entrevista)
Desventaja: (los resultados de la encuesta no

reflejan las opiniones del mercado).

(mtodos de juicio):
CONSENSO DE EXPERTOS (OPININ EJECUTIVA)
Desventajas:
El juicio u opinin de una persona de ms alto nivel
probablemente tenga ms relevancia que el de una
persona de un nivel ms bajo, en el peor de los casos
se sienten intimidados y no expresan lo que
verdaderamente piensa.
Puede ser costosa
Requiere mucho tiempo

(mtodos de juicio):
ANALOGA HISTRICA: Cuando se trata de

pronosticar la demanda de un producto nuevo, la
situacin ideal es que se pueda usar como modelo
un producto existente o un producto genrico,

(mtodos de juicio):
MTODO DELPHI: Oculta la identidad de las
personas que participan en el estudio dando a cada
individuo la misma importancia.
Desventaja
El proceso es muy largo (ms de un ao) por lo que
el panel de expertos puede cambiar alargando el
proceso
Su calidad es entre regular y buena para la
identificacin de puntos de flexin en la demanda
de nuevos productos.
Mtodos cuantitativos
Promedios mviles
Regresin lineal
Alisamiento exponencial
Mnimos cuadrados
34
2. MTODOS CUANTITATIVOS
Anlisis de series de tiempo: mtodo

estadstico que depende en alto grado de
datos histricos de la demanda, con los que
se proyectan la demanda futura y reconoce
las tendencias y patrones estacinales.
Mtodos causales: utilizan datos histricos

de variables independientes como campaas
de promocin, condiciones econmicas y
actividades de los competidores.
Anlisis de series de tiempo
Busca prever el futuro, con base en datos
del pasado
Son de naturaleza reactiva.
Usan informacin histrica que solo se

refiere a la variable dependiente (ventas).
Se aplica a los patrones de demanda tipo

horizontal y tendencia.
Pronstico emprico
Alternativas
Ft = A t-1 +
Considera
Ft = A t-1 incremento o
estacionalidad
disminucin
PROMEDIOS SIMPLES:
Son series de promedios cuyos valores altos y bajos estn

acolchonados y se hacen menos extremos. El nmero de
puntos de datos elegido debe ser suficiente para eliminar los
efectos de las variaciones de temporada .
38
PROMEDIOS MVILES:
Los promedios mviles suavizan los resultados de las ventas

ms recientes, conduciendo as a pronsticos ms
conservadores.
39
PROMEDIOS MVILES:
Mientras ms perodos se usen para un promedio mvil, ms

atenuada estar la curva de fluctuacin.
Los valores al final de la serie no pueden calcularse, sino que
deben estimarse.
40
La utilizacin de esta tcnica supone que la serie de tiempo es
estable, esto es, que los datos que la componen se generan sin
variaciones importantes entre un dato y otro (error aleatorio=0),
esto es, que el comportamiento de los datos aunque muestren un
crecimiento o un decrecimiento lo hagan con una tendencia
constante. 41
Cuando se usa el mtodo de promedios mviles se est
suponiendo que todas las observaciones de la serie de tiempo
son igualmente importantes para la estimacin del parmetro a
pronosticar (en este caso los ingresos).
De esta manera, se utiliza como pronstico para el siguiente

periodo el promedio de los n valores de los datos ms
recientes de la serie de tiempo.
Utilizando una expresin matemtica, tenemos:
Promedio Mvil = (n valores de datos ms recientes)

n 42
AO
VENTAS
REALES
PROMEDIO PROMEDIO
MVIL PARA MVIL PARA
2 AOS 4 AOS
Ventas promedio
1
2
3
$4,200
$4,410
$4,322 $4,305
mvil
4 $4,106 $4,366
5 $4,311 $4,214 $4,260
6 $4,742 $4,209 $4,287
7 $4,837 $4,527 $4,370
8 $5,030 $4,790 $4,499
9 $4,779 $4,934 $4,730
10 $4,970 $4,905 $4,847 AO
11 $5,716 $4,875 $4,904
12 $6,116 $5,343 $5,124 VENTAS REALES
13 $5,932 $5,916 $5,395
14 $5,576 $6,024 $5,684
15 $5,465 $5,754 $5,835
PROMEDIO MVIL PARA 2 AOS
16 $5,521 $5,772
PROMEDIO MVIL PARA 4 AOS
6000
5800
5600
5400
5200
5000
4800
4600
4400
4200
4000
43
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
PROMEDIO MVIL PONDERADO
Permite adjudicar una importancia o peso cualquiera a cada elemento o
periodo, siempre y cuando todos los valores sumen 1 o 100%.
Formula:
ft : W1 At 1 + W2 At 2 + W3 At 3 ..+ Wn At n
Donde:
ft = pronstico para el periodo futuro
W1 = peso que se le dar a la venta real en el periodo t -1
W n = peso que se le dar a la venta real en el periodo t n
n = Nmero total de periodos del pronostico
Wi = 1
Cmo elegir los pesos?
La experiencia, prueba y error.

1.
Por lo general el pasado ms reciente es el indicador ms

importante de lo que podemos esperar para el futuro, y por
2. tanto este debe tener mayor peso.
Cuando los datos son variables se debe determinar los pesos

en consecuencia; es decir, se le asignara mayor peso a las
3. mayores demandas y menor peso a las menores demandas.

ALISAMIENTO EXPONENCIAL :
El alisamiento exponencial ( atenuacin exponencial) est

diseada para compensar la principal debilidad del promedio
mvil, la de no responder lo suficiente a los resultados ms
recientes. En esta modificacin del promedio mvil, las
observaciones ms recientes o los resultados de las ventas
no slo no se incluyen, sino que en realidad se les da ms
peso en la serie de tiempo 46
ALISAMIENTO EXPONENCIAL PROM.
MVIL PONDERADO:
El peso aplicado a la cifra de ventas ms reciente, se

designa como (alfa) y se denomina la constante de
atenuacin. Se le dar un valor entre 0.0 y 1.0
Nuevo promedio = (ltimas ventas)

+ (1-) (Promedio de ventas de aos
anteriores).
47
DATOS
alfa (), constante
de atenuacin, tasa
El pronstico ms de reaccin,
La demanda real
reciente constante de ajuste
que ocurri en ese
(pronstico del exponencial,
periodo
ltimo periodo) parmetro
suavizador.
(0<= <=1)

Cmo se determina el valor de ?
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
Mientras ms peso se le d a la ltima

observacin, ms importante ser en el nuevo
promedio, y por lo tanto, menos importantes
sern los datos anteriores.
49
Si las ventas cambian lentamente, los valores

bajos para funcionan muy bien, sin embargo
cuando las ventas experimentan cambios rpidos
y fluctuaciones hay que adjudicar valores altos
para
50
Para determinar el valor de en forma ms

especfica, se pueden probar diferentes valores
en los registros de las ventas pasadas y
averiguar qu valor de habra conducido al
ms pequeo error en la prediccin.
51
La REGRESIN LINEAL modela, en la forma de una
ecuacin matemtica, la relacin entre dos variables
X (independiente y Y(dependiente).

ANALISIS DE REGRESION LINEAL
La regresin se define como la relacin funcional

de dos o ms variables correlacionadas (demanda
vs tiempo). La regresin lineal se refiere a un tipo
especial de regresin donde las relaciones entre las
variables forman una lnea recta.
Bienes races. La venta en Predecir fenmenos Normalmente en finanzas y

funcin de las tasas de inters econmicos como el PIB economa para pronosticar
valores de variables
macroeconmicas.
Frmula que
trabajaremos
Cmo se escribe la funcin de la recta
Y = mX + b
Donde m y b son parmetros de la recta.
m es la pendiente de la recta.
b es la ordenada al origen.
Pendiente de la recta
Es la inclinacin de la recta
respecto del eje horizontal x
m>0
m<0
Un
Altura (cm) Peso (kg)
ejemplo: 135 26
145 33
141 32
143 30
Supongamos que se 133 31
mide la altura de 17 140 33
nios de 11 aos de 152 36
149 32
edad y se registra el 164 47
peso. En la tabla de la 137 29
derecha se presentan 149 35
164 43
los datos. 141 29
143 32
133 23
140 37
152 45
Estudiemos esta relacin
50
45 En el grfico los puntos

40 (x;y) estn dispersos en el
35
plano definido por las dos
Peso
30
variables: Altura y Peso.
25
20
15
Ambas variables son
10
120 130 140 150 160 170 180 numricas.
Altura

Cmo ajustar la recta a nuestros
datos?
50
45
De las infinitas rectas que 40
35
pueden pasar por la nube

Peso
30
de puntos. Cul estimar 25
20
mejor los parmetros de la 15
recta? 10
120 130 140 150 160 170 180
Altura
Mtodo de Mnimos cuadrados
Es la recta cuya distancia

entre el valor observado
y la RECTA DE REGRESIN
ESTIMADA sea
mnima.

Pasos para graficar los datos
Cmo graficar y ajustar la recta utilizando una hoja Excel?

1 los
Escribir Paso
datos (x;y) en columnas, y
seleccionarlos.

2 Paso
Ir al Men Insertar Grfico
y seleccionar, XY (Dispersin).

3 Paso Posicionarse en un punto
y tocar el botn de la
derecha del Mouse y
seleccionar:
Agregar lnea de tendencia
No olvidar escribir el ttulo,

nombre de variables y elegir una
escala correcta para los ejes.
En Opciones, tildar:
4 Pasola ecuacin en el grfico
Presentar
Presentar el valor R2 en el grfico
5 Paso - La recta obtenida
50
45
40
35
Peso
30
25
20 y = 0,5289x - 42,833
2
15 R = 0,716
10
120 130 140 150 160 170 180
Altura

Cmo interpretamos la recta?
= 0,5289 X - 42,833
La pendiente positiva 0,5289 nos indica que a medida

que aumenta la altura aumenta el peso.
La relacin entre ambas variables es directa.

Cmo interpretamos el coeficiente de determinacin?
R2 = 0,716
Indica que el modelo explica

a los datos en aproximadamente
un 71,6%.

MNIMOS CUADRADOS:
Este mtodo, nos permite crear un pronstico de las

ventas, basados en el historial de las ventas
pasadas, y tomando en cuenta las tendencias.
Tambin nos permite encontrar la ecuacin de una

recta a partir de datos experimentales (variables).
Podemos decir entonces, que el mtodo de mnimos

cuadrados, nos permite encontrar la mejor recta
que mejor ajusta a todos los puntos de una grfica.
75
En el ejemplo, en 192 autos producidos, se midieron cuntos fueron
entregados, y cunto tiempo tardaron en su entrega.
Y= a 48.81 (en promedio un auto nuevo tardara 49 das en entregarse,

segn el historial de entregas)
La pendiente sera 2.0687 (nmeros y como nmeros x)
La interseccin sera 21.925 (eje nmero y como nmero x)
R2 tiene el 95% de relacin (esto es que hay un 95% de probabilidad de que

se logre el pronstico de entrega, o un error el 5% en el pronstico)
x y
OPCIONES DIAS DE ENTREGA
DIAS DE ENTREGA 3
4
25
32
80 y = 2.0687x + 21.925 4 26
7 38
70 R = 0.9575 7 34
8 41
9 39
60 DIAS DE 11 46
12 44
50 ENTREGA 12 51
40 Lineal (DIAS DE 14 53
16 58
ENTREGA) 17 61
30 20 64
23 66
20 25 70
192 76
0 10 20 30
Bibliografa:
Johnston Mari W. y Marshall Greg W. Administracin de ventas. Editorial Mc Graw Hill.

Sptima edicin. Mxico, 2005
Hartley Robert F. Administracin de ventas. Ed. Patria. Vigsima segunda edicin.
Mxico 2008
Bonini, Hausman y Bierman. Anlisis cuantitativo para los negocios. Ed. Mc Graw Hill.
Novena edicin. Colombia 2005.
Lambin Jean Jacques. Marketing estratgico. Ed Mc Graw Hill. Tercera edicin.
Colombia 2002.
77
GRACIAS

4metodos Cuant y Cual1 PDF

Загружено:

Сведения о документе

Оригинальное название

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

4metodos Cuant y Cual1 PDF

Загружено:

Авторское право:

Доступные форматы

MTODOS CUALITATIVOS Y

Mtra. Vernica Bolaos

Corresponde a lo que espera alcanzar la

Estos objetivos son elaborados por el

Contempla los gastos de publicidad, promocin,

Se define como la estimacin de la demanda de uno o

Pronstico: utiliza tcnicas como las

Prediccin: se basa en juicios

El pronstico de ventas generalmente

Mtra. Vernica Bolaos

La influencia cclica en la demanda puede provenir

Son productos de hecho fortuitos, es aquella en la

Mtra. Vernica Bolaos

Los datos varan en torno a una media constante

Mtra. Vernica Bolaos

Mtra. Vernica Bolaos

Mtra. Vernica Bolaos

Mtra. Vernica Bolaos

Mtra. Vernica Bolaos

Mtra. Vernica Bolaos

Economa Reglamentacin Incremento en la

Mtra. Vernica Bolaos

Expansin del mercado

Contraccin del mercado

INVESTIGACIN DEL MERCADO:

Desventaja: (los resultados de la encuesta no

Mtra. Vernica Bolaos

Puede ser costosa

Requiere mucho tiempo

ANALOGA HISTRICA: Cuando se trata de

Mtra. Vernica Bolaos

Anlisis de series de tiempo: mtodo

Mtodos causales: utilizan datos histricos

Son de naturaleza reactiva.

Usan informacin histrica que solo se

Se aplica a los patrones de demanda tipo

Son series de promedios cuyos valores altos y bajos estn

Los promedios mviles suavizan los resultados de las ventas

Mientras ms perodos se usen para un promedio mvil, ms

De esta manera, se utiliza como pronstico para el siguiente

Utilizando una expresin matemtica, tenemos:

Promedio Mvil = (n valores de datos ms recientes)

La experiencia, prueba y error.

Por lo general el pasado ms reciente es el indicador ms

Cuando los datos son variables se debe determinar los pesos

Mtra. Vernica Bolaos

El alisamiento exponencial ( atenuacin exponencial) est

El peso aplicado a la cifra de ventas ms reciente, se

Nuevo promedio = (ltimas ventas)

Mtra. Vernica Bolaos

Mientras ms peso se le d a la ltima

Si las ventas cambian lentamente, los valores

Para determinar el valor de en forma ms

Mtra. Vernica Bolaos

La regresin se define como la relacin funcional

Bienes races. La venta en Predecir fenmenos Normalmente en finanzas y

Donde m y b son parmetros de la recta.

nios de 11 aos de 152 36

peso. En la tabla de la 137 29

derecha se presentan 149 35

45 En el grfico los puntos

Mtra. Vernica Bolaos

De las infinitas rectas que 40