Академический Документы
Профессиональный Документы
Культура Документы
EVALUACION DE ENTRADA
PREGUNTAS
1. Que entiende por pronosticos?
2. Como relaciona preonosticos con planeacion
estrategica y/o agregada?
3. Conoce terminos como :
1.
2.
3.
Jurado de opinion?
Metodo simplista?
Series de tiempo?
Topicos alrededor de
pronosticos
Que pronosticar?
1.
2. Horizontes de tiempo en pronosticos?
3. La influencia del Ciclo de vida?:
1.
2.
3.
4.
Introduccion?
Creciemiento?
Madurez?
Declinacion?
4. Tipos de pronosticos?
5. Enfoques para pronosticar ?
PRONSTICO DE
VENTAS
PRONOSTICO DE VENTAS
La necesidad de tomar decisiones hoy que puedan
afectar el buen funcionamiento de la empresa el da de
maana hace que los gerentes busquen de alguna forma
pronosticar el futuro.
Existen varios mtodos de pronstico, pero antes de
elegir una hay que tener en cuenta si se puede contar con
un nmero de datos histricos lo suficientemente
confiables, que nos permitan lograr un mnimo de
precisin al pronosticar un perodo de tiempo ms o menos
largo y al menor costo posible.
Adems hay que tener en cuenta que cualquiera sea el
modelo seleccionado ste tienen una serie de supuestos
por lo general simplificadores de la realidad que deben
estar presentes en la toma de decisiones.
Mtodos de pronstico
Informales
Formales
Juicio
Intuicin
Cualitativos
Cuantitativos
Basados en
series
temporales
Pronsticos
cuantitativos
Regresin
mltiple
Modelos
Economtricos
Empricos
Extrapolacin de tendencias
Promedio Movil
Suavizacin Exponencial
Descomposicin de series de tiempo
Evaluacin
subjetiva
Pronstico de
probabilidad
Estimaciones de la
fuerza de ventas
Jurado de opiniones
de ejecutivos
Encuesta sobre las
intenciones de
compra
Tecnolgicos
Exploratorios
normativos
PRONOSTICO DE VENTAS
Tcnicas de pronostico
Tcnicas cualitativas
Anlisis de series temporales
Modelos causales
PRONOSTICOS CUALITATIVOS
Evaluacin subjetiva
Pronstico de probabilidad
Estimaciones de la fuerza de ventas
Jurado de opiniones de ejecutivo
Encuesta sobre las intensiones de
compra
Tecnolgicos
Exploratorios
Evaluacin subjetiva
PRONOSTICO DE PROBABILIDAD
Este procedimiento consiste en generar:
un conjunto de posibles estados de la naturaleza (esto
es, los posibles niveles de ventas)
un conjunto de probabilidades conexas con dichos
estados.
Ejemplo: Si tenemos tres distintos niveles de ventas,
junto con las probabilidades de ocurrencia de cada uno,
para el siguiente ao:
220,000 cajas, probabilidad 0.3
200,000 cajas, probabilidad 0.5
180,000 cajas probabilidad 0.2
Por tanto, el nivel esperado de ventas ser un
promedio ponderado de las tres estimaciones, o sea,
(0.3)(200,000)+(0.5)(200,000)+(0.2)
(180,000)=202,000
Evaluacin subjetiva
ESTIMACIONES DE LA FUERZA DE
VENTAS
Evaluacin subjetiva
JURADO DE OPINIONES DE
EJECUTIVO
Evaluacin subjetiva
ENCUESTA SOBRE LAS
INTENCIONES DE COMPRA
Este mtodo se basa en las tcnicas de encuesta para
medir las intenciones de compra o las necesidades
anticipadas de los clientes en el perodo futuro.
Se pueden realizar entrevistas personales, entrevistas por
telfono o correo para averiguar si las personas tienen la
intensin de adquirir un auto nuevo, un radio durante el
prximo ao.
Tales tcticas ayudan a mantenernos al da respecto a las
condiciones generales del mercado, pero tienden a adolecer
de incerteza por parte del respondiente o de falsedad.
Las intensiones no siempre son un indicador confiable del
comportamiento futuro, sobre todo tratndose de productos
de consumo.
Cambios tecnolgicos
METODO EXPLORATORIO
Se utiliza cuando se sabe que hay un
cambio tecnolgico, especialmente
cuando ste afecta a los productos
actuales, a los planes actuales de
productos nuevos o a los posibles
productos nuevos en el futuro.
Consiste en valerse del conocimiento
moderno, junto con la extrapolacin de
tendencias del pasado, con objeto de
prever el futuro tecnolgico.
PRONOSTICO CUANTITATIVO:
Basado en series de tiempo
Mtodos empricos
Extrapolacin de tendencias
Promedio mvil
Suavizacin exponencial
Descomposicin de series de tiempo
Pronsticos cuantitativos
Regresin mltiple
Modelos economtricos
SERIES DE TIEMPO
Qu es una serie de tiempo?
Es un grupo de datos cuantitativos que se obtienen en perodos
regulares de tiempo (ej. las ventas mensuales de los ltimos 24
meses). El supuesto bsico a la hora de analizar esta informacin
es que los factores que influyeron en el pasado sobre estos datos
seguirn hacindolo ms o menos en la misma forma en el futuro.
Lo importante es identificar y aislar estos factores de manera que
nos permitan predecir y planear el futuro con la mayor precisin
posible
METODOS EMPIRICOS
b= nxy - (x)(y)
nx2-(x)2
a=
y - bx
r2=
s=
raiz
[nxy - (x)(y)]2
[nx2-(x)2][ny2(y)2]
y2 - ay - bxy
n-2
EXTRAPOLACION DE
TENDENCIAS
Modelo Lineal
Y = a + bX
Y = 1.7141x - 63987
donde:
Y = ventas (miles de cajas)
X = nmero de aos despus
de 2009
Modelo no Lineal
Y = aXb
donde:
(1)
PROMEDIO MOVIL
SUAVIZACION EXPONENCIAL
Ventas de la empresa
hipotticas
Pronstico de
ventas para
cada ao
=a*
Ventas reales
durante el
ao anterior
Nivel
de
ventas
+ (1 - a) pronosticadas para el ao
anterior
DESCOMPOSICION DE SERIES
DE TIEMPO
DESCOMPOSICION DE SERIES
DE TIEMPO
DESCOMPOSICION DE SERIES
DE TIEMPO
En este mtodo se calcula un promedio aritmtico de 12 meses. Puesto que los resultados
as obtenidos caen entre meses sucesivos en lugar de en el centro del mes, se debe calcular un
movimiento aritmtico de 2 meses, el resultado se llama movimiento medio centrado de 12
meses.
Jun 08 2,867.30
Jul 08 2,865.52
Promedio centrado
Jul 08 2,866.41
Despus de que se haya hecho esto, los datos originales para cada mes se expresan como
porcentajes de los correspondientes al movimiento medio centrado de 12 meses.
Por ejemplo:
Jul 08 Dato real
1,831.20
Mov. medio centrado
2,866.41
Expresado como %
1,831.20/2,866.41 = 63.88%
Los porcentajes para los meses correspondientes son entonces promediados:
Jul 89
63.88
Jul 90
68.61 Promedio aritmtico: 70.21%
Jul 91
78.14
Promedio que se ajusta si su media no es el 100%
Con este procedimiento se pierden observaciones tanto al inicio como al final de la serie
por lo que es importante trabajar con series largas.
DESCOMPOSICION DE SERIES
DE
TIEMPO
1.- Se calcula el Promedio Mvil.- Columna 2, 3 y 4
En la columna 2 se calcula el total mvil (la suma de 12 observaciones)
En la columna 3 se dividen este entre la longitud del perodo obteniendo
as el promedio
En la columna 4 se centra este valor y se obtiene el promedio mvil
correspondiente.
2.- Se calcula los estimadores de los ndices de estacionalidad. Esto es, que
porcentaje del valor actual corresponde al promedio mvil centrado. Luego se
obtiene un promedio de estos estimados obteniendo los ndices de
estacionalidad. Columna 5 y 6
Este ndice estacional se usara con dos fines, uno el pronstico de valores
futuros y otro el de desestacionalizar la serie.
Para el pronstico, el valor que se pronostique sin estacionalidad para un
perodo futuro, se multiplicar por su correspondiente ndice.
DESCOMPOSICION DE SERIES
DEProceso
TIEMPO
de desestacionalizacin
Consiste en eliminar el efecto de la estacionalidad de la serie. Para
lograrlo se divide los valores observados entre el ndice estacional
obteniendo una informacin desestacionalizada. (Col.7 = Col.1 / Col.6).
Calculo de la Tendencia
Para calcular la tendencia de la serie de datos es necesario encontrar
una curva que se aproxime a los datos desestacionalizados. Puede existir
una relacin lineal entre los datos o no. Lo ideal es encontrar la "mejor
recta de ajuste", y uno de los mtodos ms usados es el Mtodo de
Mnimos Cuadrados, es decir que la suma de los cuadrados de las
distancias entre las observaciones reales y la recta encontrada es
mnima. El problema en muchos casos es tan complejo que es necesario la
utilizacin de paquetes estadsticos complejos que no estn al alcance de
la mano.
Proyeccin: Se proyectan las cifras y se estacionalizan.
Col. 1 = Col.8*Col.6
DESCOMPOSICION DE SERIES
DE TIEMPO
Mtodo mnimos cuadrados
DESCOMPOSICION DE SERIES
DE
TIEMPO
Un mtodo ms sencillo que puede darnos una idea ms o menos aproximada
DESCOMPOSICION DE SERIES
DE TIEMPO
Promedios geomtricos
PRONOSTICOS CUANTITATIVOS
Causales o regresivos
Regresin mltiple
Modelos economtricos
Causales o regresivos
REGRESION MULTIPLE
En vez de expresar simplemente las ventas como
una funcin lineal del tiempo (ventas = a + b x
tiempo), la regresin mltiple sirve para expresar las
venta en funcin de dos o ms variables. Las
variables independientes tpicas que se utilizan son:
los valores anteriores de venta ms
los valores actuales o pasados de las variables que,
segn se supone, ejercen un efecto causal en ellas.
Dichas variables podran incluir el nivel de publicidad,
el precio, las condiciones climatolgicas, el ingreso
disponible y otras cosas.
Causales o regresivos
MODELOS ECONOMETRICOS
MODELO ECONOMETRICO
Mediante el uso de este mtodo es factible medir el grado de
confiabilidad de la relacin existente entre variables
tributarias, econmicas y administrativas.
As por ejemplo, si se aplicara un aumento en un impuesto, se
producira una transferencia de recursos del sector privado al
sector pblico. Con la aplicacin de mtodos economtricos es
factible medir, con base en datos para un perodo de tiempo,
la relacin existente entre la recaudacin y las modificaciones
en la estructura del impuesto. El clculo de la recaudacin
estar en funcin del nivel de las tasas que se apliquen; de la
base imponible del tributo; y del efecto conjunto de ambos,
sobre las variables tributarias que se estn afectando.
De igual forma, es factible medir futuros niveles de
recaudacin con base en cambios en variables, tales como
cambios en el Producto Interno Bruto, Consumo Privado,
Sueldos y Salarios, etc.
Igualmente, podran realizarse estimaciones vinculando el
monto de las recaudaciones a variables representativas del
grado de eficiencia de la administracin tributaria, como por
ejemplo porcentajes de evasin, estructura administrativa
dedicada a la recaudacin, nmero de empleados, etc.
MERCADO META
Captulo VI
Pronsticos de las
Operaciones
OPERACIONES
PRONSTICO
OPERACIONES/TECNOLOGICO
PRONSTICO
LOGISTICO
PRONSTICO
LABORAL
FINANZAS
PRONSTICO
FINANCIERO
MERCADEO
PRONSTICO DE
LA DEMANDA
Tcnicas de Pronsticos
Promedio mvil
Ajuste exponencial
Box - Jenkins
X-11
Proyecciones de tendencia
Curva de Aprendizaje/Experiencia
Cuantitativas
Mtodo Delphi
Investigacin de mercados
Consenso de grupo
Previsin imaginativa
Analoga histrica
Anlisis de impacto cruzado
Cualitativas
Causales
TCNICAS
DE
PRONSTICOS
Modelo de regresin
Modelo economtrico
Escuestas de anticipacin
y sobre intenciones de compra
Modelo input-output
Modelo input - output
economtrico
Indice de difusin
Indice anticipador
Anlisis de ciclo de vida
1. Mtodo Delphi
Descripcin
2. Investigacin de
mercados
4. Previsin imaginativa
5. Analoga
cruzado
Precisin
Pobre a regular
Corto Plazo (0-3
Generalmente no aplicable
Utilizado generalmente como
Pobre
meses)
Regular a muy bueno
insumo para otras tcnicas
de a regular
Pobre
Medio Plazo (3 meses-Regular a muy bueno
pronosticacin.
2 aos)
Largo Plazo (2 aos en
Pobre
Pobre
Pobre
Pobre
Bueno a regular
Bueno a regular
No aplicable
Bueno a regular
Bueno a regular
1. Mtodo Delphi
2. Investigacin de mercados
4. Previsin imaginativa
c
Identificacin de
puntos de
inflexin
Aplicaciones
tpicas
Datos necesarios
Regular a bueno
Pobre a regular
Pobre
Pobre a regular
Regular a bueno
Descripcin
2. Exponential
Smoothing
3. Box-Jenkins
4. X-11
tendencia
5. Proyecciones de
Expe
Precisin
Corto Plazo (0-3 meses) Pobre a buena
Medio Plazo (3 meses-2 aos)
Pobre
Largo Plazo (2 aos en adelante)
Muy pobre
Muy Bueno
Pobre a bueno
Pobre a bueno
Regular
Regular abueno
Regular abueno
Identificacin de puntos de
cambio de tendencia
Pobre
Pobre
Muy buena
Pobre
Regular
Regular
1. Promedio en
movimiento
2. Exponential
Smoothing
3. Box-Jenkins
4. X-11
tendencia
5. Proyec
Control
Control de inventarioControl de produccin
e in-de produccin e Seguimiento e indicadores;
Pronosticacin de costos a un
Pronosticacin de producinventario
para artculos de
para artculos de volumen
ventario, pronsticos
de
pronosticacin de las ventas
largo plazo
para productos estos nuevos (especialmente
a
Aplicaciones tipicas bajo.
volumen
grande, pronsticos
mrgenes y otros datos
finande la compaa, divisinmediano
o
tablecidos y nuevos; pronosy largo plazo)
de los balances de efectivo.
cieros.
departamento; establecimiento
ticacin de requerimientos de
y crtica de los presupuestos.
Datos necesarios
estacionales, en su defecto
es utilizar un mnimo de
menos datos.
delo y en la identificacin
(por supuesto,
del parmetro.
cuanta ms historia
mejor.).
Debe especificarse el promedio en movimiento.
De all en adelante
la historia completa
1. Modelo de regresin
Descripcin
2. Modelo economtrico
3. Encuestas de anticipacin
y sobre intenciones de
compra
4. Modelo input-output
economtrico
5. Modelo input-output
6. Indice de difusin
Relaciona funcional Sistema de ecuaciones de Estas encuestas al publico Mtodo de anlisis del
Los modelos econom-Porcentaje de un
mente las ventas con regresin interdependien- en general (a) determinan flujo de bienes y servicios tricos y los modelos
grupo de indicadores
otras variables macroe- tes, que describe el com - las intenciones de comprar entre sectores o departa - input-output se suelen economicos quesuben
conmicas, de la com- portamiento de las ventas ciertos productos, o (b) de- mentos, en lo que respecta combinar, a veces, a o bajan, convirtien petencia o de ndole in- o los beneficios de cierto
ducen un ndice que mide a la economa de un pas o efectos de realizar pre- dose este porcentaje
terna, y estima una ecu- sector de la economa.
el sentir general sobre el
a las relaciones entre una visiones. El modelo
en el indice.
cin basandose en la
Los parmetros de las
presente y el futuro y que
empresa y sus mercados. input-output se emplea
tcnica de los mnimos ecuaciones de regresin se estima como este sentir
Muestra que flujo de entra- para introducir las
cuadrados. Las relacion- estiman, habitualmente
afecta a los hbitos de com- das (inputs) tiene que
- tendencias a largo
es se analizan, funda - de modo simultaneo. Por
pra. Estos mtodos son
existir para que se produzca plazo en el modelo
mentalmente, por medio regla general, el desarrollo ms tiles para seguimiento determinado flujo de
economtrico; tambin,
de mtodos estadsticos,de estos modelos es relati- y alerta que para realizar
salidas (outputs).Hay que contribuye a estabili aunque toda ecuacin vamente caro y puede, f - previsiones. El problema
desarrollar un esfuerzo
zar el modelo econo tiene que pasar una
cilmente, costar entre
fundamental estriba en que considerable para utilizar
mtrico.
prueba de seleccin
5,000 y 10,000 dlares se- pueden situar errneamente estos modelos adecuada desde el punto de vista gun sea el grado de deta - un punto de cambio de
mente, y son necesarios
del sentido comn.
lle requerido. Sin embargo tendencia (que quiz no se detalles adicionales, y que
gracias al sistema de ecua- dar nunca)
no suelen estar a mano, si
ciones que presentan, estos
se los quiere aplicar a una
modelos expresan las reladeterminada empresa.
cionescausales entre variaLas empresas que han utibles mejor que una ecua lizado modelos input-outcin ordinaria de regresin,
put, han llegado a gastar
y por esta razn predicen
100.000 dlares o incluso
los puntos de cambio de
ms, anualmente, para
tendencia con ms
poderlos aplicar con
precisin
utilidad.
Precisin
Buena a muy buena
Corto Plazo (0-3 meses)
Medio Plazo (3 meses-2 aos)Buena a muy buena
Mala
Largo Plazo (2 aos en
adelante)
Mala a buena
Mala a buena
Muy mala
No es aplicable
Buena a muy buena
Buena a muy buena
No es aplicable
Buena a muy buena
Buena a excelente
Mala a buena
Mala a buena
Muy mala
7. Indice anticipador
de vida
8. Anlisis de
Mala a buena
Mala a buena
Muy mala
Mala
Mala a buena
Mala a buena
1. Modelo de regresin
2. Modelo economtrico
Identificacin de puntos de
cambio de tendencia
Muy buena
Aplicaciones tpicas
Datos necesarios
Excelente
Buena
Regular
5. Modelo input-output
Buena
6. Indice de difusin
Buena
7. Indice anticipador
de vida
Buena
8. Anlisis del c
Mala a Buena
Suelen hacer falta datos de De diez a quince aos de Los mismos que para el Los mismos que para Los mismos que para Como mnimo, las
una encuesta sobre
ventas anuales del
varios aos, para relacionar datos histricos. Cantida- promedio mvil y que las encuestas sobre
estos ndices con las ventas des considerables de
para el X-II.
intenciones de compra. intenciones de compra, producto estudiado
de la empresa.
informacin sobre los
ms 5 a 10 aos de
u otro similar.
datos histricos.
Suele ser necesario
flujos de productos y
servicios dentro de la
hacer encuestas de
empresa (o de la economa
mercado.
del pasi), para cada ao en
que se desee realizar el
anlisis input-output.
BOLA DE CRISTAL
INTUICION
ANALISIS ESTADISTICO
ADIVINANZA
CUALITATIVO
CUANTITATIVO
CAUSAL
COMBINACION
ASOCIATIVO
r=1
Excelente
r = .8
Muy buena
x
r=0
Psima
r = -.6
Buena
x
68
95.5 %
99.7 %
-3
-2
- SD
DESVIACION
STANDARD
(Dispersin)
-1
D
DEMANDA
PROMEDIO
(Tendencia Central)
+ SD
DESVIACION
STANDARD
(Dispersin)
+1
+2
CURVA DEL
CICLO DE VIDA
DEL PRODUCTO
EDAD DEL
PRODUCTO
TIPO DEL
GERENTE
APROPIADO
INICIO
INVENTOR
ORGANIZADOR
Tecnolgicos Financieros
Analticos
CONOCIMIENTOS
Planificacin
GERENCIALES
Relaciones
Humanas
Innovacin Investigacin
Independencia Orden
Confianza
Juicio
APTITUDES
Organizacin
Visin
GERENCIALES
Negociacin
Riesgo
Decisin
DECLIVE
CONSTRUCTORADMINISTRACINREORGANIZADOR
Produccin
Marketing
Marketing
Organizacin
Presupuestos
Control de
Gestin
Relaciones
Humanas
Mando
Delegacin
Motivacin
Supervisin
Decisin
Mantenimiento
Coordinacin
Eficiencia
Investigacin
EMPRESA = PRODUCTO
Tecnolgicos
Financieros
Analticos
Relaciones
Humanas
Innovacin
Riesgo
Visin
Eficiencia
Decisin
CICLO
VIDA
PRODUCT
DATAO
CRECIMIENTO
INTRODUCCIN
DESARROLLO
SIN
ALGO
GRAN
MUCHA
TIEMPO
LARGO
MEDIANO
CORTO
MUY CORTO
MTODO
CUALITATIVO
TOTAL
TOTAL
ALGO
CUANTITATIVO
TCNICAS
+
ALGO
CUALITATIVO
- JUICIO
- HISTRICO
- DELPHI
- SIMULACIN - REGRESIN
- ANALOGA
HISTRICA
- CAUSAL
- INVESTIGACIN
MERCADOS
DECLINACIN
MADUREZ
- CORRELACIN
COSTO
TOTAL
COSTO
ACTIVIDAD
PRONOSTICAR
MNIMO
COSTO POBRE/INEXACTO PRONSTICO
PTIMO NIVEL
PRONSTICOS
NIVEL ACTIVIDAD
PRONSTICOS
(Recursos Usados)
VARIABLES
1. TIPO PRONSTICO
2. HORIZONTE TIEMPO
3. BASE DATOS DISPONIBLE
4. METODOLOGA
5. CORRELACIN DATA
6. COSTOS PRONSTICOS
Estimados
Opiniones
Proyecciones
Comparaciones
Expertos
Respuesta Consumidor
C-M
C-L
M
C-L
L
M-L
SERIES TIEMPO
(CUANTITATIVO)
EMPIRICO
PROMEDIOS MOVILES
PROYECCION TENDENCIA
DESCOMPOSICION
AJUSTE EXPONENCIAL
BOX-JENKINS
+%
C
n recientes perodos
Lineal, Exponencial
M-L
Tendencia, ciclo, estacionalidad
Prom. Mov. Ponderados
Regresin Estadstica e Iterativo
C
C-L
C
M-L
ASOCIATIVOS
REGRESION Y CORRELACION
Una o ms variables
asociadas al pronstico
va mnimo cuadrados
ECONOMETRICOS
Solucin ecuaciones
simultneas de regresin
C: CORTO PLAZO
M: MEDIANO PLAZO
C-M
C-M
L: LARGO PLAZO
Fuente: Toma