Demanda en Marketing

Cantidad de bienes y servicios que un

comprador está dispuesto a comprar, a un
precio dado y en un lugar establecido,
muchos dirigen estos bienes o servicios a su
satisfacción, otros buscan obtener una
rentabilidad.
Cómo estimamos la demanda
Debemos estimarla en base al conocimiento
de la realidad y en base a medidas
específicas por ejemplo:
si estamos construyendo un canal de
regadío su medida será metros cúbicos de
agua por segundo.
Número de llamadas telefónicas por minuto
 Criterios de estimación de la demanda
Es importante conocer la población y su dinámica
Conocer la tasa de crecimiento para aplicar la
fórmula estadística respectiva.
Por ejemplo si usted necesita conocer la cantidad
de estudiantes que demandarían una laptop en el
futuro debería investigar la cantidad que se ha
demandado por lo menos en los dos últimos años.

Veamos una fórmula en excel

• Mercado: para un economista, el
mercado, se refiere a todos los
compradores y vendedores que
hacen transacciones con
respecto a un bien o servicio.
 Desde el punto de vista del Marketing: “el mercado
representa la serie de compradores presentes y
potenciales de un producto.

 Mercado total : el mercado que idealmente se puede

alcanzar como máximo; “Sí todo el mundo consumiera o
comprara el producto en cuestión” es la dimensión más
abstracta de mercado y que sólo puede definirse en un
momento dado, sirve sólo como una medida indicativa.
Mercado potencial : serie de compradores
que mantienen interés por un producto o
servicio brindado, además deben tener el
ingreso y acceso suficiente para adquirir el
producto.

 Mercado objetivo: Es el que se propone

abordar una determinada empresa dentro
de un período determinado.
Mercado real: formado por el
conjunto de personas que en la
actualidad ya compran un
determinado bien o servicio de una
determinada marca y el de las
marcas de la competencia.
Demanda total del mercado: no es
una cifra fija, está en función de
condiciones definidas:
1. Nivel y mezcla del esfuerzo de
mercadotecnia
2. La distancia entre el mínimo del
mercado y el potencial del
mercado arroja la sensibilidad
general de la demanda
De acuerdo a sensibilidad de la demanda
podemos dividir al mercado en dos tipos:
Mercados extensibles
Mercados no extensibles
En un mercado no extensible la empresa
debe tomar por dada la demanda
PRIMARIA, es decir el total de la
demanda para todas las marcas de un
producto. Y luego optar por la demanda
SELECTIVA.
Q1 Potencial del
mercado pronóstico
del mercado

Q2 mínimo de l
mercado

Gasto de la empresa en mercadotecnia

Potencial del
mercado
prosperidad
Prosperidad

Potencial del
mercado recesión
Recesión

Gasto de la empresa en mercadotecnia

 FORMAS DE ESTIMAR LA DEMANDA

1. Forma común de estimar la demanda total del mercado.

Q = n.q.p
Q= Demanda total del mercado
n = Cantidad de compradores en el mercado
q = Cantidad comprada por el comprador promedio al
año
p = Precio de una unidad promedio
Ejemplo 1. en el distrito de Tacabamba
zona urbana, existe un promedio de
20000 familias. Quienes por mes
consumen 2 balones de gas cada
una, cuyo precio es de S/. 38 cada
balón ¿cuál es la demanda total de
gas por mes?
Q= n.q.p
Q = 20000 x 2 x 38
Q= 1 520 000
2. Tasas en cadena: Es una variación del
método anterior, consiste en multiplicar un
número básico por una cadena de
porcentajes ajustados.
veamos un ejemplo:
La UNACH ha determinado su mercado
potencial de alumnos de la siguiente
forma:
a ) Número de estudiantes que egresan de
los colegios por año = 8000
 Porcentaje de alumnos que quieren seguir estudios
en Chota = 50%
Porcentaje de alumnos que desean estudiar en
UNACH = 15%
 Porcentaje de alumnos que tienen deseo de estudiar
y postulan a Ingeniería = 20%
Entonces = 6000 x 0.50 = 4000 Seguir estudios en
Chota
4000 x 0.15 = 600 aspirantes a estudiar en
UNACH.
600x 0.20 = 120 Mercado potencial para
Ingeniería.
El mercado potencial en este caso puede ayudarnos a
cumplir la meta establecida (120) para la carrera de
Ingeniería.
3. Método de la composición del mercado
Consiste en identificar a todos los
compradores en potencia de cada
mercado, así como en estimar sus compras
potenciales.
Ejm. BANCO SAGA FALABELLA necesita
establecer una sucursal en Chota para
brindar servicios de depósito interbancarios
y de tarjetas de crédito, pero lo
establecerá si el monto de venta a un
mercado potencial exceda los S/.70 000
mensual, teniendo en cuenta que la venta
de cada tarjeta es de S/. 8.00 por mes.
Empleados Nº de Nº de Precio de la Ingresos por
(públicos) trabajad personas tarjeta sector
provincia de ores por que pueden
Chota / sector sector adquirir
privado (2) tarjeta de (4) (3x4)
(1) crédito
(3)

Educación 10000 8000 S/.8.00 64 000

Salud 2800 1500 S/.8.00 12 000
Agricultura 500 200 S/.8.00 1 600
Poder Judicial 300 120 S/.8.00 960

PNP 1000 240 S/.8.00 1920

ONG 150 150 S/.8.00 1200
Sector privado 2500 800 S/.8.00 6400

Total Ingresos 88 080

Según la estimación del
mercado potencial, SAGA
FALABELLA Establecerá una
sucursal en Chota puesto
que sobrepasa los S/. 70000
soles mensuales en venta
de tarjetas.
4. El método del índice de los factores del
mercado.
Con este método se trata de establecer el
potencial de mercado para la empresa en
zona de intervención. Para establecer el
potencial del mercado puede hacerse
basándonos en el índice del poder
adquisitivo basado en tres factores.
a) Ingreso personal disponible
b) ventas detallistas
c) Población.
Bi = .5Yi + .3Ri + .2Pi
Bi = Porcentaje del total del poder
adquisitivo en la zona i.
Yi = Porcentaje del ingreso personal
nacional disponible en la zona
Ri = porcentaje de las ventas al detalle
nacionales en la zona i
Pi = Porcentaje de la población
nacional en la zona i
Veamos su aplicación.
Transportes Cruz del Sur investiga y determina
el porcentaje de los 3 factores para
establecer el porcentaje total del poder
adquisitivo en Chota. Los investigadores
encontraron lo siguiente:
.3956% Del ingreso personal disponible de la
región Cajamarca
.5127% de ventas de pasajes en la región
Cajamarca
.2536% de población de la región
Cajamarca
Calculamos el Bi (porcentaje del total del
poder adquisitivo de la región) Así:
Bi = .5(.3956) + .3(.5127) + .2(.2536)
Bi = .40233%
Es decir Chota representa el 0.40233% de la
demanda de pasajes en la región; como el
potencial total de la región es de S/.
3000000000 al año, el potencial para Chota
será de:
= 3000000000(0.0040233) = 12 069 900 que
será las ventas de pasajes en Chota para la
empresa.
O podemos manifestar que la venta de
pasajes potencial en Chota es de 0.4023%
de la región.
Las empresas deben comparar sus ventas
con el promedio del sector saber si están
actuando bien, o están perdiendo
mercado.
Ejm. Sí la industria del calzado crece en 10% y
la empresa de calzado Paredes sólo 3%
entonces podemos decir que esta empresa
está perdiendo mercado.
 PRONÓSTICO DE LA DEMANDA FUTURA

Los pronósticos son el arte de estimar la

demanda futura, anticipando el
comportamiento probable de los
compradores, sujeto a una serie
dada de condiciones. Son muy pocos
los productos que se prestan para
hacer pronósticos fáciles.
Recomendaciones para realizar pronósticos
 Deben estar basados en información
confiable
Debe aplicarse adecuadamente el método
de pronóstico. caso contrario se deriva en
pérdida para la empresa por que:
Incrementa o disminuye inventarios
Precios sobre estimados
Cuanto más inestable es la venta de la
empresa más necesario se hace los
pronósticos.
 Importancia de la predicción de la
demanda
su principal reto de las predicciones es
convertir nuestra organización en una
organización inteligente es decir con
respuesta rápida ante las
necesidades de los clientes y
aprovechamiento de la
oportunidades.
Por qué?

Permite saber qué producir

Cuánto producir
Cómo producir
Cuándo producir
La predicción de la demanda: Ayuda a
pronosticar la cantidad y la duración
de la demanda de bienes y servicios
de una empresa.
Las predicciones por lo general son para
períodos de tres a doce meses y se
cumplen en los años siguientes.
Las predicciones se usan para:
 Planeación y programación detalladas
Alto (Programación de producción diaria)

. Planeación agregada
Nivel de . Planes de provisión de personal
detalle de .Programación de producción mensual
una
predicció
n

. Planeación de la capacidad
Bajo . Planeación de las instalaciones
. Planeación de procesos

Corto Horizonte de tiempo Largo

 Cómo calcular la demanda
futura
a) Mediante tasa de crecimiento geométrico del mercado de
consumidores finales.
 Fórmula 1.

Pf = p0 (1+i)n

Fórmula 1 a.
n pa 1
pi
TC = 100
Donde

Tc = Tasa de crecimiento
n = Número de períodos
Pa= Población actual
Pi = Población inicial
Ejemplo:

La población del distrito de Tacabamba del

año 2015 al 2019 ha sido la siguiente, a
usted le han encargado determinar dicha
población para el año 2020 y establecer la
demanda de calzado.
AÑOS POBLACION

2015 15400

2016 16500

2017 17000

2018 18000

2019 19000
PASOS PARA DESARROLLAR EL
EJERCICIO
1. Determinamos tasa de crecimiento
2. Aplicamos la fórmula de crecimiento
geométrico.
 − 1 ∗ 100 = 1.05392139 -1= 0.05392139
4 19000
15400

PT 20 = (19000 (1+0.05392139)= 20 024.5 = 20 025

 b)Índice de crecimiento porcentual

Ilustremos con un ejemplo la aplicación de este método.

Confecciones Mechita confecciona vestidos para
dama, ella ha observado un crecimiento de sus
ventas en promedio de 7% anual, pero esto se debe
al incremento en la industria del vestido que es igual
su crecimiento; pero el 2019 sus ventas han sido de
40000 vestidos, tiene el apoyo de su contador y le
dice que el crecimiento de la industria del vestido se
estima para el 2020 en 5%. ¿Cuántos vestidos
entonces se estima confeccionar para el 2 020?
Vestidos a vender próximo año
Ve = (40000 x1.05) = 42000
Pero conocedores de la repercusión de los cambios
del mercado mundial, las exportaciones han
disminuido por lo tanto hay mayor competencia
interna en la industria nacional y cada empresa
perderá el 15% de mercado actual; entonces
cuánto confeccionará Mechita para el 2020?
Ve = 40000 (0.85) = 34000
c)Método de Regresión lineal y correlación
Su utilización se hace necesaria cuando existe una
relación causal entre la variable por predecir y al
menos otra variable, su objetivo es encontrar una
línea recta que se ajuste a los datos.
Y = a + bx
Donde:
b = Pendiente de la función lineal o velocidad de
incremento o decremento de la variable
dependiente
a = Constante
x = Variable independiente (años, meses, trim.)
n = Número de variables estudiadas (observaciones)
N

N
Coeficiente de Correlación

El coeficiente de correlación, mide la asociación lineal

entre x e y, es una forma de comprobar la relación
entre ambas variables es decir si una tiene influencia en
la otra; al coeficiente de correlación lineal se le
identifica como r, sus valores se encuentran entre -1,0-1
cuánto más fuerte sea la relación positiva r = 1 y cuanto
más sea la relación negativa r = -1
Fórmula para determinar r
Veamos un ejemplo

demanda
año en miles
1 6
2 10
3 12
4 15
5 18

x y (X.Y) (x)2 (y)2

1 6 6 1 36
2 10 20 4 100
3 12 36 9 144
4 15 60 16 225
5 18 90 25 324
∑ 15 61 212 55 829
Aplicando la fórmula respectiva para encontrar a
y b, los valores son:
b= 5(212)-(15)(61)/5(55)-(15)2
b = 2.9
Encontrando a a= 61-2.9(15)/(5)
a=3.5
Ahora podemos proyectar la demanda para el
año 6.
Reemplazamos: y´= a+bx
= 3.5 + 2.9(6) = 20.9 demanda
en miles para el año 6.
 Comprobando la relación entre tiempo y
demanda y tomar una decisión acertada

Aplicamos el coeficiente de correlación.

r= 5(212)-(15)(61)/(5(55))-(15)^2)(5(829)-(61)^2
r=145/(5*55)-225 r=145/(50)(424) r=
145/7.07x20.59 r= 145/145.57 r = 0.99
Entonces existe una relación positiva entre
ambas variables por lo tanto se asume que
la proyección es correcta.
 PROMEDIO DE DESPLAZAMIENTO SIMPLE

Se utiliza para calcular la demanda promedio de los últimos

n períodos y como predicción para el siguiente período,
debido a que están combinadas en promedio, las alzas y
las bajas individuales se compensan entre sí y se
amortigua el efecto de la variación aleatoria en los datos.
Ft+1 = At+At-1+At-2…/n
Donde: Ft = Predicción para el período t+1
At Demanda real para el período t
n = número de períodos por promediar
Ejm. La Empresa Tabacalera Hamilton Ligth SAC.
Presenta su consumo de los meses del año 2015 (5
meses) y 2016, el gerente necesita establecer
criterios para producción del 2016 todo el año,
según meses veamos: los datos y el
procedimiento.
A través del método de Desplazamiento simple de 2 y
5 meses respectivamente.
 Predicción de la Demanda
Demanda real Promedio Promedio
en miles de desplazamiento desplazamiento
AÑO 2015 productos 2 meses 5 meses
Ago 120
Set 150
Oct 110
Nov 160
Dic 130
AÑO 2016
Ene 95 145 134
Feb 110 112.5 129
Mar 105 102.5 121
Abr 90 107.5 120
May 130 97.5 106
Jun 140 110 106
Jul 150 135 115
Ago 120 145 123
Set 110 135 126
Oct 80 115 130
Nov 95 95 120
Dic 130 87.5 111
Promedio de desplazamiento
ponderado
El método de desplazamiento simple asigna un
mismo peso a todas las observaciones. Pero
muchas veces los últimos meses son los que
mayor peso tienen para la empresa; este
método permite al usuario asignar un peso a
cada observación.
La suma total de los pesos debe ser igual a 1 y el
usuario tiene la libertad de asignarlos como
crea conveniente.
Veamos un ejemplo:
Fórmula
FT+1 = WtAt+ Wt-1At-1+ Wt-2At-2+Wt-n+1At-n+1

Donde
FT+1 = Predicción para el perído t+1 (mes siguiente)
Wt = Peso asignado al período t, ∑wt = 1

At = Demanda real para el período t

 Predicción de la Demanda
Promedio
Promedio desplazamiento
Demanda real desplazamiento 5 meses peso
en miles de 2 meses Peso 0.8 0.4, 0.3, 0.1, 0.1,
AÑO 2015 productos y 0.2 0.1
Ago 120
Set 150
Oct 110
Nov 160
Dic 130
AÑO 2016
Ene 95 136 138
Feb 110 102 119
Mar 105 107 112.5
Abr 90 106 113.5
May 130 93 101
Jun 140 122 110
Jul 150 138 125.5
Ago 120 148 134.5
Set 110 126 129
Oct 80 112 122
Nov 95 86 106
Dic 130 92 100
 Suavización exponencial con una
tendencia
Es un modelo de proyección utilizado para
observar la tendencia lineal al bajar o
ascender.
Para trabajar una proyección bajo este
modelo se asigna un peso denominado
alfa (&) y se realiza los cálculos respectivos,
veamos su fórmula y aplicación.
Ft+1 = Ft + & (At-Ft)

Donde:

Ft+1 = Predicción para el período t+1

Ft = predicción para el período t
& = Valor seleccionado para &, 0 ≤& ≤1
At = demanda real en el período t
 Demanda real Predicción de la Demanda
en miles de
AÑO 2015 productos alfa = 0.2 Alfa = 0.8
Ago 120
Set 150
Oct 110
Nov 160
Dic 130
AÑO 2016
Ene 95 134 134
Feb 110 126.2 102.8
Mar 105 123.0 108.6
Abr 90 119.4 105.7
May 130 113.5 93.1
Jun 140 116.80 122.6
Jul 150 121.4 136.5
Ago 120 127.1 147.3
Set 110 125.7 125.5
Oct 80 122.6 113.1
Nov 95 114.1 86.6
Dic 130 110.2 93.3
 Variaciones estacionales en los
datos
Debemos tener en cuenta que la
demanda no es estática varía en
cualquier período y bajo cualquier
circunstancia por ejm. La demanda del
cine es más alta los sábados y
domingos, los helados se venden más
en verano, los patines en vacaciones.
Entonces estas variaciones debemos
abordarlas en los negocios y poder ser
efectivos en las decisiones.
 Modelo estacional
multiplicativo
En este modelo los factores
estacionales se multiplican
para establecer una
estimación de la demanda
promedio para producir un
pronóstico estacional.

VEAMOS LOS PASOS

 PASOS
1. Encontrar la demanda histórica promedio de cada
estación.
2. Calcular la demanda promedio de todas las
estaciones, dividiendo el promedio total de la
demanda anual entre el número de estaciones .
3. Calcular un índice estacional para cada estación
dividiendo la demanda histórica real de esa estación
entre la demanda promedio de todas las estaciones
4. Estimar la demanda total anual para el año siguiente
5. Dividir esta estimación de la demanda total anual
entre el número de estaciones después multiplicarla
por el índice estacional para dicha estación.
 Ejemplo ilustrativo

Un distribuidor de chips para portátiles

necesita desarrollar índices mensuales
de ventas que le conlleven a
determinar la cantidad de inversión en
compras, pagos en aduanas,
establecer índices financieros, para el
año 2017.
Dispone de los siguientes datos históricos
 Demanda Demanda
promedio promedio índice
Meses 2013 2014 2015 2013 - 2015 mensual estacional
Enero 80 85 105 90 94 0.957
Febrero 70 85 85 80 94 0.851
Marzo 80 93 82 85 94 0.904
Abril 90 95 115 100 94 1.064
Mayo 113 125 131 123 94 1.309
Junio 110 115 120 115 94 1.223
Julio 100 102 113 105 94 1.117
Agosto 88 102 110 100 94 1.064
Septiembre 85 90 95 90 94 0.957
Octubre 77 78 85 80 94 0.851
Noviembre 75 82 83 80 94 0.851
Diciembre 82 78 80 80 94 0.851
1128
Promedio total de demanda anual 94

Índice estacional =(demanda promedio mensual 2013-2015)/(demanda promedio mensual)

Sí esperamos vender para el 2016 1200 chips, usaríamos estos

índices estacionales para pronosticar la demanda mensual
como sigue
DEMANDA POR ESTACIÓN 2016

MESES DEMANDA 2016

Enero 96
Febrero 86
Marzo 90
Abril 106
Mayo 131
Junio 122
Julio 112
Agosto 106
Septiembre 96
Octubre 85
Noviembre 85
Diciembre 85
TOTAL 1200
Errores y mediciones

 Error cuadráticos