Pronóstico de la demanda. Pronóstico de la demanda. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México, 2012.

Transcripción

1 Pronóstico de la demanda D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

2 Índice Inicio Introducción - Objetivo - Temario - Antecedentes Tema 1. Potencial de mercado Introducción - Objetivo - Temario - Conclusión Tema 2. Métodos de estimación cualitativa Introducción - Objetivo - Temario - Conclusión Tema 3. Métodos de pronóstico con datos históricos Introducción - Objetivo - Temario - Conclusión Tema 4. Métodos de pronóstico con factores de suavización Introducción - Objetivo - Temario - Conclusión D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

3 Tema 5. Métodos de pronóstico con proyección lineal Introducción - Objetivo - Temario - Conclusión Tema 6. Métodos de pronósticos con herramientas estadísticas. 8 - Introducción - Objetivo - Temario - Conclusión Conclusión del curso D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

4 Inicio Introducción El directivo de mercadotecnia se confronta con la difícil tarea de predecir la respuesta del mercado. La efectividad y eficiencia del programa de mercadotecnia, descansa en la habilidad gerencial de aislar y medir los patrones de demanda de los clientes, y de pronosticar, a su vez, niveles específicos de demanda. Las proyecciones precisas del mercado potencial y las ventas futuras son de las dimensiones más retadoras y significativas del análisis de la demanda. Importancia del análisis de la demanda En este curso, el participante va a comprender la importancia del análisis de la demanda, el rol del análisis del mercado potencial y del pronóstico de ventas en la planeación de mercadotecnia de negocios; así como las técnicas específicas que miden en forma efectiva el mercado potencial y desarrollan el pronóstico de ventas. Al término, los participantes serán capaces de analizar el rol del mercado potencial y de los pronósticos de venta en la demanda, y de representar el mercado y las ventas potenciales a través de las dimensiones esenciales de los pronósticos de venta, valorando las técnicas cualitativas y cuantitativas, al preferir ciertos métodos específicos de pronóstico. Objetivo En este curso el participante va a comprender la importancia del análisis de la demanda; el rol del análisis del mercado potencial y del pronóstico de ventas en la planeación de mercadotecnia de negocios y las técnicas específicas que miden en forma efectiva el mercado potencial y desarrollan el pronóstico de ventas. Temario 1. Potencial de mercado. 2. Métodos de estimación cualitativa. 3. Métodos de pronóstico con datos históricos. 4. Métodos de pronóstico con factores de suavización. 5. Métodos de pronóstico con proyección lineal. 6. Métodos de pronósticos con herramientas estadísticas. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

5 Tema 1. Potencial de mercado Introducción Las proyecciones precisas del mercado potencial y las ventas futuras son de las dimensiones más retadoras y significativas del análisis de la demanda. Debemos ser capaces de visualizar el tamaño y potencial de un mercado que puede ser atendido por varias empresas y de visualizar, por otro lado, el tamaño de las ventas a las que puede aspirar cada una de ellas. Objetivo Distinguir los diferentes elementos que integran a las proyecciones del mercado potencial y que son necesarios para realizar los pronósticos de ventas futuras en una empresa. Temario Índice de cadena. Índice de poder de compra. Clasificación Industrial Estándar (SIC) Caso Textiles Mexicanos A través de 60 años, Textiles Mexicanos (TEXMEX) prosperó como un pequeño fabricante de algodón y fibras sintéticas. El año pasado, TEXMEX fue comprado por un conglomerado internacional. Uno de los primeros pasos tomados por los nuevos dueños fue la introducción de procedimientos de planeación formales y un sistema de información computarizado. Los nuevos sistemas hicieron necesario el modernizar las habilidades de los gerentes de TEXMEX y los ejecutivos de la compañía se vieron en la necesidad de consultoría externa especializada. Debido a que los pronósticos de ventas eran actualmente basados en juicio, varios gerentes de producto fueron encomendados para buscar qué técnicas eran las más recomendadas por los expertos investigadores de las universidades. Diana Salas era una de las gerentes de marca seleccionada para buscar expertos sobre el tema de pronósticos de venta. Sin embargo, con los conocimientos que Diana había adquirido a través de su carrera profesional, sabía que las ventas se podían medir calculando el valor del mercado potencial, es decir, las ventas de su compañía mas las ventas de sus competidores, así como las ventas potenciales que el mercado podía adquirir y no lo había hecho. Diana se encontraba algo insegura de sus conocimientos y decide invitar a un consultor externo que era un profesor de mucho reconocimiento y experto en el tema de estimación de la demanda. Cuando Diana planteó esta situación al consultor externo, él optó por explicarle en forma detallada, el concepto del mercado potencial, su papel en la planeación y los métodos para determinarlo. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

6 Es mejor empezar por estimar un total de ventas de la industria, ya que así no se dejan fuera del cálculo las ventas de algunos competidores que posiblemente no se conozcan en detalle, o ni siquiera se hayan contemplado. A partir de ese dato, y ya con la estimación de ventas de los principales participantes de la industria, se puede posteriormente estimar la participación de mercado de cada uno de ellos. Dentro del contenido de este tema, el primer concepto que debemos tener claro es el concepto de potencial que se puede observar en dos niveles: Potencial del mercado: Son las ventas máximas posibles para toda la industria. Potencial de ventas de la compañía: Son las ventas máximas posibles para la compañía. Medición del Mercado potencial El mercado potencial se puede medir de diferentes maneras que describimos a continuación: Método de índice de cadena Los potenciales de venta para productos pueden ser determinados aplicando una serie de índices (medidas de utilización) a una medida agregada de demanda. Una empresa puede empezar con un número total de población para una área determinada; multiplicarla por un gasto promedio per cápita anual en esa categoría, y así lograr un estimado de ventas máximas posibles para un cierto tipo de producto. Ejemplo de una empresa de lanchas: Población por área... 2,000,000 x Gasto per cápita en lanchas por año...x $1.50 = Gasto total anual en lanchas... = $3,000,000 x Proporción gastada en veleros...x.35 = Gasto total en veleros... = $1,050,000 x Proporción ventas en veleros de 12 a 15 pies = $ 210,000 Precio promedio ,000/2,000 = Potencial en unidades Método de índice del poder de compra Combina estimados de población, ingreso y ventas a detallistas para obtener un indicador compuesto de la demanda del consumidor en áreas específicas como estados, áreas metropolitanas y ciudades. IPCi = 5Ii + 3Di + 2Pi donde: Ii = % del ingreso personal disponible en el área i Di = % de las ventas al detallista en el área i Pi = % de población en el área i D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

7 Representa el porcentaje relativo de la ciudad con relación al país. Ejemplo: Índice del poder de compra Elementos del IPCi Área: Ingreso efectivo de compra en 2004 Ventas totales al detalle en 2004 % $ 000 x5 $ 000 x3 País % País Población total en país en 2004 ( 000 x 2 ) % País Índice del poder de compra IPCi Total país Estado Condado $ 2, $ 1, % 59, % 31, % 5, % 7.2 % 9, , Ciudad 8, , ( 1 ) ( 2 ) ( 3 ) Fuente: Survey of Buying Power, Sales & Marketing MDianagement Magazine. Los tres factores son ponderados por los valores 5, 3, y 2 respectivamente, por lo tanto, el índice de poder de compra del área se calcula de la siguiente forma: % de ingreso en país (1) x 5 = % de ventas al detalle (2) x 3 = % de población país (3) x 2 = / 10 = Un área con sólo 0.296% de población en el país tiene 0.339% de potencial de ventas nacional, debido a que tiene ventas al detalle e ingreso mayor que el promedio. Este Método tiene algunas limitaciones que hay que considerar Limitaciones El índice de poder de compra es una medida de las ventas potenciales para productos de consumo, pero no útil para el mercado industrial. El índice de poder de compra no es apropiado para productos de demanda limitada y alto precio, debido a que sus creadores lo diseñaron para que refleje el potencial de productos de compra frecuente y precios populares, dadas a las variables y pesos ponderados utilizados. Los pesos 5, 3 y 2 son arbitrarios, y seguramente variarán para diferentes productos y servicios. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

8 Para resolver estos problemas algunas compañías utilizan sus propios pesos y variables para crear índices que midan con mayor precisión el potencial de sus productos. Método de clasificación industrial estándar (SIC por sus siglas en inglés) El censo de fabricantes combina negocios dentro de esta clasificación, de acuerdo a los productos producidos u operaciones realizadas y una empresa puede seguir los siguientes pasos para estimar el potencial: a) Identificar todas las industrias que utilicen el producto o servicio. b) Seleccionar números adecuados para estimar el monto del producto que debe ser utilizado para cada código de clasificación industrial estándar. Un fabricante de maquinaria para alimentos puede decidir por: Productos lácteos (Código SIC = 202) Molinos de grano (Código SIC = 204) Bebidas (Código SIC = 208) Que representan objetivos probables para sus producto Estimación del mercado potencial para maquinaria de alimentos en Indianápolis Código SIC Industria (1) No. de establecimientos (2) * Empleados en producción (3) ** No.de maq. útil x 1000 trabajadores. (4) Mercado potencial (2 x 3) 202 Productos lácteos Molinos de grano Bebidas ( * ) Censo de fabricantes - Serie de áreas geográficas (estado). ( ** ) Estimada con el fabricante con información anterior de ventas Si una compañía de maquinaria para alimentos deseara mercadear un nuevo producto y cada cliente pudiera usar sólo una de las máquinas, entonces el mercado potencial sería simplemente: El número de establecimientos en el área del estado = 21 Por otro lado, si la máquina reemplaza el equipo existente, entonces la estudiar: empresa puede La relación entre máquinas en uso y el número de trabajadores de producción de una industria en particular (columna 2). D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

9 Entonces el mercado potencial sería 0.6 x 10, es decir, 6 máquinas Cálculos similares de otros códigos SIC nos llevan a un mercado potencial de 18 máquinas en el área del estado. Para reflejar la tasa de reemplazamiento de máquinas el número deberá ser reducido: supongamos que las máquinas duran 6 años, entonces 3 máquinas representarían el potencial anual = (18/6 = 3) Conclusión Las proyecciones del mercado potencial y las ventas futuras constituyen el inicio del análisis de la demanda. Es posible visualizar el tamaño potencial de un mercado que puede ser atendido por varias empresas y de visualizar por otro lado el tamaño de las ventas a las que puede aspirar cada una de ellas. El mercado potencial puede ser medido siguiendo cualquiera de tres métodos: Índice de cadena, Índice de poder de compra y/o clasificación industrial estándar (SIC). Es una actividad particularmente útil para el caso de empresas o productos nuevos para los que no se tiene un historial previo de ventas, aunque resulta muy útil para estimar el techo de ventas de la industria en la que se participa. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

10 Tema 2. Métodos de estimación cualitativa Introducción Para la estimación de la demanda podemos contar con información valiosa proporcionada por gente relacionada con los productos de la firma o gente experta relacionada con la industria. Debemos ser capaces de aprovechar el conocimiento de los expertos para calcular las ventas futuras. La retroalimentación de los expertos se presenta en forma de opiniones que son difíciles de cuantificar, pero que son muy valiosas en términos de juicios de valor que provienen de gente con autoridad sobre el tema. Objetivo Distinguir los diferentes elementos que integran los métodos cualitativos necesarios para poder estimar las ventas en una empresa. Temario En este tema se explicarán los siguientes métodos cualitativos: 1. Pronóstico de ventas. 2. Jurado de opinión de ejecutivos y compuesto de la fuerza de ventas. 3. Encuestas de intención de compra y enfoque cándido. Pronóstico de venta Revisemos nuevamente el caso de la empresa TEXMEX Diana le explica al consultor que realmente la problemática principal de TEXMEX, no era tanto el estimar la potencialidad de la demanda del mercado, sino que más bien la problemática específica era encontrar el modelo de pronóstico que mejor se ajuste a los datos históricos de venta de la empresa, para con ese modelo, predecir las ventas trimestrales del siguiente año. Diana controlaba varias líneas de colchas y sábanas, y ella pensó que sería deseable probar las nuevas técnicas con algunos de los datos reales de venta. Uno de los productos que había creado problemas con el pronóstico de venta para Diana era la línea de las sábanas Fiesta. Este artículo había estado en el mercado por tres años y había gozado solamente de un éxito modesto. Diana le comenta al consultor que tiene datos específicos de ventas históricas de su empresa. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

11 Ventas actuales de las sábanas fiesta TRIMESTRE AÑO 1 AÑO 2 AÑO 3 I 3,253 4,056 3,882 II 2,879 3,619 2,639 III 2,279 3,336 2,278 IV 4,002 3,412 2,473 Viendo los datos de este cuadro el consultor decide darle una pequeña introducción sobre la teoría de los métodos de pronósticos de venta más utilizados. Las ventas de sábanas Fiesta parecían tener un fuerte componente aleatorio y Diana se preguntaba cuál sería la mejor forma de pronosticar el volumen del año 4. Métodos de pronósticos El elemento clave de un análisis de la demanda es el pronóstico de ventas el cual es la predicción de ventas futuras durante un período determinado como parte integral de un plan de ventas, el cual se basa en un conjunto de suposiciones acerca del medio de comercialización. El siguiente cuadro nos muestra el posicionamiento de los pronósticos respecto al potencial de ventas de la compañía y el potencial de ventas de la industria. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

12 La línea A representa el techo de las ventas posibles de una industria si no existieran restricciones de recursos. La línea B representa el pronóstico de las ventas de esa industria, tomando en cuenta las posibles restricciones de recursos de las compañías. La línea C representa todas las ventas posibles que la compañía pudiera vender si no existieran restricciones de recursos en esa compañía. La línea D representa el pronóstico de ventas para la compañía A La línea E representa las ventas reales de la compañía A. Hay dos maneras de enfocarse a estimar un pronóstico de ventas de la compañía: Enfoque descendente (arriba para abajo) Empieza por establecer un total de ventas del mercado, que se va desagregando hasta llegar al nivel más específico. (Fuentes: Ingram Thomas y LA Forge Raymond, Sales Management, Dryden. Pronóstico de Condiciones Generales Económicas y Mercantiles para el País Mercado Potencial para el Sector Potencial de Ventas para la Empresa como % de las Ventas del Sector Pronóstico de Ventas de la Empresa Pronósticos de los Gerentes de Venta por zona, región, territorios y cuentas D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

13 Enfoque ascendente (abajo para arriba): Empieza por establecer las ventas al mínimo detalle en los vendedores y se va agregando hasta llegar al pronóstico de ventas de la compañía. Pronóstico de ventas de la compañía Pronósticos por región y zona Pronósticos por territorio Pronósticos de vendedores por cuentas 2. Jurado de opinión de expertos y Método del compuesto de la fuerza de ventas Existen varias técnicas sofisticadas para pronosticar las ventas, sin embargo, el pronóstico de ventas es más un arte que una ciencia. En la mayoría de las empresas se encontró que los dos métodos más utilizados se basan en el juicio de los gerentes y estos métodos son los siguientes: Jurado de opinión de ejecutivos: consiste en pedir la opinión de un grupo de gerentes con experiencia, con el fin de obtener estimados de ventas de períodos de tiempos futuros. Ventajas: Velocidad. La inclusión de muchos factores subjetivos tales como: o Actividades de la competencia. o Condiciones económicas. o Clima. o Actividad sindical. Desventajas: No hay evidencia que el método de opinión del jurado de ejecutivos nos conduzca a pronósticos más precisos. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

14 El método se basa en la experiencia y es difícil de enseñar la forma de pronosticar utilizando esta técnica. Método del compuesto de la fuerza de ventas: utilizado por compañías industriales donde la fuerza de ventas proyecta los volúmenes de ventas de clientes en su propio territorio, y los estimados sumados son revisados por la alta gerencia. Este método es popular ya que tiene un número limitado de clientes, y sus vendedores están en muy buena posición para conocer las necesidades del cliente. Ventajas: La tendencia de algunos vendedores de sobrestimar las ventas se contrarresta con otros que pronostican en forma conservadora. La participación de la fuerza de ventas en el pronóstico hace que la confianza en su pronóstico sea mayor, incrementando su incentivo para alcanzar su cuota. Desventajas: Debido a la alta participación de vendedores, el método pudiera resultar lento en comparación con otras técnicas. Encuestas de intención de compra y enfoque cándido Se entrevista a los consumidores para determinar los productos y las cantidades que esperan comprar en un tiempo futuro. Las respuestas se agregan y se estima una demanda total para cada producto. Los pronósticos de venta de las compañías se derivan de la demanda total, utilizando estimados de participación de mercado. Ventajas del método Éxito en mercados industriales con necesidades específicas, y en donde existe un número limitado de compañías haciendo estimaciones a través de intenciones de compra. Desventajas del método Son consumidoras de tiempo Son costosas Siempre existirá la duda de que la persona que muestra intención positiva de compra, efectivamente lo haga. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

15 Enfoque cándido El pronóstico con enfoque cándido es la técnica más simple de pronósticos, y con frecuencia se utiliza como un estándar de comparación con otros pronósticos. Supone que nada va a cambiar, y que el mejor estimado para el futuro es el nivel actual de las ventas. TRIMESTRE VENTAS ACTUALES 1 49 PRONÓSTICO CON ENFOQUE CÁNDIDO El error para el pronóstico con enfoque cándido para el trimestre 2 es la diferencia entre 49 y 77. Fórmula para el % de error de pronóstico: Pronóstico - actual = 36 % Actual 77 Continuemos nuevamente con el caso TEXMEX: Diana le comenta que quizá el enfoque más simple sea el modelo cándido (Naïve Forecasting) en el que las ventas actuales en el trimestre 1 eran utilizadas como un estimador de las ventas del trimestre 2. Utilizando este método, sería fácil calcular el error promedio de pronóstico para los 3 años de las ventas de la sábana Fiesta mostradas en la página 1. La diferencia media absoluta (MAD por sus siglas en inglés) podría ser obtenida sumando las diferencias entre los pronósticos y las ventas actuales sin importar el signo y después promediándolas. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

16 Conclusión El primer camino para estimar las ventas de una empresa está dado por la información valiosa que puede ser proporcionada por su propia gente y por expertos relacionados con la industria. Es posible aprovechar el conocimiento de los expertos para calcular las ventas futuras porque, aunque su retroalimentación se presenta en forma de opiniones que son difíciles de cuantificar, son muy valiosas en términos de juicios de valor que provienen de gente con autoridad sobre el tema. Los dos métodos cualitativos más representativos de este camino de solución son el Jurado de opinión de ejecutivos y el compuesto de la fuerza de ventas. Adicionalmente, se pueden estimar las ventas futuras de la empresa a través de encuestas de intención de compra de los consumidores. El método cualitativo más sencillo es el enfoque cándido, que supone que lo que se vendió en un período anterior se venderá de nuevo en el período siguiente. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

17 Tema 3. Métodos de pronóstico con datos históricos Introducción Cuando se tienen datos históricos reales en una empresa, se puede partir de ese punto para utilizar la información interna que se ha generado en la compañía, bajo el supuesto que su comportamiento pasado presentará un patrón similar en el futuro. Los métodos de pronóstico con datos históricos son una plataforma objetiva que nos permite dimensionar un volumen de ventas en forma más real, aunque sujeta a variaciones en su estimación que es importante expresar en términos de magnitud de error expresado en porcentaje. Objetivo Distinguir los diferentes elementos que integran los métodos de pronóstico, utilizando datos históricos necesarios para poder estimar las ventas en una empresa. Temario En este tema se introduce el concepto de Porcentaje de Error de la Media Absoluta (PEMA) después de explicar los métodos de: 1. Ajuste de estacionalidad. 2. Enfoque cándido con ajuste de estacionalidad. Patrones de comportamiento y la estacionalidad Revisemos nuevamente el caso TEXMEX: Diana le comenta al consultor que si bien los métodos cualitativos eran útiles y muy prácticos, acarreaban mucha variación, situación que dificultaba una estimación más precisa, necesaria para la toma de decisiones de producción, distribución, asignación de vendedores a territorios, etc. El consultor reconoce que efectivamente los pronósticos arrojaban mucha variación, por lo que es más indicado buscar modelos que se ajusten mejor a sus datos. Las ventas históricas de Sábanas "Fiesta" varían de trimestre a trimestre, muy posiblemente debido a diferencias relacionadas con la época, o la estación del año. Esto puede significar que las ventas del trimestre inmediato anterior no sean el mejor indicador de las ventas del trimestre siguiente, sino el mismo trimestre del año anterior. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

18 Cuando los números históricos de ventas se utilizan para pronosticar, la precisión en las proyecciones de las series de tiempo se puede mejorar haciendo ajustes para eliminar los efectos de la estacionalidad. La estacionalidad es el período de tiempo asociado a determinadas actividades productivas, que se repite cíclicamente todos los años. La estacionalidad está involucrada en dos métodos de pronóstico de ventas: Ventas desestacionalizadas. Enfoque cándido con ajuste de estacionalidad. Ventas desestacionalizadas Los registros de venta con frecuencia se preparan mes a mes, o trimestralmente, y los factores estacionales son con frecuencia responsables de muchos cambios en el volumen a corto plazo. Por tal razón, es importante transformar la información de ventas en nuevas ventas desestacionalizadas que puedan servir como base para pronosticar con mayor precisión. Los pasos para desestacionalizar las ventas son los siguientes: Paso1: Registrar varios años de estadísticas de ventas históricas. Ventas históricas AÑOS TRIMESTRES Paso 2: Las ventas mensuales o trimestrales se promedian a través de los años para obtener un índice estacional. Ventas históricas AÑOS TRIMESTRES PROMEDIO PROMEDIO 79 D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

19 Paso 3: Los promedios mensuales o trimestrales se dividen entre la media de las ventas de todos los trimestres, para obtener los índices de estacionalidad. Ventas históricas AÑOS TRIMESTRES PROMEDIO ÍNDICE /79= /79= /79= /79= 0.97 PROMEDIO 79 Paso 4: Las ventas del primer trimestre del año 1 = 49 se dividen entre el índice correspondiente a ese trimestre = 0.73 * y se genera una nueva venta desestacionalizada = 67, y así sucesivamente para los 16 trimestres. Ventas históricas desestacionalizadas AÑOS TRIMESTRES * Enfoque cándido con ajuste de estacionalidad Algunas personas suponen que debido a la complejidad del proceso en los pronósticos, no vale la pena el tiempo ni el esfuerzo invertido, sin embargo hay dos verdades respecto a los ajustes de estacionalidad que debemos tener presentes: 1) Son ampliamente utilizados en los negocios. 2) Reducen los errores de pronóstico. Anteriormente vimos que el enfoque cándido es una técnica simple y fácil para estimar las ventas futuras, aunque conlleva un alto grado de error. Las ventas desestacionalizadas son una manera de disminuir la variación en el pronóstico. Para utilizar el método de enfoque cándido con ajuste de estacionalidad se debe comenzar con las ventas desestacionalizadas calculadas en el paso 4. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

20 Ventas históricas desestacionalizadas TRIMESTRE AÑO 1 AÑO 2 AÑO 3 AÑO * Las ventas ajustadas estacionalmente en el primer trimestre de 67 serían utilizadas para pronosticar las ventas del segundo trimestre, multiplicándolas por el índice de estacionalidad del trimestre 2, es decir, 67x1.14 = 76.4 Enfoque cándido con ajuste de estacionalidad para el año 1 Dado que las ventas actuales en el período 2 fueron 77, el porcentaje de error para el pronóstico cándido con ajuste de estacionalidad sería: En conclusión, el pronóstico cándido con enfoque de estacionalidad (1.3% de error) es mucho más preciso que el pronóstico sin ajuste de estacionalidad (36% de error). Porcentaje de error de la media absoluta (PEMA) Un elemento importante para el pronóstico con datos históricos es el "PEMA" (Porcentaje de Error de la Media Absoluta) que nos permite encontrar el error promedio de varios períodos de tiempo aplicando la siguiente fórmula: D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

21 Ejemplo: Con el uso de "PEMA" aplicada al cuadro de ventas históricas para encontrar el promedio de error en el pronóstico cándido a través de los 12 trimestres obtenemos: La retroalimentación es la siguiente: Contenido de procedimiento Apliquemos la fórmula "PEMA" a las ventas históricas desestacionalizadas. Ventas históricas desestacionalizadas TRIMESTRE AÑO 1 AÑO 2 AÑO 3 AÑO D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

22 Conclusión Los datos históricos de una empresa constituyen un punto de partida para estimar ventas futuras, bajo el supuesto que el comportamiento pasado presentará un patrón similar en el futuro. Los métodos de pronóstico con datos históricos son una plataforma objetiva para dimensionar un volumen de ventas en forma más real. El Porcentaje de Error de la Media Absoluta (PEMA) permite expresar las variaciones en la estimación de demanda en términos de magnitud, expresando el error en porcentaje. Cuando los números históricos de ventas se utilizan para pronosticar, la precisión en las proyecciones de las series de tiempo se puede mejorar haciendo ajustes para eliminar los efectos de la estacionalidad. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

23 Tema 4. Métodos de pronóstico con factores de suavización Introducción Cuando los datos históricos de ventas se utilizan para pronosticar las ventas futuras, debe considerarse el peso o la importancia que tengan los períodos más recientes para desarrollar una proyección, ya que no siempre los períodos más alejados en el tiempo se acercan a la realidad actual. Al manejar una constante suavizadora, definida en forma arbitraria por los expertos en proyecciones de demanda, se tiene un mayor control interno para efectos de enfatizar con mayor peso los datos más recientes. El suavizador exponencial tiene la capacidad para enfatizar información reciente, mientras que una constante suavizadora, en un rango de valor entre 0 y 1, puede proveer estabilidad o una respuesta más rápida a los cambios recientes en las ventas. Cuando se tienen datos históricos de venta, el analista puede seleccionar una constante suavizadora, probando diferentes valores para observar cuál es el mejor pronóstico. Al utilizar datos históricos reales de varios períodos de venta para efectos de desarrollar proyecciones, los escenarios se desarrollan bajo el supuesto de que cada uno de los períodos de venta tiene un mismo peso o valor, sin embargo, por lógica sabemos que los datos más recientes son más cercanos a la realidad, en comparación con los datos de mayor antigüedad que nos alejan de ella. Con el propósito de que tengamos un mayor control interno para efectos de enfatizar con mayor peso los datos más recientes, se introduce el concepto de una constante suavizadora definida en forma arbitraria por los expertos en proyecciones de demanda. Objetivo Distinguir los diferentes elementos que integran a los métodos de suavizador exponencial y la constante suavizadora, necesarios para realizar los pronósticos de ventas futuras en una empresa. Temario En este tema, en forma específica se describen los métodos de: 1. Suavizador exponencial. 2. Constante suavizadora. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

24 Suavizador exponencial Caso TEXMEX Diana le expresa al consultor su satisfacción debido a que utilizando efectivamente el patrón de estacionalidad, obtuvo un error de estimación de 17.4% en promedio, y consideraba que ya con esos métodos podría trabajar para presentar a la dirección un pronóstico de ventas mas adecuado para programar las actividades del siguiente año. El consultor le comenta a Diana que efectivamente el error había logrado reducir las variaciones resultantes al aplicar el enfoque cándido, y que ya se encontraba en una mejor posición, sin embargo, también le comenta que su problemática específica radica en pronosticar las ventas de un producto relativamente nuevo cuyas ventas en el periodo de introducción, no son necesariamente las ventas de un producto en el ciclo de vida en la madurez, situación que implica que convendría darle una mayor ponderación a los datos de ventas más recientes para un mejor pronóstico. El consultor decide explicarle a Diana los factores de suavización. Analizaremos ahora el suavizador exponencial, del que se destaca como elemento importante su habilidad para enfatizar información reciente. Un pronóstico simple de suavizador exponencial se deriva utilizando la siguiente fórmula: St = α St + (1 - α ) S - 1 Donde: St = ventas suavizadas del período "t" y el pronóstico para el período t + 1. a = la constante suavizadora. St = ventas actuales del período "t". S - 1 = pronóstico suavizado para el período t -1. Analicemos ahora el siguiente cuadro: D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

25 Se seleccionó arbitrariamente una constante suavizadora de 0.2 para darle un peso algo bajo, que sería el 20% de las ventas actuales, y con eso tenemos una resultante de 80% del pronóstico basado en las ventas suavizadas del período previo. Ver cálculo de ventas suavizadas en el periodo 2 Debido a que no tenemos disponibles ventas suavizadas para el período 1, las ventas estacionalmente ajustadas de 67 unidades del período 1, pueden ser utilizadas como una aproximación para lograr que el proceso comience. Otra forma de estimar las ventas suavizadas para el período 1 sería el promediar las ventas de los dos primeros períodos. El pronóstico para el período 3 (F3) se calcula multiplicando las ventas suavizadas del período 2 = 67.2, por el índice de estacionalidad del período 3 = Nótese que las ventas suavizadas del período 2 (S2), se utilizarán posteriormente para calcular el valor de las ventas suavizadas para el siguiente período, indicando que una porción de las ventas pasadas es incluida en cada pronóstico suavizado exponencialmente. Constante suavizadora Por qué es importante seleccionar una constante suavizadora? La decisión más importante con el pronóstico exponencial, es el seleccionar un valor apropiado para la constante suavizadora. Los factores suavizadores pueden tener un rango de valor entre 0 y 1. Los valores bajos proveen estabilidad, mientras que los valores altos proveen una respuesta más rápida a los cambios en las ventas. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

26 Cuando se tienen datos históricos de venta, el analista puede seleccionar una constante suavizadora, probando diferentes valores para observar cuál es el mejor pronóstico. Conclusión Cuando los datos históricos de ventas se utilizan para pronosticar las ventas futuras, debe considerarse el peso o la importancia que tengan los períodos más recientes para desarrollar una proyección, ya que no siempre los períodos más alejados en el tiempo se acercan a la realidad actual. Al manejar una constante suavizadora, definida en forma arbitraria por los expertos en proyecciones de demanda, se tiene un mayor control interno para efectos de enfatizar con mayor peso los datos más recientes. El suavizador exponencial tiene la capacidad para enfatizar información reciente, mientras que una constante suavizadora, en un rango de valor entre 0 y 1, puede proveer estabilidad o una respuesta más rápida a los cambios recientes en las ventas. Cuando se tienen datos históricos de venta, el analista puede seleccionar una constante suavizadora, probando diferentes valores para observar cuál es el mejor pronóstico. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

27 Tema 5. Métodos de pronóstico con proyección lineal Introducción Continuando con el tema de la importancia de la información histórica de ventas, otra opción para aprovecharla es considerar la inercia registrada y proyectarla hacia el futuro. La proyección puede ser una línea que continúe dicha inercia en una misma dirección, o pudiera calcularse en una línea que reconozca en mayor o menor medida las ventas más recientes. Este enfoque supone que el futuro va a ser un promedio de lo obtenido en el pasado. Objetivo Distinguir los diferentes elementos utilizados como herramientas para que junto con los datos históricos de la empresa se puedan realizar proyecciones que le permitan a la empresa una mejor toma de decisiones. Temario En este tema, en forma específica se describen los métodos de: 1. Proyecciones de tendencia. 2. Promedios móviles. Proyecciones de tendencia Veamos a continuación el siguiente caso de Textiles Mexicanos: Diana sumamente satisfecha va a tomar su lunch con sus compañeros de trabajo y les comparte sus hallazgos. En ese grupo de compañeros se encontraba un ejecutivo del área de planeación quien le comenta a Diana que efectivamente los métodos que habían encontrado ella y el consultor eran apropiados, sin embargo, le recomendó que investigara sobre métodos de proyecciones de tendencia que muestren estimaciones de varios años hacia el futuro, ya que era mucho más valioso y estratégico para las necesidades actuales de la compañía. Una vez que tenemos referencia de algunos métodos de pronósticos, conozcamos esta técnica que es popular entre los negocios. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

28 Con el método de proyecciones de tendencia, el analista estima una tendencia con información histórica y agrega esta tendencia a las ventas actuales para obtener el pronóstico. Analicemos el siguiente ejemplo: Las ventas se incrementan en el período 1 desde 10 hasta 20 unidades en el período 2, sugiriendo una tendencia de 10 unidades por período. Ventas I I Tasa de cambio porcentual (A) (B) Índice unitario de cambio 20 I o (C) 10 I o Pronóstico promedio 0 I I 1 I I I I Período de tiempo A) Tasa de cambio porcentual En este método las 10 unidades de tendencia se dividen sobre la base de 10 unidades de venta, lo cual da por resultado un 100% tasa de crecimiento, que aplicado a las ventas actuales de 20 nos darían un pronóstico de 40 unidades para el periodo 3. (A) B) Pronóstico de índice unitario de cambio o línea de extensión Este pronóstico combina las ventas actuales de unidades de tendencia para un pronóstico de 30 para el periodo 3. (B). Con este método el analista tiende una línea que extiende la tendencia mostrada en la información de ventas reciente. C) Pronóstico promedio Este enfoque de pronóstico supone que las ventas futuras van a ser iguales a un promedio de lo obtenido en el pasado. En este ejemplo se suman las ventas del periodo 1 más las ventas del periodo 2 entre 2. Ejemplo: / 2 = 15 (C). En el ejemplo anterior solo se utilizaron 2 periodos para pronosticar las ventas, sin embargo, el promedio puede calcularse utilizando varios periodos. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

29 Promedios móviles Un segundo método relacionado con la proyección lineal es el método de promedio móvil. Con este método de promedios móviles, el ingreso alcanzado en varios períodos recientes es utilizado como una predicción de ventas hacia el siguiente período, con la fórmula general que se muestra a continuación: Ft + 1 = St + St St - n + 1 n Donde: Ft + 1 = Pronóstico para el siguiente período. St = Ventas del período actual. n = Número de períodos en el promedio móvil. Una característica del pronóstico de promedios móviles es que minimiza su habilidad de predicción, es que los períodos de tiempo son ponderados con un mismo valor. Esto significa que la información del período más antiguo y del más nuevo, son tratados en la misma forma para hacer un pronóstico. Cuando hay una fuerte tendencia en una serie de tiempo, un pronóstico de promedios móviles siempre irá atrás, es decir, neutraliza el efecto de una tendencia fuerte. Por otro lado, este efecto es una ventaja cuando una serie cambia de dirección como se aprecia en el siguiente cuadro. PERÍODOS DE TIEMPO VENTA ACTUAL (C 3 ) INDICE ESTA- CIONA LIDAD VENTA CON AJUSTE ESTACIONAL PROMEDIOS MÓVILES 2 PERIODOS C /AJUSTE ESTACIONAL PROMEDIOS MÓVILES 3 PERIODOS C /AJUSTE ESTACIONAL } (1) } } } (2) Pronóstico de promedios móviles de 2 períodos: D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

30 Como se observa en el ejemplo anterior, cuando menos 2 períodos de datos se necesitan para un promedio móvil, por lo tanto el primer pronóstico que puede ser producido es para el período 3 = 78.3 Pronóstico de promedios móviles de 3 períodos: En cada paso un dato anterior se elimina, y se agrega uno nuevo, a medida que el promedio móvil se mueva a través de los datos. 2. Pronóstico de promedios móviles de 3 períodos: En cada paso un dato anterior se elimina, y se agrega uno nuevo, a medida que el promedio móvil se mueva a través de los datos. Un aspecto crucial en los promedios móviles es determinar el número ideal de periodos n a incluir en el promedio. Con un número más grande de períodos los promedios tienden a reaccionar más lentamente, mientras que un valor bajo de n, nos conducirá a predicciones que responderán más rápido a los cambios en las series. En el ejemplo anterior, los períodos 1 y 2 multiplicados por el índice de estacionalidad de 1.16 nos dan un pronóstico de 78.3 para el período 3, pero debido a que las ventas fueron 90, tenemos un error de: Si calculamos "PEMA" de todos los períodos sería... = 10.4% Si calculamos "PEMA" de todos los períodos sería... = 10.4% Con promedios móviles de 3 períodos, el error promedio es = 10.5% Con promedios móviles de 4 períodos, el error promedio es = 10.4% Por lo tanto los datos históricos adicionales no mejoran la habilidad del pronóstico en este caso. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

31 Conclusión La información histórica de ventas contiene una cierta inercia, sobre la base de la cual es posible proyectarla hacia el futuro. Este enfoque supone que el futuro va a ser un promedio de lo obtenido en el pasado. La proyección más común consiste en una línea que continúa dicha inercia en una misma dirección. También, de forma parecida a los factores de suavización, dicha línea puede calcularse tomando en cuenta, en mayor o menor medida, las ventas más recientes, a través de la utilización de los promedios móviles, calculados para diferentes números de períodos. Un aspecto crucial en los promedios móviles es determinar el número ideal de períodos n, a incluir en el promedio. Con un número más grande de períodos los promedios tienden a reaccionar más lentamente, mientras que un valor bajo de n, nos conducirá a predicciones que responderán más rápido a los cambios en las series. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

32 Tema 6. Métodos de pronóstico con herramientas estadísticas Introducción Una forma más sofisticada de calcular las ventas proyectadas es mediante la utilización de pronósticos con herramientas estadísticas basadas en ecuaciones que incluyen valores de la pendiente o dirección de la tendencia, del corte de la línea de tendencia y del valor de la variable a pronosticar. La idea principal del uso de estas herramientas es poder lograr un mejor ajuste del modelo a los datos reales de la empresa. Objetivo Distinguir las diferentes herramientas de tipo estadístico utilizando datos reales necesarios para poder realizar en forma más sofisticada los pronósticos de venta de una empresa. Temario En este tema se explican los siguientes conceptos: 1. Regresión lineal simple. 2. Limitaciones de regresión lineal simple Regresión lineal simple Veamos a continuación el siguiente caso de Textiles mexicanos: Entusiasmada Diana va a presentarle los resultados al director de planeación de la compañía, quien le hace notar que hasta ahora ella ha estado trabajando únicamente con la variable de tiempo, cuando en realidad las ventas resultan de la influencia de múltiples variables, tales como el esfuerzo en ventas, los canales de distribución, los niveles de precio, los niveles de anaquel, etc. Diana le comenta al director que efectivamente tiene razón, sin embargo, para resolver su problema inmediato, ella no cuenta con información de las estrategias en otras variables. El director de planeación le recomienda solicitar el consejo del consultor externo. Diana así lo hace y el consultor reconoce que efectivamente es así, sin embargo, para poder comprender y utilizar métodos más sofisticados ve la conveniencia de comenzar con un método más sencillo. La regresión lineal simple es una herramienta estadística que nos permite identificar la relación entre ventas (y) y alguna variable independiente (x) que puede ser representada por una línea recta. La ecuación de esta línea es la siguiente: D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

33 Donde: a = Es el corte de la línea (intersección). b = Muestra la pendiente de la línea (o el impacto de la variable independiente). x = Variable independiente 1 (tiempo). El factor clave en las ecuaciones de la regresión lineal simple es encontrar valores para los coeficientes "a" y "b" que encuentre la línea que mejor se ajuste a los datos. Procedimiento de mínimos cuadrados Para encontrar la línea que mejor se ajuste a los datos se pueden utilizar mínimos cuadrados, en donde las ventas (y) se grafican en función del tiempo (x). El procedimiento de mínimos cuadrados lo que hace es minimizar la suma de los cuadrados de todos los errores, entre las ventas actuales y las pronosticadas para calcular los coeficientes de la línea de regresión. Cálculo de la regresión lineal simple Para calcular la regresión lineal simple tenemos la fórmula [y = a + bx] que expresada con los datos que hemos manejado durante el curso logramos el siguiente cuadro: Analicemos ahora las fórmulas para obtener el valor de "a" y "b". Todos los datos de este ejemplo son de las tablas que hemos analizado en este curso. Para obtener el valor de "a" a = y - bx a = (3) a = D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

34 Para obtener el valor de "b" Para calcular la regresión lineal simple tenemos la fórmula: y = a + bx Donde: a = 63.9 y b = 3.5 y = x Realizando el pronóstico para el periodo 6 obtenemos: F6 = 84.9 (E2) F6 = 84.9 (1.13) (obtenido de los valores de nuestras tablas anteriores). F6 = 95.9 Por lo tanto: El error del periodo 6 sería: ( ) (tomando el 98 de los valores del periodo 6) 98 Error 6 = 2.1% Debido a que las ventas actuales en el período 6 fueron 98 unidades, el error de pronóstico para este período es de 2.1% La línea de regresión ajustada a los datos de ventas estacionalizadas que ya analizamos quedaría como lo indica la siguiente gráfica: D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

35 La ecuación y= x indica que las ventas son 63.9 más una tendencia de 3.5 por cada período de tiempo. El pronóstico de 84.9 se multiplica por el índice de estacionalidad de 1.13 para obtener un pronóstico final de 95.9 D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

36 2. Limitaciones de la regresión lineal simple Al igual que otros métodos, este tipo de cálculo tiene dos limitaciones principales: 1) El supuesto de que las ventas siguen un patrón de línea recta. 2) No se tiene preciso el número de datos a incluir en el cálculo del pronóstico. En nuestro ejemplo central del curso, los primeros 5 datos se utilizaron para predecir el 6. Una vez que las ventas del período 6 estén disponibles, se podrán incluir en la regresión para predecir el período 7, o de igual forma, se podría eliminar el período 1 y formar la ecuación con los períodos del 2 al 6. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

37 Un argumento para incluir todos los datos de ventas en la regresión es que se obtendría una mayor estabilidad, pero por otro lado, una regresión corta, va a hacer un mejor trabajo en contemplar cambios. Otro tipo de variables pudiera ser utilizado si se encuentra que tienen fuerte relación con las ventas. Cuando las ventas estén asociadas con varias variables independientes, va a ser necesario utilizar el método de regresión múltiple para hacer un mejor modelo de pronóstico. Conclusión Tema Las herramientas estadísticas basadas en ecuaciones que incluyen valores de la pendiente o dirección de la tendencia, del corte de la línea de tendencia y del valor de la variable a pronosticar, proporcionan una forma más sofisticada de elaborar pronósticos de ventas. Es posible lograr un mejor ajuste del modelo a los datos reales de la empresa cuando se utiliza un método de regresión simple, en la que la relación entre ventas (y) y alguna variable independiente (x) puede ser representada por una línea recta; o un método de mínimos cuadrados, que minimiza la suma de los cuadrados de todos los errores, entre las ventas actuales y las pronosticadas para calcular los coeficientes de la línea de regresión. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,

38 Conclusión del curso La importancia del análisis de la demanda se debe a la necesidad de mejorar la efectividad y la eficiencia del programa de mercadotecnia de la empresa, ya que el ejecutivo de mercadotecnia debe ser capaz de predecir la respuesta del mercado a los esfuerzos de la compañía. Al comprender el significado del mercado potencial y del pronóstico de ventas en la planeación de mercadotecnia de negocios y al manejar las técnicas específicas que miden en forma efectiva el mercado potencial y desarrollan el pronóstico de ventas, el ejecutivo está en posibilidad de representar el mercado y las ventas potenciales, para poder valorar las técnicas cualitativas y cuantitativas al comprar entre sí ciertos métodos específicos de pronóstico. Puesto que las ventas no cambian únicamente en función del tiempo, es fundamental aislar y medir patrones de compra de los clientes para pronosticar, a su vez, niveles específicos de demanda. D.R. Universidad TecVirtual del Sistema Tecnológico de Monterrey México,