AUTOR : NASSSIR SAPAG CHAIN REYNALDO SAPAG CHAIN QUINTA EDICION Msc. Javier Carlos Inchausti Gudiño 2011

Transcripción

1 AUTOR : NASSSIR SAPAG CHAIN REYNALDO SAPAG CHAIN QUINTA EDICION 2008 Msc. Javier Carlos Inchausti Gudiño 2011

2 CAPITULO 5 TECNICAS DE PROYECCION DE MERCADO

3 TÉCNICAS DE PROYECCIÓN DEL MERCADO Precisión deseada del pronóstico Periodos futuros Validez y disponibilidad de los datos históricos Costo del procedimiento Beneficios del resultado Tiempo disponible para hacer el estudio

4 Ciclo de vida de un producto Desarrollo de nuevas tecnologías Incorporación de competidores

5 EL AMBITO DE LA PROYECCIÓN

6 METODOS DE PROYECCIÓN Clasificar las técnicas de proyección en función de su carácter Métodos de carácter cualitativo Modelos de pronóstico causales Modelos de serie de tiempo

7 METODOS CUALITATIVOS METODO DELPHI

8 DEFINICION Utiliza un grupo de expertos que se mantienen aislados Hace hincapié en que cambios se debe esperar y en que tiempo.

9 Características: No requiere llegar a un consenso. Reducir un número de opiniones. Aísla a los integrantes Es anónima

10 APLICACION 1.- Contactar expertos 2.- Enviar un cuestionario 3.- Analizar las respuestas (áreas de acuerdo). 4.- Enviar un análisis resumido de las respuestas 5.-Repetir el proceso hasta que se estabilize.

11 Tipos: Delphi E: Previsión del entorno Técnica predictiva para determinar el estado futuro del mercado o entorno : Innovación en componentes electrónicos

12 SUS ETAPAS SON Preguntar a los expertos sus predicciones separadamente Compilar las predicciones individuales Informar a cada experto las predicciones de los otro. Repetir hasta lograr consenso con las otras opiniones

13 METODOS CUANTITATIVOS

14 METODOS CUANTITATIVOS ANALISIS DE SERIES DE TIEMPO Esta metodología se utiliza para analizar los patrones de demanda como: tendencia, estacionalidad, ciclos, autocorrelación, del pasado y llegar a hacer pronósticos para el futuro, es decir que se basa sustancialmente en datos históricos es por ello que esta técnica funcionará si las utilidades y tendencias del producto que la empresa venda son estables y claras.

15 Qué son las series temporales? Es una secuencia de datos uniformemente espaciada: Se obtiene observando las variables en periodos de tiempo regulares. Se trata de una previsión basada en los datos pasados: Supone que los factores que han influido en el pasado lo sigan haciendo en el futuro.

16 Descomposición de una serie temporal Tendencia Ciclos Estacionalidad Variaciones aleatorias

17 Tendencia Es el movimiento gradual de ascenso o descenso de los datos a lo largo del tiempo. Los cambios en la población, ingresos, etc. influyen en la tendencia. Varios años de duración. Respuesta Mes, trimestre, año Ing. Guillermo A. Corres T/Maker Co.

18 Estacionalidad Muestra de datos de ascenso o descenso que se repite. Se puede ver afectada por la climatología, las costumbres, etc. Se produce dentro de un periodo anual. Respuesta Verano T/Maker Co. Mes, trimestre

19 Ciclos Movimientos de ascenso o descenso que se repiten. Se pueden ver afectados por interacciones de factores que influyen en la economía. Suelen durar de 2 a 10 años. Respuesta Ciclo Mes, trimestre, año

20 Aplicar mediciones Generalmente en confirmación de respuestas

21 Volúmenes de ventas preferencias calidad ENCUESTAS

22 Investigación de mercado basada en muestreo no probabilístico Muestreo de estratos De convenienci a de sitio Bola de nieve

23 ESTRATOS Estrato de la población Ej. Ingresos, sexo, religión, etc. Consumidor objetivo CONVENIENCIA BOLA DE NIEVE Encuesta al azar Preguntas abiertas

24 MODELOS CAUSALES Modelo de regresión Insumo producto PROYECTAR AL MERCADO ATREVES DE ANTECEDENT ES HISTÓRICOS Modelo econométrico

25 DEMANDA DIAGRAMA DE DISPERSION Y LA LINEA DE TENDENCIA LA LINEA DE REGRESION PUEDE DETERMINAR QUE LA VARIABLE X SE PUEDE ENTENDER COMO UN INDICADOR TEMPORAL Y LA VARIBLE Y COMO UN INDICADOR DE LA DEMANDA AÑO Los puntos del grafico representan las distintas relaciones observadas entre las variables x y y

26 LA ECUACIÓN DE LA REGRESIÓN LINEAL Y (x) es el valor estimado de la variable dependiente para un valor especifico de la variable independiente x X es el valor especifico de la variable independient e Y (x)= a + b x a es el punto de intersección de la línea de regresión con el eje y b es la pendiente de la línea de regresión

27 CRITERIO DE LOS MINIMOS CUADRADOS PERMITE QUE LA LINEA DE LA REGRESION DE MEJOR AJUSTE, MINIMICE LA SUMA DE LAS DESVIACIONES CUADRATICAS ENTRE LOS VALORES REALES Y ESTIMADOS DE LA VARIABLE DEPENDIENTE AL MINIMIZAR LA SUMATORIA DE ERRORES AL CUADRADO, SE DERIVAN LAS SIGUIENTES EXPRESIONES PARA LA PENDIENTE Y EL INTERCEPTO

28 CALCULO DE LAS VARIABLES CALCULO DE b La línea de regresión puede determinarse a partir de siguiente calculo donde la variable x se puede entender como un indicador temporal

29 AÑO DEMANDA AÑO X DEMANDA (Y) XY X² Y² TOTAL

30 REEMPLAZO DE LAS ECUACIONES De esta forma, la ecuación final de regresión es: Para estimar la demanda esperada en 2008 (x=6), se remplaza

31 MODELOS DE SERIES DE TIEMPO Serefiere a la medición devalores de una variable en el tiempo a intervalos espaciados uniformemente.

32 OBJETIVO Es la identificación de la información histórica. Determinar un patrón básico Una mejor proyección futura de una variable deseada.

33 Componentes Básicos Tendencia Factor Cíclico Fluctuaciones Estacionales Variaciones No Sistémicas

34 Tendencia.- Se refiere al crecimiento o declinación en el largo plazo del promedio de la variable estudiada Componente Cíclico.- Es cuando se dan divergencias significativas. Fluctuaciones Estacionales.- Son aquellas fluctuaciones que se repiten periódicamente y que dependen de factores de tiempo.

35 Componentes de tendencia de una serie de tiempo

36

37 Casos Prácticos Para una serie cronológica con fuerte efecto estacional como por ejemplo las tarjetas navideñas se hace recomendable el uso del promedio móvil simple. Promedio Móvil (Pm) se obtiene:

38 Así, si la demanda trimestral del producto es en cada uno de los cuatro trimestres de 180, 250, 210, y 150, el valor Pm1 seria de: De acuerdo con este método, la demanda esperada para el trimestre siguiente es de

39 Caso Practico. Considere la siguiente demanda estacional en este caso Poleras de Manga Corta.

40 El promedio móvil calculado de acuerdo con la ecuación correspondería a :

41 AÑO INVIERNO PRIMAVERA VERANO OTOÑO TOTAL

42 PROMEDIOS MÓVILES AÑO INVIERNO PRIMAVERA VERANO OTOÑO TOTAL

43 AÑO INVIERNO PRIMAVERA VERANO OTOÑO TOTAL

44 AÑO ESTACIÓN DEMANDA ACTUAL PM 1997 Invierno 2 Primavera 3 Verano 4 2,5 Otoño 1 3, Invierno 5 4 SE UBICA A LA MITAD DE LAS OBSERVACIONES MÁS RECIENTES Y MÁS ANTIGUAS

45 PROMEDIOS MÓVILES CENTRADOS

46 AÑO ESTACIÓN DEMANDA ACTUAL PM PMC 1997 Invierno 2 Primavera 3 Verano 4 2,5 2,88 Otoño 1 3,25 3, Invierno 5 4 4,38 Primavera 6 4,75 4,88 Verano 7 5 5,25 Otoño 2 5,5 6

47 ÍNDICE ESTACIONAL

48 AÑO ESTACIÓN DEMANDA ACTUAL PM PMC IE 1997 Invierno 2 Primavera 3 Verano 4 2,5 2,88 1,39 Otoño 1 3,25 3,63 0, Invierno 5 4 4,38 1,14 Primavera 6 4,75 4,88 1,23 Verano 7 5 5,25 1,33 Otoño 2 5,5 6 0,33

49 AÑO ESTACIÓN DEMANDA ACTUAL PM PMC IE AÑO ESTACIÓN DEMANDA ACTUAL PM PMC IE 1997 Invierno 2 Primavera 3 Verano 4 2,5 2,88 1,39 Otoño 1 3,25 3,63 0, Invierno 5 4 4,38 1,14 Primavera 6 4,75 4,88 1,23 Verano 7 5 5,25 1,33 Otoño 2 5,5 6 0, Invierno 7 6,5 6,88 1,02 Primavera 10 7,25 7,38 1,36 Verano 10 7,5 7,88 1,27 Otoño 3 8,25 9,13 0, Invierno ,75 0,93 Primavera 17 11,5 11,38 1,49 Verano 16 11,25 11,63 1,38 Otoño ,38 0, Invierno 13 12,75 14,25 0,91 Primavera 20 15,75 16,63 1,2 Verano 28 17,5 18,25 1,53 Otoño ,75 0, Invierno 19 22,5 23,25 0,82 Primavera ,25 1,46 Verano 34 22,5 25,13 1,45 Otoño 3 24,5 27,5 0, Invierno 27 25,75 30,25 0,98 Primavera 39 29,25 30,25 1,29 Verano 48 31,25 31,13 1,54 Otoño ,63 0, Invierno 26 32,25 33,25 0,78 Primavera 44 34,25 35,63 1,24 Verano ,5 1,45 Otoño ,81 0, Invierno 38 41,75 43,5 0,87 Primavera 51 45,25 45,13 1,13 Verano ,75 1,53 Otoño 21 46,5 48,5 0, Invierno 44 50,5 51,88 0,85 Primavera 67 53,25 53,88 1,24 Verano 81 54,5 53,88 1,46 Otoño 26 56,25 57,75 0, Invierno 51 59,25 62,5 0,82 Primavera 79 65,75 66,63 1,19 Verano ,5 Otoño 33

50 RESULTADOS DEL ANÁLISIS ESTACIONAL HISTÓRICO AÑO INVIERNO PRIMAVERA VERANO OTOÑO ,39 0, ,14 1,23 1,33 0, ,02 1,36 1,27 0, ,93 1,49 1,38 0, ,91 1,2 1,53 0, ,82 1,46 1,45 0, ,98 1,29 1,54 0, ,78 1,24 1,45 0, ,87 1,13 1,53 0, ,85 1,24 1,46 0, ,82 1,19 TOTAL 9,122 12,83 14,341 3,422 PROMEDIO 0,192 1,28 1,434 0,342

51 INVIERNO 0,918 PRIMAVERA 1,289 VERANO 1,446 OTOÑO 0,347 ÍNDICE 4 CON ESTA INFORMACIÓN PUEDE PROYECTARSE LA DEMANDA PARA EL AÑO 2008

52 INDICE ESTACIONAL INVIERNO 65,885 0,918 60,48243 PRIMAVERA 65,885 1,289 84, VERANO 65,885 1,446 95,26971 OTOÑO 65,885 0,347 22, ,54

53 CALCULO DEL PROMEDIO MOVIL Año MERCADO Yx PM(3 años)y`x Yx - Ŷ x ( Yx - Ŷ x)² PM(5años)Ŷ x Yx - Ŷ x ( Yx - Ŷ x)² TOTAL Se calcula el PM para proyectar la demanda del mercado con base en tres años y cinco años

54 CALCULO DE DESVIACION TIPICA Para el calculo de ambas proyecciones se precisa. DT 3años =7.39 DT 5años =9.24

55 METODO DE AFINAMIENTO EXPONENCIAL Año MERCADO Yx α = 0.30 Yx - Y x ( Yx - Y x)² α = 0.40 Yx - Y x ( Yx - Y x)² TOTAL Ŷ(t+1)=α(Yt)+(1+α)(Ŷ t)

56 PROYECCION DE LA DESVIACION TIPICA De acuerdo con la tabla anterior las proyecciones α de 0.40 es mejor que la de α de 0.30 DT =6.20 DT =6.17

57 PREPARACIÓN Y EVALUACIÓN DE PROYECTOS Msc. JAVIER CARLOS INCHAUSTI GUDIÑO