Msc. Javier Carlos Inchausti Gudiño2011

AUTOR : NASSSIR SAPAG CHAIN

REYNALDO SAPAG CHAIN

QUINTA EDICION 2008

CAPITULO 5

TECNICAS DE

PROYECCION

DE MERCADO

TÉCNICAS DE PROYECCIÓN DEL MERCADO

Precisión deseada del pronóstico

Costo del procedimiento

Periodos futuros

Beneficios del resultado

Validez y disponibilidad de

los datos históricos

Tiempo disponible para hacer el estudio

Incorporación de

competidores

Desarrollo de nuevas

tecnologías

Ciclo de vida de un

producto

EL AMBITO DE LA PROYECCIÓN

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

METODOS CUALITATIVOS

METODO DELPHI

DEFINICION

Utiliza un grupo de expertos que se mantienen aislados

Hace hincapié en que cambios se debe esperar y en que tiempo.

Características:

No requiere llegar a un consenso.

Reducir un número de opiniones.

Aísla a los integrantes

Es anónima

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.

Tipos: Delphi E:

Previsión del entornoTécnica predictiva paradeterminar el estado futuro delmercado o entorno :Innovación en componenteselectrónicos

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

METODOS CUANTITATIVOS

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.

Es una secuencia de datos uniformementeespaciada:

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.

¿Qué son las series temporales?

Tendencia

Estacionalidad

Ciclos

Variaciones

aleatorias

Descomposición de una serie temporal

Ing. Guillermo A. Corres - 2006

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.

Mes, trimestre, año

Respuesta

© 1984-1994 T/Maker Co.

Tendencia

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.

Mes, trimestre

Respuesta

Verano

© 1984-1994 T/Maker Co.

Estacionalidad

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.

Mes, trimestre, año

RespuestaCiclo

Ciclos

Aplicar mediciones

Generalmente en confirmación de

respuestas

ENCUESTAS

calidad

Volúmenes de ventas

preferencias

De convenienci

a de sitio

Bola de nieve

Muestreo de

estratos

Investigación de mercado basada en muestreo no probabilístico

ESTRATOS

• Estrato de la población

• Ej. Ingresos, sexo, religión, etc.

CONVENIENCIA

• Consumidor objetivo

BOLA DE NIEVE

• Encuesta al azar

• Preguntas abiertas

MODELOS CAUSALES

PROYECTAR AL MERCADO ATREVES DE

ANTECEDENTES

HISTÓRICOS

Modelo de

regresión

Modelo econométrico

Insumo producto

DIAGRAMA DE DISPERSION Y LA LINEA DE TENDENCIA

1995 2000 2005 2010

DEM

AN

DA

AÑO

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

Los puntos del grafico representan las distintas relaciones observadas entre las variables x y y

LA ECUACIÓN DE LA REGRESIÓN LINEAL

Y (x)= a + b x

Y (x) es el valor estimado de la variable dependiente para un valor especifico

de la variable independiente 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

X es el valor especifico de

la variable independient

e

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

CALCULO DE LAS VARIABLES

La línea de regresión puede determinarse a

partir de siguiente calculo donde la

variable x se puede entender como un indicador temporal

CALCULO DE b

AÑO 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

DEMANDA 10 20 30 45 70 90 125 150 180 220 270

AÑO X DEMANDA

(Y)

XY X² Y²

1997 -5 10 -50 25 100

1998 -4 20 -80 16 400

1999 -3 30 -90 9 900

2000 -2 45 -90 4 2025

2001 -1 70 -70 1 4900

2002 0 90 0 0 8100

2003 1 125 125 1 15625

2004 2 150 300 4 22500

2005 3 180 540 9 32400

2006 4 220 880 16 48400

2007 5 270 1350 25 72900

TOTAL 0 1210 2815 110 208250

REEMPLAZO DE LAS ECUACIONES

De esta forma, la ecuación final de regresión es:

Para estimar la demanda esperada en 2008 (x=6), se remplaza

MODELOS DE SERIES DE TIEMPO Se refiere a la medición de valores de una variable

en el tiempo a intervalos espaciadosuniformemente.

OBJETIVO

Es la identificación de la información histórica.

Determinar un patrón básico

Una mejor proyección futura de una variable deseada.

Componentes Básicos

Tendencia

Factor Cíclico

Fluctuaciones Estacionales

Variaciones No Sistémicas

Tendencia.- Se refiere al crecimiento odeclinación en el largo plazo del promediode la variable estudiada

Componente Cíclico.- Es cuando se dandivergencias significativas.

Fluctuaciones Estacionales.- Son aquellasfluctuaciones que se repiten periódicamentey que dependen de factores de tiempo.

Componentes de tendencia de una serie de tiempo

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:

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 197.50

Caso Practico. Considere la siguiente demandaestacional en este caso Poleras de Manga Corta.

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

AÑO INVIERNO PRIMAVERA VERANO OTOÑO TOTAL

1997 2 3 4 1 10

1998 5 6 7 2 20

1999 7 10 10 3 30

2000 10 17 16 2 45

2001 13 20 20 9 70

2002 19 34 34 3 90

2003 27 39 48 11 125

2004 26 44 58 22 150

2005 38 51 70 21 180

2006 44 67 81 28 220

2007 51 79 107 33 270

AÑO INVIERNO PRIMAVERA VERANO OTOÑO TOTAL

1997 2 3 4 1 10

PROMEDIOS MÓVILES

AÑO INVIERNO PRIMAVERA VERANO OTOÑO TOTAL

1997 2 3 4 1 10

1998 5 6 7 2 20

AÑO ESTACIÓNDEMANDA

ACTUAL PM

1997 Invierno 2

Primavera 3

Verano 4 2,5

Otoño 1 3,25

1998 Invierno 5 4

SE UBICA A LA MITAD DE LAS OBSERVACIONES MÁS RECIENTES Y MÁS

ANTIGUAS

PROMEDIOS MÓVILES CENTRADOS

AÑO ESTACIÓNDEMANDA

ACTUAL PM PMC

1997 Invierno 2

Primavera 3

Verano 4 2,5 2,88

Otoño 1 3,25 3,63

1998 Invierno 5 4 4,38

Primavera 6 4,75 4,88

Verano 7 5 5,25

Otoño 2 5,5 6

ÍNDICE ESTACIONAL

AÑO ESTACIÓNDEMANDA

ACTUAL PM PMC IE

1997 Invierno 2

Primavera 3

Verano 4 2,5 2,88 1,39

Otoño 1 3,25 3,63 0,28

1998 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

AÑO ESTACIÓNDEMANDA

ACTUAL PM PMC IE

1997 Invierno 2

Primavera 3

Verano 4 2,5 2,88 1,39

Otoño 1 3,25 3,63 0,28

1998 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

1999 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 0,33

2000 Invierno 10 10 10,75 0,93

Primavera 17 11,5 11,38 1,49

Verano 16 11,25 11,63 1,38

Otoño 2 12 12,38 0,16

2001 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 9 19 20,75 0,43

2002 Invierno 19 22,5 23,25 0,82

Primavera 34 24 23,25 1,46

Verano 34 22,5 25,13 1,45

Otoño 3 24,5 27,5 0,12

AÑO ESTACIÓNDEMANDA

ACTUAL PM PMC IE

2003 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 11 31 31,63 0,35

2004 Invierno 26 32,25 33,25 0,78

Primavera 44 34,25 35,63 1,24

Verano 56 37 38,5 1,45

Otoño 22 40 40,81 0,54

2005 Invierno 38 41,75 43,5 0,87

Primavera 51 45,25 45,13 1,13

Verano 70 45 45,75 1,53

Otoño 21 46,5 48,5 0,43

2006 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 0,45

2007 Invierno 51 59,25 62,5 0,82

Primavera 79 65,75 66,63 1,19

Verano 107 67,5

Otoño 33

RESULTADOS DEL ANÁLISIS ESTACIONAL HISTÓRICO

AÑO INVIERNO PRIMAVERA VERANO OTOÑO

1997 1,39 0,28

1998 1,14 1,23 1,33 0,33

1999 1,02 1,36 1,27 0,33

2000 0,93 1,49 1,38 0,16

2001 0,91 1,2 1,53 0,43

2002 0,82 1,46 1,45 0,12

2003 0,98 1,29 1,54 0,35

2004 0,78 1,24 1,45 0,54

2005 0,87 1,13 1,53 0,43

2006 0,85 1,24 1,46 0,45

2007 0,82 1,19

TOTAL 9,122 12,83 14,341 3,422

PROMEDIO 0,192 1,28 1,434 0,342

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

INDICE

ESTACIONAL

INVIERNO 65,885 0,918 60,48243

PRIMAVERA 65,885 1,289 84,925765

VERANO 65,885 1,446 95,26971

OTOÑO 65,885 0,347 22,862095

263,54

CALCULO DEL PROMEDIO MOVIL

Se calcula el PM para proyectar la demanda del mercado con base en tres años y cinco años

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

1998 38

1999 42

2000 45

2001 48 42 6.33 40.11

2002 38 45 -7 49

2003 45 44 1.33 1.78 42 2.8 7.84

2004 35 44 -8.67 75.11 44 -8.6 73.96

2005 29 39 -10.33 106.78 42 -13.2 174.24

2006 36 39

TOTAL 272.78 256.04

CALCULO DE DESVIACION TIPICA Para el calculo de ambas proyecciones se precisa.

DT 3años√272.78 ⁄ 5=7.39

DT 5años√256.04 ⁄ 3=9.24

METODO DE AFINAMIENTO EXPONENCIAL

Ŷ(t+1)=α(Yt)+(1+α)(Ŷ´t)

Año MERCADO Yx α = 0.30 Yx - Y´x ( Yx - Y´x)² α = 0.40 Yx - Y´x ( Yx - Y´x)²

1998 38 40 -2 4 400 -2 4

1999 42 39.4 2.6 6.76 39.2 2.8 7.84

2000 45 40.18 4.81 23.23 40.32 4.68 21.9

2001 48 41.63 6.37 40.63 42.19 5.81 33.73

2002 38 43.54 -5.54 30.67 41.52 -6.52 42.45

2003 45 41.88 3.12 9.75 41.91 3.09 9.5

2004 35 42.81 -7.81 61.05 43.13 -8.15 66.35

2005 29 40.47 -11.47 131.55 39.89 -10.89 118.53

2006 37.03 35.53

TOTAL 307.64 304.3

PROYECCION DE LA DESVIACION TIPICA

De acuerdo con la tabla anterior las proyecciones αde 0.40 es mejor que la de

α de 0.30

DT 0.3 √307.65 ⁄ 8=6.20

DT 0.4 √304.36 ⁄ 8=6.17

PREPARACIÓN Y EVALUACIÓN DE PROYECTOS

Msc. JAVIER CARLOS INCHAUSTI GUDIÑO