PRONOSTICOS DE VENTAS

COMPETENCIAS:
Aplicar la estadstica para cuantificar
la demanda de un producto o servicio

LA MERCADOTECNIA

EL PRONOSTICO DE DEMANDA
El pronstico de demanda es la estimacin
de las unidades o valor o ambas que se
espera vender en un periodo futuro

La proyeccin de ventas se ....

... hace por tipo de artculo
... utiliza para el planeamiento de
produccin, estimaciones
financieras, planeamiento
estratgico, etc.

EL PRONOSTICO DE DEMANDA
Demanda
total del
mercado

Demanda
del
segmento

Ventas

Precios
Competidores
Capacidad adquisitiva Publicidad
Fidelidad
Promocin
Distribucin
etc.;

LOS 7 PASOS DE UN PRONOSTICO

Determinar el uso del pronstico.

Seleccionar los artculos a pronosticar.
Determinar el horizonte de tiempo del
pronstico.
Seleccionar el modelo de pronstico.
Recolectar los datos.
Hacer el pronstico.
Validar y poner en prctica resultados.

METODOS DE CALCULO

Mtodos Cualitativos (de juicio)

Estimacin de la fuerza de ventas

Opinin ejecutiva
Investigacin de mercado
Mtodo Delphi

Anlisis de las series de tiempo

Pronostico Ingenuo
Promedio Mvil Simple
Promedio Mvil Ponderado
Ajuste exponencial

Mtodos causales
Anlisis de regresin
Modelo economtrico
Modelo de simulacin

ANLISIS DE SERIES DE TIEMPO

La demanda de un periodo est compuesta por:
1.
2.
3.
4.

La tendencia de largo plazo: estable o (de)creciente

El ciclo: creciente y decreciente en aos
La estacionalidad: dentro de un periodo anual
El azar: causas no previsibles

Ventas
=
Ventatendencia + Ventaciclo + Ventaestacional + Ventaazar

La Tendencia
VENTAS (UNIDADES)
500

UNIDADES

450
400
350
300
250
200
150
100
50
0

----- Ventas mensuales

MES/AO

La TENDENCIA es la variacin del

promedio de ventas en el largo
plazo. Indica el ciclo de vida del
producto o la marca.

El Ciclo
VENTAS (UNIDADES)

----- Ventas mensuales

500

UNIDADES

450
400
350
300
250
200
150
100

te
ecien
r
c
o
l
c
Ci

Cicl
o

dec

reci
e

lo
Cic

c ie
cre

n te

Cicl
o

dec

reci
ente

nte

50
0

MES/AO

El CICLO es el (in)(de)cremento gradual

y repetitivos de las ventas en periodos
largos de aos o decenios.
Ocasionado por elecciones polticas,
crisis econmicas, cambios tecnolgicos,
etc.

La Estacionalidad
VENTAS (UNIDADES)

----- Ventas mensuales

UNIDADES

500
450
400
350
300
250
200
150
100
50
0

M ES/AO

La ESTACIONALIDAD es el rpido y
repetitivo incremento y decremento de
las ventas en periodos cortos de
meses, das, hora del da, etc.
Ocasionado por elecciones polticas,
cambios tecnolgicos, crisis
econmicas, etc.

El azar
VENTAS (UNIDADES)

----- Ventas mensuales

500

UNIDADES

450
400
350
300
250
200
150
100
50
0

MES/AO

El AZAR es la variacin de las ventas por

efecto de eventos imprevisibles.
Si no existiese el azar, las ventas seran
totalmente predecibles con los modelos
matemticos.

SERIES DE TIEMPO
PROMEDIO MOVIL SIMPLE
Resulta til cuando la demanda no tiene tendencias pronunciadas
ni influencias estacionales, es decir se mantiene relativamente
estable en el tiempo
n

MAn =

i = 1 Di

Donde
n
Di

= nmero de periodos
= demanda del periodo i

PROMEDIO MOVIL SIMPLE (3 meses)

Calcule el pronstico de abril usando un promedio

mvil de tres periodos (n=3)

PROMEDIO MOVIL SIMPLE (3 meses)

Calcule el pronstico de abril usando un promedio

mvil de tres periodos (n=3)

PROMEDIO MOVIL SIMPLE (3 meses)

La tienda El HIDRO quiere hacer sus pronsticos con el

promedio mvil de 3 meses, incluyendo un pronostico para
las ventas de pistones hidrulicos el prximo enero

PROMEDIO MOVIL SIMPLE (3 meses)

La tienda El HIDRO quiere hacer sus pronsticos con el

promedio mvil de 3 meses, incluyendo un pronostico para
las ventas de pistones hidrulicos el prximo enero

PROMEDIO MOVIL PROMEDIO

Ajusta el
mtodo de
promedio
mvil a las
fluctuaciones
de los datos

WMAn = Wi Di
i=1

donde

Wi = peso para el
periodo i, entre 0 y
100 por ciento

Wi = 1.00

Ejemplo

MES
venta
Agosto
Septiembre
Octubre

Pronostico Noviembre

PESO
17%
33%
50%

rdenes de
130
110
90

Ejemplo

MES
venta

PESO

Agosto
Septembre
Octubre

17%
33%
50%

rdenes de
130
110
90

3
Pronstico Noviembre

= 1W D
WMA3 = i
i
i

= (0.50)(90) + (0.33)(110) + (0.17)(130)

= 103.4 rdenes de venta

PROMEDIO MOVIL PONDERADO (3 meses)

La tienda El HIDRO quiere hacer sus pronsticos

ponderando los ltimos 3 meses dando ms peso a los
datos recientes (3, 2, 1), incluyendo un pronostico para las
ventas de pistones hidrulicos el prximo enero

PROMEDIO MOVIL PONDERADO (3 meses)

La tienda El HIDRO quiere hacer sus pronsticos

ponderando los ltimos 3 meses dando ms peso a los
datos recientes (3, 2, 1), incluyendo un pronostico para las
ventas de pistones hidrulicos el prximo enero

12 1/6
14 1/3
17
22 1/3

AJUSTE EXPONENCIAL

Forma de la media mvil ponderada

Disminucin de pesos de manera exponencial
Los datos ms recientes tienen mas peso
Requiere una constante de suavizamiento ()
Rangos de 0 a 1
Subjetivamente elegido
Implica poco mantenimiento de los datos del pasado

Nuevo Pronstico =Pronstico previo

+ (demanda actual
Pronstico previo)
Ft = Ft 1 + (At 1 - Ft 1)
donde
=

Ft =

Nuevo pronstico

Ft 1 =

Pronstico previo

constante de suavizamiento 0 1)

EJEMPLO AJUSTE EXPONENCIAL

Pronstico previo = 142 Ford Mustangs

Demanda actual = 153
Constante de suavizamiento = 0.20

Pronstico previo = 142 Ford Mustangs

Demanda Actual = 153
Constante de suavizamiento = .20
Nuevo Pronstico

= 142 + .2(153 142)

= 142 + 2.2
= 144.2 144 cars

EJEMPLO

Ft = Ft-1 + (At-1 - Ft-1)

PronsticoFt
( = .10)

Ao Actual
2003

180

2004

168

2005

159

2006

175

2007

190

2008

NA

175.00 (Base)
175.00 +

Ft = Ft-1 + (At-1 - Ft-1)

Ao

Actual

2003

180

2004

168

2005

159

2006

175

2007

190

2008

NA

PronsticoFt
( = .10)
175.00 (Base)
175.00 + .10(

Ft = Ft-1 + (At-1 - Ft-1)

Ao Actual
2003

180

PronsticoFt
( = .10)

2004

175.00 (Base)
168 175.00 + .10(180 -

2005

159

2006

175

2007

190

2008

NA

Ft = Ft-1 + (At-1 - Ft-1)

Ao Actual

PronsticoFt
( = .10)

2003

180

175.00 (Base)

2004

168 175.00 + .10(180 - 175.00)

2005

159

2006

175

2007

190

2008

NA

Ft = Ft-1 + (At-1 - Ft-1)

Ao Actual

PronsticoFt
( = .10)

2003

180

175.00 (Base)

2004

168 175.00 + .10(180 - 175.00) = 175.50

2005

159

2006

175

2007

190

2008

NA

Ft = Ft-1 + (At-1 - Ft-1)

Ao Actual

PronsticoFt
( = .10)

2003

180

175.00 (Base)

2004

168 175.00 + .10(180 - 175.00) = 175.50

2005

159 175.50 + .10(168 - 175.50) = 174.75

2006

175

2007

190

2008

NA

Ft = Ft-1 + (At-1 - Ft-1)

Ao Actual

PronsticoFt
( = .10)

2003

180

175.00 (Base)

2004

168 175.00 + .10(180 - 175.00) = 175.50

2005

159 175.50 + .10(168 - 175.50) = 174.75

2006

175 174.75 + .10(159 - 174.75) = 173.18

2007

190 173.18 + .10(175 - 173.18) = 173.36

2008

NA 173.36 + .10(190 - 173.36) = 175.02

EFECTOS DE LA TENDENCIA EN LA
SUAVIZACIN EXPONENCIAL

FITt = Ft + Tt
Ft = FITt-1 + (At-1 - FITt-1)
Tt = Tt-1 + (Ft - FITt-1)
Ft = El pronstico suavizado exponencialmente para el periodo t
Tt = La tendencia suavizada exponencialmente para el periodo t
FITt = El pronostico incluida la tendencia para el periodo t
FITt-1 = El pronstico incluida la tendencia hecha para el periodo anterior
At-1 = La demanda real para el periodo anterior
= Constante de suavizacin
= Constante de suavizacin

EFECTOS DE LA TENDENCIA EN LA
SUAVIZACIN EXPONENCIAL

Suponga una Ft inicial de 100 unidades, una alfa de 0.20 y una delta de 0.30 Si
la demanda real resulta ser de 115 en lugar de los 100 pronosticados, calcule el
pronostico para el periodo siguiente. Las ventas tienen una tendencia de +10.

EFECTOS DE LA TENDENCIA EN LA
SUAVIZACIN EXPONENCIAL

Suponga una Ft inicial de 100 unidades, una alfa de 0.20 y una delta de 0.30 Si
la demanda real resulta ser de 115 en lugar de los 100 pronosticados, calcule el
pronostico para el periodo siguiente.

FITt-1 = Ft-1 + Tt-1 = 100 + 10 = 110

Ft = FITt-1 + (At-1 - FITt-1)
Ft = 110 + 0.2*(115-110) = 111
Tt = Tt-1 + (Ft - FITt-1) = 10 + 0.3*(111 110) = 10.3
FITt = Ft + Tt = 111 + 10.3 = 121.3

EFECTOS DE LA TENDENCIA EN LA
SUAVIZACIN EXPONENCIAL

Si en lugar de 121.3 la realidad resulta ser 120. Cual sera el pronostico del
siguiente periodo

EFECTOS DE LA TENDENCIA EN LA
SUAVIZACIN EXPONENCIAL

Si en lugar de 121.3 la realidad resulta ser 120. Cual sera el pronostico del
siguiente periodo

FITt = 121.3
Ft+1 = FITt + (At - FITt)
Ft+1 = 121.3 + 0.2*(120 121.3) = 121.04
Tt = Tt-1 + (Ft - FITt-1) = 10.3 + 0.3*(121.04 121.30) = 10.22
FITt = Ft + Tt = 121.04 + 10.22 = 131.26

PATRONES ESTACIONALES
Los datos de demanda del nmero de clientes esperados en una tienda
registrada en los aos ms recientes
Trimestre Ao 1

Ao 2

Ao 3

Ao 4

45

70

100

100

335

370

585

725

520

590

830

1160

100

170

285

215

Total

1000

1200

1800

2200

Realizar el pronostico de la demanda de clientes para cada uno de los

trimestres del ao 5, basndose en la que la estimacin de la demanda total
durante el ao 5 es de 2600 clientes

PATRONES ESTACIONALES
1 Promedio de clientes por estacin es:
Ao 1 = 1000 / 4 = 250
Ao 2 = 1200 / 4 = 300

Ao 3 = 1800 / 4 = 450
Ao 4 = 2200 / 4 = 550

2 ndices estacionales:
Trimestr Ao 1
e

Ao 2

Ao 3

Ao 4

45/250 = 0.18

70/300 = 0.23

100/450 = 0.22 100/550 = 0.18

335/250 = 1.34

370/300 = 1.23 585/450= 1.30

725/550 = 1.32

520/250 = 2.08

590/300 = 1.97 830/450= 1.84

1160/550=2.11

100/250 = 0.40

170/300 = 0.57 285/450= 0.63

215/550= 0.39

PATRONES ESTACIONALES
3 ndice estacional promedio:
Trimestre

ndice estacional promedio

(0.18 + 0.23 + 0.22 + 0.18)/4 = 0.20

(1.34 + 1.23 + 1.30 + 1.32)/4 = 1.30

(2.08 + 1.97 + 1.84 + 2.11)/4 = 2.00

(0.40 + 0.57 + 0.63 + 0.39)/4 = 0.50

4 Pronstico por trimestre:

Demanda estimada por trimestre = 2600 / 4 = 650

Trimestre

Pronstico

650 * 0.20 = 130

650 * 1.30 = 845

650 * 2.00 = 1300

650 * 0.50 = 325

PATRONES ESTACIONALES
El gerente de MISTI Fertilizantes debe elaborar sus planes de ventas para su
producto FAST-GROW. Cuenta con la siguiente informacin ( en cajas) :

Si las ventas esperadas de este producto son de 1150 cajas para el ao 3,

elabore un pronostico para cada uno de los trimestres del ao

PATRONES ESTACIONALES
Del ejercicio anterior
1 Promedio de clientes por estacin es:
Ao 1 = 1000 / 4 = 250
2 ndices estacionales:
Trimestr Ao 1
e

Ao 2

Ao 3

70/300 = 0.23

100/450 = 0.22 100/550 = 0.18

45/250 = 0.18

3 ndice estacional promedio:

Trimestre

ndice estacional promedio

(0.18 + 0.23 + 0.22 + 0.18)/4 = 0.20

4 Pronstico por trimestre:

Trimestre
Pronstico
1

650 * 0.20 = 130

Ao 4

Medias Comunes de errores

Error de pronstico (E)
E = Demanda - Pronstico

Suma acumulada de errores (SAE)

SAE = E

Error cuadratico medio (EMC)

(Demanda - Pronstico)2
EMC =
n

Medias Comunes de errores

Desviacin media absoluta (MAD)
|Demanda Pronstico|
MAD =
n
=

Error porcentual absoluto (EPAM)

EPAM =

| Error | * 100
Demanda *n

(%)

REGRESIN LINEAL
El pronstico se obtiene relacionando la venta (Y) con una variable conocida (X) en
forma de una ecuacin lineal.
Y = a + bX
Donde a y b son factores numricos

TAREA

Ud. Tiene que hacer un anlisis de mercado

para producir y vender un osito de la cadena
Hasbro Toys. Ud. Tirene los siguientes datos:
Aos Ventas (Miles de Unidades)
1992
1
1993
1
1994
2
1995
2
1996
4
Cul es la tendencia de la ecuacin?
Determinar la desviacin estndar y el coeficiente de correlacin. Interpretar resultados

BIBLIOGRAFIA

1. Administracin de Operaciones. Jay Heizer. Sptima Edicin. Mxico,

Pearson Educacin
2. Administracin de Operaciones. Lee Krajewski. Quinta Edicin. Mxico,
Prentice Hall
3. Pronsticos de la demanda
http://
mexico.smetoolkit.org/mexico/es/content/es/416/Pron%C3%B3stico-de-la-dem
anda
4. ForecastPRO
http://es.slideshare.net/cnavarro/pronosticos-de-demanda-presentation