METODOS DE PROYECCION CALCULANDO LA DEMANDA

METODOS DE PROYECCION Técnicas de proyección del mercado / Demanda: El análisis de la proyección Métodos de proyección Métodos cualitativos Modelos causales Modelos de series de tiempos La estimación del comportamiento futuro de algunas de estas variables, puede realizarse por medio de diversas técnicas de pronósticos que se basan en los siguientes criterios

METODOS DE PROYECCION Validez y disponibilidad de los datos históricos El costo del procedimiento Los beneficios del resultado Los periodos futuros a pronosticar Tiempo disponible para hacer el estudio Etapa del ciclo de vida del producto Se pueden usar métodos complejos o sencillos, lo importante es pronosticar la demanda. Los métodos de proyección se utilizan como técnicas complementarias antes que como alternativas estimativas certeras.

METODOS DE PROYECCION El ámbito de la proyección: Lo importante es seleccionar el método que mejor se adapte a las necesidades y sea aplicado adecuadamente en cada situación particular Para que el resultado de la proyección permita el uso optimo, debe ser presentada en la forma que sea mas valiosa para ser analizadas como zona geográfica, sexo, edad, etc. La validez de los resultados de la proyección esta íntimamente relacionada con la calidad de los datos de entrada (información comercial y publica) opiniones de expertos y las encuestas.

METODOS DE PROYECCION La selección del método dependerá de la cantidad y calidad de los antecedentes disponibles así como de los resultados esperados: Efectividad del método: Precisión: cualquier error en su pronostico afectara el costo Sensibilidad: debe ser lo suficientemente estable para enfrentar situaciones cambiantes Objetividad: la proyección debe garantizar su validez y oportunidad de una situación histórica. Pero los resultados son solo estimaciones o indicadores de referencia, estos deberán complementarse con el juicio y apreciaciones cualitativas del análisis.

METODOS DE PROYECCION Métodos de proyección: Las técnicas se clasifican en función de su carácter : Carácter cualitativos Modelos causales Modelos de series de tiempos Métodos de carácter cualitativo: Se basan en opiniones de expertos su uso es cuando no hay tiempo o cuando no hay antecedentes mínimos, cuando los datos iníciales no son confiables, entonces emitir algún juicio sobre la eficacia de sus estimaciones finales resulta casi imposible.

METODOS DE PROYECCION Modelos causales: Se basan en el supuesto de que el grado de influencia de las variables del mercado permanecen estables, se realiza en tres etapas: La identificación de una o mas variables como PIB, tasa natalidad, permisos construcción. La selección de la forma que relacione la variable con el comportamiento del mercado La validación del método de pronosticar que satisfaga el sentido común como las pruebas estadísticas

METODOS DE PROYECCION Modelos de series de tiempo: Cuando el futuro del mercado se determina por lo sucedido en el pasado y siempre que la información histórica este disponible en forma confiable y completa se puede pronosticar con proyecciones de tipo estadística. Debido al factor de que tan conocida es la demanda, podemos agruparla y clasificarla según las siguientes clases Demanda conocida Demanda probabilística Demanda desconocida o incierta

METODOS DE PROYECCION La demanda conocida: se presenta cuando los clientes hacen sus pedidos con fechas y cantidades determinadas , lo que las hace conocidas desde el principio, entran aquí los convenios de suministros programados y las licitaciones gubernamentales. La demanda probabilística: se presenta cuando conocemos su comportamiento según factores de tendencia y ponderación histórica que nos permiten establecer una distribución probabilística de demanda.

METODOS DE PROYECCION La demanda desconocida o incierta: se presenta cuando no es posible conocer anticipadamente la demanda y nos resulta difícil hacer proyecciones de la información histórica que nos permita tener una idea aproximada de la demanda ni de los factores que la originan. Ya que no se dispone de métodos que proporcionen predicciones completamente exactas. Entre estos enfoques esta: Solicitud de opiniones, examen de las tendencias históricas, indicadores indirectos, modelos econométricos.

METODOS DE PROYECCION + = -

Diferentes ejemplos de Proyecciones por Regresión Tipos de Proyección   ECUACIÓN F (tiempo) Grafico Proy. Lineal Proy. Exponencial Proy. Potencial Proy. Logarítmica Tipos de Proyección   ECUACIÓN F (tiempo) Grafico   Proy. Asintótica Proy. Gomportz a a a

METODOS DE PROYECCION Las técnicas usadas en la predicción, se pueden clasificar de la siguiente manera: Las que ayudan a determinar las tendencias Las que determinan los puntos de giros (cambios de ciclos) Las que describen los modelos estacionales Algunas de las técnicas mas conocidas de pronosticar la demanda son Regresión por mínimos cuadrados Regresión por factor de crecimiento Promedios, Promedios móviles y promedios móviles ponderados Técnicas de razones para predicción de la temporalidad

Promedios, Promedios móviles. Promedios móviles ponderados Promedios: para calcular la media aritmética, calcularíamos la suma de las unidades totales y la dividiríamos entre el numero de años, para llegar a la media aritmética. X= Σx/N AÑO VALORES 2010 $ 1,500 2011 $ 1,560 2012 $ 1,600 2013 $ 1,650 2014 $ 1,700 MEDIA $ 1,602

Promedios, Promedios móviles. Promedios móviles ponderados Se selecciona la amplitud del periodo de tiempo que se incluirá en el proceso de promediar. Se calcula la media aritmética para este tiempo Se utiliza en datos históricos sin mucha variación

Promedios, Promedios móviles. Promedios móviles ponderados PROMEDIOS MOVILES Este método, aunque es fácil de aplicar, descuida las tendencias como las características cíclicas de los productos. Se utiliza para aquellos productos con demanda completamente estable. Este método comprende la utilización de los promedios móviles , la media se calcula sobre el tiempo. Cambiando con la adición de nuevos datos, eliminando los datos antiguos.

PROMEDIOS MOVILES AÑO DEMANDA PONDERACION DEMANDA PONDERADA 2008 13,000 0.2 2600 2009 14,000 2800 2010 2011 15,000 3000 2012 16,000 3200 2013   1.0  14400

PROMEDIOS MOVILES AÑO DEMANDA PONDERACION DEMANDA PONDERADA 2008 13,000 0.166 2158 2009 14,000 2324 2010 2011 15,000 2490 2012 16,000 2656 2013 14,400   0.170 2448 2014 1.00 14,400

PROMEDIOS MOVILES PONDERADOS ESTE METODO PERMITE DAR MAYOR PONDERACION A LOS DATOS RECIENTES

METODOS DE PROYECCION Regresión por cuadrados mínimos La técnica de regresión por cuadrados mínimos esta diseñada para ajustarse a una línea recta a través de los puntos de los datos, de las demandas históricas, su inconveniente es que no proporciona una ecuación que puede usarse para la predicción. Para explotar la técnica de regresión por cuadrados mínimos, según se aplica en la predicción de la tendencia, es necesario entender la ecuación de una línea recta. Para formular la ecuación de una línea recta, se necesitan dos elementos de información: Primero se debe determinar el punto en el cual la línea intercepta el eje Y, y segundo, se debe determinar la inclinación de la línea o pendiente.

METODOS DE PROYECCION La ecuación tradicional de una línea recta se expresa como sigue: Y = a + b X Y es la variable dependiente para la cual se hace la predicción a es el punto de intercepción de la línea expresada como el aumento de unidades de Y para un aumento de unidades de X. b es la pendiente de la línea X unidades de la variable independiente La técnica se utiliza para acomodar una línea recta a través de los datos reunidos de manera que las desviaciones de la media aritmética (promedio) sean minimizados.

Regresión por mínimos cuadrados El procedimiento para calcular la línea de regresión por cuadrados mínimos es como sigue: Formular una tabla con los siguientes encabezados de columnas : Año que incluye los años para los cuales se dan los datos X que es igual a las desviaciones de determinados años desde el año del punto medio, expresados como enteros positivos y negativos Y valor de los datos a proyectar de un año dado expresadas en unidades XY el producto de multiplicar las desviaciones por los valores de los años dados X² las desviaciones elevadas al cuadrado AÑO X Y XY X²

2. Sumar las columnas para obtener (ΣY) (ΣXY) (ΣX²) (ΣN) Colocar estos valores en las ecuaciones siguientes: a= ΣY/N b= ΣXY/ ΣX² 4. Usando cualquiera de los dos valores de X,encontrar los valores correspondientes para Y, trazar estos puntos y luego trazar una recta a traves de ellos, esto proporciona una representacion grafica de la linea de regresion de los cuadrados minimos y la ecuacion de la linea recta sera: Y = a + b X

EJERCICIO AÑO X Y XY X² 2001 -5 13,000 -65000 25 2002 -4 17,000 -68000 16 2003 -3 16,000 -48000 9 2004 -2 -32000 4 2005 -1 21,000 -21000 1 2006 20,000 2007 20000 2008 2 23,000 46000 2009 3 25,000 75000 2010 24,000 96000 2011 5 125000 N=11 220,000 128000 110

Regresión por mínimos cuadrados a= ΣY/N = 220,000/11 = 20,000 b= ΣXY/ ΣX² = 128,000/110 = 1,163.6 Y = 20,000 + 1,163.6 (X) Encontrada la ecuación de la línea recta procedemos a proyectar: Y = a + b X = 20,000+1,163.6 (6) = 26,981 X=6 Y = a + b X = 20,000+1,163.6 (7) = 28,145 X= 7 Y = 20,000+1,163.6 (8) = 29,3049 X= 8 Y = 20,000+1,163.6 (9) = 30,467 X= 9 Lo importante es mantener N impar y recordar el ultimo valor de X, ya que de aquí inicia la proyección.

NIVELACION EXPONENCIAL PONDERADA REGRESION POR FACTOR CRECIMIENTO Los métodos anteriores, al final requieren gran cantidad de cálculos, para poner al día las cifras Esto se reduce con la utilización de la regresión por factor de crecimiento. Esta evita algunos problemas asociados con el uso de promedios móviles, para mantener la estabilidad de la predicción o para controlar los efectos de las fluctuaciones. Recomendado para portafolios amplios de productos.

NIVELACION EXPONENCIAL PONDERADA REGRESION POR FACTOR CRECIMIENTO Este método utiliza una demanda real y un factor α , este método acelera los registros y no depende de los registros históricos. Nueva Predicción= Promedio registros históricos por el factor de crecimiento. PRH=100 Factor de crecimiento 20% 1.20 Nueva predicción= 100 X 1.20=120 Puede tomar valores desde 0.0 hasta n Puede convertirse en factor de decrecimiento – 10% 0.9

PROYECCION POR FACTOR CRECIMIENTO Código Nombre Ventas semestre Promedio 6 MESES Factor crecimiento Nuevo Promedio Proyección 12 meses 01210 A 3,000 500 1.3 650 7,800 01230 B 14,000 2,334 1.5 3,501 42,012 01220 C 12,500 2,083 1.15 2,396 28,752 01240 D 5,600 934 0.80 747 8,964 01235 E 7,000 1,167 2.0 28,008 01245 F 23,000 3,834 1.4 5,368 64,416 01238 G 15,600 2,600 1.1 2,860 34,320 01256 H 17,000 2,834 0.5 1417 17,004 01253 I 6,800 1,134 1.25 1,418 17.016 01234 J 9,000 1,500 1.6 2,400 28,800 01267 K 10,000 1,667 3.0 5,001 60,012

PREDICCIONES DE LA TEMPORALIDAD El modelo de demanda cíclica o temporalidad, requiere un enfoque modificado. Una de las técnicas útiles en este caso es usar índices de demanda para cada mes. Como puntos de partida, se examinan los modelos de las ventas mensuales por dos o mas años anteriores y en base a estos datos, se pueden calcular las cifras de las ventas promedio para cada mes

PROMEDIO ULTIMOS AÑOS 2010 2011 2012 PROMEDIO VENTAS ENERO 5 4 6 FEBRERO 10 MARZO 12 18 15 ABRIL 25 20 MAYO 19 21 JUNIO 30 JULIO 38 39 43 40 AGOSTO 55 50 SEPTIEMBRE OCTUBRE NOVIEMBRE 9 11 DICIEMBRE

Mes Promedio Ventas 3 años Demanda promedio Demanda factor X Demanda proyectada predicción mensual Enero 5 20 0.25 28 7 Febrero 10 0.50 14 Marzo 15 0.75 21 Abril 1.00 Mayo Junio 30 1.50 42 Julio 40 2.00 56 Agosto 50 2.50 70 Septiembre Octubre Noviembre Diciembre Total 240/12=20 PV/DP 40% crecim. DFXDP

Proyección de la Temporalidad El crecimiento esperado es determinado por el responsable de hacer la proyección, de acuerdo a la historia de crecimiento. 10% 1.10 15% 1.15 20% 1.20 30% 1.30 200% 2.00 Decrecer 50% 0.50 Decrecer 10% 0.90