Upload
vuongnguyet
View
243
Download
1
Embed Size (px)
Citation preview
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