Conferencia 5: Pronostico de la Demanda

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO
DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS
BADM 4300 : Economía Gerencial
Prof. J.L.Cotto
Las Empresas y los Pronósticos de la Demanda
("Forecasting")
A. Conceptos Generales
• La mayoría de las decisiones en los negocios envuelven algún grado de incertidumbre.
• Un método para reducir la incertidumbre asociada la toma de decisiones es dedicar
recursos a pronosticar ("Forecasting") la demanda.
• "Forecasting" envuelve el predecir las condiciones económicas futuras y evaluar sus
efectos sobre las operaciones de la empresa.
• En síntesis, el pronostico ("Forecasting") envuelve el colectar data, analizarla y
proyectar un futuro escenario. Este proceso por lo general envuelve ocho pasos
basicos:
1) Determinar el uso del pronóstico: ¿qué objetivo trata de lograr?
2) Seleccionar los elementos o cantidades que se quieren pronosticar.
3) Determinar el horizonte de tiempo del pronóstico: ¿es de uno a 30 días (corto
plazo), de un mes a un año (mediano plazo) o más de un año (largo plazo)?
4) Seleccionar el modelo o modelos de pronóstico.
5) Reunir los datos necesarios para hacer el pronóstico.
6) Validar el modelo de pronóstico.
7) Realizar el pronóstico.
8) Implementar los resultados.
Los modelos de pronóstico se pueden clasificar en las tres siguientes categorías
I. Modelos Cualitativos
• Método Delphi
• Jurado de opinión ejecutiva
• Consulta a vendedores
• Investigación de mercados de consumo
II. Métodos de Series de Tiempo
• Promedio Móvil
• Suavizamiento Exponencial
• Proyección de Tendencias
• Descomposición
III. Métodos Causales
• Análisis de Regresión
• Regresión Múltiple
B. Fuente de los datos
• "Forecasting" requiere el desarrollo de un conjunto de datos sobre el cual basar el
análisis. Un pronóstico no puede ser mejor que los datos del cual se deriva.
Hay tres importantes fuentes de datos utilizadas en el hacer pronósticos
- Opinión experta: Aquí se toma la opinión colectiva de personas conocedoras de
la empresa y se descansa en su juicio. El proceso envuelve a gerentes
conferenciando para desarrollar proyecciones basado en sus avaluos de
condiciones económicas a las cuales se enfrenta la empresa.
- Experimentos de Mercado. Este a su vez (además de ser fuente de datos) son
modelos de proyección
Encuestas ("Surveys")
• El investigar los planes gerenciales de las empresas puede ser una fuente valiosa de
datos para los pronósticos.
• El racional para conducir las encuestas es que los planes operacionales generalmente
forman la base para acciones futuras.
• Las fuentes mas comunes para estas encuestas (o "Surveys") son:
- Mc Graw Hill: conduce investigaciones (o encuestas) en forma semi-anual sobre los
planes de gastos de capital de las corporaciones que totalizan el 50% de la inversión
total en USA.
- El Depto. de Comercio lo hace en cada cuarto,
- La propia empresa: Aquí por lo general se hace cuando la empresa va a lanzar un
nuevo producto o modificar uno existente.
• El problema principal de las encuestas es que las respuestas no necesariamente se van a
traducir en el comportamiento actual del consumidor.
C. Técnicas de Pronósticos
• Métodos Cualitativos
1) Técnica Delphi
• Es uno de los métodos más sutiles basados en la opinión experta.
• Bajo esta técnica un panel de expertos trabajando independientemente desarrolla sus
pronósticos de demanda para el próximo año. Basado en las respuestas de los otros, se le pide
a cada experto que haga un pronostico revisado- Cada miembro podría hacer ajustes a sus
pronósticos iniciales basados en los pronósticos que observan de los otros miembros.
Algunos ajustarían sus proyecciones a crecimiento más agresivo, lo opuesto a otros que no
harían ajustes del todo. El proceso continúa hasta que se alcance consenso o no haya más
cambios en las proyecciones.
• El valor de la técnica Delphi estriba en que ayuda a los miembros del panel en evaluar
sus proyecciones. Los mueve a pensar en porque sus proyecciones son distintas a las
de los otros.
• Uno de los problemas de esta técnica es que
(a) Su costo. Las personas en la industria que ostentan peritaje pueden demandar altos
honorarios.
(b) Los que se consideran expertos podrían estar no dispuestos a dejarse influenciar por
la opinión de otros.
2) Jurado de opinión ejecutiva
En esta técnica el juicio colectivo de directivos, a menudo en combinación con modelos
estadísticos, y se logra como resultado una estimación grupal de la demanda.
3) Experimentos de Mercado
• El Experimento se utiliza para compensar las deficiencias de las encuestas.
• Para llevar a cabo un experimento se selecciona primero un mercado específico.
• Se consideran varios factores en la selección del mercado experimental;
La localización y tamaño deben ser manejables
Los residentes del mercado deben ser representativas de la población general en
términos de edad, educación e ingreso.
La promoción debe ser dirigida hacia aquellos cuyo comportamiento se desea analizar.
• Uno de los problemas con los experimentos es el riesgo envuelto. Si el precio en el
mercado experimental sube, el consumidor se tornaría al producto del competidor y luego
seria difícil que retorne aun cuando se baje el precio.
• Otro problema es que la empresa no puede controlar todos los factores que afectan la
demanda.
5) Consulta a vendedores: De acuerdo a este enfoque, cada vendedor estima cual será
el nivel de ventas de su región, estos pronósticos se revisan para asegurarse de que son
realistas y entonces se combinan a nivel distrital y nacional para llegar a un pronostico
general.
• Análisis de Series de Tiempo ("Time Series Análisis")
• Esta es la técnica ideal cuando cambios en una variable muestra patrones en el tiempo
discernibles.
• El enfoque del Análisis de Series de Tiempo es el identificar los componentes de
cambio en los datos. Esto se conoce como Descomposición. Estos son:
- Tendencias (T): Una tendencia es una disminución o aumento a largo plazo en la
variable
- Periodicidad o Estacionalidad (S): Esto representa cambios que ocurren a
intervalos regulares.
- Patrones Cíclicos (C): Esto se define como periodos de valores altos seguido por
periodos de valores bajos.
- Variación Aleatoria (R): Esto representa cambios en la variable si ningún patrón
discernible.
Existen dos tipos fundamentales de Series de Tiempo. Estas son:
Modelo Multiplicativo en el cual el pronóstico F de periodo de interés es el producto de los
componentes antes mencionados:
Ft  TxSxCxR
Modelo Aditivo: Aquí el pronóstico F del periodo de interés es la suma de los componentes
antes descritos:
Ft  T  S  C  R
Otros modelos que pueden ser ubicados bajo Series de Tiempo son
• Método Ingenuo (“Naive”): En este método el Pronóstico del periodo de interés es
simplemente el Actual del periodo anterior. Expresado en forma matemática es:
Ft  At1
Promedio Móvil: Bajo este método el pronóstico del Periodo de interés es igual al
promedio de los Actuales de los n periodos anteriores. El valor de n es predeterminado.
Expresado matemáticamente es:
Ft 
A t 1  A t 2  .....A t n
n
• Suavizamiento Exponencial: Este método es parecido al anterior pero esta vez
tomamos el pronostico del periodo anterior y le sumamos un ajuste que se obtiene al
multiplicar una constante llamada alpha (α) por el error de pronostico que se obtiene al
tomar la diferencia entre al valor actual A del periodo anterior y su correspondiente
pronostico F. Expresado matemáticamente es:
Ft  Ft1   ( At1  Ft1 )
• Proyección de Tendencia: Esta técnica se basa en que hay una tendencia discernible en
una serie de tiempo. Se ajusta la curva en medio de los puntos observados para proyectar los
futuros.
• Método de Descomposición: Aquí se ajustan los componentes de Tendencia y
Estaciónales para obtener estimados mas precisos. Estos dos últimos son líneas de
regresión para la tendencia e índices estaciónales para la Estacionalidad.
3) Métodos Causales: Aquí se establece mediante una técnica estadística el tipo de
asociación entre la variable que queremos estimar (demanda: variable dependiente) y las
variables que sospechamos que la influencian (variables) independientes), y la fortaleza
entre estas.
• Método de Regresión Lineal Sencillo y/o Múltiple
• Cuando trabajamos con una variable independiente le llamamos regresión sencilla
y cuando trabajamos con dos o mas, le llamamos regresión múltiple.
• Al final del análisis terminamos con una ecuación del tipo:
Y = Mx+ b (sencilla) o Y = MX + Bt + Cm + ... etc.+ b (múltiple)
• M, B, C representan las variable independientes y los coeficientes x, t, m representan
la(s) pendiente(s) o la relación de cambio entre la variable independiente y la variable
dependiente.
• Otro resultado del análisis es la obtención del coeficiente de determinación R2 que mide
cuan bueno es el modelo obtenido y el coeficiente de correlación R que nos indica cuan
fuerte es la asociación entre la variable dependiente y la(s) independiente.