Professional Documents
Culture Documents
Para poder cumplir a cabalidad con la demanda futura de una produccin y unos pedidos, hay
necesidad de conocer con anticipacin la cantidad de ventas requeridas en el futuro y transformar
esta prediccin en cantidades. Es decir que el pronstico impone los programas de produccin, de
compra de existencias, desembolsos de capital, actividades. Una vez que se han determinado los
recursos anteriores, el paso siguiente es organizarlos, coordinarlos y controlarlos para obtener
adecuados niveles de eficiencia y productividad en las operaciones de la empresa.
En resumen, el pronstico de ventas origina la planeacin de recursos productivos, traducidos en
programas de produccin, presupuestos de costos de produccin, programas de compras,
presupuestos de mano de obra y planes financieros.
PRONSTICOS
El pronstico o vaticinio de venta es el puente entre los movimientos incidentes del medio externo, y
los asuntos internos y controlables de la firma. Los pronsticos deben soportarse en un anlisis de los
factores externos, pues es fundamental para planificar todo los aspectos de las operaciones de la
empresa. En efecto la dinmica administrativa se dirige hacia el futuro, por eso se requiere tener
informaciones de l y al paso que progresemos en el factor tiempo, ms indispensable es la
informacin en la proyeccin de variables. En otras palabras, en la dinmica del proceso
administrativo el pronstico es una necesidad inevitable.
El pronstico debe hacerse de la manera ms seria y cientfica, porque constituye un slido
cimiento para la toma de decisiones
MTODO DE PRONSTICOS
Para elaborar un pronstico podemos extrapolar un conjunto de datos histricos, lo que permite
aceptar que el pasado y el presente condicionan el futuro. Otra manera consiste en encontrar una
relacin entre dos variables para predecir el futuro sobre la base de la interdependencia entre ellas.
Algunos mtodos son los siguientes:
1. El de opinin colectiva.
Esta es una manera de pronosticar muy directa, ya que se vale de las personas vinculadas a la
organizacin, con experiencia y familiarizadas con el mercado y con los factores que lo afectan, para
hacer los estimativos de ventas del producto, sea este nuevo o ya introducido en el mercado.
El procedimiento se inicia solicitando a los vendedores los estimativos de las ventas futuras.
Estas apreciaciones son convenientes corregirlas por el Director de Ventas quien se conoce a su
personal, y como ltimo paso las cifras ajustadas son sometidas a un comit encargado del pronstico
definitivo.
El mtodo de opiniones puede ser con base al promedio aritmtico o del valor esperado, siendo este
ltimo algo ms refinado que el primer puesto que involucra el concepto de probabilidad.
Promedio aritmtico: Para ilustrar el mtodo de opiniones por promediacin, pensemos que
precisamos de vendedores para obtener el pronstico, y que cada uno estima las ventas por medio de
la variable xi entonces, si definimos a:
Ejemplo: Supongamos que usted como Gerente de Produccin, necesita pronosticar para el prximo
semestre la venta de litros de leche, de la empresa Coolechera, entonces usted invita a cuatro
vendedores, para que estimen esa venta. La informacin que le dan es la siguiente:
Vendedor
Litros de leches
X1
X1
X1
X1
Total
12.000
14.000
18.000
15.000
59.000
59.000
14.750
&
4
Valor esperado: El mtodo de opiniones por valor esperado es similar al anterior, solo que incorpora
a cada prediccin individual la probabilidad de ocurrencia. Se definimos a:
' ((
Y a las estimaciones del ejemplo anterior le asignamos, por cada vendedor, una probabilidad Pi, nos
quedara:
Vendedor
X1
X1
X1
X1
Litros de leches
12.000
14.000
18.000
15.000
Probabilidad Pi
0.25
0.20
0.35
0.20
)
) 12.000 + 0.25 , 14.000 + 0.20 , 18.0000.35 , 15.000 + 0.20
) 15.100
&
Como se puede observar, el mtodo de opinin colectiva es sencillo y econmico, se cimienta en el
conocimiento directo de vendedores o personas muy familiarizadas con el mercado, pero tiene la
desventaja de un alto riesgo por la subjetividad que implica.
2. Pronstico por indicadores econmicos:
Un indicador es un nmero ndice con base igual a 100%. Los nmeros ndices comnmente ms
utilizados son los relacionados con las condiciones econmicas o actividades de los negocios, estos
son, los ndices de precios, de cantidad o valores, los cuales describen la situacin econmica en un
perodo de tiempo.
Los indicadores ms utilizados son: el producto interno bruto (PIB), precios al consumidor, empleo
produccin nacional, etc.
Estos indicadores se encuentran generalmente compilados en bancos de datos y entidades del
gobierno, como Dane (http://www.dane.gov.co/) cuyas informaciones estn a la orden del pblico.
Este mtodo se basa en el anlisis de correlacin de dos series de datos. En otros trminos, cuando se
puede demostrar que la variacin de una variable est de algn modo asociada con la variacin de
otra, se puede afirmar que las dos variables estn correlacionadas; por ejemplo, podemos tener una
situacin en la cual el aumento de la variable X est acompaado de un aumento correspondiente de
Y, y una disminucin de X se acompaa de una disminucin de Y. Una correlacin puede ser positiva si
tanto X como Y aumentan, o negativa sin una variable aumenta y otra disminuye. Por otra parte si la
variable de X e Y no se corresponde en absoluto, entonces no existe ninguna correlacin entre las dos
variables.
Un ejemplo de correlacin es: la cantidad de material de construccin requerida en un periodo y la
cantidad de contratos adjudicados; la cantidad de equipo agrcola que se vender el prximo ao y el
ingreso agrcola; la cantidad de leche en polvo con el nmero de nacimiento, etc.
Metodologa
Un procedimiento que podemos seguir para hacer una prediccin con base al mtodo de indicadores
econmicos es el siguiente:
Primero. Probar si existe correlacin entre las ventas que nos proponemos pronosticar y el indicador
econmico, mediante el coeficiente siguiente:
/ 0 /
r = Coeficiente de correlacin
X = Valor del indicador econmico
Y = Valores de las ventas histricas
n = Nmero de perodo
Segundo. Luego de calcular el coeficiente de correlacin clasificarlo segn el siguiente criterio para
saber si existe una buena interdependencia entre los dos conjuntos de datos:
0,90 1,00: Muy alta correlacin
0,70 0,89: Alta correlacin
0,40 0, 69: Moderada correlacin
Si existe una buena correlacin (Se aconseja > 0,70), se pasa al siguiente paso.
Tercero. Aplicar la tcnica de mnimos cuadrados para determinar la ecuacin de tendencia. Estas
ecuaciones son las siguientes:
1 5 , (
2 6 5 , ( 6
3 6 5 6 , ( 6 3
Las ecuaciones (2) y (3) de mnimos cuadrados son las que dan el mnimo error y se utilizan para
determinar las constantes a y b en la ecuacin (1)
Ejemplo: Un distribuidor de leche encuentra que el nmero de miles de litro de leche durante los
ltimos siete aos y los valores de determinado ndice econmico son los siguientes:
Ao
1
2
3
4
5
6
7
Ventas
(miles de litros)
13.1
17.4
15.3
22.8
11.6
19.2
14.7
ndice
econmico
87
122
119
130
93
124
118
X2
Y2
7569 171.61
14884 302.76
14161 234.09
16900 519.84
8649 134.56
15376 368.64
13924 216.09
91463 1947.59
/ 0 /
0.83
Como el valor de r = 0.83, no sindica una alta correlacin entre los dos conjuntos de datos; entonces,
el prximo paso ser calcular la lnea de tendencia. Para ello, tomemos las ecuaciones (2) y (3).
2 6 5 , ( 6
114.1 7 , 793(
3 6 5 6 , ( 6 3
13241.1 793 , 91463(
Resolviendo el sistema de ecuaciones obtenemos un valor de a = 5.7 y b = 0.1942. Luego la ecuacin
de tendencia se obtiene reemplazando en (1).
5 , (
5 05.7 , 0.1942
Como piden predecir las ventas para el ao 9 cuando el indicador econmico es igual a 127; entonces
para un x = 127, tenemos:
5 05.7 , 0.1942127 19000
3. Series de tiempo
Este tambin es un modelo de pronstico basados en el comportamiento pasado del negocio, el
objetivo es identificar la informacin histrica para determinar un patrn bsico que permita
proyectar la variable deseada, que en nuestro caso sera la demanda.
La actividad de una empresa representada en una serie de tiempo, es un resultado de la conjugacin
de varias fuerzas cambiantes, tales como las economas, polticas, sociales o de las mismas fuerzas de
la naturaleza.
De manera simple, una serie de tiempo o serie cronolgica, consiste en datos cronolgicos que tienen
alguna cantidad (volumen de ventas) de variables dependientes y unidades de tiempo como variables
independientes. Para predecir la actividad futura mediante este modelo hay que descomponer la
serie de tiempo en cuatro patrones bsicos o componentes. La serie de tiempo se descompone segn
el siguiente modelo.
5 8+9+)+:
Donde:
Y = Valor pronosticado
T = Tendencia bsica
C = Variacin cclica
E = Variacin de temporada o estacional
I = Variacin irregular o residual.
Variacin de tendencia (T)
Cambios que se producen durante un gran nmero de aos. En un largo perodo de tiempo la serie
muestra tendencia ascendente o descendente. Las fuerzas que causan un movimiento ascendente
son aumento de la poblacin y el mejoramiento en el estndar de vida.
El patrn bsico de esta tendencia se puede calcular por el mtodo de mnimos cuadrados, mediante
las siguientes frmulas:
1 5; 8 , (
2
3 / 0 /
3 0 3
3 (
/ 0 /
3 0 3
Ejemplo: Un fabricante de marcos para rodillos de pinturas decide predecir las ventas de un producto
para el ao siguiente. Se sabe que sus ventas en un ao fluctan debidos a las variaciones
estacionales en la demanda. Como resultado de estas variaciones trimestrales prefiere hacer una
prediccin por trimestre con el fin de planear la produccin. Se tiene los siguientes datos histricos de
los ltimos cuatro aos.
Trimestre
Ventas
Trimestre
(miles de unidades)
1
2
3
4
5
6
7
8
1
3
4
2
1
3
5
3
Ventas
(miles de unidades)
9
10
11
12
13
14
15
16
2
4
6
3
2
5
7
4
t
0
10
12
14
16
18
20
Segn el grfico las ventas siguen una lnea de tendencia. Esta lnea de tendencia la calculamos por
medio de los mnimos cuadrados as.
Ao
Trimestre Ventas
X2
XY Y2
(X)
(Y)
1
1
1
1
1
2
3
4
6
9
3
4
9
12 16
4
2
16
8
4
5
1
25
5
1
6
3
36
18
9
7
5
49
35 25
8
3
64
24
9
9
2
81
18
4
10
4
100 40 16
11
6
121 66 64
12
3
144 36
9
13
2
169 26
4
14
5
196 70 25
15
7
225 105 49
16
4
256 64 16
136
55
1496 534 261
/ 0 / 16534 0 13655
0.1956
3 0 3
161496 0 1363
8 5< , (
8 5< 1.775 , 0.1956
El prximo paso es ajustar la lnea de tendencia mediante las variaciones estacionales. Esto se hace
comparando los valores reales de ventas contra los valores de tendencia de ventas. Los valores reales
son los que aparecen dados inicialmente y los valores de tendencia son los calculados segn la
ecuacin de T.
Para X = 1 (primer trimestre del ao uno) tenemos:
5< 1.775 , 0.1956 1.775 , 0.19561 1.97
Para X = 14 (segundo trimestre del ao cuatro) tenemos:
5< 1.775 , 0.1956 1.775 , 0.195614 4.51
%
5
+ 100
5
Por ejemplo,
Primer trimestre ao 1:
1
+ 100 51%
1.97
4
5
5
+ 100 111%
4.51
Ahora, si necesitamos predecir las ventas para el primer trimestre del ao cinco, procedemos as:
Para el primer trimestre del ao cinco, X = 17, entonces, el clculo de tendencia:
51 , 36 , 56 , 46
0.47
4
Cuando se trata de perodos cortos, es difcil determinar las fluctuaciones o variaciones cclicas. Para
ello hay necesidad de observar un largo perodo de tiempo (ms de cinco aos a manera de
referencial) pero como ilustracin intentamos determinar esa variacin cclica. Con los promedios
anuales determinados en la tabla anterior, graficamos la siguiente tabla:
120
110
100
90
Aos
80
0
Segn nuestro grfico todo parece indicar que el componente cclico, es decir, la fluctuacin anual
promedio est un 3% por debajo del valor base calculado Yc, luego nuestro pronstico definitivo
involucrado este componente sera:
5 5< + 9 + ) 5.100.970.47 2.33
300 gr
250 gr
250 gr
100 gr
100 gr
1400 gr
1200 gr
800 gr
400 gr
400 gr
TIEMPO STD
(Minutos)
30
10
60
90
Como informacin adicional se sabe que el costo del operario (tarifa) es de $50.000 por da de 8
horas. En la semana se trabajan 5 das con una eficiencia promedio del 90%
5. Los gastos de fabricacin para el siguiente ao se estiman as
-
$ 7 500 000
Transporte
Publicidad
$ 2 000 000
$ 3 000 000
Salarios
Papelera
Telfono
Honorarios
7. En relacin con las polticas inventariales se deben tener en cuenta los siguientes hechos:
-
Inv Inicial
1500 kgr
1000 kgr
1000 kgr
500 kgr
20 Kgr
Inv Final
1000 kgr
900 kgr
900 kgr
500 kgr
20 kgr