2.Metodologia Para El Analisis de Mercado

8/12/2019 2.Metodologia Para El Analisis de Mercado

1/39

Ing. Mario Humberto Taipe Cancho

METODOLOGIA PARA ELANLISIS DE MERCADO:

Tcnicas de pronstico


2/39

Datos

Cuando se cuenta con datos histricos(informacin secundaria) validos y confiables.

Cuando no se cuenta con datos histricos Fuente de informacin primaria (encuestas).

Datos del sector.

Serie cronolgica incompleta.


3/39

Tcnicas de pronstico devariables con datos histricosMtodo de regresin lineal en series de

tiempo (estacional).Mtodo de promedio mvil en series de

tiempo (tendencia).

Mtodo de regresin lineal con dosvariables.


4/39

Pronstico de Variables

Mtodo de regresin lineal en

series de tiempo (estacional)


5/39

Pronstico en series detiempo Pronosticar es hacer predicciones sobre el

futuro, la ciencia administrativa proporcionadiversos enfoques cuantitativos parapronsticos que implican construir un modelomatemtico apropiado que use datospasados y usar el modelo para pronosticardemandas desconocidas futuras. Como estos

modelos se basan en datos anteriores, sloson aplicables para predecir la demanda deartculos para los que se dispone de unacantidad sustancial de informacin anterior y

no para productos nuevos.


6/39

Modelos de Series de Tiempo

Modelos de nivel: Cuando la demanda por periodo esrelativamente constante sobre el tiempo alrededor deun valor A fijo pero desconocido.

Modelo de Tendencia: cuando la demanda por perodomuestra un patrn por lo general creciente odecreciente durante el tiempo.

Modelo estacional: cuando la demanda por perodo

tiene un patrn estacional definido que se repita demanera constante.

Modelo estacional de tendencia: cuando la demandamuestra tanto una tendencia lineal como un efecto

estacional.

Una serie de tiempo es un conjunto de datos, registrados

secuencialmente durante el tiempo.


7/39

Pronstico de la demanda

Ventas en UnidadesMESENE 600FEB

620

MAR 632ABR 638MAY 607JUN 590JUL 630

AGO

604

SET 630TOTAL 5551

Nmero de datos = 9 meses impar

Demand. Proyect. = a + b (tiempo)

a = Demanda

n

b = (demanda x tiempo)

(tiempo)

Nota: tiempo = 0

Ejemplo: Serie de tiempo

(estacional)


8/39

Solucin:MES VENTAS TIEMPO VENTAS x TIEMPO (TIEMPO)ENE 600 -4 -2400 16FEB 620 -3 -1860 9

MAR 632 -2 -1264 4ABR 638 -1 -638 1MAY 607 0 0 0JUN 590 1 590 1JUL 630 2 1260 4

AGO 604 3 1812 9SET 630 4 2520 16

TOTAL 5551 0 20 60a = Demanda = 5551 = 616.7

n 9b = (demanda x tiempo) = 20 0.3

tiempo 60

demanda = a + b tiempo demanda = 616.7 + 0.3 tiempo


9/39

Pronosticar para el mes

de octubre, noviembre ydiciembreDemanda octubre 616,777 + 0,333 (5) 618,444 = 618Demanda noviembre 616,777 + 0,333 (6) 618,777 = 619Demanda diciembre 616,777 + 0,333 (7) 619,111 = 619


10/39

Apuntes Dependiendo de la variable se deber redondear a

enteros o a un mximo 3 decimales. Si es una variablediscreta se redondea a enteros, si es una variablecontinua se redondea a 3 decimales.

Adems se recomienda no redondear pasos previos,es decir, el valor de a o b es recomendable asumirtodos los decimales para de esa forma tener msprecisin.

Este tipo de proyecciones son recomendables si el

producto en anlisis es un producto estacional, esdecir, de temporada, en donde el tiempo es la variableindependiente y las ventas estn en funcin al tiempo.

Toda proyeccin es de tendencias y para medir latendencia es necesario datos pasados a mayor

cantidad de datos mejor.


11/39

Pronstico de Demanda

Con dos variables relacionadas


12/39

Primer paso Se debe expresar en trminos de funcin la

proyeccin de la demanda, para ello hay quedefinir la causa y el efecto:

Qi = f(Precio, contenido de grasa, promocindel producto) Se lee as: la demanda de productos lcteos

se encuentra en funcin o depende de: el

precio de los productos lcteos, el contenidode grasa y la promocin del producto, ceterisparibus.


13/39

Segundo paso

Se debe identificar las variables msrelevantes, en este caso dichas

variables son la demanda y el precio delproducto. La demanda es efecto, elprecio es causa, la demanda es

dependiente, el precio es independienteo dato.


14/39

Tercer paso

Ao Consumo

(demanda)

Miles Litros

Precio por

Litro S/.

(Prom. Ao)

2

(Demanda)

2

(Precio) (Demanda x Precio)

2006 23.4 2.5 547.56 6.25 58.50

2007 28.2 3.4 795.24 11.56 95.882008 30.6 3.6 936.36 12.96 110.16

2009 27.5 3.6 756.25 12.96 99.00

2010 24.0 4.0 576.00 16.00 96.00

2011 21.2 4.2 449.44 17.64 89.04

2012 20.0 4.4 400.00 19.36 88.00

2013 19.6 4.4 384.16 19.36 86.24

Total 194.5 30.1 4845.01 116.09 722.82


15/39

Tercer paso

22 )()Pr(

)Pr)(()Pr*(

precioecion

ecioDemandaecioDemanadanb

16556583.3)1.30()09.116(8

)1.30)(5.194()82.722(82

b

b = -3.166


16/39

Tercer paso

n

eciob

n

Demandaa

)Pr(

2229414.368

)1.30(16556583.3

8

5.194

a

a = 36.223

2

)*()(2

n

PecioDemandabDemandaaDemandaE


17/39

Tercer paso

82496588.328

)82.722)(16556583.3()5.194(2229414.3601.4845

E

E = 3.825

2

)*()(2

n

PecioDemandabDemandaaDemandaE


18/39

Cuarto paso

La funcin estar expresada de la siguientemanera: demanda proyectada = a + b (precio) error

demanda proyectada = 36.223 - 3.166 (precio) 3.825 demanda proyectada 2014 = 36.223 - 3.166 (4.6) +3.825

demanda proyectada 2014 por exceso = 25.484

demanda proyectada 2014 = 36.223 - 3.166 (4.6) - 3.825

demanda proyectada 2014 por defecto = 17.834 demanda proyectada 2015 = 36.223 - 3.166 (5.0)+3.825

demanda proyectada 2015 por exceso = 24.218

demanda proyectada 2015 = 36.223 - 3.166 (5.0) - 3.825

demanda proyectada 2015 por defecto = 16.568


19/39

Cuarto paso

Nota: el valor de b = -3.166 significa que hayuna relacin entre el precio del producto y lademanda es decir por cada 10 de incrementoen el precio hay una disminucin de 31.66 enla demanda.

El valor a = 36.223 significa que si seregalar el producto la empresa podra tenercomo demanda 36.223 miles de litro deproductos lcteos.


20/39

Cuarto pasoGrfico


21/39

PronsticoTcnica del Promedio Mvil


22/39

Promedio Mvil El mtodo del Promedio mvil no slo es til para

alisar una serie de tiempo, sino que es el mtodobsico utilizado para medir la fluctuacin estacional.Esto se realiza al mover los valores de la media

aritmtica a travs de la serie de tiempo. Para aplicar el mtodo del promedio mvil a una

serie de tiempo, los datos deben seguir unatendencia lineal aproximada y tener un patrn de

fluctuaciones rtmico definido (que se repite, porejemplo cada tres aos). La informacin en el ejemplo siguiente tiene tres

componentes: tendencia, ciclo e irregularidad,simbolizadas T, C e I, respectivamente.


23/39

Promedio Mvil

No hay variacin estacional porque los datosse registran anualmente. En realidad lo que

se hace en el mtodo del promedio mvil espromediar C e I. El residuo es la tendencia.

Si la duracin de los ciclos es constante y silas amplitudes de los ciclos son iguales, las

variaciones cclicas e irregulares puedeneliminarse por completo usando el mtododel promedio mvil, el resultado es una recta.


24/39

Ejemplo de Promedio Mvil Se dispone de la siguiente informacin decorrespondiente a ventas (en miles de soles) de

lana. Para los aos 2002 - 2013:Ao Ventas

2002 76902003 8120

2004 95502005 91802006 102102007 106002008 9980

2009 98302010 86002011 76902012 106802013 9850


25/39

K = 5 K = 6

Ao Ventas (Dt) t Ft (Dt - Ft) (Dt - Ft) 2 Ft (Dt - Ft) (Dt - Ft) 2

2002 7690 0

2003 8120 1

2004 9550 2

2005 9180 3

2006 10210 4

2007 10600 5 8950.00 1650.00 2722500

2008 9980 6 9532.00 448.00 200704 9225.00 755.00 570025.0

2009 9830 7 9904.00 -74.00 5476 9606.67 223.33 49877.8

2010 8600 8 9960.00 -1360.00 1849600 9891.67 -1291.67 1668402.8

2011 7690 9 9844.00 -2154.00 4639716 9733.33 -2043.33 4175211.12012 10680 10 9340.00 1340.00 1795600 9485.00 1195.00 1428025.0

2013 9850 11 9356.00 494.00 244036 9563.33 286.67 82177.8

11457632 7973719.4

El ciclo mejor ajustado es cuando la serie cclica es 6aos

Ejemplo de Promedio Mvil


26/39

0 2002 2005 2008 2011 2013

12000

10000

8000

6000

.

..

..

..

. .... .

Ventas

Aos

8950

9356

K = 5


27/39

0 2002 2005 2008 2011 2013

12000

10000

8000

6000

.

..

..

..

. .... .

Ventas

Aos

9225

9563

K = 6


28/39

Tcnicas de Pronstico

cuando no existen datos

histricos

Tcnicas de Indices Estacionales

Tcnicas de Sistema deEcuaciones


29/39

Tcnica de ndices

Estacionales La presente tcnica se puede utilizar cuando

se tiene datos de un sector econmico que

pertenezca el producto bienes o serviciosque nosotros estamos analizando, es decir apartir de datos del sector agregado se puedeinferir la tendencia de nuestro producto en

particular, para ello se debe construirnmeros ndices y luego aplicarlos a la dataprimaria que se cuente (encuesta).


30/39

Ejemplo de ndice estacionalSe cuenta con la siguiente informacin de ventas para el sector agropecuario enmiles de soles de un ao (mes a mes) y segn una encuesta realizada se tieneque la proyeccin de ventas para esa empresa es de 1200 para todo el ao:

Mes Ventas del Sector Indice Ventas de la empresa

Ene 3500 1,020 102,041

Feb 3680 1,073 107,289

Mar 3200 0,933 93,294

Abr 3120 0,910 90,962

May 2680 0,781 78,134

Jun 2500 0,729 72,886

Jul 2230 0,650 65,015

Ago 3000 0,875 87,464

Set 3200 0,933 93,294Oct 3890 1,134 113,411

Nov 4560 1,329 132,945

Dic 5600 1,633 163,265

n = 12 41160 1 1200,000

Prom = 3430 Prom = 1200/12 = 100


31/39

Pronsticocon pocos datos

Tcnica del sistema de

ecuaciones


32/39

Sistema de EcuacionesCondicin: Dos datos para proyectar

Primer Paso: Ordenar la informacin e identificar lavariable ms relevante para que las dems permanezcan

constantes (ceteris Paribus) vease el ejemplo:

Ventas Inversin en Publicidad

1200 200

1800 400


33/39

Segundo paso:Formar la funcin de causa y efecto.Variable dependiente : VentasVariable Independiente : Inversin en publicidad

Ventas en funcin a la publicidad.

Tercer paso:La ecuacin lineal ser:VT = a + b (inversin en publicidad)

reemplazando la informacin:1200 = a + b ( 200 )1800 = a + b ( 400 )


34/39

VT = 600 + 3 (Inversin en Publicidad)

VT = 600 + 3 ( 600 )

Si la inversin en publicidad es = 600

Entonces,

VT = 2400


35/39

Otras tcnicas de Pronstico

Tendencias Geomtricas:

poblacin, precios, etc.Promedio Mviles : Volumen


36/39

Pronstico Geomtrico

2003 2013g= 1.9% ao

PP = 23340,960

PF = ?

Poblacin Futura = Poblacin Presente ( 1 + g )t

Poblacin 2003 = 23340,960 (1 + 0.019)10

Poblacin 2013 =


37/39

Pronstico Cualitativo

En proyectos sociales se utiliza el mtodoDELPHI que consiste en programarentrevistas a personas entendidas en el

tema, instituciones que hayan realizadoestudios sobre el tema, proyectos similares que hayan sido ejecutados exitosamente y queest disponible la informacin.

Se recomienda complementar lasproyecciones de tipo cualitativa conproyecciones cuantitativas.


38/39

Pronstico Cualitativo

Las proyecciones de tipo cualitativanormalmente responden a la siguientes

preguntas: Qu objetivo pretendemos alcanzar?

Qu metas se van a lograr?

Qu Indicadores VerificablesObjetivamente (IVO) se van a utilizar?


39/39

APLICACIN EN EXCEL
http://localhost/var/www/apps/conversion/tmp/scratch_5/ESTUDIO%20DE%20MERCADO.xlshttp://localhost/var/www/apps/conversion/tmp/scratch_5/ESTUDIO%20DE%20MERCADO.xls

2.Metodologia Para El Analisis de Mercado

Documents

Transcript of 2.Metodologia Para El Analisis de Mercado