Qu puede haber de improvisto para el que

no ha previsto nada?
Paul Valry (1871-1945) Poeta francs.

ADMINISTRACION DE
OPERACIONES:
SEMANA 4:
PREVISION DE VENTAS

Qu es la previsin?
Arte y ciencia de predecir
acontecimientos futuros.
Base de todas las
decisiones
empresariales:

Produccin.
Inventario.
Personal.
Instalaciones.

Toma de datos histricos y

su proyeccin
hacia
Vender
200el futuro
con algnmillones
tipo de de
modelo
dlares!
matemtico.
Prediccin subjetiva o
intuitiva del futuro.
Combinacin de las
anteriores.

Tipos de horizontes temporales

de la previsin

Previsin a corto plazo:

Cobertura de hasta un ao, generalmente inferior a los tres

meses.
Programacin de trabajos, asignacin de tareas.

Previsin a medio plazo:

Entre tres meses y tres aos.
Planificacin de las ventas, de la produccin y del presupuesto.

Previsiones a largo plazo:

Periodos superiores a tres aos.
Planificacin de nuevos productos, localizacin de las
instalaciones.

Previsiones a corto plazo frente a

previsiones a largo plazo
Las previsiones a medio y largo plazo tratan de
asuntos ms extensos, y apoyan las decisiones
de gestin que conciernen a la planificacin y los
productos, las plantas y los procesos.
Las previsiones a corto plazo normalmente
emplean metodologas diferentes a las utilizadas
en las previsiones a largo plazo.
Las previsiones a corto plazo tienden a ser ms
exactas que las realizadas a largo plazo.

La influencia del ciclo de vida del

producto
Las etapas de introduccin y crecimiento
necesitan previsiones ms largas que las de
madurez y declive.
Las previsiones son tiles para proyectar
niveles de personal
niveles de inventarios
niveles de capacidad de produccin

(paso de la primera a la ltima etapa)

Tipos de previsiones
Previsines econmicas:

Dirigidas al ciclo empresarial: las tasas de

inflacin, la masa monetaria, construccin, etc.

Previsines tecnolgicas:
Predicen el ritmo de progreso tecnolgico.
Nuevas Tecnologas Nuevos productos.

Previsiones de demanda (ventas):

Ventas Produccin, capacidad, sistema de

planificacin, gestin cadena suministro.
Ventas Planificacin financiera, marketing y
personal.

a)
b)
c)
d)

Siete etapas en el sistema de

previsin

Para qu?: Fin de la previsin.

Qu?: Seleccionar los artculos a prever.
Cuando?: Horizonte temporal de la previsin.
Cmo?: Seleccionar el(los) modelo(s) de
previsin.
e) Recogida de datos.
f) Realizar la previsin.
g) Validar e implementar los resultados.

Consideraciones
a) Las previsiones nunca son perfectas.
b) La mayora de las tcnicas de previsin
asumen una cierta estabilidad en el
sistema.
c) La calidad de la previsin aumenta si se
trabaja con familias de productos en vez de
con productos individuales.

Tipologa
Cuantitativas. Emplean
diversos modelos matemticos
que utilizan datos histricos y/o
variables causales.

Cualitativas. Incorporan la
intuicin, emociones,
experiencias y sistemas de
valores de la persona que toma
decisiones.

Enfoques de la previsin
Mtodos cualitativos
Se emplean cuando la
situacin no es clara y hay
pocos datos:

Productos nuevos.
Nueva tecnologa.

Requieren intuicin y
experiencia:

Por ejemplo, la previsin de

las ventas a travs de Internet.

Mtodos cuantitativos
Se emplean cuando la
situacin es estable
y existen datos
histricos:

Productos existentes.
Tecnologa actual.

Requieren tnicas
matemticas:

Por ejemplo, la previsin

de las ventas de
televisiones en color.

4 mtodos cualitativos
Jurado de opinin ejecutiva:

Opiniones de un grupo de expertos de alto nivel o de directivos +

modelos estadsticos.

Proposicin de personal comercial:

Las estimacin de las ventas esperadas por los vendedores se

revisan para ver si se pueden llevar a cabo y luego se obtiene una
previsin global.

Mtodo Delphi:

Proceso de grupo que permite a los expertos realizar las

previsiones.

Estudio de mercado del consumidor:

Planes de compra. til para diseo de nuevos productos.

Jurado de opinin ejecutiva

Requiere un pequeo grupo de directivos:

El grupo establece una estimacin conjunta de la demanda.

Combina la experiencia directiva con modelos estadsticos.

Es bastante rpido.
Desventaja del
pensamiento en
grupo.

1995 Corel Corp.

Proposicin de personal
comercial
Cada vendedor estima las ventas
que har.
Se combinan con las previsiones
a niveles de distritos y con las
nacionales.
El representante de ventas
conoce las necesidades de los
consumidores.
Tiende a ser bastante optimista.

Ventas

1995 Corel Corp.

Mtodo Delphi
Proceso de grupo
iterativo.
3 tipos de participantes:
Los que toman decisiones.
Personal de
El personal de plantilla.
plantilla
Los que responden.
(Qu ventas
Reduce el pensamiento habr?
cuestionarios)
en grupo.

Los que toman

decisiones

(Ventas?)
(Habr 50 ventas)

Los que responden

(Habr 45, 50, 55 ventas)

Estudio de mercado
Preguntar a los
consumidores sobre sus
futuros planes de
compra.
Lo que dicen los
consumidores y lo que
luego hacen suele diferir.
A veces es difcil
contestar a las
preguntas del estudio.

Cuntas horas
utilizar Internet la
prxima semana?

1995 Corel
Corp.

Visin global de los mtodos

cuantitativos
Enfoque simple
Medias mviles
Alisado exponencial
Proyeccin de tendencia

Modelos de
series
temporales

Regresin lineal

Modelos
asociativos

Mtodos de previsin cuantitativos

(no simples)
Previsin
cuantitativa

Media
mvil

Modelos de series
temporales

Modelos
asociativos

Alisado
exponencial

Regresin
lineal

Proyeccin
de tendencia

Qu son las series temporales?

Es una secuencia de datos uniformemente espaciada:

Se obtiene observando las variables en periodos de tiempo

regulares.

Se trata de una previsin basada en los datos

pasados:

Supone que los factores que han influido en el pasado lo

sigan haciendo en el futuro.

Ejemplo:
Ao:
Ventas:

201120122013
78,763,5 89,7

20142015
93,292,1

Descomposicin de una serie

temporal
Tendencia

Ciclos

Estacionalidad

Variaciones
aleatorias

Tendencia
Es el movimiento gradual de ascenso o
descenso de los datos a lo largo del tiempo.
Los cambios en la poblacin, ingresos, etc.
influyen en la tendencia.
Varios aos de duracin.
Respuesta

Mes, trimestre, ao

1984-1994 T/Maker Co.

Estacionalidad
Muestra de datos de ascenso o descenso
que se repite.
Se puede ver afectada por la climatologa,
las costumbres, etc.
Se produce dentro de un periodo anual.
Verano
Respuesta
1984-1994 T/Maker Co.

Mes, trimestre

Ciclos
Movimientos de ascenso o descenso que se
repiten.
Se pueden ver afectados por interacciones de
factores que influyen en la economa.
Suelen durar de 2 a 10 aos.
Respuesta

Ciclo

Mes, trimestre, ao

Variaciones aleatorias
Son saltos en los datos causados por el
azar y situaciones inusuales.
Son debidas a variaciones aleatorias o a
situaciones imprevistas:

1984-1994 T/Maker Co.

Huelga.
Tornado.

Son de corta duracin

y no se repiten.

Modelos de series temporales

Cualquier valor que aparezca en una serie temporal es
la multiplicacin (o suma) de los componentes de la
serie temporal.
Modelo multiplicativo:

Yi = Ti x Si x Ci x Ri (si los datos son mensuales o trimestrales).

Modelo aditivo:

Yi = Ti + Si + Ci + Ri (si los datos son mensuales o

trimestrales).

Demanda del producto o servicio

Demanda de un producto representada

en un periodo de 4 aos con tendencia
de crecimiento y estacionalidad
Picos estacionales

Componente de tendencia

Lnea de
demanda
actual

Variacin
aleatoria
Primer
ao

Segundo
ao

Demanda media
en cuatro aos

Tercer
ao

Cuarto
ao

Enfoque simple
Suponer que la demanda en el
prximo periodo ser igual a la
demanda del periodo ms
reciente:

Por ejemplo, si en mayo hubo 48

ventas, en junio habr 48 ventas.

Es el modelo con la mejor

relacin eficacia-coste y
eficiencia.
1995 Corel Corp.

Medias mviles
Las medias mviles son una serie de operaciones aritmticas.
Se utilizan si no hay tendencia o si sta es escasa.
Se suelen utilizar para el alisado:

Proporciona una impresin general de los datos a lo largo del tiempo.

Ecuacin:

demanda de n periodos previos

MM
n

Ejemplo de media mvil

Usted es el director de una tienda de un
museo que vende rplicas. Quiere predecir las
ventas (000) del ao 1998 mediante una media
mvil de 3 meses.
1993
4
1994
6
1995
5
1996
3
1997
7
1995 Corel Corp.

Solucin de la media mvil

Ao
1995
1996
1997
1998
1999
2000

Respuesta
Yi
4
6
5
3
7
ND

Media
Media mvil
mvil total
(n=3)
(n=3)
ND
ND
ND
ND
ND
ND
4+6+5=15
15/3 = 5

Solucin de la media mvil

ponderada
Ao
1995
1996
1997
1998
1999
2000

Respuesta
Yi
4
6
5
3
7
ND

Media
Media mvil
mvil total
(n=3)
(n=3)
ND
ND
ND
ND
ND
ND
4+6+5=15
15/3 = 5
6+5+3=14 14/3=4 2/3

Solucin de la media mvil

ponderada
Ao
1995
1996
1997
1998
1999
2000

Respuesta
Yi
4
6
5
3
7
ND

Media
Media mvil
mvil total
(n=3)
(n=3)
ND
ND
ND
ND
ND
ND
4+6+5=15
15/3=5,0
6+5+3=14
14/3=4,7
5+3+7=15
15/3=5,0

Grfico de la media mvil

Ventas
8

Real

Previsin

4
2
95

96

97 98
Ao

99

00

Mtodo de la media mvil

ponderada
Se utiliza cuando se presenta una tendencia:

Los datos anteriores suelen carecer de importancia.

Las ponderaciones se basan en la intuicin:

Suelen estar entre 0 y 1, y a la suma de 1,0.

Ecuacin:
Media mvil
ponderada =

(ponderacin para el periodo n) (demanda en el periodo n)

ponderaciones

Demanda real frente a los mtodos de

media mvil y media mvil ponderada
Demanda de ventas

35
30
25

Media mvil ponderada

Ventas reales

20
15
10
5

Media mvil

0
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic.
Mes

Inconvenientes de los mtodos de

media mvil
Al aumentar n veces, las previsiones
son menos sensibles a los cambios.
No es posible predecir bien la
tendencia.
Se necesitan muchos datos
histricos.
1984-1994 T/Maker Co.

Alisado exponencial
Es una tcnica de previsin de media mvil
ponderada:
Las ponderaciones disminuyen exponencialmente.
Se ponderan ms los datos ms recientes.

Se necesita una constante de alisado ():

Toma valores entre 0 y 1.

Se escoge de forma subjetiva.

Necesita una cantidad reducida de datos

histricos.

Ecuaciones del alisado

exponencial
Ft = At - 1 + (1-)At - 2 + (1- )2At - 3
+ (1- )3At - 4 + ... + (1- )t-1A0

Ft

= Valor de la previsin

At

= Valor real

= Constante de alisado

Ft = Ft-1 + (At-1 - Ft-1)

Se utiliza para calcular la previsin.

Ejemplo de alisado exponencial

Usted est organizando una reunin Kwanza.
Desea predecir el nmero de personas que
asistirn en el ao 2000 mediante el alisado
exponencial ( = 0,10). La previsin para 1995
fue de 175.
1995
180
1996
168
1997
159
1996
175
1999
190
1995 Corel Corp.

Solucin del alisado exponencial

Ft = Ft-1 + (At-1 - Ft-1)
Previsin, F t
( = 0,10)

Ao Real
1995

180

1996

168

1997

159

1998

175

1999

190

2000

ND

175,00 (Dado)
175,00 +

Solucin del alisado exponencial

Ft = Ft-1 + (At-1 - Ft-1)

Ao Real
1995

180

1996

168

1997

159

1998

175

1999

190

2000

ND

Previsin, F t
( = 0,10)
175,00 (Dado)
175,00 + 0,10(

Solucin del alisado exponencial

Ft = Ft-1 + (At-1 - Ft-1)

Ao Real
1995

180

1996

168

1997

159

1998

175

1999

190

2000

ND

Previsin, Ft
( = 0,10)
175,00 (Dado)
175,00 + 0,10(180 -

Solucin del alisado exponencial

Ft = Ft-1 + (At-1 - Ft-1)

Ao Real
1995

180

1996

168

1997

159

1998

175

1999

190

2000

ND

Previsin,Ft
( = 0,10)
175,00 (Dado)
175,00 + 0,10(180 - 175,00)

Solucin del alisado exponencial

Ft = Ft-1 + (At-1 - Ft-1)

Ao Real
1995

180

1996

168

1997

159

1998

175

1999

190

2000

ND

Previsin,Ft
( = 0,10)
175,00 (Dado)
175,00 + 0,10(180 - 175,00) = 175,50

Solucin del alisado exponencial

Ft = Ft-1 + (At-1 - Ft-1)

Ao

Real

Previsin, F t
( = 0,10)

1995

180

175,00 (Dado)

1994

168

175,00 + 0,10(180 - 175,00) = 175,50

1995

159

175,50 + 0,10(168 - 175,50) = 174,75

1996

175

1997

190

1998

ND

Solucin del alisado exponencial

Ft = Ft-1 + (At-1 - Ft-1)

Ao

Real

Previsin, F t
( = 0,10)

1995

180

175,00 (Dado)

1996

168

175,00 + 0,10(180 - 175,00) = 175,50

1997

159

175,50 + 0,10(168 - 175,50) = 174,75

1998

175

174,75 + 0,10(159 - 174,75)= 173,18

1999

190

2000

ND

Solucin del alisado exponencial

Ft = Ft-1 + (At-1 - Ft-1)

Ao

Real

Previsin, F t
( = 0,10)

1995

180

175,00 (Dado)

1996

168

175,00 + 0,10(180 - 175,00) = 175,50

1997
1998

159

175,50 + 0,10(168 - 175,50) = 174,75

175

174,75 + 0,10(159 - 174,75) = 173,18

1999

190

173,18 + 0,10(175 - 173,18) = 173,36

2000

ND

Solucin del alisado exponencial

Ft = Ft-1 + (At-1 - Ft-1)
Ao

Real

Previsin, F t
( = 0,10)

1995

180

175,00 (Dado)

1996

168

175,00 + 0,10(180 - 175,00) = 175,50

1997

159

175,50 + 0,10(168 - 175,50) = 174,75

1998

175

174,75 + 0,10(159 - 174,75) = 173,18

1999

190

173,18 + 0,10(175 - 173,18) = 173,36

2000

ND

173,36 + 0,10(190 - 173,36) = 175,02

Grfico del alisado exponencial

Ventas
190
180
170
160
150
140
93

Real

Previsin

94

95 96
Ao

97

98

Efectos de la previsin de la
constante de alisado
Ft = At - 1 + (1- )At - 2 + (1- )2At - 3 + ...
Ponderaciones
=

Periodo anterior Hace 2 periodos Hace 3 periodos

= 0,10
= 0,90

10%

(1 - )

(1 - )2

Efectos de la previsin de la
constante de alisado
Ft = At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...
Ponderaciones
=
= 0,10
= 0,90

Periodo anterior Hace 2 periodos Hace 3 periodos

(1 - )

10%

9%

(1 - )2

Efectos de la previsin de la
constante de alisado
Ft = At - 1 + (1- )At - 2 + (1- )2At - 3 + ...
Ponderaciones
=
= 0,10
= 0,90

Periodo anterior Hace 2 periodos Hace 3 periodos

(1 - )

(1 - )2

10%

9%

8,1%

Efectos de la previsin de la
constante de alisado
Ft = At - 1 + (1- )At - 2 + (1- )2At - 3 + ...
Ponderaciones
=

Periodo anterior Hace 2 periodos Hace 3 periodos

(1 - )

(1 - )2

= 0,10

10%

9%

8,1%

= 0,90

90%

Efectos de la previsin de la
constante de alisado
Ft = At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...
Ponderaciones
=

Periodo anterior Hace 2 periodos Hace 3 periodos

(1 - )

(1 - )2

= 0,10

10%

9%

8,1%

= 0,90

90%

9%

Efectos de la previsin de la
constante de alisado
Ft = At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...
Ponderaciones
=

Periodo anterior Hace 2 periodos Hace 3 periodos

(1 - )

(1 - )2

= 0,10

10%

9%

8,1%

= 0,90

90%

9%

0,9%

Si se selecciona
Trate de minimizar la desviacin absoluta media (DAM)
Si:
Entonces:

Error de previsin = demanda - previsin

DAM

errores de previsin
n

Si se selecciona
Trate de minimizar el error cuadrtico medio (ECM)
Si:
Entonces:

Error de previsin = demanda - previsin

ECM

errores de previsin 2
n

Alisado exponencial con ajuste de

tendencia
Previsin incluyendo la tendencia (PITt)
= previsin alisada exponencialmente (Ft)
+ tendencia alisada exponencialmente (Tt)
Requiere 2 constantes de alisado: (, )

Alisado exponencial con ajuste de

tendencia
Ft = (demanda real de este periodo)
+ (1- )(previsin del ltimo periodo + tendencia estimada del
ltimo periodo)
o

Ft = (At) + (1- )Ft-1 + Tt-1

Tt = (previsin de este periodo - previsin del ltimo periodo)

+ (1-)(tendencia estimada del ltimo periodo)
o

Tt = (Ft - Ft-1) + (1- )Tt-1

Alisado exponencial con ajuste de

tendencia
Ft = previsin alisada exponencialmente de
la serie de datos en el periodo t.
Tt = tendencia alisada exponencialmente en
el periodo t.
At = demanda real en el periodo t.
= constante de alisado para la media.
= constante de alisado para la tendencia.

Demanda del producto

Comparacin de previsiones
40
35
30
25
20
15
10
5
0
Ene.

Alisado exponencial + Tendencia

Demanda real

Alisado exponencial

Feb.

Mar.

Abr.

May.
Mes

Jun.

Jul.

Ago.

Sep.

Valores de la variable dependiente

Mtodo de mnimos cuadrados

Observacin
real

Desviacin

Desviacin

Desviacin
Desviacin

Desviacin

Desviacin
Desviacin

Y a bx
Periodo de tiempo

Punto en la
lnea de
tendencia

Demanda real y lnea de tendencia

180
160

Y = 56,70+ 10,54X

Demanda

140
120
100
80
60

Demanda real

40
20
0
0

Periodo de tiempo

10