Asignatura
Administración de la Producción y las
Operaciones
Unidad 3
Pronósticos de ventas
Texto de Apoyo
||
Administración de la Producción y las Operaciones
Unidad 3. Pronósticos de ventas
Texto de Apoyo
Índice
Presentación ................................................................................................................................................. 3
3. Pronósticos de ventas............................................................................................................................... 3
3.1 Características de la demanda ............................................................................................................... 3
3.2 Diseño del sistema de pronósticos. ........................................................................................................ 4
3.3 Métodos de juicios. ................................................................................................................................. 4
3.4 Métodos causales. Regresión lineal simple y múltiple usando un software.......................................... 5
3.5 Métodos de series de tiempos usando un software............................................................................... 7
3.6 Criterios para la selección de métodos con series de tiempos. ............................................................ 7
Cierre ............................................................................................................................................................. 8
Fuentes de consulta ...................................................................................................................................... 8
División de Contador Público 2
||
Administración de la Producción y las Operaciones
Unidad 3. Pronósticos de ventas
Texto de Apoyo
Presentación
En esta unidad, nos centraremos en aspectos clave del análisis de la demanda y la previsión, explorando
las características de la demanda, entendiendo sus propiedades y cómo influyen en el comportamiento del
mercado.
También se abordará el diseño del sistema de pronósticos, esencial para anticipar la demanda y tomar
decisiones informadas. Nos enfocaremos en los métodos de juicios, una herramienta importante para la
previsión cualitativa, y en los métodos causales, incluyendo la regresión lineal simple y múltiple, utilizando
software especializado para su análisis.
3. Pronósticos de ventas.
Un pronóstico de ventas es una estimación del comportamiento comercial futuro de una empresa con el fin
de establecer objetivos de venta y crear planes de prevención.
3.1 Características de la demanda.
• Elasticidad de la demanda: Mide cómo varía la cantidad demandada de un bien en respuesta a
cambios en el precio. Puede ser elástica (cambia mucho con el precio), inelástica (cambia poco con
el precio), o unitaria (cambia en la misma proporción que el precio).
• Curva de demanda: Representa gráficamente la relación entre el precio de un bien y la cantidad
demandada. Generalmente, tiene pendiente negativa, lo que significa que a mayor precio, menor
cantidad demandada, y viceversa.
• Factores determinantes: Incluyen el precio del bien, el ingreso del consumidor, las preferencias y
gustos, los precios de bienes relacionados (sustitutos y complementarios), y las expectativas sobre
futuros precios.
• Ley de la demanda: Establece que, ceteris paribus (manteniendo todo lo demás constante), cuando
el precio de un bien aumenta, la cantidad demandada disminuye, y cuando el precio disminuye, la
cantidad demandada aumenta.
• Demanda agregada: Es la suma de todas las demandas individuales de bienes y servicios en una
División de Contador Público 3
||
Administración de la Producción y las Operaciones
Unidad 3. Pronósticos de ventas
Texto de Apoyo
economía. Refleja el total de bienes y servicios que los consumidores están dispuestos a comprar
a diferentes niveles de precios en un periodo dado.
• Demanda individual y mercado: La demanda individual se refiere a la cantidad que un consumidor
específico está dispuesto a comprar, mientras que la demanda del mercado es la suma de todas
las demandas individuales.
3.2 Diseño del sistema de pronósticos.
Generalmente, un pronóstico se elabora siguiendo los pasos que se indican a continuación:
• 1.Formulación del problema y recolección de datos. Estos dos elementos se tratan como un
único paso porque el problema determina los datos adecuados. Si no se dispone de los datos
adecuados, el problema tendría que redefinirse o se tendría que acudir a un método puramente
cualitativo.
• 2.Manipulación y limpieza de datos. Es posible tener muchos o pocos datos, datos irrelevantes,
datos desactualizados, etc., todos ellos requerirán de cierto procesamiento para obtener los datos
necesarios y adecuados.
• 3.Construcción y evaluación del modelo. Implica emplear los datos en un modelo de pronósticos
que sea adecuado en términos de minimización del error de pronóstico.
• 4.Aplicación del modelo (el pronóstico real). Consiste en los pronósticos reales del modelo que
se generan una vez que se han recolectado y quizás reducido a solo los datos adecuados, tan
pronto se ha elegido un modelo adecuado de pronósticos.
• 5.Evaluación del pronóstico. Implica comparar los valores del pronóstico con los valores históricos
reales. Frecuentemente, el examen de los patrones de errores lleva al analista a modificar el
procedimiento de pronósticos.
3.3 Métodos de juicios.
Este método consiste en pronosticar nuestras ventas basándonos en nuestra experiencia, sentido común
y buen juicio. Por ejemplo, para pronosticar las ventas de nuestro nuevo negocio, tomando como referencia
las ventas de otro negocio en donde hemos estado anteriormente. Para usar este método también podemos
División de Contador Público 4
||
Administración de la Producción y las Operaciones
Unidad 3. Pronósticos de ventas
Texto de Apoyo
solicitar la opinión de otras personas, por ejemplo, de la de nuestros propios trabajadores (sobre todo los
vendedores), los expertos en el tema, o la persona que tengan experiencia en el negocio, por ejemplo,
personas que hayan tenido el mismo tipo de negocio, o que hayan trabajado en la competencia.
3.4 Métodos causales. Regresión lineal simple y múltiple usando un software.
• Simple
En una regresión lineal, se trata de establecer una relación entre una variable independiente y su
correspondiente variable dependiente. Esta relación se expresa como una línea recta. No es posible trazar
una línea recta que pase por todos los puntos de un gráfico si estos se encuentran ordenados de manera
caótica. Por lo tanto, sólo se determina la ubicación óptima de esta línea mediante una regresión lineal.
Algunos puntos seguirán distanciados de la recta, pero esta distancia debe ser mínima. El cálculo de la
distancia mínima de la recta a cada punto se denomina función de pérdida.
La ecuación de una línea recta tiene la siguiente forma:
Y = β₀ + β₁X + ε,
donde:
Y es la variable independiente.
β₀ y β₁ son dos constantes desconocidas que representan el punto de intersección y la pendiente
respectivamente.
ε (epsilon) es la función de pérdida.
Aplicación de la regresión lineal simple:
Para predecir la cosecha en función de la precipitación, con la precipitación como variable independiente y
la cosecha como variable dependiente.
Para saber qué calificación obtendrán los alumnos en función del número de horas que estudien: aquí la
cantidad de horas de estudio representa la variable independiente y las calificaciones, la dependiente.
Para prever el salario basado en la experiencia: la experiencia se convierte en la variable independiente y
el salario en la variable dependiente.
Limitaciones de la regresión lineal simple:
División de Contador Público 5
||
Administración de la Producción y las Operaciones
Unidad 3. Pronósticos de ventas
Texto de Apoyo
La regresión lineal simple establece que existe una relación entre las variables, pero no revela una relación
causal: Y depende de, pero no implica que genere a Y.
Si necesitas establecer algo más que la existencia de una relación, tendrás que hacer análisis adicionales.
• Múltiple
La regresión lineal múltiple encuentra la relación entre dos o más variables independientes y su
correspondiente variable dependiente.
La ecuación de regresión lineal múltiple tiene la siguiente forma:
Y = β₀ + β₁X₁ + β₂X₂ +… + βₐXₐ + ε
Donde:
Y es la variable dependiente.
X es una variable independiente.
β son coeficientes.
ε (epsilon) es la función de pérdida.
A continuación, se muestra un ejemplo de gráfico de un modelo de regresión lineal múltiple:
Aplicaciones de la regresión lineal múltiple:
Este tipo de regresión permite predecir tendencias y valores futuros. El análisis de regresión lineal
múltiple ayuda a determinar el grado de influencia de las variables independientes sobre la variable
dependiente, es decir, cuánto cambiará la variable dependiente cuando cambiemos las variables
independientes.
Programas para un análisis de regresión lineal
➢ JASP: Es un excelente software gratuito de análisis de regresión para Windows y Mac. Contiene un
módulo de regresión con varios métodos de análisis de regresión. Con ellos puedes analizar
fácilmente las variables que afectan a un tema o área de interés.
➢ PSPP: Es un software gratuito de análisis de regresión para Windows, Mac, Ubuntu, FreeBSD y
División de Contador Público 6
||
Administración de la Producción y las Operaciones
Unidad 3. Pronósticos de ventas
Texto de Apoyo
otros sistemas operativos. Proporciona métodos de regresión para estimar un conjunto de datos.
Puedes introducir fácilmente un conjunto de datos en él y luego realizar un análisis de regresión.
Los resultados del análisis de regresión se muestran en una ventana de visualización de resultados
con todos los pasos usados.
➢ Statcato: Es un software de análisis de regresión gratuito y portátil basado en Java para Windows,
Linux y Mac. Para poder ejecutar este software, es necesario tener instalado Java.
➢ Jamovi: Es otro software gratuito de análisis de regresión para Windows, Linux, Mac y Chrome OS.
Es un software de análisis estadístico agradable, conciso y fácil de usar, empleado para tareas
relacionadas con el análisis de datos.
3.5 Métodos de series de tiempos usando un software.
Una serie de tiempo (o serie cronológica) es “una secuencia de datos empíricos ordenados en función del
tiempo; esto es, que puedan graficarse contra el tiempo” (García, 2010), por lo que es aplicable a un
conjunto de datos registrados periódicamente, ya sea un registro diario, semanal, semestral, mensual o
anual, entre otros; siendo algunos ejemplos prácticos las ventas anuales totales de almacenes, el valor
trimestral del producto interno bruto.
3.6 Criterios para la selección de métodos con series de tiempos.
Naturaleza de los Datos:
➢ Estacionariedad: Uso de ARIMA para datos estacionarios.
➢ Tendencia y estacionalidad: Uso de modelos SARIMA y suavizado exponencial.
Horizonte de Pronóstico:
➢ Corto plazo: Métodos simples como promedio móvil y suavizado exponencial simple.
➢ Mediano y largo plazo: Métodos más complejos como ARIMA y modelos de descomposición.
Complejidad del Modelo:
➢ Simplicidad vs. precisión: Métodos simples para facilidad y métodos complejos para mayor
precisión.
División de Contador Público 7
||
Administración de la Producción y las Operaciones
Unidad 3. Pronósticos de ventas
Texto de Apoyo
Disponibilidad de Datos:
➢ Cantidad y frecuencia: Modelos ARIMA requieren muchos datos, mientras que otros modelos
pueden funcionar con menos datos.
Evaluación del Desempeño:
➢ Errores de pronóstico: MAE, MSE, MAPE.
➢ Pruebas de validación: Dividir datos en conjuntos de entrenamiento y prueba.
Interpretabilidad:
➢ Facilidad de interpretación: Elegir métodos que sean fáciles de explicar y comprender.
Cierre
En esta unidad, abordaste las características de la demanda y cómo estas influyen en el diseño de sistemas
de pronósticos. Aprendiste a aplicar métodos de juicios para prever la demanda y utilizaste métodos
causales, como la regresión lineal simple y múltiple, empleando software especializado.
Además, exploraste los métodos de series de tiempos, también usando herramientas informáticas, y
entendiste los criterios necesarios para seleccionar el método adecuado para análisis con series de
tiempos. Todo esto te permitió mejorar tus capacidades en la previsión y toma de decisiones basadas en
datos.
Fuentes de consulta
Básica:
• Monks, J. G. (2005). Administración de Operaciones. 1ra edición Ed. Mc Graw Hill.
• Heízer, J y Render, B. (2003). Dirección de la Producción. Decisiones Estratégicas. Decisiones
Tácticas. 6ª. Edición, Editorial Prentice Hall.
División de Contador Público 8
||
Administración de la Producción y las Operaciones
Unidad 3. Pronósticos de ventas
Texto de Apoyo
• Crosby, P. B. (2005), La Calidad no Cuesta “El arte de Cerciorarse de la Calidad”. 1ra edición
Ed. CECSA.
• Krajewski, L. J. et al (2008). Administraciones de operaciones: procesos y cadena de valor.
Pearson
Complementaria:
• Krajewski, L. J. y Ritzman, L. P. (2003) Administración de Operaciones: Estrategia y Análisis.
6ª. Editorial Mc Graw Hill.
• Collier, D. A. y Evans, J. R. (2016), Administración de Operaciones: Bienes, servicios y cadenas
de valor. 2ª Edición, Editorial Cenage Learning.
• Gaither, N y Frazier, G. (2006), Administración de Producción y Operaciones. 1ra edición Ed.
Thomson
• https://ods.mma.gob.cl/que-son-los-ods/
División de Contador Público 9
