UNIDAD 3.

PRONOSTICO DE VENTAS.

ASIGNATURA: Administración de la producción y de las operaciones.

DOCENTE:
INTEGRANTES:

Los Mochis, Sinaloa; Octubre 2022

 INTRODUCCIÓN.

El pronóstico de ventas es el cálculo aproximado de ventas e ingresos que una

empresa debe generar en un determinado período de tiempo (mensual, trimestral,
semestral o anual).

En la presente investigación se hablará sobre que es el pronóstico, las

características de la demanda, diseño del sistema de pronósticos, así como de los
diferentes métodos de pronóstico de ventas, con la intención de tener mejor
conocimiento de este tema y obtener el acercamiento necesario para lograr
establecer e incluso desarrollar pronósticos de venta.
3. PRONÓSTICO DE VENTAS.

3.1 CARACTERÍSTICAS DE LA DEMANDA.

La demanda de un bien determina la cantidad de dicho bien que los compradores

desean comprar para cada nivel de precio. La demanda viene determinada por
una serie de variables: Precio del bien: La cantidad demandada se mueve de
forma inversa al precio: si el precio de un bien sube se demanda menos, mientras
que si baja su demanda aumenta.

• Renta: Normalmente si aumenta la renta del consumidor aumenta también la

cantidad demandada de un bien. Este es el comportamiento que presenta la
mayoría de los bienes, a los que se denomina "bienes normales". Pero cabe la
posibilidad de que al aumentar la renta del consumidor disminuya su consumo de
un determinado bien; son los llamados "bienes inferiores". El mayor poder
adquisitivo del consumidor le permite sustituirlos por otros de mayor calidad. Por
ejemplo, el sucedáneo del café. El consumidor de este producto cuando aumenta
su renta tiende a reemplazarlo por café.

Características de la demanda de mercado.

Las principales características de la demanda de mercado son las siguientes:

 Es analizada por el vendedor para proporcionar un precio que incremente

sus ventas.

 El consumidor establece la demanda, es decir, el que compra

los servicios y productos crea el status de aquellos más utilizados por las
personas de una región.

 Es el principal factor que utilizan las empresas para fijar los precios de sus
productos.

 La demanda está influida por tendencias, necesidades y culturas.

 Según su elasticidad, puede ser demanda elástica, demanda inelástica,

o unitaria.
  Influye de forma directa sobre la cantidad de artículos producidos por una
empresa.

3.2 Diseño del sistema de pronósticos.

Pronosticar consiste en utilizar datos pasados para determinar acontecimientos

futuros mediante algún tipo de modelo matemático. Puede ser una predicción del
futuro subjetiva o intuitiva. O bien una combinación de ambas, es decir, un modelo
matemático ajustado por el buen juicio de un administrador.

Los pronósticos a menudo son utilizados para poder predecir la demanda del
consumidor de productos o servicios, aunque se pueden predecir una amplia
gama de sucesos futuros que pudieran de manera potencial influir en el éxito.

Existen diferentes técnicas de pronósticos pero rara vez hay un único modelo
superior. Lo que mejor funciona en una organización bajo un conjunto de
condiciones, puede ser un desastre completo en otra organización, o incluso en
otro departamento de la misma empresa. En forma tradicional, podrá advertir que
existen límites sobre lo que puede esperarse de los pronósticos. Rara vez son, si
acaso, perfectos; también son caros y consumen tiempo en su preparación y
monitoreo.

Los tipos de pronóstico más recurrentes están descritos a continuación:

Pronóstico a corto plazo. Este tiene un lapso de hasta un año, pero es

generalmente menor a tres meses. Se utiliza para planear las compras,
programación de planta, niveles de fuerza laboral, asignaciones de trabajo y
niveles de producción.

Pronóstico a mediano plazo. Un pronóstico de rango mediano, o intermedio,

generalmente con un lapso de tres meses a tres años. Es valioso en la planeación
de producción y presupuestos, planeación de ventas, presupuestos de efectivo, y
el análisis de varios planes de operación.

Pronóstico a largo plazo. Generalmente con lapsos de tres años o más, los
pronósticos a largo plazo se utilizan para planear nuevos productos desembolsos
de capital, localización e instalaciones o su expansión, y la investigación y el
desarrollo.

Pronósticos económicos marcan el ciclo del negocio al predecir las tasas de

inflación, oferta de dinero, nuevas construcciones, y otros indicadores de
planeación.

Pronósticos tecnológicos tienen que ver con las tasas de progreso tecnológico,
que pueden dar por resultado el nacimiento de productos novedosos, que
requieren nuevas plantas y equipo.

Pronósticos de demanda son proyecciones de la demanda para los productos o

servicios de una compañía. Estos pronósticos, también llamados pronósticos de
ventas, conducen la producción de una compañía, la capacidad, y los sistemas de
programación, y sirven como insumos a la planeación financiera, de mercado y de
personal.

Pronósticos cuantitativos manejan una variedad de modelos matemáticos que

utilizan datos históricos y/o variables causales para pronosticar la demanda.

Pronósticos cualitativos o subjetivos incorporan factores importantes tales

como la intuición, emociones, experiencias personales del que toma la decisión, y
sistema de valores para alcanzar un pronóstico. Algunas compañías utilizan la
otra; pero en la práctica una combinación o mezcla de los dos estilos es
generalmente más efectivo.

Para llevar a cabo una adecuada selección de la técnica de pronóstico, se deberá

hacer lo siguiente:

Definir la naturaleza del problema de pronóstico.

Explicar la naturaleza de los datos bajo investigación.

Describir las capacidades y limitaciones de las técnicas de pronóstico

potencialmente útiles.
Desarrollar algunos criterios predeterminados sobre los cuales se pueda tomar la
decisión de la selección.

Un factor principal que influye en la selección de una técnica de pronóstico

consiste en la identificación y comprensión de patrones históricos en los datos.

Si se pueden reconocer patrones de tendencia, cíclicos o estacionales, entonces

se pueden seleccionar las técnicas con la capacidad de utilizar eficazmente estos
patrones.

Un método para evaluar una técnica de pronóstico consiste en obtener la suma de

los errores absolutos. La Desviación Absoluta de la Media (DAM) mide la precisión
de un pronóstico mediante el promedio de la magnitud de los errores de pronóstico
(valores absolutos de cada error).

Modelos Cualitativos

Método Delphi: Preguntas hechas a un grupo de expertos para recabar opiniones.

Datos históricos: Hace analogías con el pasado de una manera razonada.

Técnica de Grupo Nominal Proceso de grupo: permite la participación con votación

forzada.

Modelos Cuantitativos (series de tiempo)

Medida o promedio Móvil simple: Promedia los datos del pasado para predecir el
futuro basándose en ese promedio.

Suavizado exponencial: Da pesos relativos a los pronósticos anteriores y a la

demanda más reciente.

Modelos Cuantitativos Causales.

Análisis de regresión: Describe una relación funcional entre las variables.

Modelos económicos: Proporciona un pronóstico global para variables tales como

el producto nacional bruto (PNB).
3.3 MÉTODO DE JUICIOS.

Es un método de muestreo no probabilístico. Los sujetos se seleccionan a base

del conocimiento y juicio del investigador.

El investigador selecciona a los individuos a través de su criterio profesional.

Puede basarse en la experiencia de otros estudios anteriores o en su

conocimiento sobre la población y el comportamiento de ésta frente a las
características que se estudian.

Se basa en: 

 Opiniones de gerentes y expertos.

Jurado de opinión efectiva es una técnica que se basa en la experiencia y los

conocimientos técnicos de los altos mandos de la empresa para llegar a un
consenso con el fin de pronosticar la demanda. Es una de las más utilizadas
cuando se requiere actuar con rapidez ante eventos imprevistos o lanzamiento de
nuevos productos al mercado 

Ventajas: 

 Permite tomar decisiones con rapidez. Útil para cambios repentinos en la

demanda de un producto, una situación de urgencia en la empresa,
reacciones ante el mercado, etc...

Desventajas: 

 Desconoce el trabajo en campo: tomar una decisión basado en su

conocimiento del negocio es importante, pero considerar lo que ocurre en la
misión también lo es.

 Puede generar conclusiones ambiguas

 Investigación de mercado 

Determina el grado de interés del consumidor externo por un producto o servicio 

  Consulta a la fuerza de ventas 

Es una técnica cualitativa para pronosticar la demanda por medio de la consulta a

cada vendedor de la estimación de la demanda futura, la cual debe ser revisada,
esta técnica suele arrojar estimaciones muy optimistas o quizás muy
conservadoras 

Con la técnica de consulta a la fuerza de ventas te basas en la experiencia de

quienes están en el campo y tienen más contacto con los diferentes clientes; los
vendedores. 

Ventajas 

 El personal de ventas es el grupo que tiene mayores probabilidades de

saber que productos o servicios se comparan en el futuro cercano.

 Permite hacer comparaciones de la estimación de cada vendedor para

diseñar estrategias.

Desventajas

 La estimación del vendedor puede ser no confiable.

 El personal de ventas no percibe la diferencia entre en lo que es el cliente

quiere y lo que el cliente necesita.

 Método Delphi

Proceso donde convergen una serie de personas considerados expertos con el fin
de obtener un consenso frente a una temática o problemática en común

Generalmente se consulta a personas con experiencia, diferente formación y/o

jerarquía. Es iterativo y estructurado al considerar una serie de etapas que tiene
como objetivo alcanzar un consenso entre los asistentes a la reunión.

Elementos claves del método: 

 Respuestas anónimas de cada uno de los participantes en el estudio

  Interacción controlada en varias rondas sucesivas en la que se les entrega
información a los participantes

 El pronóstico final es el promedio de todos los pronósticos 

Definir el Hacer Definir Informar a

➡ ➡ ➡
tema cuestionarios expertos expertos su papel
⬇
Tabular
Iniciar siguiente Distribuir
⬅ respuestas y ⬅
vuelta cuestionario
analizar

3.4 MÉTODOS CAUSALES. REGRESIÓN LÍNEAL SIMPLE Y MÚLTIPLE

USANDO UN SOFTWARE.

Los métodos causales se emplean cuando se dispone de datos históricos y se

pueden identificar la relación entre el factor que se intenta pronosticar y otros
factores externos o internos. El objetivo del análisis de regresión como método
causal es pronosticar la demanda a partir de una o más causas (variables
independientes), las cuales pueden ser por ejemplo el tiempo, precios del producto
o servicio, precios de la competencia, economía del país, acciones del gobierno o
fomentos publicitarios.

Esto se puede realizar utilizando softwares y sistemas que faciliten su aplicación,

obteniendo resultados más precisos como es el caso de Microsoft Excel la
herramienta mas utilizada para llevar a cabo estos métodos. Actualmente, muchos
software econométricos y estadísticos han sido desarrollados para agilizar y
favorecer el proceso de análisis y manejo de los datos, brindando cada vez más
herramientas novedosas y haciendo que la aplicación de los métodos por parte del
investigador se base principalmente en la interpretación de resultados.
  Análisis de regresión lineal

El método de regresión lineal es una práctica estadística ampliamente utilizada

para analizar la relación entre variables, teniendo gran variedad de aplicaciones en
las diversas áreas económicas, políticas y sociales.

El análisis de regresión lineal establece una relación entre una variable

dependiente y una o más variables independientes.

La variable dependiente es la que el gerente desea pronosticar. Se supone que las

variables independientes influyen en la variable dependiente y, por ende, son la
causa de los resultados observados en el pasado. En la regresión lineal simple
hay solamente una variable independiente.

Si los datos están constituidos por una serie de tiempo, la variable independiente
es el tiempo. La variable dependiente es cualquier cosa que nosotros queramos
pronosticar.

Ecuación de regresión Constante a y b

Y = a + bx
Y = variable dependiente a = y – bx
x = Variable independiente
b=
∑ xy−n( y)(x )
a = intersección de la recta con el eje Y ∑ x 2−n( x )2
b = Pendiente de la recta

 Regresión lineal múltiple

La regresión lineal múltiple trata de ajustar modelos lineales o linealizables entre

una variable dependiente y más de una variables independientes. En este tipo de
modelos es importante testar la heterocedasticidad, la multicolinealidad y la
especificación.
La regresión múltiple también nos puede servir para entender la relación funcional
entre la variable dependiente y las variables independientes y estudiar cuáles
pueden ser las causas de la variación de Y.

En el modelo de regresión lineal múltiple se supone que la función de regresión

que relaciona la variable dependiente con las variables independientes es lineal,
es decir: Y= β 0 + β 1 X 1 +¿ ... + β p X p +ε

 β0 es el término independiente. . Es el valor esperado de Y cuando X1,...,

Xp son cero.

 β1, β2,… βp son los coeficientes parciales de la regresión:

 β1 mide el cambio en Y por cada cambio unitario en X1, manteniendo X2,

X3,…, Xp constantes.

 β2 mide el cambio en Y por cada cambio unitario en X2, manteniendo X1,

X3,..., Xp constantes.

 ε es el error de observación debido a variables no controladas.

βp mide el cambio en Y por cada cambio unitario en Xp, manteniendo X1, ... ,
Xp−1 constantes.

3.5.-MÉTODOS DE SERIES DE TIEMPOS USANDO UN SOFTWARE.

Los pronósticos son un método que se utiliza ampliamente en el análisis de las

series de tiempo para predecir una variable de respuesta, como ganancias
mensuales, comportamiento de acciones o cifras de desempleo, para un período
de tiempo determinado. Los pronósticos se basan en patrones de datos
existentes. Por ejemplo, la gerente de un almacén puede modelar la cantidad de
productos que necesita ordenar para los próximos 3 meses con base en los
pedidos de los últimos 12 meses.

Podemos utilizar una variedad de métodos de series de tiempo, como por ejemplo
el análisis de tendencias, la descomposición o la suavización exponencial simple,
para modelar patrones en los datos y extrapolar esos patrones al futuro. La
selección del método de análisis debe basarse en si los patrones son estáticos
(constantes en el tiempo) o dinámicos (cambian en el tiempo), la naturaleza de los
componentes de tendencia y estacionales y hasta qué punto en el futuro desea
pronosticar. Antes de generar pronósticos, ajuste varios modelos candidatos a los
datos para determinar cuál es el modelo más estable y exacto.

Pronóstico ingenuo

En los pronósticos ingenuos, el pronóstico para el tiempo t es el valor de los datos

en el tiempo t-1. Usted puede calcular pronósticos ingenuos con promedio móvil
estableciendo la longitud del promedio móvil en 1 o con suavización exponencial
individual estableciendo la ponderación en 1. Puede utilizar los pronósticos
ingenuos para establecer una referencia para su modelo de series de tiempo.
Compare las medidas de exactitud del modelo ingenuo y un modelo utilizando un
método diferente. Si el modelo ingenuo ofrece un mejor ajuste, usted no debería
utilizar el otro modelo, debido a que el modelo ingenuo es un mejor ajuste y es
más simple.

Pronósticos para un análisis de promedio móvil

El valor ajustado en el tiempo t es el promedio móvil no centrado en el tiempo t -1.

Los pronósticos son los valores ajustados en el origen del pronóstico. Si usted
pronostica 10 unidades de tiempo adelante, el valor pronosticado para cada
tiempo será el valor ajustado en el origen. Los datos hasta el origen se utilizan
para calcular los promedios móviles.

Puede utilizar el método de promedios móviles lineales al calcular promedios

móviles consecutivos. El método de los promedios móviles lineales suele utilizarse
cuando hay una tendencia en los datos.

Pronósticos para un análisis de suavización exponencial simple

En los pronósticos ingenuos, el pronóstico para el tiempo t es el valor de los datos

en el tiempo t-1. Realice la suavización exponencial simple con una ponderación
de uno para hacer pronósticos ingenuos.
Pronósticos para un análisis de suavización exponencial doble

La suavización exponencial doble utiliza los componentes de nivel y de tendencia

para generar pronósticos. El pronóstico para m períodos adelante desde un punto
en el tiempo t es:

Lt + mTt, donde Lt es el nivel y Tt es la tendencia en el tiempo t.

Los datos hasta el tiempo de origen del pronóstico se utilizarán para la

suavización.

Pronósticos para el método de Winters

El método de Winters utiliza los componentes de nivel, tendencia y estacional para

generar pronósticos. El pronóstico para m períodos adelante desde un punto en el
tiempo t es:

Lt + mTt

Donde Lt es el nivel y Tt es la tendencia en el tiempo t, multiplicado por (o sumado

a cuando se trate de un modelo aditivo) el componente estacional correspondiente
al mismo período del año anterior.

En la actualidad se utilizan muchos tipos de software para tener en cuenta las

complejidades vinculadas con las series de tiempo y proporcionar modelos o
pronósticos que se adecuan mejor al diseño de su usuario. Es posible encontrar
bases de datos, herramientas de código abierto e incluso lenguajes de
programación dedicados exclusivamente a las series de tiempo. Además, se han
desarrollado numerosos métodos de pronóstico. Por ejemplo, algunos softwares
simplemente calculan valores futuros con una media móvil, mientras que otros
optan por el alisado exponencial, lo que significa que el peso de los valores
pasados disminuye exponencialmente a medida que estos valores se alejan en el
tiempo. Minitab o Excel son ejemplos de softwares para hacer el método de series
de tiempo.

3.6 CRITERIOS PARA LA SELECCIÓN DE MÉTODOS CON SERIES DE

TIEMPOS.

Una serie con tendencia como una serie de tiempo que contiene un componente
de largo plazo que representa el crecimiento o declinación de la serie a través de
un periodo amplio.

Una productividad creciente y la nueva tecnología conducen a cambios en el estilo

de vida. Como ejemplos se pueden citar la demanda de componentes
electrónicos, que se incrementó con el advenimiento de la computadora; y el uso
del ferrocarril que se disminuyó con la aparición del avión. El incremento en la
población provoca un incremento en la demanda de bienes y servicios. Ejemplo de
estos son las utilidades por venta de bienes de consumo, la demanda en el
consumo de energía eléctrica y el uso de materias primas

Error en el pronóstico. Los pronósticos casi siempre contienen errores los errores
de pronósticos se clasifican en dos formas ya sea como errores de sesgo o como
errores de aleatorios. Los errores de sesgo son el resultado de equivocaciones
sistemáticas por lo cual se observa el pronóstico.

Los errores pueden provenir de varias fuentes, una muy común, de la que no se
percatan muchos pronosticadores, es la proyección de tendencias pasadas hacia
el futuro. Ya que al utilizar esta línea de tendencia como dispositivo de pronóstico,
proyectándola hacia el futuro, es probable que es intervalo de confianza no defina
correctamente el error porque se basa en datos del pasado.

Con frecuencia esos errores son el resultado de ignorar y no estimar

correctamente ciertos patrones de demanda como los de tendencia los
estacionales, o cíclicos.
 CONCLUSIONES.
Al finalizar este trabajo, se puede concluir que la demanda es uno de los factores
para que las empresas puedan realizar pronósticos de lo que se producirá y
venderá durante un periodo, por lo que es de vital importancia que las entidades
logren diseñar un correcto sistema de pronósticos ya que esto permite que las
entidades logren contar con un mínimo de inventario apto para suministrar un
determinado periodo de ventas y así evitar la insuficiencia de productos.

Los métodos de juicios son un método de muestreo no probabilístico los cuales

consisten en pronosticar las ventas basándose en la experiencia o criterio
profesional de expertos. Entre ellos está el método Delphi, opiniones de gerentes y
expertos, investigaciones de mercado, consultas a la fuerza de ventas, método de
consenso grupal, etc.,

Por otro lado tenemos los métodos causales, los cuales son utilizados cuando se
tienen datos históricos y generalmente consideran algunas variables que están
relacionadas con la variable que se predice. Y tienen como objetivo pronosticar la
demanda a partir de una o más causas. En la actualidad se han desarrollados
distintos software que facilitan el proceso de obtención de estos pronósticos,
facilitándole al investigador su interpretación.

Es importante el uso del método de series de tiempos porque nos permite

observar que tendencia se va generando a través del tiempo en cuestión de las
ventas y otros factores que queramos saber, es decir, con la utilización de la serie
de tiempo podemos observar y predecir si las ventas van a incrementar o
disminuirán en los próximos años, además, el utilizar software para poder elaborar
 los métodos de series de tiempo es de gran ayuda porque nos permite crear el
pronóstico de una manera más fácil y eficaz.

El hecho de usar los métodos de series de tiempo para hacer un pronóstico, de

cierta manera no es muy confiable, ya que se basan en lo del pasado para hacer
proyecciones del futuro y ciertamente existen errores ya sea los de sesgo
(resultados equivocados) o los errores aleatorios (se basan en los datos del
pasado).
BIBLIOGRAFÍA

 Oferta y Demanda. (s/f). Centro-virtual.com. Recuperado el 15 de octubre de 2022,

de
https://www.centrovirtual.com/recursos/biblioteca/pdf/fundamentos_microeconomia
/unidad1_pdf4.pdf
 Demanda de mercado. (2018, mayo 14). Enciclopedia Económica.
https://enciclopediaeconomica.com/demanda-de-mercado/
 Sistemas de Producción y Pronóstico. (s/f). Aiu.edu. Recuperado el 15 de octubre
de 2022, de https://cursos.aiu.edu/Control%20de%20la%20Produccion/PDF/Tema
%201.pdf

 Series de tiempo (Cadena de suministro). (s/f). Lokad.com. Recuperado el 15 de

octubre de 2022, de https://www.lokad.com/es/series-de-tiempo-en-cadena-de-
suministro
 Pronósticos con análisis de series de tiempo. (s/f). Recuperado el 15 de octubre
de 2022, de
https://support.minitab.com/es-mx/minitab/21/help-and-how-to/statistical-modeling/
time-series/supporting-topics/basics/forecasting/
 Seleccion De Un Metodo Por Series De Tiempo. (2014, febrero 26).
Clubensayos.com. https://www.clubensayos.com/Negocios/Seleccion-De-Un-
Metodo-Por-Series-De-Tiempo/1484810.html
 Completo, V. mi P. (s/f). Administración de la Producción y de las Operaciones.
Blogspot.com. Recuperado el 16 de octubre de 2022, de
https://140513bb.blogspot.com/2014/03/35-criterios-para-la-seleccion-de.html
● de, P. (2016). Métodos causales (regresion lineal). Slideshare.net.
https://es.slideshare.net/CarlosAlexisEscarciaLeyva/mtodos-causales-regresion-
lineal
● Método De Juicios. (2022). Calameo.com.
https://es.calameo.com/read/006528732d462d4602a6c
● Mg, S. (2015). Método de juicio. Slideshare.net.
https://es.slideshare.net/samaraaltea/metodo-de-juicio
● Contreras Navarrete, M. (n.d.). HERRAMIENTAS DE SOFTWARE APLICADAS
AL MÉTODO DE REGRESIÓN LINEAL.
http://www.fce.unal.edu.co/media/files/UIFCE/Economia/Herramientas_de_Softwar
e_Aplicadas_al_Metodo_de_Regresion_Lineal.pdf
● Granados, R. (n.d.). Modelos de regresión lineal múltiple.
https://www.ugr.es/~montero/matematicas/regresion_lineal.pdf