CLASIFICACIN:

Jurado de
Opinin
Ejecutiva
Mtodo Delphi
Modelo
Cualitativo
Fuerza de Ventas

Encuesta a los
clientes

PRONOSTICAR

Modelos de
serie de tiempo
Modelo
Cuantitativo
Modelos
causales
LIC. RAYSALUZ FIGUEROA FLORES (13454)

Modelos de serie de tiempo

Ellos ven lo que ha pasado en un perodo de tiempo
y usan una serie de datos pasados para hacer el
pronstico.

Mtodo Simplista

Promedio Mvil

PM Ponderado

Suavizacin exponencial

LIC. RAYSALUZ FIGUEROA FLORES (13454)

Modelos de serie de tiempo

Mtodo Simplista
La manera ms fcil de pronosticar es asumir que la
demanda del siguiente perodo es exactamente igual
a la demanda del perodo inmediatamente anterior.

Ejemplo:
Los celulares vendidos fueron de 150 unidades en el mes de
julio, podemos pronosticar que las ventas de agosto sern
tambin de 150 unidades.

LIC. RAYSALUZ FIGUEROA FLORES (13454)

Modelos de serie de tiempo

Promedio Mvil
Los promedios mviles son tiles si se asume que las
demandas del mercado sern ms o menos
constantes durante un perodo de tiempo.

LIC. RAYSALUZ FIGUEROA FLORES (13454)

Modelos de serie de tiempo

Ejemplo:
Las ventas de Licuadoras en una tienda de electrodomsticos en la
ciudad de Iquitos, se muestran en la siguiente tabla. Calcular el
promedio mvil segn los 3 ltimos meses:

LIC. RAYSALUZ FIGUEROA FLORES (13454)

Modelos de serie de tiempo

Promedio Mvil Ponderado
Utilizacin de pesos, esto hace que las tcnicas sean
ms sensibles a los cambios, ya que los perodos
resientes pueden tener mayor peso.

LIC. RAYSALUZ FIGUEROA FLORES (13454)

Modelos de serie de tiempo

Ejemplo:
Las ventas de Licuadoras en una tienda de electrodomsticos en la
ciudad de Iquitos, se muestran en la siguiente tabla. Calcular el
promedio mvil segn los 3 ltimos meses:

LIC. RAYSALUZ FIGUEROA FLORES (13454)

Modelos de serie de tiempo

La suavizacin exponencial
Es un mtodo de pronstico fcil de usar y se maneja
en forma eficiente por medio de las computadoras;
involucra poco respaldo de informacin pasada.

LIC. RAYSALUZ FIGUEROA FLORES (13454)

Modelos de serie de tiempo

Ejemplo:
En Delfin, el ADO pronostic una demanda en Julio
para 200 viajes por mes. La demanda real de Julio fue
de 180 viajes.
Utilizando una constante de suavizacin de a = 0.25,
podemos pronosticar la demanda de Agosto usando
el mdulo de suavizacin exponencial, al sustituir en
la frmula se obtiene:

LIC. RAYSALUZ FIGUEROA FLORES (13454)

Modelos de serie de tiempo

*_* Seleccin de la constante de suavizacin:

El valor adecuado de la constante de suavizacin

har la diferencia entre el pronstico exacto y el
inexacto.

LIC. RAYSALUZ FIGUEROA FLORES (13454)

10

Modelos de serie de tiempo

LIC. RAYSALUZ FIGUEROA FLORES (13454)

11

Modelos Causales
Los modelos de pronstico causal generalmente
consideran algunas variables que estn relacionadas
con la variable que se predice. Una vez que estas
variables relativas se han encontrado, se construye y
utiliza un modelo estadstico para pronosticar la
variable de inters. Este intento es ms poderoso que
los mtodos de serie de tiempo que nicamente
utilizan los datos histricos para pronosticar la
variable.

LIC. RAYSALUZ FIGUEROA FLORES (13454)

12

Modelos Causales

Se pueden considerar muchos factores en un anlisis

causal. Por ejemplo, las ventas de un producto
pueden estar relacionadas con el presupuesto de
publicidad de la empresa, los precios de
competidores y las estrategias promocinales, o aun
las tasas econmicas y de desempleo. En este caso,
las ventas seran llamadas variable dependiente y
otras
variables
seran
llamadas
variables
independientes.
LIC. RAYSALUZ FIGUEROA FLORES (13454)

13

Modelos Causales
Donde:
y = valor de la variable dependiente
a = interseccin en el eje y
b = pendiente de la lnea de regresin
x = la variable independiente

Carvajal suministra tiles de oficina en el territorio mexicano.

Al paso del tiempo, la compaa se ha percatado que el
volumen en pesos de sus ventas es dependiente de la nmina
de sus clientes en Mxico (gasto) . La siguiente tabla enumera
ingresos y la cantidad de dinero ganada por cada oficina en el
pas de Mxico en el ao 2.004-2005:

LIC. RAYSALUZ FIGUEROA FLORES (13454)

14

Modelos Causales

A partir de los seis puntos de datos se puede apreciar que existe una
ligera relacin positiva entre la variable independiente, la nmina y la
variable dependiente: las ventas. Mientras la nmina se incrementa, las
ventas de Carvajal tienden a ser mayores.
LIC. RAYSALUZ FIGUEROA FLORES (13454)

15

Modelos Causales

LIC. RAYSALUZ FIGUEROA FLORES (13454)

16

Modelos Causales

LIC. RAYSALUZ FIGUEROA FLORES (13454)

17

LIC. RAYSALUZ FIGUEROA FLORES (13454)

18