Sunteți pe pagina 1din 18

1.

RESUMEN EJECUTIVO
PROBLEMA PRINCIPAL
Cul es la proyeccin de las ventas a raz de la competencia creciente en el mercado del mismo
rubro?
PROBLEMAS ESPECFICOS
1. Cmo se han comportado las ventas histricamente?
2. Qu factores hay que prestar mayor atencin?
OBJETIVO PRINCIPAL
Analizar las estadsticas de ventas y otros gastos de la empresa para determinar las variables que
aportan al modelo.
OBJETIVOS ESPECFICOS
1. Analizar las ventas acumuladas, y cmo influyen las variables dependientes.
2. Analizar los gastos en publicidad y la cantidad de vendedores.
RESULTADOS / CONCLUSION
i) Podemos concluir que el comportamiento de las ventas de los cuatro locales en conjunto,
probablemente se pueden explicar por la variable dependiente gasto en publicidad en un 88%.
Sin embargo, en este mismo anlisis no es relevante tomar la variable cantidad de vendedores
ya que no influye directamente en las ventas.
ii) En el local de Santiago, concluimos que la variable independiente gasto en publicidad
probablemente explique el 71% del comportamiento de las ventas.
iii) En el local de Santa Mercedes, la variable dependiente gasto en publicidad probablemente
explique el 76% del comportamiento de las ventas. Sin embargo, la variable cantidad de
vendedores no es representativa en este local tampoco.
iv) En el local Santa Mnica, no se puede generar un modelo con la variable independientes gasto
en publicidad y cantidad de vendedores, por lo que se recomienda analizar alguna otra
variable representativa que pueda influir con una mayor influencia en las ventas de la tienda.
v) En el local de San Isidro, no se puede generar un modelo con las variables independientes gasto
en publicidad y cantidad de vendedores debido a que no explican de manera representativa el
comportamiento de las ventas
RECOMENDACCIONES
i) Se debe se mantener la inversin en publicidad ya que explica el 88% de las ventas generales de
la empresa PEyCE SRL
ii) Es necesario complementar el anlisis de la variable dependiente de ventas, con alguna otra
variable que sea ms representativa que la cantidad de vendedores, ya que dicha variable no
explica el comportamiento de las ventas.
iii) En los locales de Santa Mercedes, Santa Mnica y San Isidro se recomienda evaluar otras
variables independientes que puedan explicar al menos el 75% del comportamiento de las ventas

2. ANTECEDENTES

La empresa PEyCE SRL, del rubro gimnasios que actualmente cuenta con 4 locales, todos
en la Regin principal, en los cuales se brindan servicios relacionados al acondicionamiento
fsico. La empresa tiene una permanencia en el mercado hace siete aos.
3. PROBLEMA PRINCIPAL
Cul es la proyeccin de las ventas a raz de la competencia creciente en el mercado del mismo
rubro?

PROBLEMAS ESPECFICOS
1. Cmo se han comportado las ventas histricamente?
2. Qu factores hay que prestar mayor atencin?

4. OBJETIVO PRINCIPAL
Analizar los resultados del rubro de ingeniera
OBJETIVOS ESPECFICOS
3. Analizar las ventas acumuladas, y cmo influyen las variables dependientes.
4. Analizar los gastos en publicidad y la cantidad de vendedores.

5. ANALISIS
5.1. Anlisis Descriptivo
De acuerdo al requerimiento de la gerencia se analizaron los datos de las ventas, obteniendo
los siguientes resultados:

Comportamiento Ventas (2013-2014)


900000
800000
700000
600000
500000
400000
300000
200000
Axis Title 100000
0

venta 2013

venta 2014

En la grfica podemos ver la estacionalidad que existe en el negocio de los gimnasios, y


adems un incremento entre las ventas del ao 2013 y 2014.
Para poder identificar mejor cuales son las tiendas que cambiaron de un ao a otro
analizamos las siguientes variables por ao.
Ventas, al ser esta variable la variable dependiente, primero veremos su comportamiento a lo
largo de estos dos aos en estudio en cada uno de los locales.

Ventas - Comparativo 13-14


2,500,000
2,000,000
1,500,000
1,000,000
500,000
-

Se puede analizar que ha habido un crecimiento en todos los locales del 2013 al 2014. El
local que mayor venta ha sido Santiago, sin embargo de San Isidro es el local que ha tenido
mayor crecimiento (2.13%), seguido de Santiago con 1.78%
En lo que son las ventas por local se tiene la siguiente informacin:

Se puede apreciar que existen picos de ventas en el mes de enero en todos los locales en
ambos aos estudiados y tambin se aprecia que en el mes de junio las ventas caen a sus
niveles ms bajos.
Adicionalmente se analiza las dos variables independientes por separado para ver su
comportamiento:

Vendedores: El nmero de vendedores ha incrementado en todos los locales del ao 2013 al ao


2014. El incremento en promedio fue de 6 trabajadores ms del 2013 al 2014. La cantidad de
vendedores en todos los locales es regular con una cantidad promedio de 56 vendedores en el
transcurso de los 2 aos.

Cantidad de vendedores
70
60
50
40
30
20
10
0

Gasto: Como se aprecia de la informacin brindada el gasto en publicidad ha incrementado en


todos los locales del 2013 al 2014. Asimismo se aprecia que el gasto en publicidad es bastante
diferenciado por local, siendo Santiago el que mayor presupuesto tiene.
Del anlisis se aprecia que el gasto incremento en un 8% comparado con el ao anterior para los
4 locales.

Gasto Publicidad - Comparativo 13-14


180,000
160,000
140,000
120,000
100,000
80,000
60,000
40,000
20,000
-

En el siguiente grafico se analiza el ratio de gastos en publicidad con relacin a las ventas:
Santiago
2013

Santa Mercedes
2014

2013

2014

Santa Monica
2013

2014

San Isidro
2013

2014

GASTO

VENTAS
RATIO

157,85
7
2,155,63
8
14

170,53
8
2,193,97
4
13

112,94
6
1,573,39
6
14

122,01
8
1,600,69
9
13

106,72
0
1,500,99
2
14

115,29
3
1,524,09
5
13

67,14
5
1,107,95
7
17

72,53
9
1,131,53
8
16

Anlisis
Se puede ver que la cantidad de vendedores no tiene repercusin en las ventas, ya que el local que tuvo
mayor incremento de ventas del 2013 al 2014, fue el que menor incremento de vendedores tuvo del 2013
al 2014. Esto nos lleva a validar que los vendedores no son un factor relevante en las ventas.
Para poder analizar a profundidad las variables no dependientes se realiz un anlisis de correlacin,
simulando diferentes escenarios.

5.2. Anlisis Regresin Simple y Mltiple


5.2.1. Ventas totales en los cuatro locales en los aos 2013 y 2014

Con las dos variables independientes


Empezamos el anlisis considerando las ventas totales, que se componen por los 4 locales en los
aos 2013 y 2014. Este anlisis incluy las dos variables independientes gasto en publicidad y
cantidad de vendedores.

Analizando el ndice de correlacin


Gasto Publicidad
Santiago 2013
Gasto Publicidad Santiago 2013
Cantidad Vendedores Santiago 2013

Cantidad Vendedores
Santiago 2013
1

-0.038253867

El valor del coeficiente de correlacin es -0.038, debido a que el valor es menor que 0.5 se define
que las variables no interfieren entre si y permiten el anlisis de regresin

Corriendo el modelo de regresin


Estadsticas de la regresin

Coeficiente de correlacin mltiple

0.942808295

Coeficiente de determinacin R^2

0.888887482

R^2 ajustado

0.886497965

Error tpico

12969.7138

Observaciones

96

ANLISIS DE VARIANZA
Valor crtico de F
Regresin

4.24599E-45

Residuos

93

Total

95
Coeficientes

Probabilidad

Intercepcin

41664.60745

2.15849E-06

Gasto Publicidad Santiago 2013

10.89731406

6.05666E-46

Cantidad Vendedores Santiago 2013

-2877.78782

0.057917094

Analizando los resultados:


i)
El coeficiente de determinacin es de 0.88 (mayor a 0.75).
ii)
En la prueba f el p-value es 4.24E-45 (menor a 0.05).
iii)
Evaluando el aporte de cada variable en la prueba t, el p-value de la variable
independiente cantidad de vendedores es 0.058 (mayor que 0.05), no cumple el valor
mnimo aceptable.
Como no cumple el tercer requisito entonces el modelo no es vlido.

Con una variable independiente


Luego de invalidar el modelo considerando las dos variables independientes, procedemos a analizar
el modelo de regresin simple. Tomamos una sola variable, que es gasto de publicidad, la cual
arroja un p-value de 6.05666E-46 (menor de 0.05) y corremos el modelo.
Estadsticas de la regresin
Coeficiente de correlacin mltiple

0.940469526

Coeficiente de determinacin R^2

0.88448293

R^2 ajustado

0.883254025

Error tpico

13153.74831

Observaciones

96

ANLISIS DE VARIANZA
Valor crtico de F

Regresin

7.66756E-46

Residuos
Total
Coeficientes

Intercepcin

27920.51441

Gasto Publicidad Santiago 2013

10.92683252

Analizando los resultados:


i)
El coeficiente de determinacin es de 0.88 (mayor a 0.75).
ii)
En la prueba f el p-value es 7.66E-46 (menor a 0.05).
Como se cumplen las dos condiciones de un modelo de regresin simple, podemos concluir que el
modelo es vlido.

La variable queda definida:

Ventas=27920+10.92 ( Gasto publicidad )


Para un rango de la variable independiente entre 3535.3 hasta 19 049.12

Interpretacin del modelo: La variable dependiente gasto en publicidad probablemente explique el


88% del comportamiento de las ventas. Adicionalmente se puede observar que un incremento en 1
unidad en el gasto de publicidad influye en un aumento de 10.92 veces en las ventas.

5.2.2. Anlisis por local en los aos 2013 y 2014


Sustentacin: Consideramos valioso realizar el anlisis independiente por cada local, a fin de evaluar
el aporte de cada uno de ellos en el resultado de las ventas totales y la influencia de las variables
independientes en cada uno de ellos. Asimismo, al discriminar el estudio, podremos tomar decisiones
aplicadas a cada local ya que tiene caractersticas especficas dependiendo de la ubicacin, las
preferencias, la competencia, la temporalidad etc.
a. Anlisis del local: SANTIAGO

Con las dos variables independientes


Realizamos el anlisis del local Santiago considerando como variable dependiente las ventas en
los aos 2013 y 2014, y como variables independientes : gasto en publicidad y gasto en
vendedores.

Analizando el ndice de correlacin


Gasto Publicidad
Santiago 2013-2014
Gasto Publicidad Santiago 2013
Cantidad Vendedores Santiago 2013

Cantidad Vendedores
Santiago 2013-2014
1

0.106685087

El valor del coeficiente de correlacin es 0.1 , debido a que el valor es menor que 0.5 se define que
las variables no interfieren y permiten el anlisis de regresin

Corriendo el modelo de regresin


Estadsticas de la regresin
Coeficiente de correlacin mltiple

0.856285923

Coeficiente de determinacin R^2

0.733225582

R^2 ajustado

0.707818494

Error tpico

13073.83937

Observaciones

24

ANLISIS DE VARIANZA
Valor crtico de F
Regresin

9.43005E-07

Residuos
Total
Coeficientes
Intercepcin

76980.52366

0.000779989

Gasto Publicidad Santiago 2013

8.508744427

1.86758E-07

-2836.361687

0.384436291

Cantidad Vendedores Santiago 2013

Probabilidad

Analizando los resultados:


i)
El coeficiente de determinacin es de 0.7 (menor que 0.75).
ii)
En la prueba f el p-value es 9.43E-7 (menor a 0.05).

iii)

Evaluando el aporte de cada variable en la prueba t, el p-value de la variable


independiente cantidad de vendedores es 0.38 (mayor que 0.05), no cumple el valor
mnimo aceptable.
Como no cumple el tercer requisito entonces el modelo no es vlido.

Con una variable independiente


Luego de invalidar el modelo considerando las dos variables independientes, procedemos a analizar
el modelo de regresin simple. Tomamos una sola variable, que es gasto de publicidad, la cual
arroja un p-value de 1.86E-7 (menor de 0.05) y corremos el modelo.

Estadsticas de la regresin
Coeficiente de correlacin mltiple

0.850412424

Coeficiente de determinacin R^2

0.723201292

R^2 ajustado

0.710619532

Error tpico

13011.02138

Observaciones

24

ANLISIS DE VARIANZA
Valor crtico de F
Regresin

1.42325E-07

Residuos
Total
Coeficientes

Intercepcin

66260.20016

Gasto Publicidad Santiago 2013

8.402599251

Analizando los resultados:


i)
El coeficiente de determinacin es de 0.72 (menor a 0.75).
ii)
En la prueba f el p-value es 1.42E-7 (menor a 0.05).
La primera condicin no se cumple, el coeficiente de determinacin es de 0.72, esto quiere decir que
la variable independiente gasto en publicidad probablemente solo influya en un 71% en la variable
dependiente ventas, hay un 29% que depende de otras variables.

La variable queda definida:

Ventas=66260.2+8.40 ( Gasto publicidad )


Para un rango de la variable independiente entre 8311.4 hasta 19049.1.

Interpretacin del modelo: La variable dependiente gasto en publicidad probablemente explique el


71% del comportamiento de las ventas. Adicionalmente se puede observar que un incremento en 1
unidad en el gasto de publicidad influye en un aumento de 8.4 veces en las ventas. Se recomienda
evaluar otras variables independientes para analizar las ventas en el local Santiago que puedan
explicar al menos el 75% del comportamiento de la variable.

b. Anlisis del local: SANTA MERCEDES

Con las dos variables independientes


Realizamos el anlisis del local Santa Mercedes considerando como variable dependiente las
ventas en los aos 2013 y 2014, y como variables independientes : gasto en publicidad y gasto
en vendedores.

Analizando el ndice de correlacin


Gasto Publicidad Santa
Mercedes 2013-2014
Gasto Publicidad Santa Mercedes 2013-2014
Cantidad Vendedores Santa Mercedes 2013-2014

Cantidad Vendedores Santa


Mercedes 2013-2014

1
0.08773513

El valor del coeficiente de correlacin es 0.087 , debido a que el valor es menor que 0.5 se define que
las variables no interfieren y permiten el anlisis de regresin.

Corriendo el modelo de regresin


Estadsticas de la regresin
Coeficiente de correlacin mltiple

0.876814716

Coeficiente de determinacin R^2

0.768804045

R^2 ajustado

0.746785383

Error tpico

12929.55215

Observaciones

24

ANLISIS DE VARIANZA
Valor crtico de F
Regresin

2.09794E-07

Residuos
Total
Coeficientes
Intercepcin

7515.119286

0.722779342

Gasto Publicidad Santa Mercedes 2013-2014

12.87386001

4.27134E-08

-270.9624977

0.934327085

Cantidad Vendedores Santa Mercedes 2013-2014

Probabilidad

Analizando los resultados:


i)
El coeficiente de determinacin es de 0.74 (menor que 0.75).
ii)
En la prueba f el p-value es 2.097E-7 (menor a 0.05).
iii)
Evaluando el aporte de cada variable en la prueba t , el p-value de la variable
independiente cantidad de vendedores es 0.93 (mayor que 0.05), no cumple el valor
mnimo aceptable.
Como no cumple el tercer requisito entonces el modelo no es vlido.

Con una variable independiente


Luego de invalidar el modelo considerando las dos variables independientes, procedemos a analizar
el modelo de regresin simple. Tomamos una sola variable, que es gasto de publicidad, la cual
arroja un p-value de 4.27E-8 (menor de 0.05) y corremos el modelo.
Estadsticas de la regresin
Coeficiente de correlacin mltiple

0.876771052

Coeficiente de determinacin R^2

0.768727478

R^2 ajustado

0.758215091

Error tpico

12634.37293

Observaciones

24

ANLISIS DE VARIANZA
Valor crtico de F
Regresin

1.91857E-08

Residuos
Total

Coeficientes
Intercepcin
Gasto Publicidad Santa Mercedes 2013-2014

6327.44631
12.86255386

Analizando los resultados


i)
El coeficiente de determinacin es de 0.76 (mayor a 0.75).
ii)
En la prueba f el p-value es 1.91E-8 (menor a 0.05).
Como se cumplen las dos condiciones de un modelo de regresin simple, podemos concluir que el
modelo es vlido.

La variable queda definida:

Ventas=6327.44 +12.86 (Gasto publicidad )


Para un rango de la variable independiente entre 5946.8 hasta 13629.5.

Interpretacin del modelo: La variable dependiente gasto en publicidad probablemente explique el


76% del comportamiento de las ventas. Adicionalmente se puede observar que un incremento en 1
unidad en el gasto de publicidad influye en un aumento de 12.86 veces en las ventas.

c. Anlisis del local: SANTA MNICA

Con las dos variables independientes


Realizamos el anlisis del local Santa Mnica considerando como variable dependiente las ventas
en los aos 2013 y 2014, y como variables independientes : gasto en publicidad y gasto en
vendedores.

Analizando el ndice de correlacin


Gasto Publicidad Santa
Monica 2013-2014
Gasto Publicidad Santa Monica 2013-2014
Cantidad Vendedores Santa Monica 2013-2014

Cantidad Vendedores Santa


Monica 2013-2014

1
0.22750557

El valor del coeficiente de correlacin es 0.23, debido a que el valor es menor que 0.5 se define que
las variables no interfieren y permiten el anlisis de regresin

Corriendo el modelo de regresin


Estadsticas de la regresin
Coeficiente de correlacin mltiple

0.794623909

Coeficiente de determinacin R^2

0.631427156

R^2 ajustado

0.59632498

Error tpico

15383.3321

Observaciones

24

ANLISIS DE VARIANZA
Valor crtico de F
Regresin

2.80863E-05

Residuos
Total
Coeficientes
Intercepcin

37321.12547

0.111887759

Gasto Publicidad Santa Monica 2013-2014

11.93640114

5.95303E-06

-4302.960722

0.22613891

Cantidad Vendedores Santa Monica 2013-2014

Probabilidad

Analizando los resultados:


i)
El coeficiente de determinacin es de 0.59 (menor que 0.75).
ii)
En la prueba f el p-value es 2.8E-5 (menor a 0.05).
iii)
Evaluando el aporte de cada variable en la prueba t , el p-value de la variable
independiente cantidad de vendedores es 0.22 (mayor que 0.05), no cumple el valor
mnimo aceptable.
Como el coeficiente de determinacin no tiene un valor aceptable y el tercer requisito
no cumple entonces el modelo no es vlido.

Con una variable independiente


Luego de invalidar el modelo considerando las dos variables independientes, procedemos a analizar
el modelo de regresin simple. Tomamos una sola variable, que es gasto de publicidad, la cual
arroja un p-value de 5.95E-6 (menor de 0.05) y corremos el modelo.

Estadsticas de la regresin
Coeficiente de correlacin mltiple

0.7772622

Coeficiente de determinacin R^2

0.604136527

R^2 ajustado

0.586142733

Error tpico

15576.13745

Observaciones
ANLISIS DE VARIANZA

24

Valor crtico de F
Regresin

7.88919E-06

Residuos
Total
Coeficientes
Intercepcin

20850.5816

Gasto Publicidad Santa Monica 2013-2014

11.37172655

Analizando los resultados


i)
El coeficiente de determinacin es de 0.6 (menor a 0.75).
ii)
En la prueba f el p-value es 7.9E-6 (menor a 0.05).
Debido a que el coeficiente de determinacin es de 0.6, quiere decir que el gasto en publicidad
probablemente solo explica el 60% de las ventas, por lo que no se puede generar un modelo
representativo ya que hay un 40% que no se puede definir.

Interpretacin del modelo: No se puede generar un modelo con la variable independientes gasto en
publicidad y cantidad de vendedores para el local Santa Monica, por lo que se recomienda
analizar alguna otra variable representativa que pueda influir con una mayor influencia en las ventas
de la tienda.

d. Anlisis del local: SAN ISIDRO

Con las dos variables independientes


Realizamos el anlisis del local San Isidro considerando como variable dependiente las ventas en
los aos 2013 y 2014, y como variables independientes : gasto en publicidad y gasto en
vendedores.

Analizando el ndice de correlacin


Gasto Publicidad San
Isidro 2013
Gasto Publicidad San Isidro 2013
Cantidad Vendedores San Isidro 2013

Cantidad Vendedores San


Isidro 2013
1

0.25481567

El valor del coeficiente de correlacin es 0.25, debido a que el valor es menor que 0.5 se define que
las variables no interfieren y permiten el anlisis de regresin

Corriendo el modelo de regresin

Estadsticas de la regresin
Coeficiente de correlacin mltiple

0.753070626

Coeficiente de determinacin R^2

0.567115368

R^2 ajustado
Error tpico

0.52588826
8921.551019

Observaciones

24

ANLISIS DE VARIANZA
Valor crtico de F
Regresin

0.000152022

Residuos
Total
Coeficientes

Probabilidad

Intercepcin

37396.33771

0.012195368

Gasto Publicidad San Isidro 2013

9.290284951

5.60732E-05

Cantidad Vendedores San Isidro 2013

402.5943081

0.872622892

Analizando los resultados:


i)
El coeficiente de determinacin es de 0.52 (menor que 0.75).
ii)
En la prueba f el p-value es 1.5E-4 (menor a 0.05).
iii)
Evaluando el aporte de cada variable en la prueba t , el p-value de la variable
independiente cantidad de vendedores es 0.87 (mayor que 0.05), no cumple el valor
mnimo aceptable.
Como el coeficiente de determinacin no tiene un valor aceptable y el tercer requisito
no cumple entonces el modelo no es vlido.

Con una variable independiente


Luego de invalidar el modelo considerando las dos variables independientes, procedemos a analizar
el modelo de regresin simple. Tomamos una sola variable, que es gasto de publicidad, la cual
arroja un p-value de 5.6E-5 (menor de 0.05) y corremos el modelo.

Estadsticas de la regresin
Coeficiente de correlacin mltiple

0.752710034

Coeficiente de determinacin R^2

0.566572395

R^2 ajustado
Error tpico

0.54687114
8721.895324

Observaciones

24

ANLISIS DE VARIANZA
Valor crtico de F
Regresin

2.19935E-05

Residuos
Total
Coeficientes

Intercepcin

38796.84318

Gasto Publicidad San Isidro 2013

9.366695257

Analizando los resultados


i)
El coeficiente de determinacin es de 0.57 (menor a 0.75).
ii)
En la prueba f el p-value es 2.2E-5 (menor a 0.05).
Debido a que el coeficiente de determinacin es de 0.57, quiere decir que el gasto en publicidad
probablemente solo influye en el 57% de las ventas, por lo que no se puede generar un modelo
representativo ya que hay un 43% que no se puede definir.

Interpretacin del modelo: No se puede generar un modelo con la variable independientes gasto en
publicidad y cantidad de vendedores para el local San Isidro, por lo que se recomienda analizar
alguna otra variable representativa que pueda influir con una mayor influencia en las ventas de la
tienda.

6. RESULTADOS / CONCLUSION
vi) Podemos concluir que el comportamiento de las ventas de los cuatro locales en conjunto,
probablemente se pueden explicar por la variable dependiente gasto en publicidad en un 88%.
Sin embargo, en este mismo anlisis no es relevante tomar la variable cantidad de vendedores
ya que no influye directamente en las ventas.

vii) En el local de Santiago, concluimos que la variable independiente gasto en publicidad


probablemente explique el 71% del comportamiento de las ventas.
viii) En el local de Santa Mercedes, la variable dependiente gasto en publicidad probablemente
explique el 76% del comportamiento de las ventas. Sin embargo, la variable cantidad de
vendedores no es representativa en este local tampoco.
ix) En el local Santa Mnica, no se puede generar un modelo con la variable independientes gasto
en publicidad y cantidad de vendedores, por lo que se recomienda analizar alguna otra
variable representativa que pueda influir con una mayor influencia en las ventas de la tienda.
x) En el local de San Isidro, no se puede generar un modelo con las variables independientes gasto
en publicidad y cantidad de vendedores debido a que no explican de manera representativa el
comportamiento de las ventas

7. RECOMENDACCIONES
iv) Se debe se mantener la inversin en publicidad ya que explica el 88% de las ventas generales de
la empresa PEyCE SRL
v) Es necesario complementar el anlisis de la variable dependiente de ventas, con alguna otra
variable que sea ms representativa que la cantidad de vendedores, ya que dicha variable no
explica el comportamiento de las ventas.
vi) En los locales de Santa Mercedes, Santa Mnica y San Isidro se recomienda evaluar otras
variables independientes que puedan explicar al menos el 75% del comportamiento de las ventas

S-ar putea să vă placă și