Resumen de los metodos cuantitativos usados para proyectar la demanda del mercado

1. UNIVERSIDAD NACIONAL DEL
CALLAO
FACULTAD DE CIENCIAS CONTABLES
METODOS CUANTITATIVOS PARA PROYECTAR EL
MERCADO
CURSO:
FORMULACION DE PROYECTOS
PROFESORA:
ENCALADA BACA, GLADYS
INTEGRANTES:
AYALA QUIROZ, FRIDA
BECERRA PINEDO, GUILLERMO
RAMIREZ CHAMORRO, SILVIA MARIBEL
SACSA CENTENO, DANIELA
YUPANQUI GARCIA, MILUSKA

2. MÉTODOS DE PROYECCIÓN DE MERCADO
La efectividad del método elegido se evaluara en función a:
Precisión Sensibilidad Objetividad
Se requiere conocer el comportamiento de los componentes del
estudio de mercado en el pasado, en el presente y en el futuro.
Pasado Presente Futuro
Los modelos y técnicas de proyección ayudan a determinar
éste comportamiento futuro.

3. TECNICAS DE
PROYECCION DEL
MERCADO
METODO
CUALITATIVO
(SUBJETIVO)
MÉTODO
CUANTITATIVO
MÉTODOS
CAUSALES
MODELO DE
REGRESIÓN
MODELO
ECONOMÉTRICO
MÉTODO DE
ENCUESTAS DE
INTENCIONES DE
COMPRA
MODELO DE
INSUMO
PRODUCTO
MÉTODOS DE
SERIES DE TIEMPO
PROMEDIOS DE
MÓVILES SIMPLE
ALISAMIENTO
EXPONENCIAL
MÉTODO DE
DESCOMPOSICIÓN

4. METODOS CUANTITATIVOS
Se le llama método cuantitativo o investigación
cuantitativa a la que se vale de los números para
examinar datos o información.
MODELOS
CAUSALES
MODELOS
DE SERIES
DE
TIEMPO
METODOS
CUANTITATIVOS

7. Se basa en la siguiente expresión
matemática, que relaciona dos variables,
sea Y, la variable dependiente y X, la
variable independiente
MODELO DE REGRESIÓN LINEAL
Y (x)= a + b x
Y (x)= Valor
estimado de la
variable
dependiente para
un valor específico
de la variable
independiente (x)
X = Valor
especifico de la
variable
independiente
a= Punto de
intersección de la
línea de regresión
con el eje b
b = Pendiente
de la línea de
regresión

8. CRITERIO DE LOS MINIMOS CUADRADOS
Permite que la línea de la regresión de mejor ajuste, minimice la
suma de las desviaciones cuadráticas entre los valores reales y
estimados de la variable dependiente
AL MINIMIZAR LA
SUMATORIA DE ERRORES
AL CUADRADO, SE
DERIVAN LAS SIGUIENTES
EXPRESIONES PARA LA
PENDIENTE Y EL
INTERCEPTO
DONDE:
X e Y =Son las mediadas de las variables
n=Número de observaciones

9. Alternativamente, b puede calcularse utilizando:

10. DIFERENTES PROYECCIÓN POR REGRESIÓN

11. CASO PRACTICO
Por ejemplo, supóngase que los antecedentes históricos de
producción y ventas de un determinado producto son los q se
muestran en el cuadro 5.1. No obstante, es necesario aclarar que se
debe contar con numero significativo de observaciones para que la
estimación sea veraz y las conclusiones derivadas de la relación
entre variables sean consistentes.
Se desea hallar la demanda esperada para el año 2008
CUADRO 5.1

12. CUADRO 5.2

13. REEMPLAZO DE LAS ECUACIONES
De esta forma, la ecuación final de regresión es:
Para estimar la demanda esperada en 2008 (x=6), se
remplaza

15. MODELO
ECONOMÉTRICO
Es un sistema de ecuaciones estadísticas
que interrelacionan a las actividades de
diferentes sectores de la economía y ayudan
a evaluar la repercusión sobre la demanda
de un producto o servicio.
REQUIERE
Identificar las
variables que
influyan en lo que
se va a estudiar
Formular una
relación entre el
conjunto de
variables
Introducir la
“perturbación aleatoria”
lo que permite razonar
en términos
probabilísticos y no
exactos.

16. COMPONENTES VARIABLES
Son los factores o entes
elementales que actúan
en un fenómeno, que
explican y determinan el
modelo
VARIABLES
ENDÓGENAS:
Aquellas que vienen
explicadas por el
funcionamiento del
modelo.
VARIABLES
EXÓGENAS:
Aquellas que inciden
sobre el modelo
desde el exterior; pero
influyen en el
comportamiento de las
endógenas.
Ejemplo: Podríamos decir que el
Desempleo es una variable
endógena ya que depende del PBI
(variable exógena)

17. PARÁMETROS Son magnitudes que
permanecen constantes
dentro de un fenómeno
económico concreto
PARÁMETROS DE
POSICIÓN:
Son los que entran en el
momento de primer orden y
miden las fluctuaciones de
las variables exógenas
sobre la variable endógena.
PARÁMETROS DE
DISPERSIÓN:
Que se refieren a la
varianza de las
perturbaciones
aleatorias.
Los parámetros solo
pueden interpretarse en
términos de la variable
que acompañan en la
relación.

18. ETAPAS
1) ESPECIFICACIÓN
Cuando se han definido las variables
(endógenas, exógenas) que explican y
determinan el modelo, los parámetros
estructurales que acompañan a las
variables, las ecuaciones y su formulación
en forma matemática, la perturbación
aleatoria que explica la parte no sistemática
del modelo, y los datos estadísticos.
2) ESTIMACIÓN
Cuando se asigna valores numéricos a
los parámetros de las ecuaciones del
modelo.

19. 3) CONTRASTE
Se someten los parámetros y la variable
aleatoria a unos contrastes estadísticos
para cuantificar en términos probabilísticos
la validez del modelo estimado.
Luego se da la aplicación del
modelo conforme al objetivo
del mismo.

20. SON ÚTILES PARA:
Análisis estructural y
entender cómo
funciona la
economía.
Predicción de los
valores futuros de las
variables económicas.
Simular con fines de
planificación distintas
posibilidades de las
variables exógenas.
Simular con fines de
control valores óptimos
de variables
instrumentales de
política económica y de
empresa.

21. EJEMPLO
Podríamos decir que el precio es causa de la cantidad demandada,
esto es, que variaciones en el precio (causa) provocan variaciones
(efecto) en la cantidad demandada, y no al revés. Otro tanto
podríamos decir de la renta y el consumo, de los tipos de interés y de
la inversión, etc.
En definitiva, de un modelo económico como
y = f (x)
que relacionase, por ejemplo, consumo y renta, debería ser
especificado, por ejemplo a través de cualquiera de las siguientes
expresiones:
Consumo= α+βx renta ⇔Y= α+β.X 0<β<1
Consumo= α+βx 1/renta ⇔Y= α+β.1/X β<0
α yβ son los parámetros que establecen, precisamente, la
cuantificación del fenómeno.

22. La econometría nos ofrece métodos para estimar tales coeficientes. De
esta forma si la estimación del modelo econométrico nos diera una
expresión como
y =100 + 0.7x
Esta expresión vendría a decir que el 70% de la renta se dedica al
consumo, junto a un consumo autónomo de 100 unidades. Quedaría así
cuantificado el fenómeno.
Esta variable aleatoria (u), que es no-observable, sustituye a todas
aquellas variables que, influyendo en la variable objeto de estudio, han
sido excluidas del modelo. El modelo, en términos genéricos se
expresaría como:
y = f (x,u)
Es decir, el consumo ya no sólo es función de la renta, sino que también
lo es de (u). En general este término se introduce en términos aditivos,
por lo que podríamos obtener la ecuación como:
y =α + βx + u
Este es un ejemplo de un modelo econométrico, y está compuesto por
la suma de un componente determinista (α + β ⋅ x) y un componente
aleatorio.

24. MODELO ENCUESTAS
DE INTECIONES DE
COMPRA
Utilizando determinado
modelo de encuesta
para descubrir y conocer
cuáles son las
necesidades de sus
clientes.
Se sabe exactamente
cuáles son las preferencias
de los clientes, cuáles son
sus servicios o productos
preferidos y qué es lo que
compran realmente.
RECOPILACION
REGISTRO
ANÁLISIS
SISTEMÁTICO

25. ENCUESTA
MARCA COMPETENCIA MEJOR
NEGOCIO
Es un proceso
científico y para
obtener los
mejores resultados
se necesita tomar
decisiones

26.  Intención de compra
Intención de compras: General Incluya una serie de datos personales que quiere obtener. Mida las
características y sugerencias de productos para objeto de mejoramiento.
Intención de compras: Al por
menor
Enfoque especial en compras al por menor. Evalúe la satisfacción y
experiencia de compra de sus clientes y la probabilidad de futuras visitas
y adquisiciones. Haga un análisis demográfico
Intención/propósito de compra
vía online
Evalúe la satisfacción y experiencia de compra de sus clientes realizados
vía online y la probabilidad de futuras visitas y adquisiciones. Haga un
análisis demográfico.
Intención de compra en
Productos o Servicios
Evalúe la percepción de sus consumidores sobre un producto o servicio
específico y la intención de compra en el futuro.
Intención de compra en Servicios
Profesionales
Evalúe la satisfacción del compromiso de los servicios profesionales
prestados y la probabilidad de llegar a futuros acuerdos.
Valor en Servicios personales
Evalúe las características de valor en los clientes, niveles de precio para
la compra. Para proveedores de servicio.
Evaluación del Producto
Identifique las características y preferencias, opciones de precios y
productos de la competencia.
Compromiso en servicios
Evalúe las características de valor en los clientes, niveles de precio y
probabilidad de compra. Para contratistas.
Perspectiva sobre un producto o
servicio
Puede obtener las valoraciones que dan sus compradores. Entonces,
puede incrementar sus ventas haciendo campañas vía e-mail o su sitio
web en base a las perspectivas logradas en la encuesta.

29. MODELO INSUMO DE PRODUCTO
Puede definirse como un método de análisis, utilizado tanto en
economía teórica como aplicada, que tiene por objeto encontrar
las relaciones entre los diferentes factores de producción
utilizados y el producto que se obtiene de ellos.
La Matriz o Tabla de Insumo-Producto es una
representación de las macro magnitudes básicas de
la economía de un país para un período dado,
generalmente un año.

30. Sectores de
Destino
Sectores de
Origen
Demanda
Intermedia
Primario
Secundario
Terciario
Demanda Final
Consumo Familias
Consumo Gobierno
Inversión
Exportaciones
Valor Bruto de la
Producción
Importaciones
Valor Agregado Bruto
Interno Total
Primario
Secundario
Terciario
(I)
Compraventa de
Insumos
Nacionales
(II)
Compraventa de Bienes de
consumo, de Inversión y
Exportaciones
(III)=(I)+(II)
Valor Bruto
De la
Producción
Importaciones
(IV)
Importaciones de
Insumos
(V)
Importaciones de
Bienes Finales
(VI)=(IV)+(V)
Importaciones
Totales
Componentes del
Valor Agregado
Bruto Interno
(VII)
Valor Agregado por
los
Sectores de
Destino
Intermedio
(VIII)
Valor Agregado por
El Gobierno (consumo)
(IX)=(VII)+(VIII)
Valor Agregado
Bruto Total
Valor Bruto de
La Producción
Y Demanda
Final
Valor Bruto
De la Producción
(X)=(I)+(IV)+(VII)
Demanda Final
(XI) = (II)

31. • La matriz consta de dos partes: “Demanda Intermedia” y “Demanda Final”,
teniendo en cuenta la clasificación de los Bienes:
• Son los Insumos, sirven para producir otros Bienes y
• se agotan en el proceso de producción. Ej. Harina para
• producir pan, o energía eléctrica necesaria para
producir
• automóviles.
Bienes
Intermedios:
• Se aplican directamente a la satisfacción
• de las necesidades. Ej. alimentos; una “plancha” para
uso doméstico.
Bienes de
Consumo:
• Sirven para producir otros Bienes y no
• se agotan en el proceso de producción. Ej. una
maquinaria
Bienes de
Inversión:

33. MODELOS DE SERIES DE TIEMPO
Se refiere a la medición de valores de una
variable en el tiempo a intervalos
espaciados uniformemente
observando las variables en periodos de
tiempo regulares.
Se trata de una previsión basada en los
datos pasados
Supone que los factores que han influido
en el pasado lo sigan haciendo en el
futuro.
Se obtiene

34. COMPONENTES DE LAS SERIES DE TIEMPO
Series de
Tiempo
Objetivo
Determinar un
patrón básico
del
comportamiento
que permita
Proyección futura
de la variable
deseada
En base a
información
histórica

35. COMPONENTES DE LAS SERIES DE TIEMPO
X
Y
Comp.
tendencia
Crecimiento o declinación
en el largo plazo del valor
promedio de la variable.
Tales como:
Cambios en la población, en las características
demográficas de la misma, cambios en los
ingresos, en la salud, en el nivel de educación y
tecnología.

36. COMPONENTES DE LAS SERIES DE TIEMPO
fluctuaciones que se repiten en
forma periódica.
Tales como:
Factores climáticos, estaciones del año, . X
Y
Comp.
tendencia
Comp. cíclico
Comp.
estacional

37. COMPONENTES DE LAS SERIES DE TIEMPO
factores a corto plazo,
imprevisibles y no
recurrentes que afectan
a la serie de tiempo.
Tales como:
inundaciones, huelgas, terremotos, etc

38. COMPONENTES DE LAS SERIES DE TIEMPO
X
Y
Comp.
tendencia
Comp. cíclicoDivergencias que se da
por efecto combinado
de fuerzas económicas,
sociales, políticas,
tecnológicas, culturales
y otras existentes en el
mercado.
Ejemplo:
Ciclos comerciales cuyos períodos recurrentes
dependen de la prosperidad, recesión, depresión y
recuperación, las cuales no dependen de factores
como el clima o las costumbres sociales.

40. PROMEDIOS DE MOVILES SIMPLES:
Suaviza los datos al promediar observaciones consecutivas en la serie
de tiempo. Este método es adecuado cuando no hay componente de
tendencia ni estacionalidad, sin embargo hay alternativas si se
presentan estos patrones.
Tiene una amplitud de pronóstico corta siguiendo una línea
paralela.

41. Ejemplo:
Se desea predecir el empleo durante los próximos 6 meses en el segmento de
metales con los datos de los últimos 60 meses. Se usa el método de promedio móvil
si no se tienen patrones bien definidos de tendencia o estacionalidad en los datos.
1 Open worksheet EMPLOY.MTW.
2 Seleccionar Stat > Time Series > Moving Average.
3 En Variable, seleccionar Metals. En MA length, poner 3.
4 Seleccionar Center the moving averages.
5 Seleccionar Generate forecasts, y poner 6 en Number of forecasts. Click OK.
Los resultados obtenidos se muestran a continuación:
Moving Average for Metals
Data Metals
Length 60
NMissing 0
Moving Average
Length 3
Accuracy Measures
MAPE 1.55036
MAD 0.70292
MSD 0.76433

42. Forecasts
Period Forecast Lower Upper
61 49.2 47.4865 50.9135
62 49.2 47.4865 50.9135
63 49.2 47.4865 50.9135
64 49.2 47.4865 50.9135
65 49.2 47.4865 50.9135
66 49.2 47.4865 50.9135
Index
Metals
635649423528211471
52
50
48
46
44
42
40
Moving Average
Length 3
Accuracy Measures
MAPE 1.55036
MAD 0.70292
MSD 0.76433
Variable
Forecasts
95.0% PI
Actual
Fits
Moving Average Plot for Metals
Interpretación de resultados
Se obtiene la gráfica de serie de tiempo mostrando los
valores observados y estimados (un periodo adelante),
además de los seis pronósticos. Note que el patrón de
datos estimados va detrás del patrón de datos.

44. ALISAMIENTO EXPONENCIAL
El método de
alisamiento exponencial
puede dar una
ponderación mayor a
las observaciones más
recientes.
Las ponderaciones se
asigna mediante la
constante , 0 <  < 1.
El modelo se expresa
como:
pronóstico =  (último
valor) + (1 - )(último
pronóstico)

45. FORMULA

46. Para poder generar un
pronóstico a través del
método de alisamiento
exponencial necesitamos
el pronóstico más reciente.
la demanda que se
presentó para ese período
y una constante de
suavizamiento α (alfa).
una constante de
suavizamiento α (alfa).

47. Usted a incursionado en la venta de comida rapida y desea predecir el número
de personas que asistirán en el los siguientes años mediante el alisado
exponencial (α = 0,20). como dato la venta estimada del 2010 fue de 177
© 1995 Corel Corp.
EJEMPLO DE ALISADO EXPONENCIAL
Años Ventas
reales
Ventas
estimadas
2010 180 177
2011 168
2012 159
2013 175
2014 190
2015 186

48. Año Real
Previsión,Ft
(α = 0,20)
2010 180
2011 168
2012 159
2013 175
2014 190
2015 ND
(0.20)
SOLUCIÓN DEL ALISADO EXPONENCIAL

49. Año Real
Previsión,Ft
(α = 0,20)
2010 180 180(valor de ventas
reales del periodo
anterior)
2011 168
2012 159
2013 175
2014 190
2015 ND
(0.20)180
SOLUCIÓN DEL ALISADO EXPONENCIAL

50. Año Real
Previsión,Ft
(α = 0,20)
2010 180 (1 menos el valor)
2011 168
2012 159
2013 175
2014 190
2015 ND
(0.20)180 + (1-0.20)
SOLUCIÓN DEL ALISADO EXPONENCIAL

51. Año Real
Previsión,Ft
(α = 0,20)
2010 180
177 (dado)
2011 168
2012 159
2013 175
2014 190
2015 ND
(0.20)180 + (1-0.20)177 = 178
SOLUCIÓN DEL ALISADO EXPONENCIAL

52. © 1995 Corel Corp.
EJEMPLO DE ALISADO EXPONENCIAL
Años Ventas
reales
Ventas
estimadas
2010 180 177
2011 168 178
2012 159 176
2013 175 172
2014 190 173
2015 186 176

53. Año
Venta
s
140
150
160
170
180
190
10 11 12 13 14 15
Real
Previsión
GRÁFICO DEL ALISADO EXPONENCIAL

55. MÉTODO DE DESCOMPOSICIÓN
MÉTODO DE
DESCOMPOSICIÓN
TENDENCIA
COMPONENTE
CÍCLICO
COMPONENTE
ESTACIONAL
COMPONENTE
NO
SISTEMÁTICO

56. MÉTODO DE DESCOMPOSICIÓN
S = T x C x Y x U
S: valor pronosticado
T: factor de tendencia
C: es el componente cíclico
Y: Índice de estacionalidad
U: la variación no sistemática

57. CASO PRACTICO

58. CONCLUSION
Al trabajar con los métodos cuantitativos para proyectar el mercado la
empresa tendrá una visión de lo que necesitara en el futuro para
satisfacer la demanda, esto quiere decir que con estas predicciones la
empresa es capaz de desarrollar pronósticos de recursos (tiempo,
equipos, fuerza de trabajo, compra de partes y materiales).
Si la predicción logra precisar las variaciones, la empresa utilizará con
más eficacia sus recursos para satisfacer la demanda.
Dependiendo del método que la empresa utilice esta será capaz de
tener pronósticos a corto, mediano y largo plazo.