1. Prof.:
Ing. Jesús Chaparro
Br.
Leomarlyn Henríquez
Ricardo Hadad
Héctor Marcano
Universidad de Oriente
Núcleo de Monagas
Departamento de Ingeniería de Sistemas
Preparación, Evaluación y Control de Proyectos
Maturín, Mayo del 2013

2. Para aplicar las técnicas de proyección se requiere conocer el
comportamiento de los componentes del estudio de mercado en
el pasado, en el presente y en el futuro.
Los modelos y técnicas de proyección ayudan a determinar éste
comportamiento en el futuro
Introducción

3. Para la elección de un modelo o técnica se requiere de una serie de
características las cuales son:
La validez y disponibilidad de los datos históricos.
La precisión que se desea.
El costo del procedimiento.
Los beneficios del resultado.
Los periodos futuros que se deseen pronosticar.
El tiempo disponible para hacer el estudio.
Ciclo de vida del producto, producto nuevo o no. Entre otros.
Características Para la Elección de un Método

4. Eventos que no Hayan
Ocurrido en el Pasado
Desarrollo de Nuevas
Tecnologías
Incorporación de
Competidores con
Sistemas Comerciales
no Tradicionales
Variaciones en las
Políticas Económicas
Gubernamentales
Dificultades para su Pronosticación

5. Entre los métodos de proyección de mercados, se encuentran divididos en
dos grandes grupos, como lo son: los Métodos Cualitativos y los Métodos
Cuantitativos. Presentando en cada grupo diferentes métodos y
características los cuales serán utilizados dependiendo de la situación a la
que se enfrente.
Métodos Cualitativos
 El Método de Delphi
 La Investigación de Mercados
 La Predicción Tecnológica
Tipos de Proyecciones

6. Métodos Cuantitativos: Estos a su vez se dividen en dos categorías:
Modelos Causales
 Regresión Lineal Simple, Mínimos Cuadrados
 Regresión Múltiple
Modelos de Series de Tiempo
 Métodos de Promedios Móviles
 Métodos de la Extrapolación de la Tendencia Histórica
 Métodos de Afinamiento Exponencial
Tipos de Proyecciones

7. Se basan en el uso de opiniones de expertos en la materia. Se
fundamentan en el valor de las experiencias obtenidas en el pasado de
una situación determinada y la capacidad para afrontar sus efectos de
forma anticipada en el estudio y elaboración de un proyecto.
Es probablemente la técnica cualitativa que más se utiliza. Este método
reúne a todo un grupo de expertos relacionados en el tema que se desea
pronosticar, a los que se les somete a una serie de cuestionarios hasta
lograr una opinión global y concreta ante la situación planteada.
Métodos Cualitativos
Método de Delphi

8. • Reúne a un grupo de expertos.
• Se les somete a una serie de cuestionarios.
• Existe un proceso de retroalimentación controlada después de cada serie de
respuestas.
• La información se procesa estadísticamente y constituye una opinión grupal de
convergencia, de la que nace una predicción.
• Para no influir, el cuestionario se realiza en forma anónima.
• El proceso se repite hasta lograr la convergencia de opiniones de todos los
expertos.
• El lapso entre cuestionarios y el número de ellos, debe ser lo menor posible para
evitar intercambio de opiniones.
Características del Método de Delphi

9. Definición de Objetivos. En esta primera fase se plantea la
formulación del problema y un objetivo general que estaría
compuesto por el objetivo del estudio, el marco espacial de
referencia y el horizonte temporal para el estudio.
Selección de Expertos. Esta fase presenta dos dimensiones:
 Dimensión Cualitativa: Se seleccionan en función del
objetivo prefijado y atendiendo a criterios de experiencia
posición responsabilidad acceso a la información y
disponibilidad.
 Dimensión Cuantitativa: Elección del tamaño de la muestra
en función de los recursos medios y tiempo disponible.
Fases del Método de Delphi
1ª Fase
2ª Fase

10. Formación del panel. Se inicia la fase de captación que conducirá a
la configuración de un panel estable. En el contacto con los
expertos conviene informarles de:
Objetivos del estudio
Criterios de selección
Objetivos del estudio
Calendario y tiempo máximo de duración
Resultados esperados y usos potenciales
Recompensa prevista (monetaria, informe
final otros)
Fases del Método de Delphi

11. Elaboración y Lanzamiento de los Cuestionarios: Los
cuestionarios se elaboran de manera que faciliten la respuesta
por parte de los encuestados.
Explotación de Resultados: El objetivo de los cuestionarios
sucesivos es disminuir la dispersión y precisar la opinión
media consensuada. En el segundo envío del cuestionario, los
expertos son informados de los resultados de la primera
consulta, debiendo dar una nueva respuesta. Se extraen las
razones de las diferencias y se realiza una evaluación de ellas
Si fuera necesario se realizaría una tercera oleada.
Fases del Método de Delphi
3ª Fase
4ª Fase

12. Permite obtener información de puntos de vista sobre temas muy
amplios o muy específicos. Los Ejercicios Delphi son considerados
“holísticos”, cubriendo una variedad muy amplia de campos.
El horizonte de análisis puede ser variado.
Permite la participación de un gran número de personas, sin que se
forme el caos.
Ayuda a explorar de forma sistemática y objetiva problemas que
requieren la concurrencia y opinión cualificada. Entre otras.
Ventajas del Método de Delphi

13. Su alto costo.
Su tiempo de ejecución (desde el período de
formulación hasta la obtención de los resultados
finales).
Requiere una masiva participación para que los
resultados tengan significancia estadística. Pero el
grupo debe tener un alto grado de correspondencia con
los temas a ser tratados en el ejercicio.
Una parte crítica del método son las preguntas del
cuestionario.
Desventajas del Método de Delphi

14. La Predicción Tecnológica
Es un método que incita al desarrollo de nuevas tecnologías o
productos.
Para la aplicación de este método es necesario mantener un
seguimiento de toda innovación tecnológica que ingrese en el
mercado, comparándolos con las tecnologías del pasado, para así
definir un nuevo ciclo de vida estimado para su desempeño.
Tiene como finalidad prever un ciclo de vida y anticipar una curva de
sustitución para definir la oportunidad en el que se debe reemplazar
un mercado, producto o tecnología.

15. La Predicción Tecnológica

16. Son técnicas científicas usadas a la hora de tomar decisiones, en ellas se
tratan de determinar varias variables con el fin de demostrar un suceso a
través de muestras representativas que permitan arrojar a un resultado que se
pueda probar.
Son métodos que buscan los hechos o causas del fenómeno. Pueden ser
números o estadísticas.
Metodología o Técnicas Cuantitativas
Existen varios tipos de muestra:
 Probabilística: Compuesta por unidades de población elegidas
al azar. Por ejemplo:
 Muestra Aleatoria Simple: Todas las unidades del universo tienen probabilidades
de ser incluidas en la muestra.
 Muestra Estratificada Proporcional: las unidades se dividen en estratos,
escogiendo uno al azar.

17. Muestra Sistemática: Aplicación de un intervalo de selección a las
unidades que configuren el marco muestral.
Metodología o Técnicas Cuantitativas
No Probabilística: Compuesta por unidades de población que
no hallan sido elegidas al azar.

18. Metodología o Técnicas Cuantitativas
Dos grupos se identifican en esta categoría:
Los Modelos Causales.
Los Modelos de Series de Tiempo.

19. Métodos Cuantitativos
Los métodos cuantitativos de predicción tienen la alta ventaja de
que al estar representados de una forma matemática, su
procedimiento de calculo y los supuestos utilizados carecen de
toda ambigüedad .
 Regresión Lineal Simple
 Regresión Lineal Múltiple
En las técnicas cuantitativas veremos:
Modelos Causales

20. Modelos de Serie de Tiempo
 Método de Promedios Móviles.
 Método de la Extrapolación de la Tendencia Histórica.
 Método de Afinamiento Exponencial.
Métodos Cuantitativos

21. Modelos Causales
Se fundamenta en la posibilidad de confiar en el comportamiento de
una variable (independiente) que podría explicar los valores que
asumiría la variable a proyectar (dependiente).
La forma mas común de hacer una proyección causal en el ajuste de
curvas, el cual se lo puede realizar aplicando El Método de los
Mínimos Cuadrados o el de Regresión Lineal Múltiple.
Intentan proyectar el mercado sobre la base de antecedentes
cuantitativos históricos.

22. Modelos Causales
Diagrama Causal del Municipio

23. Modelos Causales
Regresión Lineal Simple
Es una técnica estadística que se puede utilizar para solucionar problemas comunes
en los negocios.
Se puede decir que Y depende de X, en donde Y y X son dos variables cualquiera en
un modelo de Regresión Simple.
"Y es una función de X"
Y = f(X)
Como Y depende de X,
Y es la variable dependiente, y
X es la variable independiente.
La variable dependiente es la variable que se desea explicar, predecir. También se le
llama REGRESANDO ó VARIABLE DE RESPUESTA.
La variable Independiente “X” se le denomina VARIABLE EXPLICATIVA ó
REGRESOR y se le utiliza para EXPLICAR “Y”.

24. Modelos Causales
Regresión Lineal Simple
En el estudio de la relación funcional entre dos variables poblacionales,
presenta la siguiente notación:
Y = a + b X + e
Donde:
*a es el valor de la ordenada donde la línea de regresión se intercepta con el
eje Y.
*b es el coeficiente de regresión poblacional (pendiente de la línea recta).
*e es el error.

25. Suposiciones de la Regresión Lineal
 Los valores de la variable independiente X son fijos, medidos sin error.
 La variable Y es aleatoria.
 Para cada valor de X, existe una distribución normal de valores de Y
(subpoblaciones Y).
 Las variancias de las subpoblaciones Y son todas iguales.
 Todas las medias de las subpoblaciones de Y están sobre la recta.
 Los valores de Y están normalmente distribuidos y son estadísticamente
independientes.

26. Modelos Causales
Regresión Lineal Múltiple
La regresión lineal nos permite trabajar con una variable a nivel de intervalo
o razón, así también se puede comprender la relación de dos o más variables
y nos permitirá relacionar mediante ecuaciones, una variable en relación a
otras variables llamándose Regresión múltiple.
Maneja varias variables independientes. Cuenta con varios parámetros. Se
expresan de la forma:

27. Modelos de Serie de Tiempo
Modelos de Serie de Tiempo
Llamamos Serie de Tiempo a un conjunto de mediciones de cierto fenómeno
o experimento registradas secuencialmente en el tiempo.
La técnica más importante para hacer inferencias sobre el futuro con base
en lo ocurrido en el pasado, es el análisis de series de tiempo.

28. Modelos de Serie de Tiempo
Promedios
Móviles
• Modelo del pronostico del tipo de series de tiempo a corto plazo, que pronostica las ventas
para el siguiente periodo. En este modelo, el promedio aritmético de las ventas reales para un
determinado numero de los periodos pesados mas recientes para el pronostico para el
siguiente periodo.
Promedio
Móvil
Ponderado
•Modelo parecido al promedio móvil arriba descrito, excepto que el pronostico para el siguiente
periodo, es un promedio ponderado de las ventas pasadas, en lugar del promedio aritmético.
Modelo de
Suavización
exponencial
•La suavización exponencial toma el pronostico del periodo anterior y le incorpora un ajuste
para obtener el pronostico del siguiente periodo. Este ajuste es proporcional al error anterior y
se calcula multiplicando el error de pronostico del periodo anterior por una constante entre cero
y uno. Esta constante alfa (α) se conoce como constante de suavización. La suavización
exponencial brinda mayor peso a los datos de periodos mas recientes que a los de los periodos
mas alejados.
Modelo de
Suavización
Exponencial
con
Tendencia
•Generalmente consideramos que la planeación a corto plazo cubre o abarca lapsos tan breves
que la estacionalidad y la tendencia no son factores de importancia. Sin embargo, conforme
pasamos de pronósticos a corto plazo a pronósticos a plazo medio, la estacionalidad y la
tendencia se hacen mas importantes. También se le conoce como método de suavización
exponencial doble.