METODOS ESTADISTICOS O MATEMATICOS PARA DETERMINACION DE VENTAS (Presupuesto de Ventas)

Para la realizacin de un presupuesto de ventas es necesario considerar todos los factores que intervendrn en el logro de estas, teniendo un papel muy importante los componentes del costo y muchas otras variables que van ms all del plan de mercadeo, los valores a aplicarse deben IMPORTANCIA Son las ventas las que constituyen la fuente principal de fondos de la empresa; son entonces la base de todo programa de presupuesto debito a que estas deben soportar los costos y gastos de la operacin de la entidad, por tanto se deben PARTES presupuestar a DEL corto, mediano y largo plazo. y el volumen que estas alcanzar.

PRESUPUESTOS

El Presupuesto total de ventas est compuesto por las siguientes partes:

Pronostico

de

ventas. la proyeccin tcnica de la demanda

Los pronsticos de ventas constituyen

potencial de los clientes durante un horizonte de tiempo especificado y con suposiciones fundamentales especificadas y se convierte en un plan de ventas cuando la administracin incorpora en l juicios, estrategias planeadas, compromiso de recursos y la dedicacin administrativa a las acciones agresivas para lograr las metas de ventas.

Para los pronsticos de ventas se emplean numerosos anlisis tales como modelos matemticos, tcnicas de investigacin de operaciones, ajustes de tendencia, anlisis de de correlacin, Datos suavizacin e exponencial y otros. Recoleccin informacin.

Sin la obtencin de datos e informaciones auxiliares, un especialista en mercados no podr saber exactamente lo que es el producto, definir al
1

consumidor, mucho menos proyectar la demanda en una forma tcnica o al menos aceptable.

Solo despus de tener definido el producto y el consumidor se puede pasar a la recoleccin de datos e informaciones cuantitativos para as poder definir la demanda actual y proyectar al futuro.

Los datos a recolectar deber ser relacionados con el producto, tales como: los relativos al consumo histrico, los relativos a la poblacin consumidora potencial, los relativos a la produccin, a las preferencias del consumidor, al consumo Anlisis segn de los precios, los al consumo datos segn el ingreso.

recolectados.

Despus de la obtencin de la informacin y de los datos necesarios para la proyeccin, se clasifican y se analizan estos, para entrar a definir los criterios y los parmetros con los cuales se van a llevar a cabo las proyecciones. Estos anlisis se efectan casi siempre en forma estadstica buscando principalmente las tendencias histricas y los puntos fuertes y dbiles que permitan la proyeccin ms exacta y confiable posible.

Utilizacin de los mtodos para proyectar la demanda. Los Mtodos de proyeccin se pueden clasificar en las siguientes categoras:

Mtodos Estadsticos

Mtodo Y Calculada El mtodo de Y calculada, tambin es denominado como de anlisis correlativos y se desarrolla con base en la formula de la lnea recta; el uso de esta ecuacin se utiliza normalmente para describir una tendencia a largo plazo y su aplicacin en el anlisis correlativo es similar.

En el anlisis de tendencia la ecuacin expresa la propensin de los cambios en una serie de datos por cada ao que pasa; en el anlisis correlativo la ecuacin denota la tendencia de los cambios a ocurrir en una serie de datos en relacin a un cambio dado en otra serie de datos.

Es uno de los temas ms importantes de la estadstica y consiste en el estudio de la relacin entre dos variables. El objetivo consiste en expresar la relacin entre dos variables en forma tal que, conocido el valor de una de ellas se pueda estimar el valor de la otra. De esta manera podemos proyectar la demanda con base en la relacin existente entre dos o ms variables.

Existen cuatro relaciones que se pueden presentar entre dos variables, a saber: 1. Que una variable afecte a la otra, es decir que exista dependencia para una de ellas. 2. Que las dos variables tengan una dependencia recproca 3. Que la relacin de las variables sea condicionada por factores exgenos. 4. Que la relacin entre las dos se deba a una coincidencia especial.

La formula de la lnea recta es Y = a + bx, en donde: x = variable relativa. a = valor de y cuando x vale cero; es a la vez una constante y la determinante de la altura de la lnea recta sobre el eje de las equis. b = cantidad promedio de cambio en y, lo cual ocurre con cada unidad de modificacin en x, indica la pendiente o declive de la lnea recta. Dndoles significado en la determinacin del pronstico de ventas, se tendra: Yc = Pronstico de ventas. n = Cantidad de componentes. a = Ventas del ao base de la serie b = Factor de acumulacin x = Perodo a pronosticar (partiendo de 0)

Ejemplo: La empresa Hojas y Papeles, S.A. desea conocer su pronstico de ventas de cajas de hojas tamao carta para el ao 2007, para lo cul presenta su informacin estadstica.

Ntese que para este mtodo los perodos debern numerarse comenzando de cero, para darle valor a la variable x. |X |0 |1 |2 |3 |4 |5 |AO |2001 |2002 |2003 |2004 |2005 |2006 I VENTAS EN UNIDADES | | | | | | 30,000 35,500 31,000 37,000 39,000 40,500 | | | | | | |

Solucin: Paso 1 Determinar la variacin Ao 2006 40,500 Ao 2001 30,000 VARIACION 10,500 Paso 2 Determinar Factor de Acumulacin Variacin / # de aos = 10,500/5 = 2,100 Paso 3 Aplicacin de la ecuacin para hallar el pronstico de ventas Yc = a + bx Yc = 30,000 + 2,100 (6) Yc = 30,000 + 12,600 Pronstico de ventas = 42,600 unidades.

El clculo se puede comprobar de la siguiente manera:

|AO |2001 |2002 |2003 |2004 |2005 |2006 |2007

|X |0 |1 |2 |3 |4 |5 |6

|VENTAS EN UNIDADES |Yc |30000 |35500 |31000 |37000 |39000 |40500 | | | | | | | | 30,000 32,100 34,200 36,300 38,400 40,500 42,600

| | | | | | | |

Mtodo de Semipromedios: En qu consiste? Consiste en dividir en dos partes iguales al periodo en estudio y determinar un ao non que constituya la mitad de la serie; los promedios son computados
5

dividiendo el total de las ventas de cada una de las 2 series entre la cantidad de aos a que las mismas se refieren y plasmar esos semipromedios en una grfica de coordenadas.

Es deseable que cada mitad del periodo contenga la misma cantidad de aos prsperos y depresivos, desafortunadamente y con frecuencia es imposible seleccionar periodos con los que se logre cumplir con este requerimiento y que, a la vez, sean significativos en otros aspectos, adems que en ocasiones la entidad no ha completado varios ciclos e incluso uno. La seleccin del perodo o cantidad de aos tiene una influencia directa en la tendencia o inclinacin de la lnea; si en la primera parte del perodo seleccionado prevaleci una depresin y la segunda se caracteriz por prosperidad, la tendencia de la lnea ser demasiado empinada y no sera representativa o, si por el contrario, durante el primer lapso ocurri un ciclo de prosperidad y uno de depresin durante el segundo, la lnea sera depresiva. El procedimiento para su determinacin se hace de acuerdo a si la serie de aos es par o impar. a. Para serie de aos par: 1. La serie se divide en dos partes iguales. 2. Se obtienen promedios de cada parte de la serie. 3. Se comparan ambos promedios y el resultado se divide entre la cantidad de aos de cada semipromedio. 4. y el resultado es el factor de acumulacin. 5. Luego de obtener el factor de acumulacin, es importante hacer uso de la frmula Yc = a+bx b. Para serie de aos impar: Si la serie es suficientemente grande, entonces puede eliminarse un ao para convertirla en par y proceder como se indica en las series par. Caso contrario, deber convertirse en perodos pares y despus proceder al clculo, y para ello
6

se debe tomar el primer ao de la serie y se suma al segundo obtenindose el promedio de ambos, se calculan todos los promedios de manera sucesiva hasta llegar al ltimo, para procesar el ltimo ao, se deber calcular previamente el factor de acumulacin entre el ltimo ao y el perodo intermedio establecido anteriormente, el resultado se suma al ltimo ao.

SERI EPAR: La empresa Zapatos Rotos, S.A. desea saber el pronstico de ventas para el ao 2011, haciendo uso del mtodo de semipromedios, para ello se proporcin a la informacin siguiente: Paso No.1 Clculos de los semipromedios Paso No.2 Comparacin de los semipromedios Semipromedio No. 2 = 34,500 Semipromedio No. 1 = 31,000 Diferencia = 3,500 Diferencia en tiempo = 2 aos

Paso No. 3 Obtencin del factor de acumulacin.

Anual: Diferencia de unidades / Diferencia en tiempo = 3,500 / 2 = 1,750 Semestral = 1,750/2 = 875 Paso No. 4 Clculo de la variable x (Uso de la frmula Yc = a+bx)
7

Mnimos Cuadrados Este mtodo es una aproximacin que nos permite representar un grupo de datos mediante una sola funcin. As que donde haya un conjunto de valores registrados, sin importar la cantidad de estos ni su tamao, ah estar el mtodo de mnimos cuadrados para proporcionarle una tendencia. Las aplicaciones del mtodo son ilimitadas, el lmite est en la imaginacin.

Qu es el mtodo de mnimos cuadrados? Es el mtodo ms usado para el ajuste de una recta a una serie de datos. Supongamos el siguiente ejemplo: Un investigador captura 5 valores de temperatura en la Ciudad de Mxico a lo largo de un da, los valores son los siguientes: Este investigador requiere expresar estos datos de una manera ms conveniente y apegada a sus datos reales. Y es aqu donde podemos recurrir a los mnimos cuadrados.

Con el mtodo de los mnimos cuadrados se puede calcular en una funcin una serie de datos registrados. Cmo aplicar el mtodo de los mnimos cuadrados: Tomando en cuenta que el mtodo de los mnimos cuadrados consiste en ajustar una recta a valores dispersos, necesitamos entonces conocer las caractersticas de la recta, como son, su pendiente y su ordenada al origen, de la cual necesitamos estimar los valores de a y de b de la siguiente ecuacin: Y= a+ bx

Por lo que, sabiendo que el mtodo de los mnimos cuadrados calcular la recta que pasa por la media de todas las observaciones representadas por(x1, y1),(x2, y2), ...(xn, yn), entonces la ecuacin de la recta ser: Tendremos as entonces la ecuacin de la recta en su forma pendiente ordenada que corresponder a la recta que satisface la condicin: de que las constantes a y b hacen mnima la suma De los cuadrados de las desviaciones de los valores observados respecto a dicha lnea.

El mtodo de mnimos cuadrados sirve para interpolar valores, dicho en otras palabras, se usa para buscar valores desconocidos usando como referencia otras muestras del mismo evento.

El mtodo consiste en acercar una lnea o una curva, segn se escoja, lo ms posible a los puntos determinados por la coordenadas (x,f(x)), que normalmente corresponden a muestras de algn experimento. Cabe aclarar que este mtodo, aunque es sencillo de implantar no es del todo preciso, pero si proporciona una interpolacin aceptable. Como se comento previamente se puede usar una recta o una curva como base para calcular nuevos valores.

A continuacin se muestra el diagrama de flujo de datos del mtodo de mnimos cuadrados:

Mtodo de Lnea Recta o Tendencias (mano libre, anlisis estadstico):

Este mtodo consiste en realizar un anlisis de la tendencia que las ventas de la entidad han tenido durante una serie de aos anteriores y as establecer el pronstico de ventas futuras.

El mtodo de lnea recta a la vez se clasifica en: Mtodo Aritmtico: El mtodo aritmtico consiste en tomar los datos de las ventas durante una serie de aos, entonces tomando el ao base de la serie, se compara con el ltimo ao de la misma para obtener la variacin en las ventas.

La variacin obtenida, se divide dentro de la cantidad de perodos (por ejemplo: aos, semestres, trimestres) y el resultado obtenido es el factor de acumulacin, es decir, un promedio de la variacin que las ventas acumulan durante un perodo.

Luego se toma el valor de las ventas del ltimo ao de la serie, y a este se le suma el factor de acumulacin para obtener las ventas esperadas para el perodo prximo. Ejemplo: La empresa Envases Plsticos, S.A. presenta informacin estadstica de sus ventas en unidades a efecto de establecer las ventas proyectadas para el ao 2007. |AO |2001 |2002 |2003 |2004 |2005 |2006
10

|VENTAS EN UNIDADES | | | | | | 25,000 28,000 27,000 31,000 30,000 32,000 | | | | | |

Solucin: Paso 1 Determinar la variacin Ao 2006 32,000 Ao 2001 25,000 VARIACION 7,000 Paso 2 Determinar Factor de Acumulacin Variacin / # de aos = 7,000/5 = 1,400 Paso 3 Determinacin del pronstico de ventas Ventas ao 2006 32,000 (+) Factor de acumulacin 1,400 Pronstico de ventas 33,400

El clculo se puede comprobar de la siguiente manera: |AO |FACTOR DE ACUMULACION |VTAS + FACTOR DE ACUMULACION |2001 |2002 |2003 |2004 |2005 |2006 |2007
11

| |1,400 |1,400 |1,400 |1,400 |1,400 |1,400 | | | | | |

25,000 26,400 27,800 29,200 30,600 32,000 33,400 | | | | | |

12

13