Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PREVISION DE VENTAS
BLOQUE DE APUNTES
Prever las ventas es una de las funciones ms difciles del marketing . Para que lo
entendamos, citar una cita magistral que Kotler nos hace en su libro de marketing ,
que me parece la definicin ms aguda que se puede dar sobre las previsiones de
ventas. Creo que responde estrictamente a la realidad:
Prever es tan molesto como conducir un automvil con los ojos vendados
y siguiendo las indicaciones de una persona que mira al exterior a travs
del espejo retrovisor
Annimo (Kotler)
Hasta qu punto son fiables las previsiones? Con lo ya dicho es fcil de imaginar;
poco . El anlisis de tendencias es intrnsecamente exacto, pero ser ms o menos
real cuanto ms factores variables futuros podamos asegurar. Esto no quiere decir
necesariamente que un sistema multivariable ( que tenga en cuenta muchos
factores) sea siempre mejor que otro univariable ( que slo tenga en cuenta la
tendencia histrica) , pero en la mayora de los casos lo es.
Las previsiones basadas en estudios de opinin no son intrnsecamente exactas,
pero sern ms reales cuanto ms sean los entrevistados en nmero y en experiencia.
Debemos entender que de la previsin general de ventas depender de los
objetivos que fijemos a nuestros vendedores. Si las previsiones son exageradas, la
motivacin del vendedor caer por el suelo. Recordad que un 50% de la venta es la
MOTIVACIN DEL VENDEDOR.
Proceso
ENTORNO
POTENCIAL DE MERCADO
POTENCIAL DE VENTAS
DESARROLLO DE LA
PREVISIN DE VENTAS
SI
CUOTAS DE VENTA
Toma como base de clculo los datos ms recientes. Por ejemplo, si en 1996
vendimosen nuestra empresa 100 millones y en 1997, 120 millones, una previsin
ingenua es aplicar el mismo porcentaje de aumento (20%) para 1998 y prever 144
millones.
Representaremos en un plano de nube de puntos las ventas de los distintos aos anteriores.
A continuacin representaremos una lnea que pase por el medio de todos estos puntos
Las lneas se dibujan manualmente , procurando que la lnea pase siempre por puntos medios,
consiguiendo que la mitad de los puntos queden por enciama y la otra mitad por debajo de
la lnea.
Un punto negativo del sistema de grafos es que es arbitrario, ya que la lina se traza bastante
" a ojo". Tres personas diferentes podran perfectamente dibujar tres lneas diferentes.
El mtodo de los mnimos cuadrados nos permite hacer estos ajustes de manera que la lnea
Se ajuste mejor a la mediana real de los puntos. Este modelo es mas complicado dado
que implica una cierta componente matemtica .
Pendiente de la recta
Y= Y= 11.8 x + 0.96 X
Por tanto podremos calcular la sigiente previsin de ventas para los siguientes aos
A PREVISIN DE VENTAS
11 22,36
12 23,32
13 24,28
Este mtodo es estadstico por lo que no se puede decir hasta qu punto la previsin es
fiable. Lgicamente podemos optar por confiar en el mtodo o bien tratar de averiguar
el grado de fiabilidad real de esta previsin.
Y*=11,8+0,96X
El modelo de regresin es por tanto capaz de explicar el 37,3 % de la variacin de las ventas
Lo cual significa que la previsin de ventas tiene un 37,3% de probabilidades de no cumplirse.
En el clculo anterior hemos obtenido una especie de media grfica de una nube de
puntos; la recta interpolada tiene la peculiaridad nica de que las distancias desde
cada punto a la recta sumadas en la parte superior, es la misma que las
distancias de la parte inferior; literalmente hemos cortado la nube por la
mitad.
Pero cuidado!
El mayor inconveniente de la interpelacin y extrapolacin lineal est en el hecho de
que las ventas en la realidad no siempre estn en progresin lineal. Nosotros
hemos sacado una simple lnea de ajuste y nada ms. No es fcil defender el
resultado. Sin embargo es un sistema tan sencillo que resulta prctico para
previsiones empresariales, sobre todo cuando hay bastantes datos y se pretende tener
una simple idea a largo plazo. En algunos casos el sistema se ajusta estupendamente
bien.
Para mejorar el ajuste a la realidad puede utilizarse la interpelacin con polinomios
de grado superior al primero.
Para determinar el grado del polinomio se utilizan diferencias sucesivas ( entre las
previsiones por el sistema de los mnimos cuadrados y los resultados reales
Evolucin de las
ventas
Tiempo
Representa una evolucin nada rara en las empresas. Suele empezar con la
concavidad hacia arriba, correspondiendo a una etapa de crecimiento rpido, de tipo
exponencial, y terminar con una concavidad hacia abajo, lo que sucede en la poca de
madurez. La curva logstica no llega nunca a su lmite superior asinttico, de manera
que nos indica el estancamiento de la empresa, del cual no se sale sin medidas de
rejuvenecimiento. La asntota tiene su expresin real en la saturacin del mercado, en
una red comercial deficiente, limitacin de la produccin, en resumen, en nuestros
defectos. Dicen los expertos que el grupo de curvas logsticas poseen un
efecto saturacin -un lmite superior de la demanda al que nos aproximamos con
incrementos decrecientes- y un efecto umbral, perodo de introduccin largo porque
se necesita una cantidad significativa de estmulo inicial para despegar.
Ejemplo de previsin de ventas por medio del TAM ( o sistema de Medias mviles):
Ejemplo:
TAM-TAM es una empresa mayorista de viajes. Ante la necesidad de realizar unos
Presupuestos anuales ha realizado la previsin de ventas a partir de la informacin
de la temporalizacin de ventas de los ltimos aos.
600000 VENDES
500000 ACUM
400000 VENDES
300000 ACUMULAT
200000 TAM1
100000 VENDES
0 ACUMULAT
G F M A M NY JL AG ST OC NV DS TAM2
Y=532412,68+1135,65X
TENIENDO LA RECTA PUEDO CALCULAR LOS TAM PREVISTOS
TENIENDO LOS TAM PREVISTOS, PODEMOS CALCULAR LAS VENTAS PREVISTAS
RECTA REGRESIN
Mes x TAM Y= 532412,68+1135,65 X
1 531600 533548
2 533700 534684
3 534300 535820
4 536100 536955
5 538800 538091
6 539400 539227
7 542200 540362
8 545600 541498
9 544800 542634
10 545300 543769
11 545100 544905
12 545000 546040
13 545900 547176
14 547000 548312
15 548700 549447
16 550100 550583
17 551900 551719
18 552400 552854
19 553800 553990
20 555100 555126
21 556500 556261
22 556600 557397
23 557700 558533
24 561000 559668
TAM mes N = TAM mes N-1 + VENTAS mes N- VENTAS mes N-1
VENTAS mes N= TAM mes N - TAM mes N-1+ VENTAS mes N-1
Un ejemplo con los mismos datos anteriores, aplicando un factor ponderador 0.75,
suponiendo que creemos razonadamente que es aplicable en nuestro caso:
Dividiendo ahora este sumatorio por la suma de los seis meses, tambin
ponderados a base del 0.75 (3,29 en total), obtenemos una media de 6,57.
Esa sera la previsin para el sptimo mes.
ANLISIS DE SERIES
Consiste en extraer los principales componentes de una serie y establecer una
relacin funcional entre ellos. Se aceptan como componentes habituales de una serie
temporal la estacionalidad, la tendencia subyacente a lo largo del tiempo, la existencia
de ciclos y los imprevistos. Por tanto, en el anlisis de series partimos del estudio de
tendencias e introducimos los factores modificadores que creemos ms significativos.
Hay un mtodo desarrollado por E.P. Box y G.M. Jenkins en 1976, que es una
aplicacin del anlisis de series basado en la descomposicin y la autorregresin.
TEST DE CONCEPTO
ANLISIS DELPHI
* El anonimato. Ningn miembro del grupo conoce las respuestas de los dems.
Por tanto todo se hace sin contacto fsico intergrupal y por escrito. Es un proceso
bastante largo, porque puede haber treinta o cuarenta participantes . El conductor
recoge las contestaciones a las cuestiones planteadas en la primera consulta y realiza
una sntesis con todas ellas, con la cual se inicia la segunda consulta, envindola, sin
nombres ni separacin de autores, a los miembros. Se repite el proceso tantas veces
como el conductor de la investigacin lo considera necesario, hasta que se obtenga
una dispersin baja, lo que suele suceder a la cuarta o quinta consulta.
Las encuestas dirigidas al consumidor final tienen inters para aquellas empresas
que venden a intermediarios y no conocen de hecho al consumidor. Este tipo de
estudios inciden principalmente en la motivacin de compra.
aquello que suele llamarse la coyuntura. Que puede referirse tan slo a un sector
determinado o a varios. Es inclasificable la cantidad de datos que pueden recogerse:
cada empresa sabr decidir cules necesita. Este tipo de informaciones se completa
con las publicaciones y material disponible en empresas especializadas, tal como los
citados pannels, mnibus, modelos de mercado por encargo, y tambin por las
noticias y novedades que nos proporciona la prensa especializada, revistas y por
supuesto nuestra propia red comercial.
Va = Ventas ao anterior
n (%) = Factor de Negocio . En funcin del ao que se prevea.
c ( % ) Factor evolucin de la competencia.
e (%) Factor de la estrategia comercial propia
p ( %) Factor evolucin de Precios y ofertas previstas.
m (%) Factor evolucin de la economa.
Etc.....
En un sistema de previsin de ventas por Factores de Negocio, las ventas previstas sern
una funcin de las ventas previstas segn grafos y TAM pero considerando adems
otros factores de negocio, que podran romper la tendencia
Por ejemplo Preveemos unas ventas por progresin histrica de 100.000 unidades
para el siguiente mes . Los factores de negocio a considerar seran :
EL PROBLEMA DE LA INCERTIDUMBRE
Tenemos que tomar decisiones y los expertos han decidido que lo hagamos, pero
sabiendo que nos encontramos ante situaciones de incertidumbre y situaciones de
riesgo.
Si la crisis, como la primera del petrleo del 75, aprieta ms la cada de demanda,
no hay quien se salve, las previsiones impuestas por los dueos no hay quien las
A partir de los ochenta, las cosas han cambiado. A los jefes comerciales se les
pide que hagan previsiones, a veces con muchsimo detalle, y que las cumplan bajo
su responsabilidad. Es decir, se estn transfiriendo responsabilidades al que parece
ms apto o ms prximo al problema. Pero los vendedores se resisten a asumir
estas grandes responsabilidades, se limitan a transmitir el malestar de sus clientes y
acaban pagando su impotencia con el despido.
El sistema tradicional, en cuatro fases, y la mayor responsabilizacin del director
comercial y jefes de venta se han quedado cortos. El sistema americano de trabajo en
equipo no siempre funciona en Europa: aqu nos gusta el mando nico y en Espaa
an ms. Hemos intentando en muchas empresas una gerencia razonablemente
compartida con reuniones sistemticas de alto nivel, decisiones trabajadas entre todos,
fijacin de responsables y plazos, con papel de actas de acuerdos tal como aparece en
una figura de este mismo libro. Demasiadas veces no ha funcionado. En Europa, el
jefe quiere mandar a ultranza; en USA, no. Lo de all, a veces no sirve aqu, y sus
libros de empresa, tampoco, aunque siempre hay cosas aprovechables.
Lavalette llama "pilotar" a gobernar la nave. Esto es lo mismo que seguir el rumbo
marcado por nuestras previsiones. No en balde estn tan de moda los planes de