Previsión de ventas

Como predecir las ventas futuras de nuestra empresa.

 

Todo parte de la concepción que tenemos como empresa, lo principal y sobre todo para poder tener un conocimiento adecuado de nuestra propia empresa se debe empezar a crear (si aún no lo ha hecho) una política de recolección de datos. Por ello el concepto de empresa debe ser el correcto ya que si optamos por empezar a manejar de forma, familiar, desorganizada, o sin plan de dirección o de ventas, la empresa no podrá reaccionar al mercado ni a la competencia adecuadamente ya que la información es la base de un buen análisis.

Siempre comento amis alumnos y en todos los cursos donde he impartido clases de Econometría y Estadística que las fuentes de datos no son fáciles de conseguir y menos adecuar, por ello un ejemplo de tenacidad y organización respecto a las bases de datos pueden ser las bases de datos de U.S.A. o de Australia, por mencionar algunos países que son o que se preocupan desde hace décadas (los estadunidenses ni bien desembarcaron del MayFlower ya estaban levantando datos) por ello, mientras más antes empecemos es recomendable ir llenado bases de datos de sucesos de interés para nuestra empresa.

¿Pero que es predecir, o que se entiende por pronóstico de ventas?

Principalmente existen dos enfoques con los cuales realizar pronósticos para nuestra empresa.

TÉCNICAS CUALITATIVAS:

Como su nombre la delata, estas técnicas se basan principalmente en el juicio y evaluación subjetiva de la situación por el investigador que esté realizando el estudio. Esta técnica se usará (en último recurso) cuando no dispongamos de datos suficientes, cualquier tipo de información estadística que tenga y cumpla los grados de libertad estadísticos se utilizarán como principal fuente de referencia para apoyar las previsiones cualitativas. Entre algunas alternativas por donde enfocar el estudio están: (sin orden de importancia a priori)

  • El método de evaluación del consumidor, supone contar con clientes que prevén sus compras durante un determinado periodo.
  • El método del jurado, como se denomina a veces a la técnica de los “paneles de opinión” que se pide a expertos o especialistas que den su opinión sobre un sector concreto.
  • El método Delphi: Es un análisis muy utilizado por su “sencillez” de puesta en marcha, ya que se debate con expertos del sector, los de la empresa y otras personas seleccionadas en un equipo multidisciplinario que tiene como objetivo completar cuestionarios sobre los criterios precisos para formular una previsión.

TÉCNICAS CUANTITATIVAS

La previsión de ventas es tan importante que se han adoptado varias técnicas matemáticas y estadísticas para llegar a realizarlas, algunos desde los más simples hasta modelos más elaborados y precisos. Estos métodos “cuantitativos” u “objetivos” porque la intención es eliminar hasta donde sea posible el elemento subjetivo de la previsión.

  • Análisis de las series del tiempo

Se emplea para prever las ventas de periodos futuros (forecasting)  mediante la consideración de los resultados de periodos pasados de ventas la técnica a emplear se denomina Análisis de Series de tiempo, de lo cual hay mucha teoría y tratamientos diversos como los alisados de estacionalidad comúnmente conocidos por estimar series cuidando el efecto estacional (y/o calendario) que le afecta, son conocidas generalmente por aplicar la técnica de las medias móviles.

Por otro lado métodos más precios como el de Box-Jenkins ampliamente estudiado en entornos universitarios por su versatilidad y fortaleza estadística, que son los llamados a predecir a futuro nuestras series.

Si bien es cierto que además del conocimiento del producto, del mercado, la competencia y nuestra empresa, abstraer todas esas inter relaciones es difícil para el novato un econometrista experimentado no tendrá problemas para incluir en el modelo los cambios repentinos e irracionales de la demanda, variaciones cíclicas y de temporada serán muy sencillos de incorporar y estimar una buena ecuación para poder predecir el valor de nuestras series.

  • Técnicas causales

Estas tratan de establecer una relación entre una o más variables y lo que se va a prever. Los indicadores primarios  de la empresa son variables, la regresión lineal o el método Mínimos Cuadrados Ordinarios es el modelo (uno de los muchos) llamado a establecer la relación efecto – causa. Sin embargo este es un método que necesita una base de datos más grande ya que son variables  socio económicas explicativas ( las x) que darán respuesta a una variable (Y) dependiente. Este método es causal, o también usado como modelos de control, por lo tanto no es útil para predecir a futuro.

  • Encuestas resumiendo este método la aplicación de uno o varios métodos que a continuación indicamos:
    • Datos internos en la empresa (información subjetiva y/u objetiva)
    • Datos externos en la empresa (publicaciones varias)
    • Condiciones del mercado.
    • Empleo.
    • Salarios.
    • Precios.
    • Evolución demográfica.
    • Tests coyunturales.
    • Datos obtenidos por especialistas.
    • Encuestas por sondeo y estudios de motivación.
    • Paneles de consumidores o de detallistas.

Captura

Como todos los años suelen ser masivas las consultas que nuestros lectores hacen llegar a nuestro centro de información y análisis, para que podamos desde Todo Econometría demos una respuesta o solución a inquietudes académicas que pueden ser implementadas en la vida real en el día a día de nuestra empresa.

Empecemos con un ejemplo:

Supongamos que somos el gerente de una empresa y que estamos interesados en la relación existente entre las ventas de un producto de la empresa y su precio, las condiciones de la competencia y el ciclo económico. Un modelo que tiene en cuenta estos supuestos podría ser el siguiente:

1

Donde:

  • v las ventas de la empresa.
  • p el precio del producto.
  • pc es el precio de la competencia.
  • c recoge el momento del ciclo económico y sirve para aproximar las condiciones de mercado.
  • t este sub índice denota el tiempo.

Por lo tanto el modelo quedaría de esta forma.

2

 

Pero un momento,,, ¿sabemos y conocemos esta información?

Muchas veces no es fácil conocer este tipo de información, este tipo de modelos (básico) de previsión de ventas necesita de amplios conocimientos del sector, producto, mercadotecnia etc. Como veremos en el gráfico siguiente.

3

 

Solución:

Método de Box-Jenkins

Utilizaremos un modelo tipo ARIMA (p.d.q.) que es de los más comunes y simples que se enseñan en las aulas universitarias. Y otro del tipo ampliado ARIMA (p.d.q.) SARIMA (P.D.Q) como prueba de precisión.

Por ejemplo tenemos estos datos de ventas por meses de 3 años dándonos suficientes grados de libertad unos 36 en nuestro caso:

MESES 2002 2003 2004
  VENTAS VENTAS VENTAS
ENERO 20300 21600 22500
FEBRERO 22400 24500 25600
MARZO 25600 26200 27900
ABRIL 58000 59800 61200
MAYO 49500 52200 54000
JUNIO 62400 63000 63500
JULIO 78600 81400 82800
AGOSTO 82400 85800 87100
SEPTEMBRE 65700 64900 66300
OCTUBRE 21500 22000 22100
NOVIEMBRE 18700 18500 19600
DICIEMBRE 25200 25100 28400

 

Utilizando un software adecuado (desaconsejo el Excel) por ejemplo Eviews, Stata. R, Gretl, Oxmetrix, etc., para realizar adecuadamente este tipo de análisis.

Captura2

Vemos en estos dos gráficos la presencia estacional, en el gráfico de la izquierda es más notorio, ya que diríamos que esta serie es no estacionaria.

Un problema importante a la hora del análisis es la forma de distribución de nuestros datos, usualmente aplicamos supuestos asintóticos y deseamos que el residuo de nuestro modelo cumpla los supuestos básicos de estacionariedad, que luego deberemos comprobar.

Una vez desarrollado el método de Box-Jenkins obtenemos la siguiente ecuación (las representamos de dos formas).

resultados

Captura3

Ahora veremos su capacidad de ajuste en el cuadro de la izquierda que muestra sus funciones de autocorrelación simple y parcial, que aún guardan efectos estacionales.

Es aquí que debemos ser cautos ya que como sabrán aquellos que manejan teoría econométrica básica, que los ajustes por medios econométricos deben tener en cuenta criterios de selección  de modelos (Akaike, BIC, etc) ya que no basta con uno solo modelo.

Otra aclaración, NO es posible ser preciso en una predicción a futuro en el largo plazo, así que se suele hacer previsiones en el corto plazo, es mejor siempre realizar predicciones de pocos valores por ejemplo un trimestre. Aclarado lo anterior nosotros realizaremos una predicción para 12 meses.

Al realizar la predicción para nuestros modelos obtenemos los siguientes resultados.

Captura4

Aquí mostramos las sendas de predicción de nuestros modelos, recordemos que no hay que solo hacer uno y listo, sino que hay que ir iterando hasta obtener un modelo que podamos creer sensato y lo más importante que cumpla con los supuestos de estacionariedad y fundamentalmente TEORÍA Económica.

  • El modelo uno VENTAS C MA(1) MA(2) MA(3) pertenece su gráfico de predicción es el número 1.
  • El modelo dos es representado por VENTAS C AR(1) AR(2) SAR(6) MA(1) MA(2) SMA(6) pertenece su gráfico de predicción es el número 2.

Ambos son estacionarios, o al menos sus raíces están dentro del círculo de la unidad.

Captura5

¿Pero cuales son los valores de la predicción?

De los dos modelos, personalmente me quedo con el modelo dos, aunque es más complejo y tiene más manejo teórico y técnico (más difícil) es sin duda más preciso no solo a la vista, si no estadísticamente es mejor que el primero.

 

Años Modelo 1 Modelo 2
2005M01 36060.23914808311 28343.65184862476
2005M02 36078.50815901159 30839.6840173652
2005M03 36064.99547963293 32672.38185255963
2005M04 36572.93170516531 54359.29858666868
2005M05 36572.93170516531 49275.18836351637
2005M06 36572.93170516531 58322.41849283538
2005M07 36572.93170516531 80876.37821815942
2005M08 36572.93170516531 85968.31179027035
2005M09 36572.93170516531 67190.01950964234
2005M10 36572.93170516531 21388.11989448624
2005M11 36572.93170516531 18182.3340821769
2005M12 36572.93170516531 25806.33607196954

Por lo tanto, señores directores, es más eficiente utilizar modelos econométricos de predicción que reunir a costosos grupos de evaluadores que siempre pueden caer en el vicio del subjetivismo.

Por supuesto es notoria la diferencia de un modelo a otro, la diferencia radica en la precisión del ajuste, así que ojo, NO TODOS LOS MODELOS ECONOMÉTRICOS SON DEFINITIVOS, siempre podrás acercarte más y más (con el tiempo y experiencia) a modelizar adecuadamente la realidad de la serie en cuestión.

Hasta otro post!

Anuncios

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

w

Conectando a %s

Crea un sitio web o blog en WordPress.com

Subir ↑

A %d blogueros les gusta esto: