3 métodos para pronosticar las ventas

Instructor: Ing. Tomás Gálvez Martínez, MBA y CPhD

Webinar 3 métodos prácticos para

pronósticos de ventas

CPD Certificado en

Pronósticos y Planeación de Demanda

Centro Ejecutivo de Logística S. C. www.celogis.com Av. Ricardo Margáin 575 Parque Corporativo Santa Engracia San Pedro Garza García, N. L. Tel (81) 8000 7227

Presentación Celogis y John Galt

Quién es CELOGIS

• Centro internacional de capacitación y consultoría, con sede en Monterrey, N. L. • Fortalecer el desempeño de las organizaciones en la Planeación de la Cadena de Suministro. • Desde hace más de 15 años contribuimos con el crecimiento y la actualización de la

comunidades empresariales, organizaciones públicas y privadas. • Nuestros más de 2,000 clientes y nuestro amplio abanico de expertos, nos han permitido

desarrollar proyectos de investigación y consultoría a nivel estratégico, estructural, de procesos y táctico.

Quién es John Galt

• Es una empresa, con sede en Chicago, USA, que ofrece soluciones en Planeación de la Demanda y en Gestión de Inventarios de la Cadena de Suministro.

• Es propietario de Forecast Wizard y Atlas Planning Suite , un sistema que ofrece una amplia gama de soluciones.

• Tiene más de 5,000 clientes incluidos fabricantes, distribuidores, minoristas y proveedores de en una amplia gama de industrias: ropa, automóviles, bienes de consumo, alimentos y bebidas, energía, alta tecnología, productos farmacéuticos y de telecomunicaciones.

• Con estas soluciones, los líderes de la industria han mejorado sus resultados a través de mayores ingresos y reducción en sus costos de inventario.

Webinar | 3 Métodos de Pronóstico

http://www.forecastxperttoolkit.com/sales_forecasting_software.shtml




http://www.atlasplanningsuite.com/index.html





Algunos de nuestros clientes


1. Principales métodos para Pronosticar. 2. Revisión de estadística básica 3. Estadística básica vs Pronósticos 4. Tres métodos de pronóstico para datos:

a. Sin tendencia u horizontales b. Con tendencia c. Con tendencia y estacionalidad

5. Conclusiones 6. Próximos seminarios


Agenda del Webinar

Enfoque Método Ventajas Desventajas

Sub

jeti

vo

Individuales Barato, flexible y puede pronosticar cualquier cosa. Cualquiera lo puede hacer.

Precisión dudosa. Se encuentra sujeto a todos los problemas de criterio humano.

Comité / Encuestas

Además de lo anterior, relaciona diferentes perspectivas al problema.

Dominar la voz del jefe. Es más caro que el individual. Una encuesta puede decir más acerca de las actividades actuales de las personas y de sus expectativas que las actividades futuras.

Delphi Igual que el anterior, pero por medio del anonimato se intenta eliminar los efectos de la autoridad y dominación del grupo.

Complicado. Existe presión por lograr el consenso a medida que transcurren las sesiones. No existe convergencia hacia un pronóstico.

Fuente: Robert Fildes Manchester Business School


Principales métodos para pronosticar


Extr

apo

lati

vo

(b

ase

his

tóri

ca)

Atenuación exponencial

Fácil de aplicar con computadora para un gran número de productos. Muy barato para operar y fácil de establecer sistemas de control.

Sin bases teóricas, pierde los puntos críticos. Es impreciso en el largo plazo.

Descomposición Son de utilidad como métodos de identificación de tendencia, estacionalidad, y ciclos.

No tienen explicación estadística y propicia el descuido a largo plazo.

Box-Jenkins (ARIMA)

Permiten la identificación de otros patrones o comportamientos que los anteriores no lo hicieron.

Complicado y difícil de entender. Promete más de lo que proporciona.





Cau

sal y

est

ruct

ura

l (b

úsq

ued

a d

e va

riab

les)

Modelos de regresión de una sola ecuación

Modelos confiables. Pueden responder a “¿cómo influye la compañía en las ventas?”

Los modelos son difíciles de desarrollar, requieren de personal con experiencia y gran cantidad de datos que a menudo no están disponibles.

Modelos de sistemas simultáneos

Se pueden generar correlaciones entre otros modelos y variables macroeconómicas.

Difíciles de entender, grandes cantidades de datos, estadísticamente complicados.

Modelos de simulación

Si se aplican adecuadamente, pueden ser de gran ayuda.

Caros, grandes cantidades de datos, no hay una explicación clara acerca de su construcción.

Análisis de impacto cruzado

Se pueden tratar eventos improbables que pueden ocasionar gran impacto.

Las probabilidades se estiman mediante diversos métodos subjetivos. Es crucial la elección de cuáles eventos elegir




Guía para seleccionar la más apropiada

Método de proyección

Cantidad de datos históricos

Comportamiento de los datos

Horizonte de proyección

Tiempo de preparación

Nivel de sofisticación

Atenuación exponencial simple (AES)

5 a 10 observaciones para fijar la ponderación

Datos estacionarios (sin tendencia y estacionalidad

Corto Corto Poca

Atenuación exponencial doble (AED)

10 a 15 observaciones para fijar las ponderaciones

Tendencia pero no estacionalidad

Corto a mediano

Corto Ligera

Winters (AET) Por lo menos tres estaciones

Tendencia y estacionalidad

Corto a mediano

Corto Moderada



Guía para seleccionar la más apropiada

Método de proyección

Cantidad de datos históricos

Comportamiento de los datos

Horizonte de proyección

Tiempo de preparación

Nivel de sofisticación

Regresión Por lo menos 10 observaciones por variable

Puede manejar patrones complejos

Corto, mediano y largo

Largo en el desarrollo.

Considerable

Descomposición de series de Tiempo

Los necesarios para ver dos picos y valles

Cíclicos y estacionales. Identifica los puntos críticos

Corto a mediano

Corto Poca

Box-Jenkins 50 o más Estacionarios o transformarlos

Corto, mediano y largo

Largo Alta



¿Qué espacio de tiempo pronosticar?

Descripción Características Problemática

Largo plazo Dos años o más • Típicamente inexactos • Grandes sesgos en los porcentajes • No se puede especificar el método fácilmente • Difícil estimar la magnitud de los errores

Mediano plazo De tres meses a dos años

• Los puntos cruciales del ciclo comercial son difíciles de pronosticar.

• Ocurren recesiones imprevistas que no se pueden pronosticar.

• Se tiende a seleccionar el que más se ajuste sus ideas preconcebidas y preferencias personales

Corto plazo Menos de tres meses

• Son parte integral de las operaciones esenciales de las empresas

• Su precisión es aceptable • Se pueden combinar pronósticos cualitativos y

cuantitativos



Estable

Inestable

Incompleta Completa

•Census X-11

• Box-Jenkins

• Winters

• Regresión Simple

• Regresión Múltiple

• Promedios Móviles Simples

• Comité

• Juicio Independiente

• Regresión Robusta

• Información Fuerza de Ventas

¿Cuál es la más apropiada? Copyrigth 1997

Charles W. Chase Jr

Coca Cola Co..

Fuente:

Institute of Business Forecasting (IBF)

Junio 25,1999 Orlando,Fl


Técnicas de pronósticos


El mejor método

Revisión de Estadística Básica Medidas de Tendencia Central y Dispersión


Población Muestra

Revisión de estadística


Media

Varianza

Desviación estándar

Coeficiente de variación

Población Muestra



Media

Varianza

Desviación estándar

Coeficiente de variación

Indicador de la Variabilidad de la

Demanda

Un ejemplo:



Período Ventas Xi

1 16 (16 – 7.8) (16 – 7.8)^2 2 8 (8 – 7.8) (8 – 7.8)^2 3 6 -1.8 3.24 4 4 -3.8 14.44 5 5 -2.8 7.84 S 39 0 92.8

Un ejemplo:



Período Ventas Xi

1 16 (16 – 7.8) (16 – 7.8)^2 2 8 (8 – 7.8) (8 – 7.8)^2 3 6 -1.8 3.24 4 4 -3.8 14.44 5 5 -2.8 7.84 S 39 0 92.8

Promedio = (39/5) = 7.8

Varianza = [92.8/(5-1)] = 23.2

Desviación Std. = (23.2)^0.5 = 4.816638

Coef. Variación = (4.81/7.8)*100 = 61.75%

n

XX

1

)( 22

ˆ

n

xx

1

)(ˆ

2

n

xx

100ˆ

.. x

VC

..

ˆ

ˆ 2

VC

x

Un ejemplo:



¿Qué alternativas existen para

reducir la variabilidad de la

Demanda?

Vuelos a disposición Región Marina Suroeste

0

20

40

60

80

100

120

140

Nov-04 Feb-05 May-05 Sep-05 Dic-05 Mar-06 Jul-06 Oct-06

Mes y año

No

. d

e v

ue

los

RMSO

Métrica Observación

Promedio 88

Desv. Std. 18

C. V. 21 %

Técnica Pronóstico Error

AES 76 16.79 %

Brown. 73 17.08 %

Holt 70 14.62 %

Winters 74 13.85 %

Pronóstico Sep 06 = 74

Reducción del 51% del error en el pronóstico

Diferencia de 14 vuelos


Estadística básica vs. pronóstico

Métrica Observación

Promedio 264, 280

Desv. Std. 36, 966.86

C. V. 14 %

Movimiento de pasajeros - Monterrey

0

50,000

100,000

150,000

200,000

250,000

300,000

350,000

400,000

Enero

Mar

zo

May

oJu

lio

Septie

mbre

Nov

iem

bre

Enero

Mar

zo

May

oJu

lio

Septie

mbre

Nov

iem

bre

Enero

Mar

zo

May

oJu

lio

Septie

mbre

Nov

iem

bre

No

. d

e p

as

aje

ros

Pasajeros

Técnica Pronóstico Error

AES 284, 624 7.8 %

Brown. 289, 364 7.9 %

Holt 299, 076 9.3 %

Winters 269,746 1.7 %

Pronóstico Ene 06 = 269, 746

Reducción del 723% del error en el

pronóstico. Diferencia de + 5000 pasajeros





700

800

900

1,000

1,100

1,200

1 3 5 7 9 11 1 3 5 7 9 11 1 3 5 7 9 11 1 3 5 7 9 11

Año 1 Año 2 Año 3 Año 4

Datos Originales

Sistema Experto

Winters Multiplicativo

Winters Aditivo

Regresión

El Sistema experto fue el que mejor pronosticó las ventas del Año 4, teniendo un MSE de 1,777 y un MAPE de 3.2 %. Mejora de más

del 40% en la precisión

http://www.bepensa-bebidas.com/



43

1%

40

2%

34

3%

24

2%

15

8%

Objetivo: Mejorar el pronóstico de contactos en cada una de las divisiones del Call Center del Banco para mejorar la precisión, así como el método que se utiliza para su cálculo

../Proyectos y Casos/Proyecto de acreditación_M1_CACT_260111.pptx



METODO ARTICULO 1 ARTICULO 2 ARTICULO 3 ARTICULO 4

WINTERS (ADITIVO)

MAPE 6.2% 8.3% 12.5% 18.1%

FORECAST 5,869.34 3,379.23 6,732.14 1,912.52

Inversión recuperada

Resultados Sólo se adquirieron 45 días de Inventario de los 4 artículos equivalentes a $1.6 mdd Previniendo pérdidas por

más de $ 0.5 millones de dólares

3 Métodos de Pronósticos para ventas

Método Comportamiento histórico

Atenuación Exponencial Simple (AES)

Horizontal

Atenuación Exponencial Doble (AED Brown y Holt)

Tendencia

Atenuación Exponencial Triple (AET Winters)

Estacionalidad


Principales Características

• Captura el tipo de tendencia.

• Captura estacionalidad.

• Determina parámetros que reflejan el énfasis relativo dado al pasado reciente vs. el pasado distante.

• Pueden incorporar eventos especiales tales como fechas de días festivos o promociones.

• Sin embargo, ignora el ciclo y no permite la introducción de variables explicativas.


Métodos de Pronósticos

Usos y aplicaciones


Métodos de Pronóstico

Método Comportamiento histórico de las

ventas

Parámetros de atenuación o ponderación

Aplicaciones

Atenuación Exponencial Simple (AES)

Horizontal o estacionaria

a • Son relativamente simples de entender y explicar porque modelan componentes tangibles de la serie como tendencia y estacionalidad.

•Pueden ser completamente automatizados para sistemas de control de inventarios

•Son frecuentemente tan exactos como los métodos más complejos, como ha sido documentado en los resultados de las competencias de pronósticos.

•Puede ser implantado para ventas semanales, mensuales, trimestrales o anuales.

Atenuación Exponencial Doble (AED Brown)

Tendencia a

Atenuación Exponencial Doble (AED Holt)

Tendencia a y b

Atenuación Exponencial Triple (AET Winters)

Estacionalidad a, b y g

Los Horizontales (sin tendencia y estacionalidad)

• Atenuación Exponencial Simple (AES)

ttt eYY )(ˆˆ1 a

Pronóstico para el siguiente período

Pronóstico en el período “t”

Error en el período “t”

Factor de ponderación o peso del error “t”



Un ejemplo para datos históricos sin tendencia ni estacionalidad (AES)

t Venta

Yt

Pronóstico Error

Et

1 4

2 3 4 = (3-4) = -1

3 ? = 4 + (0.1)*(-1)

= 3.9



tY

Puntos importantes para el cálculo del pronóstico: 1. Tome como pronóstico del

mes 2 la información de valor real del mes 1.

2. Defina un peso o porcentaje para el valor de “a”. Recuerde que “a” asigna un peso al error. Entre mayor sea este valor el error tendrá una mayor importancia. En este cálculo “a” tiene un valor de 0.1

9.3)1(*)1.0(4)1.0(ˆˆ2212 eYY

t Venta

Yt

Pronóstico Error

Et

Error2

Et2

Error Abs.

(EAt)

EAt/Yt (EAt/Yt)*Yt

Et/Yt

1 4

2 3 4 -1 =(-1)^2 = 1 = | -1 | =1 1/3 1 -1/3

3.9



tY

MSE MAPE WMAPE MPE

Un ejemplo para datos históricos sin tendencia ni estacionalidad (AES) – Tabla de cálculo de errores

t Venta

Yt

Pronóstico Error

Et

Error2

Et2

Error Abs.

(EAt)

EAt/Yt (EAt/Yt)*Yt Et/Yt

1 4

2 3 4 -1 1 1 0.33 1.00 -0.33

3 5 3.9 1.1 1.21 1.1 0.22 1.10 0.22

4 4 4.01 -0.01 0.0001 0.01 0.0025 0.01 0.00

5 6 4.009 1.991 3.9641 1.991 0.33 1.99 0.33

6 4.2081


Métodos de Atenuación

tY

MSE MAPE WMAPE MPE

Un ejemplo para datos históricos sin tendencia ni estacionalidad (AES) – Tabla de cálculo de errores y pronósticos

Pronóstico del periodo 6

t Venta

Yt

Pronóstico Error

Et

Error2

Et2

Error Abs.

(EAt)

EAt/Yt EAt*Yt

Et/Yt

1 4

2 3 4 -1 1 1 0.33 1.00 -0.33

3 5 3.9 1.1 1.21 1.1 0.22 1.10 0.22

4 4 4.01 -0.01 0.0001 0.01 0.00 0.01 0.00

5 6 4.009 1.991 3.9641 1.991 0.33 1.99 0.33

6 4.2081

Solución...(AES: alfa=0.10)



Alfa (a) le asigna un peso a los errores y actualiza el pronóstico de acuerdo al

tamaño del error tY

¿Cómo determinar si éste valor es el pronóstico que tiene el mínimo error?



Cálculo de errores promedio Con alfa = 0.1

MSE = 1.54 RMSE = 1.021 MAPE = 22.0% WMAPE = 18.6% MPE = 5.5%

Nota: Para las fórmulas del cálculo de los errores consulte los apoyos del Webinar “Cómo medir la precisión de los pronósticos que la puede descargar en: http://es.slideshare.net/tomgalvez/mtodos-para-medir-la-precisin

Preguntas comunes: 1. ¿Cuál es el objetivo del cálculo de

estas medidas de error? R. El objetivo es que cada una de ellas sea lo menor posible para tener un método de pronóstico confiable. 2. ¿Las cinco fórmulas tiene el

mismo uso? R. El MSE y el RMSE se utilizan para seleccionar el mejor modelo de pronóstico y el resto para interpretar el resultado. 3. ¿Es necesario cambiar el valor de

alfa? R. El valor de alfa puede variar desde cero hasta uno sin incluirlos. El objetivo es encontrar aquél que minimice el MSE o el RMSE

http://es.slideshare.net/tomgalvez/mtodos-para-medir-la-precisin









• Atenuación Exponencial Doble (Holt)

Los de Tendencia...

)(ˆ

)1()(

))(1(

11

11

pbaY

baab

baYa

ttpt

tttt

tttt

bb

aa



Alfa para medir las variaciones en el tiempo

Beta para medir la tendencia en el tiempo

P = número de periodos a pronosticar

Ejemplo de tendencia (Holt)...

t Venta

Yt

Intercepto

at

Pendiente

bt

Pronóstico

1 3 3 0

2 4 3.4 0.32

3 7

4 8

5 10

6



tY

Este valor se pondera con el valor de a

El valor de la ecuación se pondera con el valor de (1 – a)

Suponemos un valor de alfa = 0.4 y de beta = 0.8. Recuerde que es necesario encontrar aquella combinación que minimice el MSE.

= (0.4)*4 + (1 - 0.4)*(3 + 0)

Ejemplo de tendencia (Holt)...

t Venta

Yt

Intercepto

at

Pendiente

bt

Pronóstico

1 3 3 0

2 4 3.4 0.32

3 7

4 8

5 10

6



tY

Suponemos un valor de alfa = 0.4 y de beta = 0.8. Recuerde que es necesario encontrar aquella combinación que minimice el MSE.

= (0.8)*(3 - 3.4) + (1 - 0.8)*(0)

El cambio en el intercepto de pondera con b

El valor anterior de la pendiente se pondera con (1 – b)

Otro ejemplo (Holt)...

t Venta

Yt

Intercepto

at

Pendiente

bt

Pronóstico

1 3 3 0

2 4 3.4 0.32

3 7 3.72

4 8

5 10

6



tY

Solución (Holt: Alfa=0.40 y Beta=0.80)

t Venta

Yt

Intercepto

at

Pendiente

bt

Pronóstico

Yt

1 3 3 0

2 4 3.4 0.32

3 7 5.032 1.3696 3.72

4 8 7.0409 1.8810 6.4016

5 10 9.3532 2.2260 8.9220

6 11.5792



¿Cómo determinar si éste valor es el pronóstico que tiene el mínimo error? ¿Se pueden calcular más periodos?

Valores de la ecuación final del pronóstico

Cálculo del pronóstico para los meses 6, 7 y 8

t Venta

Yt

Intercepto

at

Pendiente

bt

Pronóstico

Yt

4 8 7.0409 1.8810 6.4016

5 10 9.3532 2.2260 8.9220

6 11.57

7 13.80

8 16.03



Mes 6 = 9.35 + 2.22*(1) = 11.57 Mes 7 = 9.35 + 2.22*(2) = 13.80 Mes 8 = 9.35 + 2.22*(3) = 16.03

Winters (Método para datos con tendencia y estacionalidad)



pLtttpt SpbaY )]([ˆ

L = Ancho de la estacionalidad

a = Pesa la variación

b= Pesa la tendencia

g = Pesa la estacionalidad

• Atenuación Exponencial triple (Winters)

Las fórmulas...

Lt

t

tt

tttt

tt

Lt

tt

Sa

YS

baab

baS

Ya

)1(

)1()(

))(1(

11

11

gg

bb

aa



t

Venta

Yt

Intercepto

at

Pendiente

bt

Indice

St

Pronóstico

1 3 3 0 1

2 2 2.9 -0.02 0.906

3 6 3.19 0.0424 1.263 2.88

4 8 3.23

5 4

6 3

7 7

8 10

El último ejemplo (alfa=0.1, beta=0.2 y gama=0.3



tY

))(1( 11

tt

Lt

tt ba

S

Ya aa

11 )1()( tttt baab bb

Lt

t

tt S

a

YS )1( gg

pLtttpt SpbaY )]([ˆ

t

Venta

Yt

Intercepto

at

Pendiente

bt

Indice

St

Pronóstico

1 3 3 0 1

2 2 2.9 -0.02 0.906 3

3 6 3.192 0.0424 1.263 2.88

4 8 3.7109 0.1377 1.346 3.2344

5 4 3.8638 0.1407 1.010 3.8486

6 3 3.9348 0.1268 0.863 3.63170

7 7 4.2093 0.1563 1.383 5.1336

8 10 4.6716 0.2175 1.584 5.8794

9 4.94090

10 4.40992

11 7.36679

12 8.78310

Cálculo del pronósticos para los meses 9, 10, 11 y 12



tY

Mes 9 = [4.67 + 0.21*(1)]*1.01 = 4.94 Mes 10 = [4.67 + 0.21*(2)]*0.86 = 4.40 Mes 11 = [4.67 + 0.21*(3)]*1.38 = 7.36 Mes 12 = [4.67 + 0.21*(4)]*1.58 = 8.73

• ¿Qué intenta pronosticar? ¿Capacidad, mercado, potencial,…? Este debería ser el principio de su proceso de generación del pronóstico: Determinar el objeto del pronóstico de ventas. Existen más de 5 clasificaciones de objetos que las puede encontrar en:

http://www.celogis.com/files/163/Necesidad_Pronostico_de_ventas.pdf • Antes de realizar cualquier cálculo de pronóstico, grafique su información. Puede ser

que el promedio le genere buenos resultados y no haya necesidad de tal cantidad de cálculos. Revise el coeficiente de variación y otros factores o variables ajenos al comportamiento histórico antes de iniciarse en esta travesía.

• Conozca el comportamiento de las ventas de sus productos, puede haber patrones

estacionales generados por otros factores que no son inherentes al producto. • Realice simulaciones en papel antes de tomar una decisión sobre sus pronósticos. Es

mejor equivocarse en “el papel” que quedarse con inventario sin vender o con faltantes que generen pérdidas de ventas.


Conclusiones y recomendaciones

http://www.celogis.com/files/163/Necesidad_Pronostico_de_ventas.pdf













Lugar Fecha Horario Precio

México, DF 12 y 13 de abril. Viernes de 8:30 a 18:00 horas y sábado de 8:30 a 14:00 horas.

$850 dólares Guadalajara, Jal. 17 y 18 de mayo

CPD Certificado en



Módulo (Nivel) Monterrey, N. L. León, Gto Guatemala Introducción al Pronóstico y Planeación de Demanda

26 y 27 de abril. 2 y 3 de mayo 22, 23 y 24 de abril

Métodos Econométricos con aplicaciones Gerenciales

3 y 4 de mayo 9 y 10 de mayo 12, 13 y 14 de mayo

Sales & Operations Planning (S&OP)

10 y 11 de mayo 16 y 17 de mayo 10, 11 y 12 de junio

Modalidad presencial:

Inversión $ 1, 340 dólares

CPD On-line

Certificado en



Descripción del curso Fecha Inversión

M1. Fundamentos de Planeación de Demanda 29 de abril

$ 175 por módulo o $1,050 dólares por la Certificación

completa de 7 módulos.

M2. Cómo hacer un pronóstico de ventas 30 de abril

M3. Métodos de pronósticos para datos históricos 17 de mayo

M4. Métodos de pronósticos causa-efecto 18 de mayo

M5. Métodos avanzados de pronósticos 24 de mayo

M6. Métodos para pronosticar nuevos productos 25 de mayo

M7. Sales & Operations Planning Advanced 31 de mayo

•En La Certificación On-line se cursan 7 módulos por día

Sesión de preguntas


Ing. Tomás Gálvez Martínez Presidente y Director General

Centro Ejecutivo de Logística S. C.

www.celogis.com Oficina Matriz Av. Ricardo Margáin 575 Parque Corporativo Santa Engracia San Pedro Garza García, N. L. México Tel (81) 8000 7227

3 métodos para pronosticar las ventas

Documents