tecnicas de proyeccion del mercado

7/21/2019 Tecnicas de Proyeccion del Mercado

http://slidepdf.com/reader/full/tecnicas-de-proyeccion-del-mercado-56d9875ac98c4 1/7

Proyectos I – 4678106

44.. TTÉÉCCNNIICC A ASS DDEE PPR R OO Y Y EECCCCIIÓÓNN DDEELL MMEER R CC A ADDOO

a predicción de los comportamientos de las variables económicas constituye, sin duda,

una de las mayores dificultades en el estudio de propuestas de inversión. Sin embargo,su realización es ineludible por cuanto la esencia de la evaluación de proyectos escomparar una inversión o desinversión actual con el flujo de caja posible de esperar en elfuturo, si se opta por tomar la decisión. Las condiciones que imperarán en los próximosaños difícilmente coincidirán con aquellas observadas en proyectos similares en el pasado.Por ello, el resultado de una predicción se debe considerar sólo como una medición deevidencias incompletas, basadas en comportamientos empíricos de situacionesparcialmente similares o en inferencias de datos estadísticos disponibles.

L

TÉCNICAS CUALITATIVAS DE PREDICCIÓN

Las técnicas cuantitativas de estimación que se describirán posteriormente constituyen unafuente de información importante para apoyar el proceso de toma de decisiones deinversión en cualquier empresa. Sin embargo, la esencia del proceso decisorio es laincertidumbre respecto al comportamiento que asumirá en el futuro el valor de unadeterminada variable. Esto explica la importancia que se otorga a las técnicas cualitativasde predicción como complemento de la información que deberá estar disponible antes deaprobar o rechazar un proyecto.

Los principales métodos cualitativos se basan en opiniones de expertos que se obtienen dela aplicación de una (o una combinatoria) de las técnicas conocidas como el método

Delphi , la predicción tecnológica y la investigación de mercados. En general, estas técnicasse fundamentan en el valor que se otorga a las experiencias pasadas y a la capacidad delas personas para intuir anticipadamente efectos sobre las variables más relevantes en laviabilidad de un proyecto, así como el conocimiento especializado de éxitos, fracasos yestándares de desempeño en materias similares.

El Método de Delphi

Este método se desarrolla como respuesta a las debilidades del modelo de consenso de panel , que buscaba una predicción de un grupo de expertos en una discusión abierta yque, por factores psicológicos conducía al grupo a seguir la posición de quienesdemostraban tener una reputación, una habilidad para el debate o una personalidaddominante, capaz de imponerse a la calidad de otros argumentos. El consenso de panelsigue aplicándose en proyectos que se evalúan en empresas en funcionamiento, donde elpersonal interno demuestra experiencia y conocimiento del mercado. Uno de los casos máscomunes es el de los vendedores que, con el conocimiento adquirido durante años en susrelaciones con los clientes, pueden opinar calificadamente sobre las reacciones ycomportamientos que podrían resultar de la posible introducción o modificación de unproducto en el mercado, y el del personal de adquisiciones vinculado con los proveedoresde insumos de la empresa.

El método Delphi supera las dificultades del consenso de panel al constituir un grupo

heterogéneo de expertos en un proceso en que todos proporcionan información de manerainteractiva, la cual es tratada sistemáticamente por un coordinador para concluir en unaconvergencia de la información colectiva, de la que nace la predicción.

23




Para ello la participación de cada experto es anónima y se la proporciona al coordinador,quien recopila, procesa y retroalimenta a todos los expertos con las opiniones del resto.Mediante la reiteración del proceso en varias rondas, se tiende a una convergencia deopiniones que resulta en una predicción ampliamente consensual. Este método sefundamenta en que la suma de las especialidades particulares de los integrantes del grupocubre todo el ámbito de conocimientos que se requiere para la predicción, y que elconocimiento combinado supera las capacidades predictivas de cada individuo.

Supongamos que se quiere realizar una predicción del mercado habitacional mediante laaplicación del método Delphi, se puede constituir un grupo de expertos integrado por unagente corredor de propiedades, una ex-autoridad económica del sector vivienda delgobierno, un empresario de la construcción, un analista de una institución bancariaespecializado en créditos para la compra de viviendas, un analista bancario especializadoen otorgar financiamiento a proyectos inmobiliarios, un funcionario de la Dirección de

Obras Municipales del municipio donde se insertaría el proyecto y un universitario reciénegresado de la carrera de economía que, con seguridad aportará la aplicación de uno omás de los modelos cuantitativos que se explicarán más adelante. El equipointerdisciplinario así constituido, entre otros expertos, podrá aportar su experiencia en cadauno de los campos de trabajo y áreas de interés para conducir a un solo pronóstico delgrupo.

La Predicción Tecnológica

La predicción tecnológica es un método que incentiva la capacidad de anticipar el

desarrollo de nuevas tecnologías o productos y el impacto que podría tener en el mercadoespecífico de la empresa. Casos típicos son la posibilidad de introducir el gas en sustitucióndel petróleo en diversos procesos productivos, la comunicación inalámbrica o el desarrollode nuevos insumos para la construcción. El método trata de prever un ciclo de vida yanticipar una curva de sustitución para definir la oportunidad del reemplazo de unmercado, un producto, insumo o tecnología, con la antelación suficiente para no tener queenfrentar los costos de la improvisación.

Los principales supuestos del método son que, cuando aparece una innovación tecnológica,los rendimientos (aumento de productividad o reducción de costos) crecientes terminarán

por dejar obsoleta la tecnología actual y que cuando se inicia la incorporación de la nuevatecnología, el proceso sustitutivo es irreversible hasta desplazar a la antigua. Por ejemplo,esto se ha observado en el pasado, con la luz eléctrica en reemplazo de las lámparas depetróleo, el material sintético en vez del natural o las ventanas de aluminio en vez de lasde hierro.El método requiere de un seguimiento permanente de toda innovación que se empieza aintroducir en el mercado para que, mediante análisis comparados de la tasa de adopciónde tecnologías similares en el pasado, se defina el ciclo de vida que se estima másprobable en función de algún indicador de desempeño.

24




El gráfico ejemplifica la curva típica del ciclo de vida de una tecnología.

T3T2T1T0

Tiempo

Ciclo de vida deuna tecnología

I n d i c a d o r d

e

D e s e m p e ñ o

En el período que va de To a T1 se introduce la nueva tecnología o producto. En estemomento la empresa debe ser capaz de prever la posibilidad de éxito y anticipar elmomento de la sustitución. Para ello, debe predecir la función que asumirá el indicador de

desempeño en el tiempo. Entre T1 y T2 se produce una adopción intensiva de lainnovación, al mostrar claras mejoras en su indicador de desempeño.Entre T2 y T3 el crecimiento sigue pero a tasas de rendimiento decrecientes y, a partir deT3, la tasa declina, por la aparición de otra tecnología con un mejor indicador dedesempeño. En el momento T3 la empresa ya debería haber adoptado la tecnología máseficiente. En el gráfico siguiente se muestra ésta relación:

Tecn

T3

Tiempoología anterior

Nueva

T3

Tiempo

Ciclo de vida deuna tecnología

I n d i c a d o r d e

D e s e

m p e ñ o

I n

d i c a d o r d e

D

e s e m p e ñ o

Esta misma técnica se utiliza para predecir cambios estructurales en la función de ventasde productos nuevos. Cuando una empresa evalúa, por ejemplo, introducir en el mercadoun nuevo producto que significa un fuerte cambio tecnológico, es posible que la tendenciadel consumo histórico se altere durante el período de tiempo en que el consumidor quedisponía de la tecnología anterior la sustituye por la nueva. Sin embargo, una vez cubiertala demanda de sustitución, las ventas bajan para continuar con la proyección de latendencia histórica, la que se explica por el crecimiento natural del mercado o por lasustitución normal por desgaste del producto. Esta situación se aprecia en el gráfico sgte.

25




T2T1T0

Demanda de

Y = a + bX

Ventas

Tiempo

Entre To y T1 las ventas históricas de un producto (ventanas de hierro, por ejemplo) sehan ajustado a una curva de tendencia lineal. En T1 se rompe la tendencia por empezar aincorporarse la sustitución de las ventanas de hierro por las de aluminio. Nótese que latendencia se modifica hasta que el proceso de sustitución termina en T2. Después de T2, lademanda por ventanas metálicas vuelve a la línea de tendencia ajustada por extrapolaciónde los datos históricos (T0 a T1). A la demanda normal ocasionada por las nuevas

construcciones se le denominará demanda de flujo y corresponde al área bajo la línea detendencia, mientras que a la demanda agregada por la innovación tecnológica se le llamarádemanda de stock .

Esta situación ha sido fácilmente observada en el pasado con la aparición de lostelevisores, videograbadoras, pisos de alfombra y un sinnúmero de electrodomésticos.

Actualmente se aprecia el inicio de procesos de sustitución en las cámaras fotográficastradicionales por las digitales, las computadoras para el hogar, etc.

La Investigación de Mercados

La investigación de mercados considera la opinión de los clientes como pertinente en laactividad predictiva. Para ello recurre a diversas formas de recopilación de sus opinionescomo, por ejemplo, la toma de encuestas a una muestra representativa de la población, larealización de experimentos o la observación de los consumidores potenciales en mercadosde prueba, entre otras, buscando probar o refutar hipótesis sobre un mercado específico,características de algún producto o consumidores.

El procedimiento más característico es la realización de una encuesta. Por ejemplo, si sebusca medir la intencionalidad de compra para un nuevo producto que la empresa evalúa

lanzar al mercado, debe en primer lugar seleccionarse el tamaño y ubicación de la muestrarepresentativa, para luego efectuar la toma de la encuesta y analizar la informaciónrecopilada.

Es importante la estratificación previa de la población para determinar quiénes puedentener una opinión fundada sobre la materia en estudio. Por ejemplo, para recopilarinformación sobre preferencias de los automovilistas es necesario conocer primero quiénestienen vehículo.

Como se vera a continuación, las técnicas cuantitativas proporcionan información relevantea la plana ejecutiva de las empresas; sin embargo, en las decisiones importantes prima el

juicio del que debe tomar la decisión. Por esto es común que las técnicas cuantitativas secomplementen con las cualitativas y con el criterio del inversor.

26




TÉCNICAS CUANTITATIVAS DE PREDICCIÓN

Las técnicas cuantitativas de predicción poseen la ventaja de que al estar expresadasmatemáticamente, su procedimiento de cálculo y los supuestos empleados carecen de toda

ambigüedad.

A. Modelos Causales

Los modelos causales a diferencia de las técnicas cualitativas, intentan proyectar elmercado sobre la base de antecedentes cuantitativos históricos. Para ello, suponen que losfactores condicionantes del comportamiento histórico de alguna o todas las variables delmercado permanecerán estables.

El análisis de regresión se basa en calcular la ecuación de una curva para una serie depuntos dispersos sobre una gráfica, curva que se considera el mejor ajuste, entendiéndose

como tal, cuando la suma algebraica de las desviaciones de los valores individualesrespecto a la media es cero y cuando la suma del cuadrado de las desviaciones de lospuntos individuales respecto a la media es mínima.

Población Infantil (X) Curv a de regresión

ajustada

-

2.000

4.000

6.000

8.000

10.000

12.000

14.000

- 10,00 20,00 30,00 40,00 50,00 60,00

Población Infantil X

V e n t a s

Y

Ventas Y Pronóstico Ventas Y Y = 1.113,20 + 212,03 X

Existen dos modelos de regresión: El modelo de regresión simple o de dos variables, y elmodelo de regresión múltiple. La regresión simple indica que la variable dependiente sepredice sobre la base de una variable independiente, mientras que la regresión múltipleindica que la medición se basa en dos o más variables independientes.

Regresión Lineal Simple

Suponga que una empresa quiere proyectar la demanda de juegos de entretenimientoselectrónicos para niños antes de decidir respecto de la conveniencia de emprender unaampliación de sus instalaciones en otro sector de la ciudad. Para ello dispone de

información en la cadena de negocios de la empresa en donde se muestran los promedios

27




históricos anuales de venta por local (variable dependiente – Y ) y de la cifra depoblación infantil en cada zona de la ciudad (variable independiente – X).

La población infantil es totalmente independiente de la empresa en cuestión, por tanto ésta

será la variable independiente, y las ventas será la variable dependiente de la poblacióninfantil. Para darse una idea de la posible relación entre ambas, primero es necesario tenercierta cantidad de pares de puntos (población infantil – ventas), obtenidos de fuentessecundarias.

Se grafican los pares de datos y a simple vista resulta difícil decir si los puntos se asemejana una línea recta. Si los puntos estuvieran más o menos ajustados a una línea recta,entonces para encontrar una relación entre ambas variables, sería necesario ajustar esospuntos para que realmente se comportaran como una línea recta. Por lo que un buenajuste es aquel que hace que el error total sea lo más pequeño posible. Un error puededefinirse como la distancia vertical del valor observado de la variable dependiente (ventas

Y i) hacia el valor ajustado de la propia venta Ŷ i

error = (Y i – Ŷ i)

El error puede ser positivo o negativo, según esté arriba o debajo de la línea de ajuste. Unprimer criterio para considerar que un ajuste es bueno es la línea que reduzca la suma detodos los errores,

∑=

n

i 1

i)Y -(Yi

Como hay valores positivos y negativos , esto se resuelve tomando el valor absoluto de los

errores (∑ l(Y i – Ŷ i)l). Para superar los errores de signo y subrayar los grandes errores paraeliminarlos, se usa el criterio de reducir las sumas del cuadrado de los errores, que es elcriterio de mínimos cuadrados,

∑=

n

i 1

2i)Y -(Yi

Como se supone que los pares de puntos ajustados se asemejan a una recta, la ecuaciónde ésta es:

Ŷ = a + bX

Donde: a = desviación al origen de la rectab = pendiente de la rectaX = valor dado de la variable X Ŷ = valor calculado de la variable Y

De aquí se seleccionan los valores de a y b que satisfacen el criterio de mínimos cuadrados.El valor de a y b se calcula aplicando las siguientes ecuaciones:

∑ ∑

∑∑∑−

−=

22 )(

))((

X X n

Y X XY nb X bY a −= ,

X demedia X

Y demediaY

..

..

=

=

Por lo que con los datos de la empresa de juegos de entretenimientos electrónicos paraniños que se detallan a continuación, determine la ecuación de regresión:

28




LocalPoblación

InfantilX

VentasY

X*Y X² Y²

1 14,68 3.845 56.445 216 14.784.025

2 22,93 5.450 124.969 526 29.702.500

3 16,65 5.099 84.898 277 25.999.801

4 35,99 8.890 319.951 1.295 79.032.100

5 32,48 6.681 216.999 1.055 44.635.761

6 38,77 9.678 375.216 1.503 93.663.684

7 10,03 4.542 45.556 101 20.629.764

8 24,26 4.557 110.553 589 20.766.249

9 52,46 13.289 697.141 2.752 176.597.521

10 36,80 10.506 386.621 1.354 110.376.036

11 17,34 5.134 89.024 301 26.357.95612 43,69 9.066 396.094 1.909 82.192.356

Suma 346,08 86.737 2.903.465 11.877 724.737.753

Media 28,84 7.228

Si se reemplazan los valores en las respectivas ecuaciones, se tiene:

∑ ∑

∑∑∑−

−=

22 )(

))((

X X n

Y X XY nb =

2)08,346()79,876.11(*12

)737.86)(08,346()41,465.903.2(*12

−

− = 212,03

X bY a −= = 7.228 – (212,03) (28,84) = 1.113,20

De esta manera, la ecuación de regresión quedaría: Ŷ = 1.113,20 + 212,03 X

Entonces si se aplica esta ecuación de proyección de las ventas en función de la poblacióninfantil en una zona específica, de aproximadamente 50.000 personas, calcule cuál sería elpronóstico de ventas anuales: Ŷ = 1.113,20 + 212,03 (50) = 11.714,59

El coeficiente de correlación r mide el grado de correlación que existe entre X y Y. Pero,

más se utiliza el coeficiente de determinación, r2

, que indica qué tan correcto es elestimado de la ecuación de regresión. Mientras más alto sea r2, más confianza podrátenerse en el estimado de la línea de regresión.

∑ ∑∑

∑∑∑−−

−=

])(][)([

)])(([2222

2

2

Y Y n X X n

Y X XY nr

∑

])737.86(-)3724.737.75(*12[*])08,346()79,876.11(*12[

)]737.86)(08,346()41,465.903.2(*12[22

22

−

−=r = 0,8715

En nuestro ejemplo, el valor del coeficiente de determinación, r2 es de 0,871, esto quieredecir que el 87% de la variación de los valores de Y (ventas) se explican mediante elcomportamiento de la variable X (población infantil).

29

tecnicas de proyeccion del mercado

Documents