La Previsión de Ventas

La previsión de ventas

Los sistemas de previsión de la demanda tienen como objetivo ofrecer información sobre la cantidad y el momento en que se espera que los productos sean requeridos por los consumidores.

Esta información es de gran importancia ya que es utilizada, junto con otras de diversas fuentes, para planificar la producción, determinar los requerimientos de materiales para la gestión de stocks, y programar las necesidades de mano de obra, equipamiento y materiales que permita hacer frente a la demanda.

También aporta información a la dirección financiera para determinar las necesidades financieras a las que deberá hacer frente en el próximo ciclo económico. Incluso en las empresas que trabajan just in time es preciso tener una previsión de ventas para poder realizar los planes de producción aunque luego la programación se rija por el sistema Kanban.

En las áreas funcionales de finanzas y /o contabilidad, las previsiones proporcionan la base de la planificación presupuestaria y del control de costes. En marketing sirve para planear el desarrollo de nuevos productos, remunerar al personal de ventas y tomar otras decisiones clave.

En definitiva, la previsión de ventas constituye un elemento fundamental para su gestión y para toda decisión importante. La previsión de ventas constituye la base de la planificación a largo plazo y, por tanto, constituye una decisión estratégica.

Cabe destacar que no existe ningún método perfecto de previsión. Un error de previsión en las ventas puede provocar un exceso de costes (exceso de capacidad de mano de obra, equipamiento y materiales) o bien un exceso de la demanda (demanda no atendida o atendida con una baja calidad en el servicio).

La previsión de ventas es la resultante de la demanda prevista limitada por la capacidad de la empresa para producir. Existen dos fuentes básicas de demanda:

• demanda dependiente: es la demanda de un producto o servicio causada por la demanda de otros productos o servicios. Ejemplo: la demanda del servicio de lavandería que dependerá de la ocupación hotelera.
• demanda independiente: son las demandas de los diferentes artículos que no están relacionados entre sí, o es más difícil de establecer una relación.

En general, la mayoría de los productos ofrecidos al mercado son de demanda independiente.

La previsión de ventas se hace fundamentalmente analizando los datos históricos de las ventas pasadas de cada producto. Además se realizan estudios de mercado para detectar los cambios en los gustos de los consumidores o la aparición de productos sustitutivos, que se completan con análisis de la capacidad de compra de la zona, lo que permite detectar posibles cambios en la recta de tendencia de carácter estructural. Los resultados obtenidos se van cotejando con los datos que se van obteniendo en el proceso de venta para detectar los errores, que inevitablemente se producirán, debido a la existencia de causas de carácter coyuntural que afectan a la fluctuación de la demanda y las que habrá que hacer frente mediante un sistema de programación flexible.

Toda previsión de la demanda además de fijar unos objetivos de ventas o de clientes debe contener un intervalo de fluctuación previsible que sea aceptable.

Componentes de la evolución de la demanda

Cuando se analiza la evolución de la demanda de los productos y los servicios, ésta (la demanda) se puede dividir en seis componentes:

La demanda promedio para el periodo analizado.	Los factores cíclicos sujetos a la actividad económica.
La tendencia que sigue la serie de datos.	La variación aleatoria.
El factor estacional (fluctuación de la demanda).	Y la autocorrelación entre las variables.

• La demanda promedio para el periodo analizado.
• La tendencia que sigue la serie de datos.

Señala cómo se aparta la serie de ventas de los periodos anteriores de las ventas medias, lo que indicará si las ventas crecen, se mantiene estables o decrecen, aunque la tendencia vendrá enmascarada por los factores estacionales, la variación aleatoria, el ciclo y cualquier otro evento que pueda influenciar la previsión final.

• El factor estacional, la fluctuación de la demanda que se reitera a lo largo del periodo considerado.
• Los factores cíclicos sujetos a la actividad económica.

Son los más difíciles de determinar. Hacen referencia a la evolución cíclica de la economía en general donde el periodo de tiempo que abarca suele desconocerse, por lo que en la mayoría de modelos no se considera.

Estos factores cíclicos pueden venir influenciados por mandatos políticos, acontecimientos externos como guerras, condiciones económicas internacionales o presiones sociológicas.

• La variación aleatoria, no explicable por las variables consideradas.

Se producen por hechos al azar, totalmente imprevistos o que no son identificables.

• La autocorrelación.

Significa que el valor esperado en un momento determinado está muy correlacionado con sus propios valores en momentos anteriores.

La previsión de ventas puede ser alterada por las acciones que desarrolle la propia empresa.

Cuando el producto o servicio es nuevo para la empresa, la estimación debe hacer frente a la pregunta si se debe producir o no. La compañía necesita determinar si existe una demanda latente para el nuevo servicio o que parte del mercado puede obtener de la industria ya establecida, en este caso, sólo el concepto de producto o servicio es necesario para esta previsión.

La previsión proporciona estimaciones sobre el número de unidades de servicio que deberían ser vendidas, ligando la demanda con la capacidad potencial de la compañía. El número de unidades que se prevé vender debe estar basado en un precio aproximado. Por tanto, los ingresos totales previstos son el resultado de la previsión de la demanda. Es importante decidir si el producto o servicio debe comercializarse, permitiendo realizar el presupuesto anual y el análisis del punto muerto.

Las empresas turísticas se caracterizan por tener una capacidad limitada y una amplia fluctuación de su demanda. En los servicios turísticos, de naturaleza perecedera, no se puede mantener stocks, con lo que su capacidad debe estar muy próxima a la demanda. Errores en la oferta del servicio puede llevar a perder ventas o a desatenderlas.

Otro punto importante es determinar qué se debe estimar. En el sector turístico aunque se pueda estimar de forma precisa el número de clientes, el paquete de servicio y la naturaleza del mismo, pueden variar de forma importante. Por tanto, las medidas que se debe pronosticar pueden ser:

• número de clientes.
• número de horas de servicio ofrecidas.
• variedad de servicios ofrecida y número de ellas.
• y unidades de producto ofrecido.

Modelos de previsión de ventas

Los modelos son simplificaciones de la realidad que se utilizan para realizar simulaciones sobre las variables que se consideran relevantes.

Los modelos pueden tener su origen en la heurística, fruto de la experiencia o modelos con base teórica. También se consideran diferentes horizontes temporales. Además, en función de la entidad que requiera la previsión se debe tener en cuenta diferentes grados de agregación.

En el análisis y previsión de la demanda se suelen utilizar cuatro tipos básicos de modelos:

Modelos cualitativos

Las técnicas cualitativas son de carácter subjetivo, puesto que se basan en las opiniones de las personas interrogadas, que en la mayoría de los estudios son profesionales o expertos del mundo del turismo.

El principio en este tipo de técnicas, es que la suma o el promedio de opiniones subjetivas que proporcionará una previsión objetiva.

En el campo del turismo, el uso de esta técnica es muy reducido, y desde la perspectiva metodológica, es de escaso interés, puesto que se utiliza una metodología estándar, mayoritariamente el método Delphi.

1. Análisis de las series temporales.- se basan en la hipótesis que mediante datos pasados se puede predecir la demanda futura.
2. Relaciones Casuales.- los modelos de previsión de ventas causal supone que la demanda está relacionada con factores que subyacen en el entorno y que su conocimiento puede facilitar su previsión, también se suelen utilizar en los modelos con base teórica.
3. Modelos Espaciales.- basados en la ley universal de la gravedad, los cuales habían sido muy utilizados en el pasado para realizar previsiones turísticas, aunque actualmente tienen escasa incidencia.

La elección de un modelo u otro dependerá de nuestros objetivos y de la característica de nuestros servicios. También se puede considerar la elección de modelos como una evaluación coste-beneficio entre el resultado obtenido y el coste en obtenerlo. Algunas consideraciones a tener en cuenta: tiempo, alcance, urgencia, frecuencia, requerimientos, sofisticación matemática, recursos informáticos y financieros, datos, variabilidad, fluctuación y entorno. Otro factor importante de variabilidad es la meteorología, los eventos especiales, la evolución económica o calendario laboral.

MODELOS CUALITATIVOS

La previsión cualitativa es aquella que se basa en criterios subjetivos para determinar la demanda, se consideran diferentes técnicas:

1. DEMANDA FUNDAMENTAL.- se basa en recoger la información desde aquellos miembros de la empresa que se encuentran, al final de la jerarquía que están en contacto con el cliente, se supone que es capaz de saber mejor sus necesidades futuras.
2. INVESTIGACIÓN DEL MERCADO.- se realiza mediante métodos de recopilación de datos, sobretodo encuestas y entrevistas. Se suele utilizar para buscar nuevas ideas, gustos, problemas de los productos existentes y preferencias de los productos de la competencia.
3. MÉTODO DELPHI.- fue desarrollado por la Rand Coportion, en los 50, es un método basado en el consenso de un grupo. Un moderador construye un cuestionario y lo distribuye entre los participantes reunidos en diferentes grupos, quienes a través de reuniones abiertas y con libre intercambio de ideas elaboran una respuesta sobre la previsión a realizar y se la transmiten al moderador. Éste, suma las respuestas y las devuelve a los grupos con otra serie de preguntas hasta que alcanzan un consenso, repitiéndose esta operación al menos tres veces.
4. MÉTODO DE LOS ESCENARIOS.- consiste en proponer, a partir de la evolución posible de diferentes variable, combinaciones de casos posibles y pedir a los entrevistados que valoren los diferentes escenarios futuros propuestos.

MÉTODOS CUANTITATIVOS

Tratan de predecir el futuro sobre la base de datos en los datos pasados. Existen modelos a corto (menos de tres meses), medio (de tres meses a dos años) y largo plazo (más años). Se suelen presentar mediante la aplicación de la técnica, la más popular es el análisis univariante de Box-Jenkis, y un análisis del ajuste de las proyecciones, la Debilidad es que aparecen factores nuevos en el futro que pueden devaluar el resultado.

Los modelos a corto plazo se compensan con la variación aleatoria y se ajustan para los cambios a corto plazo. Las de medio plazo son útiles para los efectos estaciónales y los de largo plazo detectan las tendencias generales.

Una serie temporal se basa en una secuencia de datos distribuidos de forma uniformes en intervalos temporales y suelen aparecer ordenadas de más antigua a más reciente. La mayor limitación de estos modelos es que no pueden ser utilizados para evaluar políticas y tampoco tienen base teórica que explique el comportamiento de los turistas.

Las series temporales están formadas por cuatro componentes.

1. TENDENCIA.- es el movimiento de inclinación que muestran los datos a lo largo del tiempo. La población y su distribución por edades, renta, nivel cultural evolución tecnológica pueden influir en la tendencia.
2. ESTACIONALIDAD.- patrones secuenciales de subidas y bajas en los valores de los datos que se repiten cada cierto intervalo temporal. En el sector turístico esta variabilidad es bastante remarcada.
3. CICLOS.- son modelos de comportamiento que siguen los datos a largo plazo, vinculados a los ciclos económicos, son de gran importancia en la planificación a largo plazo, sobretodo para el lanzamiento de nuevos productos o transformación de los actuales. Estos ciclos consisten en periodos de expansión o contracción en varias actividades económicas, pero esto no sucede al tiempo para todas las actividades económicas.
4. VARIACIÓN ALEATORIA.- es un elemento irregular, inducido por multitud de factores que influyen en el comportamiento de la serie y cuyo patrón de comportamiento parece bastante impredecible a partir de la experiencia pasada.

Witt and Witt (1985) mediante series temporales, muestra que los modelos más complejos no superan en eficacia a los más simples.

EL MÉTODO DE LAS MEDIAS MÓVILES

Es un modelo de previsión para el corto plazo. Su objetivo es reducir la fluctuación de la serie para configurar mejor la tendencia de la serie consiste en reducir los datos de una serie a diferentes medias móviles. La media móvil dependerá del tramo de tiempo considerado, será el promedio de datos considerados en cada tramo.

Ft = ( At-1 + At-2 +… At-n ) / n

n = números de periodos que van a ser promediado

At – 1 = ocurrencia real en el periodo anterior.

Ft= previsión para el periodo que viene.

At -2, At-3, At-n = ocurrencias reales dos periodos atrás, tres, hasta n.

MEDIA MÓVIL PONDERADA

El promedio ponderado permite que a cada uno de los valores considerados se pondere en función de su actualidad. La suma de las ponderaciones tiene que dar uno. Se suele dar un mayor peso a los datos del pasado más reciente y un valor inferior a los datos del pasado más lejano.

FT = w1 x At-1 + w2 x At-2 +…+ wn x At-n

Ft = previsión para el periodo que viene

.n = ocurrencia total de periodos en la previsión

At-1 = ocurrencia real en el periodo anterior.

At-2 y Atn = ocurrencias reales dos periodos atrás hasta n periodos atrás.

W1= ponderación que se otorga a la ocurrencia real en el periodo t-1

W2 y Wn = ponderación que se otorga a la ocurrencia real en el periodo t-2,… hasta el periodo n

AJUSTE O ALISADO EXPONENCIAL

En la media móvil simple y ponderada está el inconveniente de manejar continuamente una gran cantidad de datos históricos, los datos más recientes son los más indicativos del futro. Si esta premisa se cumple, se suele utilizar el método del ajuste o alisado exponencial, ya que cada incremento del pasado disminuye en (1 - α). El ajuste exponencial es la técnica más utilizada para la previsión de la demanda, porque se trata de un método con gran exactitud y los cálculos y la formulación a efectuar son relativamente sencillos. Se necesita conocer la previsión más reciente, la demanda real registrada durante ese periodo de previsión y una constante de ajuste alfa α. La constante de ajuste determina el nivel de uniformidad y la velocidad de reacción de previsiones y las ocurrencias reales.

Ft = Ft-1 + α (At-1 – Ft-1)

Ft = previsión de ajuste exponencial para el periodo t

At-1 = demanda real durante el periodo anterior.

Ft-1 = previsión de ajuste exponencial para el periodo anterior.

α = tasa de respuesta deseada o constante de ajuste (0 ≤ α ≤ 1)

LA DESVIACIÓN MEDIA ABSOLUTA COMO MECANISMO DE CONTROL.- (DMA)

No es una técnica para realizar previsiones de ventas, es un instrumento para evaluar la bondad de las previsiones que realizamos. Es una previsión es mejor si su DMA es más pequeña que la de la otra previsión. La definimos como la media, en valor absoluto, de la diferencia entre las previsiones y las ventas reales.

DMA = Σ | Ft – At | / n

DMA = Desviación Media Absoluta.

At = demanda real durante el periodo t

Ft = previsión según cualquier modelo para el periodo t

. n = número de periodos considerados.

ANÁLISIS DE LA REGRESIÓN LINEAL

Para series temporales la técnica consiste en ajustar una línea recta a la tendencia de los datos de la serie temporal. El ajuste se suele realizar de los valores de las ventas respecto al tiempo. La regresión lineal es útil en las previsiones a largo plazo de las ventas agregadas y para la planificación. Como técnica de ajuste se suele utilizar el método de los mínimos cuadrados, que ajusta la línea a los datos que minimizan la suma de los cuadrados de la distancia vertical entre cada uno de los puntos de los datos y su punto correspondiente en la línea.

Ў = a + bX

Ў = valor calculado de la variable a predecir o variable dependiente.

a = corte en el eje de las ordenadas (de la y)

b = pendiente de la recta de regresión

X = variable independiente, que en nuestro caso es el tiempo.

.b = (Σ xy – n Y X) / (Σ X² - n X²)

.a =Y - bX

.b = pendiente de la recta

.a = punto de corte

Σ = sumatorio

X= media de los valores de la X

Y= media de los valores de la Y

n = número de observaciones

VARIACIÓN ESTACIONAL DE LOS DATOS.

Son oscilaciones regulares de la tendencia que se repiten secuencialmente y que suelen estar vinculados a eventos periódicos como el clima o la actividad laboral.

La estacionalidad de un servicio turístico puede ser por horas, días, semanas o meses. Es importante tener en cuenta estas variaciones estaciónales a la hora de realizar nuestra previsión de venta puesto que repercutirá en la planificación de nuestra capacidad productiva.

Para determinar esta variación estacional podemos analizar los datos de forma desagregada, por meses, trimestres, etc., y realizar el análisis de regresión con estos datos y calcular la fluctuación estacional ajustada a la tendencia.

Otra forma a considerar son los datos agregados para la estimación de la recta de tendencia, y realizar un ajuste estacional a partir de una muestra de datos desagregados de años anteriores. Este segundo método es el que vamos a considerar.

PREVISIÓN CAUSAL.

Se basa en establecer una relación causal entre diferentes variables, en la que una ocurrencia causa la otra. Si el elemento causante se puede prever con anticipación, puede utilizarse como base de la previsión. 1º hay que encontrar las ocurrencias que constituyan realmente las causas, en turismo, se generan visitantes por diferente motivaciones (vacaciones, negocios, religión, etc.); si cada uno de estos movimientos de visitantes obedece a diferentes motivaciones sus causa originales serán diferentes, una causa que puede motivar su aumento o su reducción es la renta discrecional, otro podría ser la evolución de la actividad económica.

El método similar al de la regresión de las series temporales será una variable que esté relacionada con el evento a proyectar. Un primer problema es determinar la relación causal, existen muchos factores que pueden ser considerados como causa y resulta difícil seleccionar el más representativo.

Una primera fuente de inspiración para buscar causas suele ser la teoría económica. A los modelos que se basan en la teoría económica se les denominan econométricos. Ésta señala que la demanda de un bien depende de los gustos de los consumidores, de los precios de dicho bien, de los otros bienes y de la renta disponible de los consumidores.

X = f (U(x,y), px, py, R)

X = cantidad demandada del bien X

U(x,y) = la función de utilidad de los consumidores

Px = es el precio del bien X

Py = es el precio del bien Y, y es un bien sustitutivo.

R = renta disponible de los consumidores

A la demanda se la denomina variable dependiente y a las otras variables se las denomina independientes; la tarea consistiría en encontrar la mejor relación estadística entre la variable dependiente y la independiente. El problema principal para la aplicación de los modelos econométricos al turismo es encontrar las fuentes de información, por tanto, es necesario recurrir a investigación de mercados para obtener información más específica que permitan realizar estudios más concluyentes. No obstante, en la mayoría de estudios empíricos sobre la demanda del turismo se examina el total de viajeros. Para las variables independientes también es complejo encontrar las fuentes de información adecuadas.

Para determinar el precio del propio bien se deben considerar dos elementos: el coste del viaje al destino y el coste de la vida para el turista en el destino. Se suele utilizar el IPC, índice de precios al consumo. Otro factor que contribuye al coste de la vida entre país de origen y destino es el tipo de cambio, cuanto mayor sea el valor del cambio de la moneda del país de origen, mayor será el número de visitantes que viajarán al país destino. En la mayoría de estudios, no obstante, la tasa de cambio se suele emplear ajustando el índice de precios relativos entre el país de origen y el de destino.

Otro elemento de la función de demanda es el precio de los bienes sustitutivos. Hay dos maneras de utilizar el precio de los bienes sustitutivos:

1. considerar los precios de diferentes destinos de forma separada.

2. considerarlo de forma agregada como una media ponderada del coste de la vida de varios destinos competitivos. Por otro lado, si tenemos la información desagregada por medio de transporte utilizado para dirigirse a un destino concreto, éstos también pueden actuar como sustitutivos.

La cuarta variable es la función de utilidad del consumidor que viene determinada por necesidades y deseos. Esta función puede estar influenciada por dos factores: 1.- el gasto en marketing que haya realizado el país o empresa destinataria. 2.- efecto “de boca a oído”, trasladar estos dos factores a variables resulta bastante complicado. Para el gasto de marketing se podría utilizar los datos del gasto institucional de las oficinas de turismo en los países de origen y para el de boca a oído, se suele utilizar la variable dependiente retrasada.

Para registrar los efectos que pueden generar algunos eventos en la demanda internacional del turismo se suelen utilizar variables dummy, variable de carácter cualitativa que adquiere el valor 1 cuando acontece es suceso y 0 en el resto de casos.

Una vez determinadas las variables independientes que afectan a la variable dependiente, el paso siguiente es determinar la forma funcional de esta relación. La mayoría de estudios utilizan básicamente dos tipos de funciones. Funciones de Tipo Lineal y Funciones del Tipo Cob-Douglas.

La más simple de las relaciones es la lineal:

Xt = ß o + ß 1 pxt + ß 2 pyt + ß 3 Rt + ε t

El subíndice t, nos indica que los datos vienen proporcionados en forma de series temporales. Las variables Xt, px, pyt R, están definidas en la ecuación.

MODELO DE RELACIÓN LINEAL.

La ecuación de demanda lineal en muchos casos nos permite una buena aproximación a la previsión de la demanda turística internacional. Algunos estudios turísticos muestran que muchas de las relaciones de demanda turísticas pueden ser representadas aproximadamente por una relación lineal para periodos muestras (Smeral, Witt and Witt, 1992).

Una primera aproximación es calcular su coeficiente de correlación, esta expresa el grado o la intensidad de la relación lineal entre dos variables.

.r = (ΣXY- n YX) / ( √ (Σ X² - nX² ) ( Σ Y² - n Y² ))

El resultado será un número cuyo recorrido está entre -1 y 1. -1 indica que existe una correlación negativa perfecta, es decir, que l incrementarse el valor de una variable la otra disminuye de forma lineal. 1 indica una correlación positiva perfecta donde los incrementos en una variable se traducen en incrementos en la otra. Y 0 nos indicaría que no existe ninguna correlación entre las dos variables consideradas.

Consideraremos la renta como variable que influye en mayor medida en el comportamiento de la demanda , la Y pero la variable independiente, x, será la renta disponible.

Ў = a + bx

Ў = valor calculado de la variable a predecir o variable dependiente

.b= corte en el eje de las ordenadas (de la y)

.a = variable independiente.

.b = (Σ xy – n Y X) / (Σ X² - n X²)

.a =Y - bX

.b = pendiente de l recta

.a = punto de corte

Σ = sumatorio

X= media de los valores de la X

Y = media de los valores de la Y

.n = número de observaciones.

ERROR ESTÁNDAR DE LA ESTIMACIÓN.

Es preferible dar un intervalo de valores que un solo valor puntual, para ello debemos calcular el error estándar de la estimación o la desviación de la regresión.

Sy,x = (√ ΣY² - ΣY – b ΣXY) / (.n – 2)

A la hora de determinar el intervalo de previsión debemos considerar el grado de precisión que queremos en los datos de llegadas de turistas. Se pueden describir con dos parámetros : la media y la desviación típica, σ.