Implementación De Herramienta Estadística (Método De Suavización Exponencial) Para Una Mejora En El Pronóstico De Ventas.

Producción de servicios

Implementación de herramienta estadística (Método de suavización exponencial) para una mejora en el pronóstico de ventas.

Elaborado por: Q.F.B. ALEJANDRO CLARK FRIAS

Introducción

Dentro del mundo de la planeación de productos a vender por una empresa, se necesita contar con un inventario, para determinar dicho inventario una parte medular es contar con un pronóstico de venta real de los meses subsecuentes, aunque en muchas ocasiones el pronóstico es erróneo lo que deriva en una alta en los inventarios o el dejar de surtir un producto a un cliente.

Un pronóstico de venta es la estimación o previsión de las ventas de un producto (bien o servicio) durante determinado período futuro. La demanda de mercado para un producto es el volumen total susceptible de ser comprado por un determinado grupo de consumidores, en un área geográfica concreta, para un determinado período, en un entorno definido de marketing y bajo un específico programa de marketing.

Los pronósticos son igual a las ventas, son indicadores de realidades económico-empresariales (básicamente la situación de la industria en el mercado y la participación de la empresa en ese mercado). El pronóstico determina qué puede venderse con base en la realidad, y el plan de ventas permite que esa realidad hipotética se materialice, guiando al resto de los planes operativos de la empresa. El objetivo principal de los pronósticos se transforma entonces en el de convertirse en la entrada para el resto de los planes operativos. El pronóstico de ventas es la proyección en el futuro de la demanda esperada dando un conjunto de restricciones ambientales. Muchas empresas confunden la función de pronósticos con la planeación. La definición de plan de ventas no incluye las actividades de hacer proyecciones de niveles de demanda y ésa es una de las diferenciaciones más importantes a este respecto.

De este modo, el sistema de pronósticos se configura como un “sistema de aprendizaje”. Se pretende determinar los errores contenidos en pronósticos basados en los cambios ambientales que los generaron, para de ese modo mejorar su precisión en el futuro.

La intención de medir la precisión de los pronósticos – un valor relativamente objetivo - tiene una doble finalidad: la precisión de los pronósticos influye en diversos costos operativos y en la satisfacción del cliente. Del mismo modo, la propia aparición de una función de control de eficacia descubre el potencial que tienen los vendedores como agentes generadores de información – que retroalimenta al sistema de pronósticos - y, al mismo tiempo plantea la necesidad de que la buena administración de pronósticos sea recompensada (“lo que se mide se recompensa y lo que se recompensa se hace”).

Una de las derivaciones de la importancia de la precisión de los pronósticos está relacionada con su efecto en los denominados costos operativos, los cuales incluyen la generación y gestión del propio sistema de administración de pronósticos. Una forma de atenuar o minimizar esa gestión es examinar sólo los productos con respecto a los cuales no se ha alcanzado l precisión aceptable, o trabajar sobre los productos que requieran niveles de servicio más elevados. Dentro del proceso de generación de los pronósticos, a existencia de un “campeón del pronóstico”, con el consiguiente costo que aquello genera, y las derivaciones de capacitación que trae aparejadas – para las diversas líneas funcionales -, son aspectos por considerar. Los que usan los pronósticos necesitan entrenamiento sobre cómo fueron elaborados, sus limitaciones y cómo deben ser aplicado a la planeación.

Entre los costos operativos derivados se pueden mencionar los de operación (producción logística), mercadotécnica (promociones, publicidad, cuotas de venta, desarrollo de producto, precio). Estos surgen, en el caso de las operaciones, por costos de inventario, por errores en el producto, cambios en los programas, envíos erróneos que aumentan costos de inventario, transporte, etc.

Entre los costos derivados para el caso de mercadotécnica estarían costos ineficaces en publicidad, desarrollo de nuevos productos sin demanda adecuada, precios que no maximizan la contribución, cuotas de venta inapropiadas. Es importante considerar cómo se pueden generar patrones extraños de pronósticos, que pueden estar provocados por incentivos inapropiados (un sistema de sanciones a los que superen la cuota de ventas, por ejemplo). Siempre es importante valorar los beneficios que puede traer el sistema de pronósticos. No siempre superan los costos del desarrollo de un sistema más complejo.

Un último aspecto a considerar en cuanto a la precisión de los pronósticos es su realización con la satisfacción e insatisfacción de los clientes. La medición de esta insatisfacción alcanza varias facetas:

• Diseñar y elaborar productos que los clientes quieren.

• No diseñar ni fabricar productos que si quieren.

• No tener los productos deseados por los clientes en los lugares y cantidades deseadas.

Suavización Exponencial.

Este método está diseñado para atenuar una desventaja del método del promedio móvio, donde se usa el mismo peso sobre todos los datos para calcular el promedio. La suavización exponencial coloca un peso más grande en las observaciones más recientes.

La selección de la constante de suavización (alfa) es crucial en la estimación de pronósticos. Un valor grande de alfa, implica que las observaciones recientes llevan pesos mayores.

SUAVIZACIÓN EXPONENCIAL SIMPLE.

Si a es una constante de suavización, el valor reciente de la serie de tiempo se pondera con a, el siguiente valor más reciente se pondera con a(l - a), el siguiente valor con a(l - a)2, y así sucesivamente, después de lo cual se suman todos los valores ponderados para determinar el pronóstico:

t-1= a Yt + a (1 - a) Yt-1 + a (1 - a)2 Yt-2 + ..... + a (1 - a)k Yt-k

Donde

t-1= pronóstico para el siguiente periodo.

a =constante de suavización. (0≤a≤1)

Yt =valor real para el periodo más reciente.

Yt-1 = valor real para el periodo anterior al más reciente.

Yt-k = valor real para los k periodos

...