Jazmín Díaz-Barrios
2015
Elaborar un presupuesto de ventas, equivale a estimar la demanda que tendrá el producto en referencia, a un precio determinado. Esto divide el estudio del presupuesto de ventas en dos partes: el estudio de la demanda y el estudio del precio. Sin embargo, para hablar de demanda, tenemos que comenzar hablando de lo que es un mercado, es decir, el conjunto de los compradores actuales o potenciales de un producto.
2015
Elaborar un presupuesto de ventas, equivale a estimar la demanda que tendrá el producto en referencia, a un precio determinado. Esto divide el estudio del presupuesto de ventas en dos partes: el estudio de la demanda y el estudio del precio. Sin embargo, para hablar de demanda, tenemos que comenzar hablando de lo que es un mercado, es decir, el conjunto de los compradores actuales o potenciales de un producto.
No
toda la población forma parte del mercado, solo aquella que cumple con tres
requisitos básicos: interés en el producto, capacidad de compra y acceso al
mismo. Todos aquellos individuos que están interesados en un producto y tienen
poder adquisitivo para pagarlo, forman parte del mercado potencial de ese
producto.
Tomemos
como ejemplo un producto adelgazante cuya publicidad aparece en los canales de
cable. Si estamos interesados en el producto y tenemos dinero para adquirirlo
formamos parte del mercado potencial del producto. Ahora bien, es posible que
la publicidad no sea para nuestro país, y el producto no esté disponible en
Venezuela o que esté disponible, pero sea para mayores de 18 años y no
cumplamos ese requisito. Entonces,
formamos parte del mercado potencial, pero no del mercado calificado disponible.
Pero la empresa puede estar interesada solo en un segmento del mercado
disponible (ejemplo: el producto está dirigido a adultos hombres y mujeres de 25 a 45 años). Ese segmento
representaría el mercado meta de nuestra empresa. Ahora bien, aquellos
individuos que ya consumen nuestro producto, formarán parte de nuestro mercado
penetrado. En la figura 5 se muestran
los distintos niveles del mercado.
Figura 5. Niveles de Mercado
FUENTE: Elaboración propia
El conocimiento del mercado puede ayudar a definir
las estrategias que se quieren y pueden seguir para colocar el producto. Si se conoce el mercado potencial, se puede
calcular la demanda máxima que ese producto podría tener, es decir la demanda
que generan todos los individuos que están interesados en el producto y tienen
poder adquisitivo para comprarlo. Pero
en realidad, la demanda que una determinada empresa tenga va a depender de su
esfuerzo de mercadeo. Definamos de manera formal lo que es demanda:
LA DEMANDA DE MERCADO PARA UN PRODUCTO ES EL VOLUMEN TOTAL DE ESE
PRODUCTO, SUSCEPTIBLE DE SER COMPRADO POR UN DETERMINADO GRUPO DE CONSUMIDORES,
EN UN ÁREA GEOGRÁFICA CONCRETA, PARA UN DETERMINADO PERÍODO DE TIEMPO, EN UN
ENTORNO ECONÓMICO DEFINIDO Y BAJO UN PROGRAMA ESPECIFICO DE MERCADEO.
Esta demanda, puede y debe ser medida en varias
dimensiones: del producto, geográfica (espacial) y temporal. La dimensión del producto, se refiere a la
definición de la demanda en términos de sector, empresa, por línea o por
producto específico. La dimensión
espacial, se refiere a los clientes según el espacio geográfico, como demanda
en un supermercado, en una ciudad, estado o país. La escala temporal, se refiere a la
definición de la demanda en términos de tiempo: demanda para un día, una
semana, un mes o un año. Lo anterior quiere
decir que cuando nos referimos a la demanda de un producto, no podemos simplemente
expresar, por ejemplo: demanda de mayonesa.
Para que esa demanda tenga sentido y aplicación tiene que estar dimensionada : demanda
de frascos de mayonesa de 500 grs. para un año en el estado Zulia.
Ahora
bien, hasta ahora estábamos definiendo la demanda global de un producto, pero
si se quiere calcular a partir de esa demanda global, la demanda de una empresa
en particular, se tiene que conocer la cuota-parte que esa empresa tiene en el
sector:
Demanda de
la empresa (Qe ) = Demanda del mercado Qm x Cuota del mercado (Cm)
Qe = Qm x Cm
Ejemplo:
En un país
latinoamericano de 35.000.000 de habitantes, el 66% de la población usa cepillo
y la reposición del producto ocurre cada tres meses en promedio. Una empresa
transnacional que opera en el país, tiene como objetivo de mercadeo, aumentar
su participación de mercado de 12% al 15%.
Mercado de
cepillos: 35.000.000 hab. x 66% que usa cepillo 23.100.000
habitantes
Demanda Global: 23.100.000 x 4
reposiciones al año 92.400.000
cepillos
Demanda de la
Empresa: 92.400.000 x 12% participación 11.088.000
cepillos
Factores claves en la
determinación de la cuota de mercado de la empresa:
-
Desarrollo
e incremento de nuevos productos
-
Incremento
en la calidad de los productos.
-
Incremento
en las inversiones de marketing a mayor velocidad que el crecimiento del
mercado.
-
Disminuciones
permanentes de precio NO incrementan la participación en el mercado.
Una vez conocida la demanda de la empresa, se
calcula el precio al cual se puede vender el producto para así desarrollar el PRESUPUESTO DE VENTAS, el cual
definiremos como:
VOLUMEN DE VENTAS
ESPERADO DE UN PRODUCTO DEFINIDO, EN UNA ESPACIALIDAD Y TEMPORALIDAD Y ENTORNO
ECONÓMICO ESPECÍFICO, DADO UN PLAN DE MARKETING, A UN PRECIO DETERMINADO.
Importancia del presupuesto de ventas.
Se utiliza para el
dimensionamiento de recursos humanos, materiales y financieros en las áreas de
aprovisionamiento, producción y Finanzas.
Elementos
Un presupuesto de
Ventas está compuesto por tres elementos básicos:
Producto Cantidad Precio
Estos
elementos básicos pueden a su vez desagregarse, y el presupuesto podrá
presentarse: por cada uno de los productos, para cada región geográfica y cada
precio según producto y región.
Lo
importante en la elaboración de una cédula presupuestaria es que tiene que
estar referida a un producto y/o productos, una espacialidad y temporalidad
determinada (dimensionada). Es decir: cuales productos, para una región o
regiones determinadas, en un período (si es anual, trimestral o cualquier otro).
Planificación y
Pronósticos de Ventas.
La
planificación y el pronóstico son funciones diferentes: el pronóstico predice
lo que ocurrirá dado una serie de circunstancias o premisas (supuestos); El
pronóstico intenta describir lo que sucederá.
Mientras que la planificación usa los pronósticos para ayudar en la toma
de decisiones pertinentes. El plan,
basándose en los pronósticos, trata de influir en los sucesos para que los
resultados finales vayan en la dirección deseada. Ejemplo: Pronóstico: Caerá la
demanda; Plan: Compensar la caída
Conclusión: Los pronósticos son
los insumos de la planificación
Tipos Básicos de Demanda
-Dependiente:
No es un producto de demanda final, sino
de demanda intermedia, es el insumo para otros productos, vende sus productos a
otra industria, por lo tanto, no requiere pronósticos, solo tabulaciones ya que
su futura demanda se la proporciona la
industria cliente. Ejemplo: Piezas para automóviles.
-Independiente: No está condicionada a la demanda de otros
productos, es un producto de demanda final, es decir que va al consumidor final
y por ende requiere de pronósticos de esa posible demanda. Ejemplo: automóviles.
Componentes de la demanda.
Para analizar los
factores que inciden en la demanda, se debe conocer los componentes de la
demanda: media, tendencia y variaciones. La
media, está referida a los niveles lógicos de ventas esperados basados en el
promedio que se ha vendido en los últimos periodos. La tendencia puede tener varias formas
(lineal, forma de S, asintótica o exponencial) y representa la orientación que
tienen las ventas dependiendo de su comportamiento en el pasado (ventas
crecientes, decrecientes, estables, crecientes con tasa decreciente o
viceversa).
Las
variaciones pueden ser de tres tipos: estacionales, cíclicas y aleatorias. Las variaciones estacionales, están referidas
a productos estacionales, es decir aquellos productos que no tienen un patrón
uniforme de ventas, sino que se venden más en alguna época del año como
productos escolares, navideños, playeros, entre otros. Las variaciones cíclicas
están referidas a productos relacionados con eventos que se producen cada
cierto número de años, como son las elecciones, guerras, entre otros. Por su parte, las variaciones aleatorias son
aquellas fortuitas, y su característica principal es que no se van ocurren al
azar y no es probable que se repitan.
Ejemplo de variación aleatoria sería un fenómeno natural (inundación,
terremoto u otro); un evento fortuito como un incendio, robo, etc.
Modelos de Pronósticos.
Existen
dos tipos de pronósticos: los Cualitativos o de predicción y los cuantitativos
o de previsión. Explica Chapman (2006)
que los modelos cualitativos también llamados de predicción,
involucran el conocimiento, el criterio, la experiencia de los actores
involucrados en el proceso. Entre estos modelos se encuentran: Método de Delphi,
Investigación de mercados, Consenso grupal, Analogía histórica, Criterio (Niveles
inferiores, Supervisores, Ejecutivos).
Modelos cualitativos o de predicción.
Método de Delphi: involucra consenso de expertos sobre las
potencialidades de ventas de un producto en el muy largo plazo. Se utiliza para
decisiones estratégicas, es costoso.
Investigación de mercados: Se incorpora dentro de los modelos cualitativos, en tanto que la data
utilizada es la opinión de los consumidores sobre el producto estudiado. Es
costosa, su credibilidad dependerá de lo efectivo de la supervisión ya que
tiene un alto margen de error por la deshonestidad de los encuestadores. Su efecto es de corto plazo ya que al
involucrar el gusto del consumidor, tiene una vida útil corta. Es práctica para lanzamiento o relanzamiento
de productos.
Consenso grupal: Se refiere a las decisiones tomadas por un grupo de
individuos en un mismo ambiente, en el cual cada uno puede dar su percepción de
la situación y luego por consenso se llega a una decisión de cuales serán los
productos y las cantidades favorecidas para el próximo periodo de ventas. Se utiliza para pronosticas ventas anuales y
está muy relacionado con los niveles inferiores. Muchos de nosotros hemos estado en contacto
con esta metodología cuando vemos reuniones de vendedores en un hotel o un fin
de semana en una finca, para revisar los logros y llegar a nuevos acuerdos para
el próximo año.
Criterio: En esta modalidad de pronosticar a través de criterio,
se pulsa la opinión individualmente de los vendedores, supervisores e incluso
ejecutivos sobre las posibilidades de ventas para el próximo periodo, productos
con más posibilidades y niveles de ventas, generalmente por zona y luego se
consolida esta información para conocer el pronóstico de toda la empresa, se
acompaña en muchas ocasiones con modelos cuantitativos que refuercen la
información.
Analogía histórica: Se utiliza para
productos nuevos en el mercado de los cuales no se tiene experiencia previa
sobre posibles niveles de ventas; consiste en buscar productos con un perfil de
consumidor parecido al perfil del producto investigado y conociendo las ventas
de estos productos extrapolar la información y lograr un pronóstico que permita
comenzar el proceso de planificación financiera. Imaginen el surgimiento del
internet, el teléfono celular o yendo más atrás, de una computadora personal,
un televisor o un radio. Todos estos
productos requieren grandes inversiones para su producción, pero cuando no
existían no se tenía idea de la magnitud de sus ventas, entonces se usan las
ventas de otros productos con el mismo perfil de consumidor para estimar las
ventas futuras.
Modelos cuantitativos o de previsión
Los modelos
cuantitativos pueden ser estadísticos o matemáticos. A continuación se plantean cinco de uso común
(tres de corto plazo (menos de un año) y
dos de largo plazo (un año o más). Sin
embargo, existen muchos otros modelos para este tipo de pronóstico como son: Suavización exponencial con tendencia lineal,
Suavización exponencial con tendencia lineal y variaciones estacionales, Series
de Fourier, regresión múltiple, modelos econométricos y modelos de simulación.
Media Móvil Simple (MMS).
Es un modelo de
pronóstico cuantitativo, por ende, de previsión, estadístico, enmarcado dentro
de las series de tiempo. En términos generales, la media móvil va a ser usada
para pronósticos de corto plazo; es decir, diario, semanal, mensual, hasta
trimestral, pero de ninguna manera nos
servirá para hacer pronósticos anuales. Su elaboración es muy simple, no
requiere personal especializado, pero su precisión es de media a baja.
Normalmente, se utiliza en combinación con otros modelos de pronósticos de
predicción (cualitativos).
Matemáticamente se representa:
Pi+1 = å Di
n
Donde:
P: Pronóstico deseado
D: Demanda real de los n periodos
n: es el número de periodos a
considerar.
Ejemplo:
Imaginen que queremos saber las ventas
nacionales para el próximo mes de diciembre de frascos de 500 grs. de
mayonesa X . Este producto tiene una demanda estable, es decir que se vende más
o menos igual todo el año y supongamos que en un estudio previo se encontró que
los últimos tres periodos de ventas son los relevantes para encontrar el
pronóstico; entonces dado los siguientes datos:
Setiembre octubre noviembre
25.000 24.720 25.100
El pronóstico del mes de diciembre
según la fórmula será:
Pdiciembre = 25.000 + 24.720 +
25.100 = 24.940
3
Ahora bien,
supongamos ahora que ha pasado un mes, ya tenemos los datos reales de lo que se
vendió en diciembre (24.980) deseamos conocer el pronóstico de enero, entonces:
P enero = 24.720+25.100+24980
= 24.933
3
Como se observa, se
desechó el mes de setiembre y se tomaron los datos de octubre, noviembre y
diciembre, dado que n=3 y estamos calculando una media móvil.
Media Móvil Ponderada (MMP).
Es un modelo de
pronóstico cuantitativo, por ende, de previsión, estadístico, enmarcado dentro
de las series de tiempo. En términos generales, la media móvil va a ser usada
para pronósticos de corto plazo; es decir, diario, semanal, mensual, hasta
trimestral, pero de ninguna manera nos
servirá para hacer pronósticos anuales. Su elaboración es muy simple, no
requiere personal especializado, pero su precisión es de media a baja.
Normalmente, se utiliza en combinación con otros modelos de pronósticos de
predicción (cualitativos, de criterio).
Matemáticamente se representa:
Donde: P i+1 = å Di * αi
α = factor de
ponderación
Evidentemente, la sumatoria de los i
factores de ponderación
es = 1, es decir å αi = 1
La diferencia entre
los dos modelos (simple y ponderada) tiene que ver con su utilización: la mms
puede ser usada solamente para productos con demanda estable, mientras que la
mmp puede usarse para todo tipo de productos.
La razón: la mms al darle la misma ponderación a todos los periodos
supone que en todos esos periodos se vende igual el producto, mientras que la
mmp permite variar la ponderacion, es decir la importancia relativa de cada
periodo, por ejemplo, mes y así puede usarse también para productos
estacionales.
Ejemplo: Supongamos
ahora que queremos calcular las ventas de trajes de baño para el mes de
abril. El traje de baño es un producto
de demanda estacional; se vende para carnaval, semana santa y agosto
primordialmente. Veamos los datos:
enero febrero marzo
1.500 6.200 2.300
En este caso no
puede dividirse entre tres como en mms porque no todos los meses tienen la
misma importancia relativa; en los meses de enero y marzo se vende muy poco
traje de baño, mientras que en febrero (carnaval) las ventas suben
drásticamente. Entonces es necesario
estimar el factor de ponderación apropiado para cada periodo. Estamos calculando el pronóstico para el mes
de abril, es decir un mes de mucha venta (semana santa) como febrero, por lo
tanto el factor mayor lo tendrá el mes que más se parece al que estamos
pronosticando. Supongamos que el alpha
de cada mes es:
enero febrero marzo
0.05 0.85 0.10
El pronóstico del mes de abril según
la fórmula será:
Pa = 1.500*0.05 + 6.200*0.85 + 2.300*0.10 = 5.575
Ahora bien,
supongamos ahora que ha pasado un mes, ya tenemos los datos reales de lo que se
vendió en abril (5.500) deseamos conocer el pronóstico para mayo. Entonces, en
mayo la demanda de trajes de baño es muy baja (día de la madre); así que mayo
se parece a marzo, por lo tanto el pronóstico podría ser así:
P m = 6.200*
0.025+2.300*.95+5.500*0.025 = 2.478
Como se observa, se
desechó el mes de enero y se tomaron los datos de febrero, marzo y abril, dado
que n=3 y estamos calculando una media móvil. Además el factor de ponderación
fue muy alto para el mes de marzo (el que más se parece al que estamos pronosticando).
Suavizamiento exponencial.
Este método de
pronóstico es, como los anteriores, para corto plazo, pero a diferencia de
ellos, tiene una alta precisión y requiere muy poca data, solamente el
pronóstico del periodo anterior y su demanda real. Es muy útil en los casos que
no se tiene ninguna data histórica y se quieren comenzar a hacer pronósticos,
además es igualmente útil para productos en los cuales se requiere bastante
precisión. Matemáticamente, representa
el ajuste al error cometido en el pronóstico elaborado para el periodo anterior,
se formula así:
Pt= P t-1
+ α (D t-1 - P t-1)
Donde:
Pt=
Pronóstico buscado
P t-1 =
Pronóstico calculado para el periodo anterior
α = Factor de
ajuste, toma valores entre 0 y 1
D t-1 =
Demanda real del periodo anterior,
Ejemplo: La empresa ABC incorporó un nuevo producto el mes de febrero a su línea.
Habían pronosticado una venta de 1000 unidades, sin embargo, la venta alcanzó
las 1.300 unidades. Ahora quieren conocer el pronóstico para marzo
Aplicando la fórmula: Pt=
P t-1 + α (D t-1 - P t-1)
Pmarzo= P febrero
+ α (D febrero
- P febrero) => Pmarzo= 1000 + α (1300 – 1000)
Error= 300 unidades
De
acuerdo con Whybark (1997) si el error es grande, el factor de ajuste (alpha, α) puede
aproximarse a 0.8, si el error es pequeño, α puede aproximarse a 0.2. Se define un error
grande como aquel superior al 20% del pronóstico.
En el caso que nos ocupa, el 20% del pronóstico (20% de 1000) es igual a
200 y el error es = a 300 => el error es grande y el alpha será 0.8.
Entonces:
Pmarzo= 1000 + 0.8 (300)
= 1000 + 240= 1.240 unidades.
El resultado es
lógico, si el error de estimación fue grande, el ajuste que se le haga al pronóstico
para el próximo período debe ser grande para que se acerque más a la realidad.
Análisis de
regresión lineal
Este modelo de largo plazo está basado en una serie
de tiempo, es decir se usa el pasado para pronosticar el futuro, por lo tanto
su precisión depende de la estabilidad económica, es decir que el pasado tenga
capacidad para pronosticar el futuro. En
economías con alto índice de incertidumbre e inestabilidad, este modelo no es
muy útil ya que disminuye su nivel de predictividad. En economías estables es un modelo de alta
precisión. Entre sus desventajas se
encuentra que requiere mucha data histórica (al menos 10 periodos) es complejo, costoso y requiere
personal muy capacitado. Se basa en el
modelo de mínimos cuadrados, es decir, el ajuste de una recta a partir de un
conjunto de datos. Lo anterior implica que basado en al menos diez datos, se
trata de construir la ecuación de una recta que servirá para proyectar períodos
futuros.
Y = b + m X
m=
|
nSxy-(SxSy)
|
b=
|
Sy-mSx
|
nSx²-(Sx)²
|
n
|
Ejemplo:
La fábrica
electrodomésticos Mundoazul tiene como principal producto lavadoras y en los
últimos 10 semestres su ventas han sido como sigue:
5.100, 5.200, 5.500, 5.300,
4.900, 4.850, 4.900, 4.600, 4.350, 3.950.
Pronostique los siguientes
dos semestres de ventas.
N
|
X
|
y
|
x*y
|
x²
|
1 Semestre
|
1
|
5.100
|
5.100
|
1
|
2 Semestre
|
2
|
5.200
|
10.400
|
4
|
3 Semestre
|
3
|
5.500
|
16.500
|
9
|
4 Semestre
|
4
|
5.300
|
15.900
|
16
|
5 Semestre
|
5
|
4.900
|
19.600
|
25
|
6 Semestre
|
6
|
4.850
|
24.250
|
36
|
7 Semestre
|
7
|
4.900
|
29.400
|
49
|
8 Semestre
|
8
|
4.600
|
32.200
|
64
|
9 Semestre
|
9
|
4.350
|
34.800
|
81
|
10
Semestre
|
10
|
3.950
|
35.550
|
100
|
10
|
55
|
48.650
|
223.700
|
385
|
Cálculo
de M:
|
||||||
M=
|
2.237.000
|
- 2.675.750
|
M=
|
-438.750
|
||
3.850
|
- 3.025
|
825
|
||||
M=
|
-531,82
|
|||||
Cálculo de B:
|
||||||
B=
|
48.650
|
- (-29.250)
|
B=
|
77.900
|
||
10
|
10
|
|||||
B=
|
7.790
|
|||||
Cálculo
de Y:
|
||||||
Y=
|
7.790
|
+ (-531,82)*11
|
||||
Y11=
|
1.940
|
Unidades
|
||||
Cálculo
de Y:
|
||||||
Y=
|
7.790
|
+ (-531,82)*12
|
||||
Y12=
|
1.408
|
Unidades
|
||||
Modelo económico-administrativo
En abril de 1950 los profesores norteamericanos
Walter Rautenstrauch y Raymond Villers publicaron la obra titulada Budgetary
Control (Control Presupuestario), en donde, entre otros temas, desarrollaron
una fórmula para el cálculo del presupuesto anual de ventas de una empresa
industrial, basada en una serie de factores de ventas, económicos y
administrativos [S = (Sp ±F)*E*A] (Rautenstrauch y Villers (1977). El modelo que se presenta a continuación, está basado
en el modelo original de estos dos autores. Es para largo plazo, se usa en
presupuestos anuales, es complejo, requiere mucha información. A pesar de que requiere mucha data, esta no es
histórica, de hecho solo utiliza un dato histórico (las ventas del año
anterior); el resto de la data es prospectiva, al depender las ventas de
múltiples factores externos e internos, se trata de evaluar matemáticamente su
efecto. Es costoso, y su precisión
dependerá de la calidad de la data. Requiere
personal muy calificado.
Representación matemática:
Qn = ventas para el próximo período
Qn-1= ventas período anterior + a
a = factores de ajustes aleatorios
b = factores de cambio +
g = factores de crecimiento +
E =
Porcentaje de fuerzas externas Pronóstico departamental
I =
Porcentaje de fuerzas internas + E
Pronóstico Comité
+ I
Qn
Descripción de los factores:
Alfa
(a) =
factores aleatorios, tanto positivos como negativos que deben ser
considerados en el período. Permite ajustar la demanda del próximo período a la
que se habría tenido de no haber ocurrido en el último período esos factores
aleatorios, no recurrentes (catástrofes naturales, disminución coyuntural de la
competencia, aumento coyuntural de la demanda). Es una normalización de la
demanda para quitar el efecto de los eventos no recurrentes que alteraron la
demanda del año anterior y que no van a repetetirse en el año que se está
presupuestando.
beta
(b)
= Incorpora el criterio de los
expertos de ventas sobre las posibilidades de incremento de las ventas basado
en los objetivos organizacionales definidos y en los factores de cambio en los
métodos de ventas, calidad del producto, distribución del mismo, entre otros.
Gamma
(g) =
factores de crecimiento vegetativo de la demanda, incremento de volumen
no imputable a la empresa. Ejemplo: crecimiento poblacional.
Pronóstico
departamental: Una vez normalizadas las ventas y
aplicados los factores de crecimiento en las ventas por el esfuerzo interno de
la organización (objetivos de ventas) y externo, debido al crecimiento
poblacional, se calcula el pronóstico que las fuerzas de ventas definirán para
el período presupuestado.
Fuerzas
externas (E):
Incorpora de manera relativa, el factor macroeconómico, lo que se prevé
ocurrirá en el entorno económico del país o sector. Incluye los juicios sobre
cambios en la pérdida o incremento en
el poder adquisitivo de la población, producto nacional bruto, Ingreso per cápita,
aumento o disminución de la competencia de manera permanente, facilidades de
crédito en el mercado, gusto del consumidor, apertura de nuevos mercados,
inflación, entre otros. Este factor se aplicará sobre el pronóstico
departamental ya calculado, dando lugar
a lo que llamaremos: Pronóstico del Comité de Presupuesto ya que es a este
comité a quien le correspondería incorporar esa información.
Fuerzas
internas (I): Decisiones de la gerencia. El pronóstico de ventas, se convierte en un
plan cuando la administración incorpora el resultado de sus análisis y juicios.
Ejemplo: Decisiones en cuanto a: Cierre de sucursales, eliminación de línea de
productos, contratos a realizarse a alto nivel. Ésta es información manejada
sólo a nivel de gerencia y por lo tanto es incorporada al final del proceso
cuando llegan la cifras para su aprobación. Puede ser cantidades de producto en
cifras absolutas o relativas. Una vez
incorporado este factor se tendrá la demanda pronosticada para el período
presupuestado.
Ejemplo:
En
una empresa de alimentos enlatados, están estimando las ventas del siguiente año,
sabiendo que en el presente las ventas cerrarán. 750 millones de unidades, sin
embargo debido a una catástrofe natural, este año las ventas aumentaron un 40%
sobre lo usual y la gente de ventas sabe que eso no se va a repetir, pero ellos
tienen pensado incrementar sus ventas en al menos 15% con un producto mejorado
y una nueva campaña de publicidad. Además anualmente las ventas aumentan un 1%
por incremento poblacional. Por su parte la alta gerencia tiene planes de
expansión que suponen incrementará en 4% el total de las ventas. Calcule el
estimado de ventas para el próximo año:
qn-1
|
750.000.000
|
||
a
|
-40%
|
(300.000.000)
|
|
450.000.000
|
|||
β
|
15%
|
67.500.000
|
|
γ
|
1%
|
4.500.000
|
|
522.000.000
|
|||
I
|
4%
|
20.880.000
|
|
542.880.000
|
Unidades
|
Criterios para la selección de modelos:
Horizonte de tiempo (largo,
mediano, corto); Disponibilidad de datos (pocos datos, abundante estadística); Precisión
necesaria (media, alta); Presupuesto (recursos escasos, recursos suficientes); Personal
(calificado, poco calificado).
Dependiendo de la necesitad se elegirá un modelo de corto o largo plazo;
con alto o media precisión; dependiendo
de la capacidad de la empresa, un modelo costoso o no; dependiendo de los datos
que se posean o se puedan conseguir y del personal del cual se disponga, se
tomará la decisión.
CUADRO 2. CRITERIOS PARA LA SELECCIÓN DE
MODELOS
Técnica
|
Horizonte de tiempo
|
Datos
|
Precisión
|
Costo
|
personal
|
Delphi
|
Largo
|
alto
|
alta
|
Alto
|
Alto
|
Otros predicción
|
Corto
|
Bajo
|
media
|
medio
|
Bajo
|
Medias móviles
|
Corto
|
Bajo
|
Media a baja
|
bajo
|
Bajo
|
Suavizamiento exponencial simple
|
Corto
|
Bajo
|
Media a alta
|
medio
|
Medio a alto
|
Regresión lineal
|
Largo
|
Alto (históricos)
|
Alta en entorno estable
|
Medio
|
Alto
|
Económico.administrativo
|
Largo
|
Alto (prospectivos)
|
Alta con data de calidad
|
Alto
|
alto
|
FUENTE:
Elaboración propia
REFERENCIAS BIBLIOGRÁFICAS:
.
Rautenstrauch, Walter y Villers, Raymond (1977). El
presupuesto en el control de las empresas industriales. Fondo de cultura
económica. México.
Whybark D.C (1997). Manufacturing Planning and Control Systems: 4th edition. MGw-Hill.
.
.
Comentarios
Publicar un comentario