Técnicas del pronóstico

Se basa en características, cualidades y comprende a profundidad experiencias y percepciones.

Puede aportar insights valiosos y contextuales que muchas veces los datos numéricos no revelan.

EJEMPLO: La pastelería "Choi choi" quiere identificar cambios en las preferencias de los clientes que podría influir en el pronóstico de sus ventas. SOLUCIÓN: Por ello al realizar una entrevista los vendedores resaltan que el aumento de la demanda se basa en la atención, variedad de sabores, presentaciones de los pasteles.

Se basa en la experiencia y conocimiento colectivo de expertos que pueden generar pronósticos más precisos y confiables.

EJEMPLO: La empresa "Choi Choi" tiene el plan de implementar un nuevo sabor en su empresa pastelera y quiere pronosticar la aceptación del mercado SOLUCIÓN: Aplica el método Delphi reuniendo a expertos (especialistas en marketing, panaderos, diseñador de pasteles o decoraciones etc). Es así como se comprende factores que influirían en la aceptación del producto.

Recopila información sobre las opiniones y juicios de ejecutivos o expertos en un área específica

EJEMPLO: La empresa "Choi Choi" quiere lanzar una nueva línea de productos sin azúcar , por ello realizar una junta ejecutiva con expertos en la industria de repostería o pastelería (Chef ejecutivo, especialista en marketing, diseñadores, especialista en desarrollo de productos, etc) SOLUCIÓN: Hablan sobre las tendencias, comportamiento del consumidor e influencia en el éxito de la nueva línea de productos y esto ayuda en la toma de decisiones

Involucra estudios más enfocados para obtener conocimiento del cliente que se relaciones con decisiones de marketing especificas

EJEMPLO: "Choi Choi" desea saber
de qué manera reaccionarían los clientes ante un nuevo producto incluido en su lista de sabores en pasteles, por ello realizar una serie de encuestas a los clientes, análisis de competencia, preferencias del clientes etc)

Se basa en datos históricos ordenados en función al tiempo

Nos permite calcular promedios de un número específico

EJEMPLO: La empresa "Safe" quiere pronosticar las ventas mensuales de seguros para vehículos usando un promedio móvil de 3 meses, la empresa a partir de los datos tabulados en unidades sobre las ventas de enero a diciembre podrá efectuar las previsiones de ventas mensuales.

Utiliza los valores promedio que ha tenido una cosa en el pasado para tratar de adivinar cómo se comportará en el futuro. Fórmula (D*S) + (P*(1-S)) D= demanda más reciente del período.
S= factor de suavizado(35% sería 0,35).
P= pronóstico del período más reciente

EJEMPLO: La empresa "Safe" quiere ampliar su mercado a una ciudad más grande por ello quiere pronosticar cuántos seguros para vehículos comprarán los habitantes de esta ciudad. Datos: 2869(Pronóstico) 3200(Demanda real) SOLUCIÓN: (3200* 0.35)+(2869(1-0.35))=2984.85

Se trata de prever el comportamiento futuro de una medida basándose en las tendencias identificadas en datos históricos

EJEMPLO: La empresa "Safe" quiere pronosticar las ventas de seguros en los próximos meses por tal motivo revisa ventas mensuales en los últimos años y las representa en un gráfico de línea ascendente su aumento

Nos permite establecer la relación entre causa y efecto entre variables.

Se basa en una ecuación matemática que nos explica la correlación entre una variables dependiente y uno o más independientes, en este contexto de pronóstico viene a ser una herramienta valiosa

EJEMPLO: El gerente de la empresa "Northern Household Goods" ha pedido que se desarrolle un modelo que prediga las ventas totales de las nuevas tiendas que propone abrir. SOLUCIÓN: Las ventas deben aumentar cuando aumenta la renta disponible, el diagrama de puntos dispersos apoya está teoría.

Nos permite averiguar el efecto simultáneo de varias variables independientes en una variable dependiente
utilizando el principio de los mínimos cuadrados.

EJEMPLO: La empresa "Northern Household Goods" estaba insatisfecho con su experiencia en la apertura de nuevas tiendas por la pérdida económica, por ello decidió estudiar las experiencias históricas de las tiendas con éxito y fracaso SOLUCIÓN: Se usó modelo de regresión múltiple para estimar los coeficientes del modelo de predicción de ventas a a partir de los datos recopilados