COLABORACIONES TECNICAS

La previsión de ventas en laempresa

Por: Luis Miguel Rivera Vilas`

INTRODUCCION

Con 2.300 empresas asociadas, elClub de Ejecutivos de Ventas de New Yoric(Sales Executives Club of New York,S.E.C.N.Y.) se ha constituido en el más im-portante centro de divulgación sobre mé-todos de previsión de los Estados Unidosde Norteamérica. En 1989 realizó una en-cuesta postal de nueve páginas de exten-sión entre sus asociados que fue contes-tada por 222 ejecutivos de ventas. Lasconclusiones más importantes de este tra-bajo, a grandes rasgos, aparecen com-pendiadas a continuación, lo cual permiti-rá no sólo un análisis de la realidad empre-sarial, sino finalmente efectuar una pro-puesta de cómo realizar una previsión deventas. Los resultados globales de la en-cuesta aparecen en S.E.C.N.Y. (1990).

Tanto las empresas pequeñas comolas grandes, en general, utilizan métodospoco sofisticados para realizar sus previ-siones sobre ventas. Los pronósticos sonrealizados, mayoritariamente, mediante laopinión de expertos, en concreto median-te la opinión de ejecutivos y vendedores.EI horizonte de previsión es anual, con re-visiones trimestrales o mensuales de lamisma. Pocas empresas (un 1%) utilizan elmétodo Delphi. Y pocas, combinan variasfuentes de opinión (por ejemplo: opinionesdel personal de ventas y del de finanzas).Por contra, muchas empresas utilizan másde un método de previsión, resultando to-talmente infrecuente acudir a los serviciosextemos de una consultora. EI responsa-ble de estas previsiones es, normalmente,el Director de Marketing.

Las empresas norteamericanas querespondieron la encuesta obtuvieron unaalta precisión en sus pronósticos: paramás del 50% de ellas se situó en torno al90% de la previsión. La precisión descen-día notablemente cuando se efectuabanlos pronósticos a nivel de producto indivi-dual. Por otra parte, se constató que elempleo de técnicas sofisticadas no con-duce necesariamente a pronósticos másprecisos. También se constató que las dosprincipales dificultades para aumentar laprecisión de los pronósticos son: en pri-

(*) Universidad Politécnica de Valencia

mer lugar la baja preparación de gerentesy vendedores (la precisión aumenta con lapreparación) y, en segundo lugar, el con-texto de riesgo de la previsión, definidopor factores como la competencia, las mo-das, la política gubemamental y el estadogeneral de la economía.

La mayoría de los pronósticos se ex-presan de manera puntual, no intentandoasignarles probabilidades, ni siquiera enforma de rangos. Por otro lado, la mayorparte de los ejecutivos de ventas se mues-tran "desorientados" por los métodos"más difíciles" de previsión, fundamental-mente métodos econométricos y de simu-lación.

En el caso de nuevos productos, lamayor dificultad para pronosticar las ven-tas lo constituye la estimación del tamaño

del mercado, acrecentada por la posibili-dad de que la competencia lance tambiénotro nuevo producto. Lo usual, tambiénahora, es que las empresas utilicen suspropios medios para realizar los pronósti-cos, constatándose una cierta fobia a lautilización de los ordenadores los cualespermitirían la aplicación de métodos eco-nométricos (en concreto ajustes MCO) yde simulación con valores medios, opti-mistas y pesimistas (por ejemplo el cadavez más extendido método BOP) para rea-lizar previsiones realistas.

Finalmente, según la encuesta anterior,las empresas utilizan mayoritariamente las

previsiones de ventas para establecerciertos objetivos y coherentemente conéstos la adecuada estrategia. Por ejemplosirven para planificar los pedidos de apro-visionamiento, la producción, para tomardecisiones de ampliar una factoría, etc.Las previsiones sobre ventas, por tanto,de manera directa o de manera indirecta(como paso intermedio para calcular previ-siones sobre beneficios, rentabilidades,etc.) son el sustento racional de la mayoríade las decisiones de gran relevancia en laempresa.

Los resultados de esta encuesta tienenla virtud de arrojar luz sobre ciertos aspec-tos de la actividad empresarial. En concre-to, se confirma la idea de que, en la prácti-ca, las empresas siguen prefiriendo la utili-zación de métodos sencillos frente a losde mayor complejidad, sin que ademáséstos parezcan superar los resultados deaquellos.

Si después de todo lo precedente hu-biera que dar alguna pauta a una empresapara la realización de una previsión deventas, en mi opinión, debería aconsejár-sele utilizar un método tan sencillo como elFORAN (Forecasting Analysis), más cono-cido en el mundo de habla hispana comométodo de las "Medias Móviles". Comple-mentariamente con el anterior, deberíaproponérsele el empleo del método Delp-hi, sencillo método de consenso basadoen la opinión de expertos. Finalmente, se-ría altamente recomendable utilizar el em-pleo de un tercer método más refinado deprevisión, que tuviera en cuenta el contex-to de riesgo en el que invariablemente serealiza la misma. Sin lugar a dudas el de-nominado método BOP (Best, Optimist,Pesimist) resulta el más adecuado. Basa-do en la simulación y con unos cálculos fá-cilmente automatizables en ordenadorpermite, gracias a su estructura conversa-cional, el manejo del mismo para obtenerprevisiones aún a personas con poca ex-periencia en el manejo de estos ordenado-res. Todos estos métodos, con mayor omenor profundidad, serán analizados acontinuación.

Por último, no debería olvidarse sumi-nistrar la formación necesaria a los ejecuti-vos y vendedores para realizar adecuada-mente las previsiones de ventas, factorque se ha detectado como fundamental

230-AGRICULTURA

para mejorar la precisión de las mismas yque debería ocupar un lugar preferente enlos planes de formación de la Dirección dela empresa, consciente de las importantesdecisiones que tienen como base los re-sultados de una previsión de ventas. Unbreve Curso de formación a medida sobrelas técnicas anteriores, es una inversiónsiempre rentable para cualquier empresa.

LOS METODOS DE PREVISIONCOMERCIAL

En muchas ocasiones, y esta es unaclasificación muy extendida, se dice queel corto plazo está constituido por las pre-

visiones realizadas a seis meses, el medioplazo por aquellas realizadas desde losseis meses hasta el año, y el largo plazopor las previsiones realizadas a partir delperíodo anterior.

Naturalmente una cosa es el horizonte,y otra muy distinta el método empleadopara realizar la previsión. Los métodos deprevisión de ventas se distinguen por lashipótesis que exigen asumir y no por elhorizonte donde se sitúe su previsión. Unahipótesis muy usual, es asumir que en elfuturo tenderá a repetirse lo que ocurrió enel pasado; esta es la base de los métodosde previsión a corto plazo. Si esto es rea-lista, una serie histórica de datos sobreventas, contendrá suficiente informaciónpara poder prever las ventas de la empre-sa en el futuro. Obsénrese como esta pre-visión es independiente del horizonte tem-poral seleccionado. En Rodríguez et alt.(1990) puede verse un tratamiento másdetallado de los modelos de previsión enla empresa y de sus hipótesis correspon-dientes.

Naturalmente lo que de manera fre-cuente suele ocurrir es que existe una no-table relación entre el horizonte temporal ylas hipótesis a asumir para realizar la mis-ma. Es decir, mientras más lejano situe-mos el horizonte de la previsión, es de su-poner que tendrá menos probabilidadesde realismo la hipótesis básica de los mé-todos a corto plazo: lo ocurrido en el pasa-do será representativo exponencial, quese expondrán a continuación, pertenecena este tipo de métodos.

Cuando no se desee asumir la hipóte-sis anterior -por ejemplo, porque la em-presa se encuentra inmersa en un entomomuy turbulento- hay que recurrir al em-pleo de los métodos de previsión a medio

y largo plazo. Con hipótesis gradualmentemenos restrictivas que la de los métodos acorto plazo, suelen tener por contra unarelativa mayor complejidad en su puestaen práctica, ya que utilizan habitualmentela técnica de los escenarios. Los modelosde simulación BOP, de los que ya se en-cuentran en el mercado nacional versionesde tipo conversacional y automatizadaspara su empleo en ordenador son, comoya se ha indicado anteriormente, los másaconsejables.

LA PREVISION EN LA PRACTICA

Inicialmente, tres son los métodos deprevisión a corto plazo recomendablescuando la empresa dispone de series tem-porales de ventas. En primer lugar los mo-delos ARIMA, que no todas las empresaspueden aplicar debido a un número de ob-servaciones elevado -cinco años si lasobservaciones son mensuales- encierranel peligro de recoger cambios estructura-les no deseados. Una alternativa al ante-

rior, es el método de las Medias Móvilesque se expone a continuación y que, ade-cuadamente utilizado, permite obtenermuy buenas previsiones.

En el otro extremo, se encuentra lossencillos métodos de previsión consisten-tes en el análisis visual o cuasi-visual de larepresentación gráfica de las ventas. Es-tán sujetos a errores debido a las escalasempleadas y no son muy aconsejables.Ejemplo de estos métodos, además delbasado en la mera inspección visual, es eldenominado método de la envolvente.

Por último, en una posición intermedia,se encuentran los métodos de previsiónbasados en el empleo de ajustes de regre-sión por mínimos cuadrados ordinarios.Su utilización para realizar previsionescuando se dispone de series temporalesde ventas, se encuentra con una doble di-ficultad. En primer lugar, la determinaciónde las variables explicativas del modelo,aún conociéndolas, podría ocurrir que te-nerlas en cuenta a todas, condujera a unmodelo sumamente complejo. La segun-da dificultad es que la bondad estadísticadel modelo normalmente suele ser baja,debido tanto al comportamiento de losdatos como a la existencia de perturba-ciones econométricas.

Quedan como alternativa los clásicosmétodos de previsión basados en el análi-sis de series temporales, que se exponena continuación. Recuérdese que, en pri-mer lugar, los métodos de previsión debenentenderse siempre como complementa-rios. En segundo lugar, hay que advertirque los cálculos de los métodos expues-tos se pueden automatizar fácilmente enun ordenador, con lo que su utilización sesimptifica notablemente.

EL METODO DE LAS MEDIASMOVILES

EI método de las medias móviles exigecomo premisa el que exista una cierta es-tacionalidad en las ventas. Por ejemplo esmuy característica la estacionalidad delturrón, de los juguetes, de muchos pro-ductos alimentarios, etc. Estas series tem-porales tienen una representación gráficamuy característica con forma de "dientesde sierra". La comprobación de la estacio-nalidad puede hacerse representandográficamente los datos de varios años yobservando si éstos tienden a disponerseen el tiempo de maneras similares.

La aplicación del método exige dispo-ner de series temporales con bastantesdatos, al contrario que el método del alisa-do exponencial que se analizará a conti-nuación. Las medias móviles consisten enla descomposición de la serie original endos componentes: la de la tendencia y lade la estacionalidad. Las predicciones serealizan para la tendencia recurriendo aajustes de regresión minimocuadráticos

AGRICULTURA-231

COLABORACIONES TECNICAS

ordinarios; la estacionalidad observada semantiene en el futuro y se agrega a las an-teriores predicciones para la tendencia, detal manera que resulte la predicción total.La tendencia se calcula mediante la crea-ción de una nueva serie cuyos términosson las medias aritméticas de los valorescontenidos en el ciclo, o período de tiem-po en el cual los valores de la serie tiendena repetir sus niveles. Lo relevante en estemétodo es el cálculo de este ciclo o, loque es lo mismo, el cálculo del retardo autilizar para realizar la previsión. Obsérve-se que no tienen nada que ver el ciclo conel número de elementos contenido en elmismo; por ejemplo, si el ciclo es anualpero las observaciones de partida sonmensuales, existirán doce elementos en elciclo, pero si los datos fueran semanales,entonces el ciclo contendría 54 datos.

EI método de cálculo de este retardo,o del número de elementos del ciclo, apa-rece a continuación. En el caso de datosmensuales, lo normal es asumir un ciclode tipo anual, lo que es equivalente a con-siderar un retardo de 12° nivel; este cicloanual viene normalmente corroboradocuando se aplica el correspondiente mé-todo para calcular el retardo a seleccionar.

Los diferentes pasos de cálculo, apa-recen en el ejemplo que se muestra a con-tinuación.

EJEMPLO

Una empresa de Navarra dispone de lasiguiente información cuatrimestral sobresus ventas en los últimos tres años. Reali-zar una previsión cuatrimestral de las ven-tas para el año siguiente.

Años2001 2002 2003

1° Cuatrimestre 7 9 112° Cuatrimestre 13 12 143° Cuatrimestre 15 16 17

* Primer paso. Cálculo del número deelementos del ciclo o cálculo del retar-do a considerar

EI mejor procedimiento para ello es elcalcular el coeficiente de correlación conun retardo, con dos, etc, seleccionando fi-nalmente aquel retardo que mayor coefi-ciente de correlación ostente. Para los da-tos de nuestro ejemplo, sería suficienteexplorar los valores del coeficiente de co-rrelación hasta con tres retardos, aunquepor razones que expondremos más ade-lante se han calculado hasta con retardosde 5° grados. En el caso de una previsióncon datos mensuales, se debería explorarel valor de este coeficiente, como mínimo,hasta con 12 períodos retardados.

Retardos0 1 2 3

Ventas79 711 9 713 11 9 712 13 11 914 12 13 1115 14 12 1316 15 14 1217 16 15 14

Los coeficientes de correlación (p) en-contrados, son los siguientes:

Retardos Coef. Correlación

1 0,9432 0,9033 0,8614 0,9395 1,0

La fórmula de cálculo del coeficientede correlación entre dos series de datos(a, b) es: p= Cov a, b/(Var a. Var b), don-de Cov representa a la covarianza y Var ala varianza. En el caso concreto, por ejem-plo de tres retardos, los cálculos a realizarson:mediaa=(13+12+14+15+16+17)/6=87/6 = 14,5

mediab=(7+9+11 +13+12+14)/6=66/6 =11

Var a = [(13 - 14,5)Z + (12 - 14,5)z + (14 -14,5)z + (15 - 14,5)2 + (16 - 14,5)2 + (17 -14,5)z / 6] . exp 1/2 = 1,708

VarB=[(7-11)2+(9-11)2+(11 -11)2+(13-11)2+(14-11)z+(15-11)2/6].exp1/2=2,3805

Cov a, b = [[(13 - 14,5) (7 - 11) + (12 - 14,5)(9 - 11) + (14 -14,5) (11 -11) + (15 - 14,5) (13-11)+(16-14,5)(14-11)+(17-14,5)(15-11)]/6]=3,5

Por tanto, el valor del coeficiente decorrelación p, es:

p= 3,5 /(1,708 X 2,3885) = 0,861

Obsérvese que, en este caso concreto,todos los retardos originan unos altos ni-veles en este coeficiente. Parece lógicoseleccionar como retardo el de cinco peri-odos. Supondremos, no obstante, que laDirección de la empresa en función de suexperiencia, ha considerado aceptabletres retardos (ciclo anual, por tanto), con locual el número de elementos del ciclo serátres.

^ Segundo paso. Cálculo de las MediasMóviles

Se denomina media móvil MV, a unanueva serie que se construye ierativamen-te, calculando los valores medios de loselementos de cada ciclo. Para facilitar loscálculos de la fase posterior, la disposi-ción operativa que se aconseja es la si-guiente: cuadro 1.

" Tercer paso. Estimación de la tendencia

A partir de los datos de la fase anterior,es posible efectuar un ajuste minimocua-drático ordinario para los datos de la serieMV de medias móviles en función deltiempo (t). Es decir:

MV=a+b.t

Como es conocido, para calcular loscoeficientes "a" y"b" de este ajuste es ne-cesario resolver el siguiente sistema dedos ecuaciones con dos incógnitas:

nZa+b^t=MV

a.t+b.t2=MVEt

Sustituyendo valores, resulta el siste-ma siguiente:

7. a+ 21 . b= 89,66621 . a+ 91 . b= 299,667

CUA^R01

Ventas Media Móvil (Mrfj MV .

91^1 (7+9+11)/3=9 0 0 013 (9+11 +13)l3=11 1 1 11

12 {17^^13^^+12)^13^=12 ^^ 2 4 2474 (13+12+14)/3=13 3 9 3915 (7 2+'^ 4+ 7 5) ^^I 3=13',5^i 4 16 54,66716 (74^^15^^^1^6)13=15^^^ 5 25 751'7 (15^+16+17)13=16^ ^ 6 36 96

Sumas 89.666 ^ 21^ ^ 9i ^ ^ 299,667

232-AG RICU LTU RA

11111_^r^^i

ILEMO^

^c^^

Máquinas para protección de cualquier cultivo...

;No lo dude! - La tecnología HARDI trabaja en su beneficio.Pídanos información.

ILEMO HARDI, S.A. Polígono Industrial «EI Segre», parc. 712. Apartado 140. 25080 Lleida.Teléf.: (973) 20 14 08. Fax (973) 20 47 12

^ x p^ó C" ,a►̂G

Feria lnternacional del Aceite de Olivae Industrias Afines.Jaén, del 20 al 23 de Mayo de 7 993

Una ventana abiertaal mundo del Aceite de Olivay las industriasque intervienenen su producción.

^ ;; ,, , ^.^„^, ^ ^,^^ ^^ ^ ^ 1r^^ ^,^ „^ ^^_^ Avda de Madr^d, 25 - Telf. (953) 27 49 76 - FAX (953) 27 6219 - JAEN (España)

^ Aceite de Oli^a de la Comunidad Europea a^llqClJ(OS^ OP fÍ llda^!lC'l^ Consejo Oleicola Internadonal

No^e ad desTEMA : M EDIO AMB IENTE

p^ANIfICAC^^ RUPAL

• Planificación Rural:Autor: Domingo Gómez Orea(Coedición con el Ministerio deAgricultura, Pesca y Alimentación).400 pág.P.V.P.: 3.000 PTA

• Evaluación de ImpactoAmbiental:

Autor: Domingo Gómez Orea222 pág.

P.V.P.: 2.500 PTA

• IMPRO: Un Modelo Infor-matizado para Evaluación deImpacto AmbientalAutores.• D. Gómez Orea, J. Aguado,T. Villarino, G. Escobar, M. Herrera yC. Bárcenas.200 pág. DisqueteP.V.P.: 2.500 PTA

TEMA: OLIVAR Y ACEITE

• Obtención del Aceite deOliva Virgen:

Autores: Luis Civantos,Rafael Contreras y

Rosa Grana280 pág.

P.V.P: 2.500 PTA

O 7?N(YbNu i, ncErrrx:

UE OLlVAv^ecr.:N

`'ra utciculhirnautigua

• La Oleicultura Antigua:(EI olivo; del pisado a la prensa de viga;el refranero)Autor: Andrés Arambarri200 pág. 59 fotos colorP.V.P.: 3.500 PTA

Editorial Agrícola Española, S.A.Caballero de Gracia, 24, 3° izqda.

28013 MadridTel.:. (91) 521 16 33 Fax: 522 48 72

I / ^ I 1 / 1 / 1 ^ / ^

^ I • 1 1 / 1 / / / ^

.•^ .^ . • ^••. ^ • ^^-

^ ^ ^.^ ^. . ^• ^

^ • ^ ^ ^• ^ • . •^ ^'• ^ ^

^w ®<^• • r ^• m^ ' ^ ^

I ^ fIf1R0 OEACEITE

PF 1055J1 x

dp'

/ u^^MAN 11

P^^f T F

Proveedor de primeros equipos en más de 100 pafses.Todos nuestros filtros han sido diseñados exclusivamente,en colaboración con el fabricante,para el vehiculo que los Ileva y son sometidos,a un riguroso control de calidad.FlLTROS MANN, S.A., para aceite, aire y combusrible.

Calle Santa Fe, s/n. • Teléfono 72 02 00Apartado 5007 • Telex:58380 • Telefax: 72 02 14Telegramas: Fíltros Mann50014 - ZARAGOZA (España)

AGROSTAR

^^ ;^ :,^`ii.+,i^^'^^^ _s ^:"?' y ^^, ^

DEUTZFAH R

y operando, se obtienen finalmente losvalores:

a=9,52yb=1,095

La tendencia en las ventas viene indi-cada, por tanto, por la expresión:

MV = 9,52 + 1,05 . t

Utilizando esta última expresión, se re-alizan ahora las previsiones para la ten-dencia en los cuatrimestres observados,es decir los correspondientes a t= 0 hastat = 6, resultando ser.

- - 9,5210,57 11,62 12,6713,72 14,77 15,82

* Cuarto paso. Cálculo de los coeficientesde estacionalidad

Para ello, se dividen los datos origina-les entre los datos de la tendencia (matrizanteriormente calculada). En nuestro su-puesto se obtienen los siguientes valores:

- - 1,15541,2298 1,033 1,104971,09329 1,0833 1,0746

A continuación, para poder homoge-neizar los datos, se desprecia el valor delprimer cuatrimestre del tercer año(1,1554). Se transforman los datos toman-do logaritmos (para amortiguar al máximolas perturbaciones desproporcionadas);se supone que este proceder sólo benefi-cia y nunca perjudica. A continuacióñ secalcula el valor promedio de estos nuevosIndices y, finalmente, este último valor sevuelve a transformar tomando antilogarit-mos. Todas estas operaciones son lasque aparecen a continuación.

0,0899 0,0128 0,04340,374 0,0334 0,0314

Promedio 0,0637 0,0231 0,0374Antilog. 1,1578 1,0546 1,0899

Obsérvese que de no haber empleadologaritmos, el Indice de estacionalidadasignado a cada cuatrimestre hubiera si-do 1,1615, 1,05815 y 1,0897. Datos prácti-camente coincidentes con los anteriores.

La trilla en tierras de Sarrión. Teruel (Foto antigua del Marqués de Santa Maria del Villar).

* G^uinto paso. Previsión de las ventas

Queda por último recomponer las doscomponentes de la serie, en concreto pararealizar las previsiones cuatrimestrales delas ventas para el próximo año, el 2004, seprocederá así: cuadro 2

Así pues, las previsiones cuatrimestra-les de las ventas para el próximo año, utili-zando el método de las medias móviles,son:

Previsión CuatrimestresAño2004 Primero Segundo TerceroVentas 19,532 18,898 20,675

EL METODO DEL ALISADOEXPONENCIAL

Este método a corto plazo, suponeque las últimas observaciones tiene máspeso que las primeras. Es un método re-comendable cuando se tengan pocos da-tos de ventas. Sólo permite realizar la pre-

visión para el siguiente período (semana,quincena, mes, etc). Su expresión, o hipó-tesis en la que se basa, es la siguiente:

Pt+i =a.X^+(1 -a) . Pt

donde "a" es el coeficiente de alisamiento,con valores comprendidos entre cero yuno (ambos valores excluidos), P es el va-lor de la previsión y X es el valor real paralas ventas. Los subíndices indican el perío-do de tiempo. Obsérvese pues que, la pre-visión de las ventas para un período esuna función tanto de las ventas reales ob-tenidas en el período anterior, como de laprevisión realizada en ese mismo período.

Para asignar el valor adecuado al coe-ficiente "a", se debe proceder previamentea la previsión, al cálculo de los cuadradosde los errores medios para los posibles va-lores de este parámetro cuando se reali-zan las previsiones para los datos de parti-da (conocidos), eligiendo finalmente aquelvalor de "a" que origine el menor error. Ob-sérvese el proceder en el ejemplo siguien-te. Cuadro 3

Aunque en este ejemplo no se ha he-cho, por simplificar cálculos, en una previ-sión realista es aconsejable el calculo delos errores correspondientes a todos losvalores posibles del coeficiente "a" -me-díante el procedimiento anteriormentemostrado- con intervalos de 0,1 . Ennuestro caso, a la vista de los resultadosanteriores, el coeficiente que menor errororigina es a= 0,4, y es el que debería ele-girse. Obsérvese, por otra parte, cómo enel cálculo de la primera previsión se ha

CUADRO 2

t Comporrente tendencia) Componente Estacionat

t=10 MV = 9,52 + 1,095 . 10 =16,87 16,87 X 1,1578 =19,532t=11 MV = 9,52 + 3,095 . 11 =17,92 17,92 X 1,OS46 =18,$98t=12 MV = 9,52 + 1,095 . 12 = 18,97 18,87 X 1,0899 = 20;675

AGRICULTURA-237

COLABORACIONES TECNICAS

CUADRO 3

Ejemplo

Una empresa Vatenciana desea realizar una prevísión del volumen de sus ventaspara el siguiente mes, disponiendo de la siguíente información:

VentasEnero Febrero Marzo Abril Mayo

7 9 , 10

' Primer paso. E{ección del coeficiente de alisamiento "a"

7 (9 - 7}2 = 40,3 X 9+ 0,7 X 7= 7,6 (1 0- 7,6)2 = 5,760,3 X 10 + 0,7 X 7,6 = 8,32 (8 - 8,32}2 = 0,1020,3 X 8+ 0,7 X 8,32 = 8,224 (9 - 8,22)2 = 0,602

Para elto se calcutarán los errores cometidos cuando el coeficiente del atisadotenga los valores a= 0,3, 0,4 y 0,5.a = 0,3

X^ Previsión Errores Cuadráticos

791089

Error 10;465Error medio 10,465/4 = 2,67 6

a=0,4

Xt Previsíón

791089

8 9

Errores Cuadráticos

7 (9-7)2=40,4 X 9+ 0,6 X 7= 7,8 (1 0- 7,8}2 = 4,840,4 X 10 + 0,6 X 7,8 = 8,68 (8 - 8,68}2 = 0,4620,4 X 8+ 0,6 X 8,68 = 8,408 {9 - 8,41)2 = 0,35

Error 9,652Error medio 9,652/4 = 2,413

a=0,5

Xt Previsión

791089

Errores Cuadr'áticos

7 (9 - 7)2 = 40,5X9+0,5X7=8 {10-9)2=40,5X10+0,5X6=9,5 {8-9,5}2=2,250,5 X 8+ 0,5 X 9,5 = 8,6 (9 - 8,6)2 = 0,1 6

En'or 10,41Error medio 10,4114 = 2,603

puesto que coinciden lo real con lo previs-to, lo cual no tiene una influencia aprecia-ble en el resultado a obtener.

' Segundo paso. Realización de la Previ-sión

La previsión se hará utilizando la ecua-ción:

Pt+1 =0,4xXt+0,6xPt

En concreto, sustituyendo valores, laprevisión de las ventas para el siguienteperiodo resulta ser.P= 0,4 x 9+ 0,6 x 8,6 = 8,76 unidades

OTROS METODOS DE PREVISION

Cuando la serie histórica de ventas nocorresponda a ninguna estructura quepueda ser modelizada, puede intentarsecomprobar si existe algún tipo de distribu-ción de probabilidades que representebien los datos. Las dos distribuciones aensayar son la normal y la de Poisson. Laprimera es especialmente apta cuando lasventas del producto tengan una gran fre-cuencia, requiere al menos en tomo a lossesenta datos. Un test Gi-dos permite po-ner de manifiesto la existencia de tenden-cia a la distribución de tipo normal en laserie histórica de datos. Si así fuera, se

puede calcular la probabilidad de que lasventas rebasen un cierto valor, o de que seencuentren comprendidas entre los límitesde un cierto intervalo, etc.

En el caso de productos con ventas detipo esporádico, es decir con baja frecuen-cia, la distribución de Poisson puede sermuy útil. En este caso, también un testsGi-dos, permite comprobar si existe unatendencia marcada en la serie de ventashacia la distribución de Poisson.

En el caso de métodos de previsión amedio plazo y largo plazo, el denominadométodo BOP (basado en la simulaciónMonte Carlo) y el ya citado método Delphi,son los más aconsejables y utilizados. Co-mo ya se ha comentado, en la actualidadexiste posibilidad de adquirir el con•espon-diente programa (software); en concretoGrande (1992) es un texto que tambiéncontiene un disco con un programa deprevisión de tipo conversacional ejecuta-ble en ordenadores de tipo personal, quefacilita los cálculos a la obtención del valormedio y la correspondiente desviacióncon la posibilidad de utilizar diversos tiposde funciones de distribución para las ven-tas. Por último en Ortega (1989) apareceuna interesante aplicación real del métodoDelphi que es ilustrativa tanto de la meto-dología del mismo, como de sus posibili-dades comerciales.

Intentar prever los acontecimientos esla antítesis de esperar a que se produzcan.Una adecuada previsión permite ir toman-do las decisiones precisas para garantizarque la empresa mantendrá también surentabilidad en el futuro. Abrir un debateinterno sobre las previsiones para la em-presa, estableciendo reuniones donde seexamine tanto la actual situación como lanueva a la que se va a enfrentar aquella, enun futuro más o menos lejano y, conse-cuentemente con lo anterior, donde se es-tudien las adecuaciones más convenien-tes, crea una mentalidad que por si sola esun buen síntoma de madurez empresarial.Pero además, este proceder que no suelerequerir de grandes inversiones, se ha re-velado en la práctica sumamente eficazpara conseguir los objetivos deseados.Por tanto, aquellas empresas previsorastienen una gran ventaja frente a las de na-turaleza imprevisora.

BIBLIOGRAFIA

-Grande, I. (1992). Dirección de Marketing.Fundamentos y Software de Aplicaciones. Ed.McGraw-Hill.

-Ortega, E. (1989). 13 Grandes Temas de Mar-keting. Ed. ESIC.

-Rodríguez, J.; Rivera, L. y Olmeda M(1990).Gestión Comercial de la Empresa Agroalimenta-ria. Ed. Mundi Prensa.

-S.E.C.N.Y. (1990). La Previsión del Futuro enla Empresa. Ed. GECSA.

238-AGRICULTURA