Técnicas de Proyección del mercado

Ing. Marco Antonio Llaza Loayza2011

Objetivos de aprendizaje

• Recordar técnicas de pronóstico para estimar el comportamiento futuro de las variables.

• Seleccionar adecuadamente la técnica de proyección de acuerdo a diversos factores.

• Reconocer el ciclo de vida del producto cuyo comportamiento se desea pronosticar.

• Considerar eventos no predecibles para ajustar los pronósticos.

INTRODUCCION

• La predicción de los comportamientos de las variables económicas es ineludible en los proyectos

• El resultado de una predicción se debe considerar sólo como una medición de evidencias incompletas, basadas en comportamientos empíricos de situaciones parcialmente similares o en inferencias de datos estadísticos disponibles.

El ámbito de la proyección• Existen múltiples alternativas metodológicas, seleccionar la

más adecuada en cada situación.• Expresar la información de manera útil para el proyectista.

(Desglosada x criterio).• Cuidar la calidad de los datos de entrada y fuentes de

información.• Calidad y cantidad de los datos disponibles y resultados

esperados en función de:– Precisión: Reducir el Costo del error de pronóstico.– Sensibilidad: Posibilidad de adecuarse al cambio.– Objetividad: Garantizar la validez y oportunidad de la información.

Métodos de proyección

• Métodos de carácter cualitativo: opiniones de expertos, tiempo escaso, no tiene antecedentes.

• Modelos de pronósticos causales: estimar las variables causantes de los cambios sobre la variable dependiente.

• Modelos de series de tiempo: se utilizan cuando el comportamiento que asume el mercado a futuro puede determinarse por el comportamiento pasado.

Métodos cualitativos o subjetivos

• Cuando los métodos cuantitativos no pueden explicar por sí solos el comportamiento futuro esperado, o cuando no existen datos.

• Método Delphi• Consenso de panel• Investigación de mercado: exploratoria, descriptiva

o explicativa.– Encuestas de intenciones.– Características de productos, empresas o consumidores.

MÉTODO DE CONSENSO DE PANEL• A diferencia de la técnica Delphi, es que no

existen secretos sobre la identidad del emisor

• No hay retro alimentación del exterior• Al no existir secretos se estimula la

comunicación, el trabajo en grupo es mejor que el de una sola persona

• Existe el peligro que emerja un grupo dominante que anula la interacción adecuada y se acepte por la capacidad de argumentación y no por la validez de la misma.

Método de Pronósticos Visionarios

• A través de entrevistas al personal interno de la empresa se obtiene información dado que poseen experiencia y conocimiento de sus clientes, y esto les permite emitir opiniones respecto a reacciones y comportamientos posibles de esperar en el futuro.

Muestreo

• Probabilístico: cada elemento elegible tiene la misma probabilidad de ser muestreado.

• No probabilístico: la probabilidad de ser elegible no es igual para toda la población muestral).– Determinar el espacio muestral– Cálculo del tamaño de muestra

Definición de la población objeto de estudio

• Dominio del estudio:– Lugar de realización del estudio

• Unidad de análisis: – Sujeto de estudio de acuerdo a

segmentación• Definición del universo

Estimación de la muestra• Parámetros :

• Nivel de confianza: 95% (usualmente)• Margen de error: Diferencia entre la

estimación y el parámetro de la población.• Tamaño de muestra: Se estima en función del

tipo de población:• Población Infinita• Población Finita

• La estimación es más precisa cuanto mayor sea el tamaño de la muestra

• Fórmulas:

• Para una población finita:

• Para población infinita o indefinida:

qpZNENqpZn 22

2

1

2

2

EqpZn

n= N° encuestas

Z= nivel confianza

p= %población que tiene característica

q= 1 - p

E= margen de error

N= tamaño población

Tabla de tamaño de muestra con máxima dispersión para población infinita

ME 90 91 92 93 94 95 96 97 98 990.01 6724 7141 7657 8191 8836 9604 10507 11773 13456 165130.02 1681 1786 1915 2048 2209 2401 2627 2944 3364 41290.03 748 794 851 911 982 1068 1168 1309 1496 18350.04 421 447 479 512 553 601 657 736 841 10330.05 269 286 307 328 354 385 421 471 539 6610.06 187 199 213 228 246 267 292 328 374 4590.07 138 146 157 168 181 196 215 241 275 3370.08 106 112 120 128 139 151 165 184 211 2590.09 84 89 95 102 110 119 130 146 167 2040.10 68 72 77 82 89 97 106 118 135 166

Nivel de Confianza

ME = Margen de Error P/Q=1

Diseño de cuestionarioPrimer Paso: Contenido de la información Definir módulos: temas similares Definir preguntas

¿Se aparta del objetivo? ¿Se entiende la pregunta? ¿Se conoce la respuesta? ¿Es accesible la pregunta al entrevistado?

Segundo Paso: Formatos pregunta / respuesta

Cerrado: con alternativas de respuesta Abierta: sin alternativas de respuestaTercer Paso: Redacción de preguntasCuarto Paso: Orden de preguntasQuinto Paso: Aspecto físico del formulario

DISEÑO DE ENCUESTA

ESPECIFICAR LA INFORMACIÓN NECESARIA

ESPECIFICAR EL TIPO DE ENTREVISTA

DETEMINAR EL CONTENIDO DE LAS PREGUNTAS

DECIDIR SOBRE EL FORMATO DE RESPUESTA

DECIDIR SOBRE LA REDACCIÓN DE LAS PREGUNTAS

DECIDIR SOBRE LA SECUENCIA DE LAS PREGUNTAS

OBTENER UN NÚMERO CONVENIENTE DE ENCUESTAS PARA LA PRUEBA PILOTO

EFECTUAR LA PRUEBA PILOTO

REVISAR EL ORDEN DE LAS PREGUNTAS

OBTENER EL NÚMERO FINAL DE ENCUESTAS

Aquí el investigador debe listar sus necesidades de información

Debe determinar cómo se va a realizar: por teléfono, en persona, etc.

Debe definirse cuantos y cuáles son los temas sobre lo que se quiere incidir

Debe indicarse cómo se responderá, con un “sí”, o un “no”, con una “x”, etc.

Se formulan las preguntas de acuerdo a un criterio y formato uniforme.

Aquí debe señalarse el orden lógico que tendrán

Generalmente 10 encuestas

Aquí se comprueba el orden lógico que tendrán

Telefónica Personal Correo

En hogares Locación Central Exit Pool Vía Pública

FaxTelefónica tradicional

Correo Electrónico

InternetCorreo Postal

Métodos de Encuesta

Donde:N = Población% de Int. de compra = creo que sí lo compraría + con toda

seguridad lo compraríaf = frecuencia de compraq = cantidad de compra por vez

Q = N x Intención de Compra x f x q

Fórmula:

Determinación de la Cantidad Demandada

Muestreo no probabilístico

• Muestreo de estratos: se predetermina un estrato de la población (ingresos, edad, sexo)

• Muestreo de conveniencia: se predetermina el lugar donde se aplicará la encuesta, según donde esté el consumidor.

• Muestreo de bola de nieve: se encuesta en una primera instancia al azar y luego a partir de ello se toma elementos referenciales.

Modelos causales

• Intentan proyectar el mercado sobre la base de antecedentes cuantitativos históricos, para lo cual suponen que los factores condicionantes del comportamiento histórico de alguna o todas las variables del mercado permanecerán estables.

• Los modelos causales de uso más frecuente:– Modelo de regresión– Modelo econométrico– Modelo de insumo producto

MODELOS CAUSALES• Se presentan dos etapas en la formulación del

modelo:1.- Identificar las variables Ejemplo: Cantidad de construcciones =

f(Rentabilidad disponible, permisos de construcción, PNB, Tasa de interés)

2.- Determinar la forma del modelo,(lineal o no lineal,etc)

MODELOS CAUSALES Modelo de regresión Múltiple: Hay dos o más

variables independientes.

produccióndeCapacidadCAsustitutosecioP

actividaddeNivelNAproductopreciopdemandadaCantidadQ

CACPNApfQonométriModeloxbxbxbxbay

s

d

sd

nn

Pr

),,,,(:cossec....332211

MODELOS DE LA SERIE DE TIEMPO

• Se puede predecir el futuro en base a datos históricos.

• Se utiliza si la información histórica está completa y es confiable.

• Una serie de tiempo presenta cuatro componentes:

1.- Tendencia2.- Cíclico3.- Estacional4.- Irregular

MODELOS DE LA SERIE DE TIEMPO-TENDENCIA

• Clasificación del componente : Sistemático• Definición: General o persistente, patrón de

movimiento hacia arriba o hacia abajo en el largo plazo.

• Razones por las que cambia: Cambios en la tecnología, población

• Duración : varios años

MODELOS DE LA SERIE DE TIEMPO-CÍCLICO

• Clasificación del componente:Sistemático• Definición: Oscilaciones repetidas hacia

arriba o hacia abajo ó movimientos que pasan por 4 fases, desde un pico (prosperidad) hasta una contracción (recesión) luego hasta un valle (depresión) y finalmente hacia una expansión(recuperación o crecimiento)

MODELOS DE LA SERIE DE TIEMPO-CÍCLICO

• Razones por las que cambia: Interacción de múltiples factores que influyen sobre la economía

• Duración :Por lo general de 2 a 10 años con intensidad no uniforme para un ciclo completo

MODELOS DE LA SERIE DE TIEMPO-ESTACIONAL

• Clasificación del componente:Sistemático• Definición: Fluctuaciones periódicas• bastante regulares que se presentan dentro de

cada período de 12 meses.• Razones por las que cambia: Condiciones

climatológicas, costumbres sociales y religiosas• Duración :Generalmente en un lapso de 12 meses

(o cada mes o cada 4 meses)

MODELOS DE LA SERIE DE TIEMPO-IRREGULAR

• Clasificación del componente: No sistemático• Definición: Las fluctuaciones erráticas o

residuales en una serie de tiempo que existen después de tomar en cuenta los efectos sistemáticos: tendencia,cíclica y estacional.

• Razones que influyen: Sucesos no previstos, huelgas, huracanes, asesinatos políticos, inundaciones

• Duración : Corta duración y no repetidos

MODELOS DE LA SERIE DE TIEMPO-IRREGULAR

• Clasificación del componente: No sistemático• Definición: Las fluctuaciones erráticas o

residuales en una serie de tiempo que existen después de tomar en cuenta los efectos sistemáticos: tendencia,cíclica y estacional.

• Razones que influyen: Sucesos no previstos, huelgas, huracanes, asesinatos políticos, inundaciones

• Duración : Corta duración y no repetidos

Modelos de regresión

• Regresión simple y Regresión múltiple.• Los modelos de regresión se basan en tres

supuestos básicos, los cuales si son transgredidos, invalidan la proyección:– Los errores de la regresión tienen una distribución

normal con media = 0 y varianza constante.– Los errores no están correlacionados entre ellos. Auto

correlación.– Todas las variables analizadas se comportan en forma

lineal o son susceptibles de linealizar.

Estadísticas de Regresión• El coeficiente de correlación R, es una medida de la intensidad de la

relación lineal entre dos variables, es un indicador de la precisión y confiabilidad de la relación entre las variables. Puede tomar valores entre -1 y 1.

• El coeficiente de determinación R2, la porción de la variación total en la variable dependiente Y, que se explica por la variación en la variable independiente x. muestra cuán confiable es la línea de regresión y corresponde a una medida de lo cercano del ajuste. Su resultado está entre 0 y 1 e indica que cantidad de la variación total en y respecto a su media es explicada por la línea de regresión Y = a + bx

• Error estándar o error típico, es la medida de la dispersión de los valores observados, con respecto a la línea de regresión, corresponde a la cantidad de dispersión de los datos reales alrededor de la tendencia determinada por la línea de regresión. Este valor se utiliza con la distribución normal para calcular los intervalos de confianza.

Relaciones entre el coeficiente de correlación, el coeficiente de determinación y el error estándar de estimación

• El error estándar de estimación mide cuán cerca de la recta de regresión se encuentran los valores reales.

• El coeficiente de correlación mide la intensidad de la asociación entre dos variables. Así que el error estándar y el coeficiente de correlación indican la misma información, pero utilizan una escala diferente para señalar el vigor de la asociación.

• El cuadrado del coeficiente de correlación se denomina coeficiente de determinación. Mide el porcentaje de la variación en Y que se explica por la variación en X.

• Un medio para mostrar la relación entre estas tres medidas es una tabla ANOVA