Técnicas de Proyección del
mercado
Ing. Marco Antonio Llaza Loayza
2011
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:
Z
n 
E
2
N
2
n= N° encuestas
Z= nivel confianza
p q N
 1  Z
2
p q
• Para población infinita o indefinida:
2
n 
Z p q
E
2
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
Nivel de Confianza
ME
0 .0 1
0 .0 2
0 .0 3
0 .0 4
0 .0 5
0 .0 6
0 .0 7
0 .0 8
0 .0 9
0 .1 0
90
6724
1681
748
421
269
187
138
106
84
68
91
7141
1786
794
447
286
199
146
112
89
72
92
7657
1915
851
479
307
213
157
120
95
77
93
8191
2048
911
512
328
228
168
128
102
82
94
8836
2209
982
553
354
246
181
139
110
89
ME = Margen de Error
95
96
97
98
9604 10507 11773 13456
2401 2627 2944 3364
1068 1168 1309 1496
601
657
736
841
385
421
471
539
267
292
328
374
196
215
241
275
151
165
184
211
119
130
146
167
97
106
118
135
P/Q=1
99
16513
4129
1835
1033
661
459
337
259
204
166
Diseño de cuestionario
Primer Paso: Contenido de la información
 Definir módulos: temas similares
 Definir preguntas
¿Se aparta del objetivo?
¿Se
entiende
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 respuesta
Tercer Paso: Redacción de preguntas
Cuarto Paso: Orden de preguntas
Quinto Paso: Aspecto físico del formulario
la
DISEÑO DE
ENCUESTA
ESPECIFICAR LA INFORMACIÓN
NECESARIA
Aquí el investigador debe listar sus
necesidades de información
ESPECIFICAR EL TIPO DE ENTREVISTA
Debe determinar cómo se va a realizar: por
teléfono, en persona, etc.
DETEMINAR EL CONTENIDO DE LAS
PREGUNTAS
Debe definirse cuantos y cuáles son los
temas sobre lo que se quiere incidir
DECIDIR SOBRE EL FORMATO DE
RESPUESTA
Debe indicarse cómo se responderá, con
un “sí”, o un “no”, con una “x”, etc.
DECIDIR SOBRE LA REDACCIÓN DE LAS
PREGUNTAS
Se formulan las preguntas de acuerdo a un
criterio y formato uniforme.
DECIDIR SOBRE LA SECUENCIA DE LAS
PREGUNTAS
Aquí debe señalarse el orden lógico que
tendrán
OBTENER UN NÚMERO CONVENIENTE
DE ENCUESTAS PARA LA PRUEBA PILOTO
Generalmente 10 encuestas
EFECTUAR LA PRUEBA PILOTO
REVISAR EL ORDEN DE LAS PREGUNTAS
OBTENER EL NÚMERO FINAL DE
ENCUESTAS
Aquí se comprueba el orden lógico que
tendrán
Métodos de Encuesta
Telefónica
En hogares
Telefónica
tradicional
Fax
Personal
Locación
Central
Exit Pool
Correo
Vía Pública
Correo Postal
Correo
Electrónico
Internet
Determinación de la Cantidad Demandada
Fórmula:
Q = N x Intención de Compra x f x q
Donde:
N
= Población
% de Int. de compra = creo que sí lo compraría + con toda
seguridad lo compraría
f
= frecuencia de compra
q
= cantidad de compra por vez
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.
y  a  b1 x1  b 2 x 2  b 3 x 3  ....  b n x n
Modelo
sec onométri
Q d  Cantidad
p  precio
NA  Nivel
cos : Q d  f ( p , NA , Ps , C , CA )
demandada
producto
de actividad
Ps  Pr ecio sustitutos
CA  Capacidad
de producción
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.- Tendencia
2.- Cíclico
3.- Estacional
4.- 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
Descargar

Técnicas de Proyección del mercado