ESTRATEGIAS

CORPORATIVAS DE VENTA
Mtodos
cualitativos y
cuantitativos
de venta
Mtra. Vernica Bolaos Lpez
1

PARA QU
SIRVE LA
PLANEACIN
DE VENTAS?

PLANEACIN DE VENTAS

Decidir ahora lo que se va a

hacer en el futuro.
3

PLANEACIN DE VENTAS

Crear bases para el control.

PLANEACIN DE VENTAS

Las ventas constituyen la

fuente principal de ingresos.

PLANEACIN DE VENTAS

Sirve para planificar la

produccin
6

PLANEACIN DE VENTAS

Permite determinar las

necesidades del personal

PLANEACIN DE VENTAS

Permite calcular las

inversiones en activos fijos

PLANEACIN DE VENTAS

Permite planear gastos y

costos de produccin

PLANEACIN DE VENTAS

10

PLAN DE VENTAS

PLANEACION EMPRESA
Establecer objetivos
generales
Evaluacin de las
oportunidades del
mercado
Pronstico de ventas
Presupuestos

PLANEACIN
Desarrollo de un plan
de accin
DIRECCIN

CONTROL

Implementacin

Control

PLANEACION GTE. VTAS.

Fijar objetivos distritales, por
territorio, y cuotas de venta,
de acuerto potecial de
mercado y el pronstico de
ventas

Presupuestos individuales de gastos,

en lnea con el total de presupuesto
distrital asignado
Capacitar vendedores para que
creen su plande de accin para
mxima efectividad
Organizacin y contratacin personal
ventas para cumplir objetivos.
Supervisin a vendedores
Anlisis desempeo vendedores segn
los objetivos y plande se accin. Aplicar
11
acciones correctivas.

PLAN DE VENTAS

El plan de ventas abarca el corto y

mediano plazo, en funcin a los planes
tcticos y estratgicos de la empresa.

12

La elaboracin del plan de ventas es

muy particular para cada empresa, deben ser
considerados factores como:

Mezcla de lneas, productos y

modelos
Relacin de costos-volumenutilidad
Control de gastos relacionados a
las ventas
13

Componentes del plan de ventas

Obje4vos

Presupuesto
de gastos de
venta

<<

Tendencia de
ventas

Prons4co

Presupuesto
de publicidad

Plan de
mercado

Presupuesto
de ventas
14

Obje<vos:
Corresponde a lo que espera alcanzar la
administracin en cantidades,
precios, territorios de
distribucin y personal del rea
de ventas.
15

Obje<vos:

Estos objetivos son elaborados por el

Gerente de Ventas con la participacin
de los vendedores.
16

Anlisis de las ventas anteriores, considerando

los datos histricos de varios perodos.

17

Prons<co:
Es la proyeccin de
la posible demanda
de los clientes para
un perodo, toma en
cuenta las
condiciones futuras
que rodean la
situacin de la
empresa.
18

Permite analizar los objetivos en trminos de

las ventas esperadas en unidades fsicas y
monetarias.
19

Presupuesto de publicidad y
promocin:

Contempla los gastos de publicidad,

promocin, investigacin de mercado,
merchandising, y otros inherentes.
20

Presupuesto de gastos
de venta
Considera sueldos, comisiones por venta,
premios por logro de metas, bonos, y todos los
gastos directamente relacionados con la
actividad de vender.

21

Es la base para la cuantificacin del

plan de ventas de la empresa.
22

Presupuesto
de ventas

El resultado de presupuestar las ventas se ve

en dos documentos: el presupuesto de
ventas y el presupuesto de gastos

de ventas.

23

 QU ES UN PRONSTICO?

Se define como la estimacin de la demanda de uno

o varios productos en un futuro para una empresa.

Diferencia entre pronstico y

prediccin
Pronstico: utiliza tcnicas como las
series de tiempos y modelos
estructurados
Prediccin: se basa en juicios
cualitativos

PRONSTICO EN LAS AREAS FUNCIONALES

FINANZAS
Presupuestos y
control de costos.

MERCADOTECNIA
Ventas para los
planes de nuevos
productos, para
remunerar al
personal de ventas.

MANUFACTURA
-Capacidad de la fbrica
-Nmero de trabajadores
requeridos
-Decisiones respecto a
inventarios
-Planes y programas de
produccin
-Requisicin de
materiales e insumos

Prons<co de ventas
El pronstico de ventas generalmente
es anual, y es el eslabn entre la
evaluacin de los factores externos
que afectan las operaciones,
los
recursos internos, y los objetivos
que estn bajo el control de la
administracin.
27

COMPONENTES DE LA
DEMANDA O PATRONES DE LA
DEMANDA

1. Factores cclicos

La influencia cclica en la demanda puede provenir

de hechos tales como: la guerra, condiciones
econmicas, moda, vacaciones, etc.

2. Variaciones aleatorias

Son productos de hecho fortuitos, es aquella en la

que no existe un patrn reconocible de los datos

3. Horizontal

Los datos varan en torno a una media constante

4. Estacionalidad
Son las variaciones segn la temporada y corresponden
a fluctuaciones que tienen lugar en un periodo de
tiempo dado y se repiten en el mismo periodo.

La tendencia
Lineal

La tendencia
Exponencial

La tendencia
En forma de S

La tendencia
Asntota

EJERCICIO EN CLASE
Por equipos, dar 5 ejemplos de productos,
que presenten las diferentes tendencias de
venta. Explicar porqu
escogieron esos
ejemplos.

37

FACTORES QUE
AFECTAN LA DEMANDA

Factores externos:

Economa
creciente

Reglamentacin
del gobierno

Gustos en los
consumidores

Incremento en la
construccin

Mezcla de
mercado por parte
de la competencia

Factores internos: son decisiones

internas que provocan cambios en
la demanda
Diseo del producto
Mezcla de mercado
Expansin del mercado
Contraccin del mercado

TIPO DE TCNICA DE PRONSTICO

Tcnicas para pronos<car A.

las ventas:
A. Mtodos cuantitativos
(Tcnicas estadsticas
elaboradas).

B. Mtodos cualitativos
(Estimados por criterio,
opinin, corazonada o
experiencia).
42

Mtodos cuan<ta<vos

Promedios mviles
Regresin lineal
Alisamiento exponencial
Mnimos cuadrados

43

2. MTODOS CUANTITATIVOS

Anlisis de series de tiempo: mtodo

estadstico que depende en alto grado de
datos histricos de la demanda, con los que
se proyectan la demanda futura y reconoce
las tendencias y patrones estacinales.
Mtodos causales: utilizan datos histricos
de variables independientes como campaas
de promocin, condiciones econmicas y
actividades de los competidores.

Anlisis de series de tiempo

Busca prever el futuro, con base en datos
del pasado
Son de naturaleza reac<va.
Usan informacin histrica que solo se
reere a la variable dependiente (ventas).
Se aplica a los patrones de demanda <po
horizontal y tendencia.

Anlisis de series de tiempo

Pronstico emprico

Alterna<vas

Ft = A t-1

Ft = A t-1 +
incremento o
disminucin

Considera
estacionalidad

PROMEDIOS SIMPLES:

Son series de promedios cuyos valores altos y bajos estn

acolchonados y se hacen menos extremos. El nmero de
puntos de datos elegido debe ser suficiente para eliminar los
efectos de las variaciones de temporada .
47

PROMEDIOS MVILES:

Los promedios mviles suavizan los resultados de las ventas

ms recientes, conduciendo as a pronsticos ms
conservadores.
48

PROMEDIOS MVILES:

Mientras ms perodos se usen para un promedio mvil, ms

atenuada estar la curva de fluctuacin.
Los valores al final de la serie no pueden calcularse, sino que
deben estimarse.
49

La utilizacin de esta tcnica supone que la serie de tiempo es

estable, esto es, que los datos que la componen se generan sin
variaciones importantes entre un dato y otro (error aleatorio=0),
esto es, que el comportamiento de los datos aunque muestren un
crecimiento o un decrecimiento lo hagan con una tendencia
constante.
50

Cuando se usa el mtodo de promedios mviles se est

suponiendo que todas las observaciones de la serie de tiempo
son igualmente importantes para la estimacin del parmetro a
pronosticar (en este caso los ingresos).

De esta manera, se utiliza como pronstico para el siguiente

periodo el promedio de los n valores de los datos ms
recientes de la serie de tiempo.

Utilizando una expresin matemtica, tenemos:

Promedio Mvil =

(n valores de datos ms recientes)

n

51

Ventas promedio mvil

VENTAS
REALES

AO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

$4,200
$4,410
$4,322
$4,106
$4,311
$4,742
$4,837
$5,030
$4,779
$4,970
$5,716
$6,116
$5,932
$5,576
$5,465

PROMEDIO PROMEDIO
MVIL PARA MVIL PARA
2 AOS
4 AOS

$4,305
$4,366
$4,214
$4,209
$4,527
$4,790
$4,934
$4,905
$4,875
$5,343
$5,916
$6,024
$5,754
$5,521

6000
5800
5600
5400
5200
5000
4800
4600
4400
4200
4000

$4,260
$4,287
$4,370
$4,499
$4,730
$4,847
$4,904
$5,124
$5,395
$5,684
$5,835
$5,772

AO
VENTAS REALES
PROMEDIO MVIL PARA 2 AOS
PROMEDIO MVIL PARA 4 AOS

52

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

Anlisis de series de tiempo

PROMEDIO MVIL PONDERADO
Permite adjudicar una importancia o peso cualquiera a cada elemento o
periodo, siempre y cuando todos los valores sumen 1 o 100%.
Formula:

ft : W1 At 1 + W2 At 2 + W3 At 3 ..+ Wn At n
Donde:
ft = pronstico para el periodo futuro
W1 = peso que se le dar a la venta real en el periodo t -1
W2 = peso que se le dar a la venta real en el periodo t -2
W3 = peso que se le dar a la venta real en el periodo t -3
W n = peso que se le dar a la venta real en el periodo t n
n = Nmero total de periodos del pronostico
Wi = 1

Cmo elegir los pesos?

1.

La experiencia, prueba y error.

2.

Por lo general el pasado ms reciente es el indicador ms

importante de lo que podemos esperar para el futuro, y por
tanto este debe tener mayor peso.

3.

Cuando los datos son variables se debe determinar los pesos

en consecuencia; es decir, se le asignara mayor peso a las
mayores demandas y menor peso a las menores demandas.

Ejercicios en clase:

55

ALISAMIENTO EXPONENCIAL :

El alisamiento exponencial ( atenuacin exponencial) est

diseada para compensar la principal debilidad del promedio
mvil, la de no responder lo suficiente a los resultados ms
recientes. En esta modificacin del promedio mvil, las
observaciones ms recientes o los resultados de las ventas
no slo no se incluyen, sino que en realidad se les da ms

peso en la serie de tiempo

56

ALISAMIENTO EXPONENCIAL PROM.

MVIL PONDERADO:
El peso aplicado a la cifra de ventas ms reciente, se
designa como (alfa) y se denomina la constante de
atenuacin. Se le dar un valor entre 0.0 y 1.0

Nuevo promedio = (l4mas ventas)

+ (1-) (Promedio de ventas de aos anteriores).

57

DATOS
alfa (), constante
de atenuacin, tasa
de reaccin,
El prons<co ms
La demanda real
constante de ajuste
reciente (prons<co que ocurri en ese
exponencial,
del l<mo periodo)
periodo
parmetro
suavizador.
(0<= <=1)

Cmo se determina el valor de ?

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

Mientras ms peso se le d a la ltima

observacin, ms importante ser en el nuevo
promedio, y por lo tanto, menos importantes
sern los datos anteriores.
59

Cmo se determina el valor de ?

Si las ventas cambian lentamente, los valores

bajos para funcionan muy bien, sin embargo
cuando las ventas experimentan cambios rpidos
y fluctuaciones hay que adjudicar valores altos
para
60

Cmo se determina el valor de ?

Para determinar el valor de en forma ms

especfica, se pueden probar diferentes valores
en los registros de las ventas pasadas y
averiguar qu valor de habra conducido al
ms pequeo error en la prediccin.
61

Ejercicios en clase:

PROMEDIO MVIL PONDERADO

62

La REGRESIN LINEAL modela, en la forma de una

ecuacin matemtica, la relacin entre dos variables
X (independiente y Y(dependiente).

ANALISIS DE REGRESION LINEAL

La regresin se define como la relacin funcional
de dos o ms variables correlacionadas (demanda
vs tiempo). La regresin lineal se refiere a un tipo
especial de regresin donde las relaciones entre las
variables forman una lnea recta.

Bienes races. La venta en

funcin de las tasas de inters

Predecir fenmenos
econmicos como el PIB

Normalmente en nanzas y
economa para pronos<car
valores de variables
macroeconmicas.

Frmula que
trabajaremos

Cmo se escribe la funcin de la recta

Y = mX + b

Donde m y b son parmetros de la recta.

m es la pendiente de la recta.

b es la ordenada al origen.

Pendiente de la recta
Es la inclinacin de la recta
respecto del eje horizontal x

m>0

m<0

 Un ejemplo:

Supongamos que se mide

la altura de 17 nios de 11
aos de edad y se
registra el peso. En la
tabla de la derecha se
presentan los datos.

Altura (cm)

Peso (kg)

135

26

145

33

141

32

143

30

133

31

140

33

152

36

149

32

164

47

137

29

149

35

164

43

141

29

143

32

133

23

140

37

152

45

Estudiemos esta relacin

50

En el grco los puntos

45
40

Peso

35
30
25
20
15
10
120

130

140

150
Altura

160

170

180

(x;y) estn dispersos en el

plano denido por las dos
variables: Altura y Peso.

Ambas variables son
numricas.

Cmo ajustar la recta a nuestros

datos?

50
45
40
35
Peso

De las infinitas rectas que

pueden pasar por la nube
de puntos. Cul estimar
mejor los parmetros de la
recta?

30
25
20
15
10
120

130

140

150
Altura

160

170

180


Mtodo de Mnimos cuadrados

Es la recta cuya distancia

entre el valor observado
y la RECTA DE REGRESIN
ESTIMADA sea
mnima.

Pasos para gracar los datos

Cmo gracar y ajustar la recta u<lizando una hoja Excel?

Escribir
datos (x;y) en columnas, y
1 los
Paso
seleccionarlos.

2 Paso
Ir al Men Insertar Grfico
y seleccionar, XY (Dispersin).

3 Paso

Posicionarse en un punto
y tocar el botn de la
derecha del Mouse y
seleccionar:
Agregar lnea de tendencia

No olvidar escribir el ttulo,

nombre de variables y elegir
una escala correcta para los
ejes.

En Opciones, tildar:
4 Paso la ecuacin en el grfico
Presentar
Presentar el valor R2 en el grfico

5 Paso - La recta obtenida

50
45
40
Peso

35
30
25
20

y = 0,5289x - 42,833

15

R = 0,716

10
120

130

140

150
Altura

160

170

180

Cmo interpretamos la recta?

= 0,5289 X - 42,833

La pendiente posi4va 0,5289 nos indica que a medida
que aumenta la altura aumenta el peso.

La relacin entre ambas variables es directa.

Cmo interpretamos el coeciente de determinacin?

R2 = 0,716

Indica que el modelo explica
a los datos en aproximadamente
un 71,6%.

MNIMOS CUADRADOS:
Este mtodo, nos permite crear un pronstico de las
ventas, basados en el historial de las ventas pasadas,
y tomando en cuenta las tendencias.
Tambin nos permite encontrar la ecuacin de una
recta a partir de datos experimentales (variables).
Podemos decir entonces, que el mtodo de mnimos
cuadrados, nos permite encontrar la mejor recta
que mejor ajusta a todos los puntos de una grfica.

86

En el ejemplo, en 192 autos producidos, se midieron cuntos fueron

entregados, y cunto tiempo tardaron en su entrega.
Y= a 48.81 (en promedio un auto nuevo tardara 49 das en entregarse,
segn el historial de entregas)
La pendiente sera 2.0687 (nmeros y como nmeros x)
La interseccin sera 21.925 (eje nmero y como nmero x)
R2 tiene el 95% de relacin (esto es que hay un 95% de probabilidad de que
se logre el pronstico de entrega, o un error el 5% en el pronstico)

DIAS DE ENTREGA
80

y = 2.0687x + 21.925
R = 0.95755

70
60

DIAS DE
ENTREGA

50

Linear (DIAS DE
ENTREGA)

40
30
20
0

10

20

30

x
OPCIONES
3
4
4
7
7
8
9
11
12
12
14
16
17
20
23
25
192

y
DIAS DE ENTREGA
25
32
26
38
34
41
39
46
44
51
53
58
61
64
66
70

87

MTODOS
CAUSALES

Ecuacin de la lnea recta Y = a + bx

Donde:
Y = variable dependiente (ventas)
a = interseccin con el eje Y
b = pendiente de la lnea
x = variable independiente (tiempo, promocin,
precio)

Confiabilidad de los
pronsticos
Indica que tambin se ajusta a la lnea de los
datos.
Error estndar de estimacin
Indica que tan lejos se da el pronstico de la
demanda real

NOTA:
Si los puntos de los datos estn dispersos de
manera aleatoria alrededor de la lnea de
regresin (distribuidos normalmente)
entonces el pronstico quedar de la siguiente
forma:

Z= nmero de desviaciones estndar para un

nivel de confianza dado

Coeficiente de correlacin (r)

Mide la intensidad de la relacin entre la variable
independiente y la variable independiente.
-1 <= r <= 1
r = (+) Los cambios registrados de la variable independiente
(incremento o disminuciones) de un periodo a otro, estn
acompaados por cambios de la variable dependiente en la
misma direccin. (0,6 <= r <= 1)

 r = (-)
indica que las disminuciones de la
variable independiente, siempre van acompaados de
incrementos en la variable dependiente, y viceversa.
(- 1 <= r <= - 0,6)
r = 0
no existe relacin alguna entre las variables.
No relacin. (-0,6 <= r <= 0,6)

Coeficiente de determinacin de la muestra (r2)

Mide la variacin de la variable dependiente con

respecto de su valor medio que se explica por
medio de la lnea de regresin
(0 <= r2 <= 1) r2 = 1
Las ecuaciones de regresin son deseables, porque
la variacin de la variable dependiente y del
pronstico generado a partir de la ecuacin de
regresin, se encuentran estrechamente
relacionados.

DESCOMPOSICION DE UNA SERIE DE TIEMPO USANDO

REGRESION POR MINIMOS CUADRADOS

Consiste en encontrar los componentes

bsicos de la serie de la tendencia, estacinales
y cclicos.
El pronostico clsico por descomposicin de
series de tiempos esta construido sobre la
filosofa de que un patrn de ventas histricas
puede descomponerse en tres categoras:
Tendencia: por medio del anlisis de regresin, se puede conocer el comportamiento de las ventas.

Estacional: picos y valles que se presentan en una poca especifica (cada ao).

Cclicas: son ondas de largo plazo (ms de un ao). En el patrn de la demanda

PROCEDIMIENTO
1. Determinar el factor o ndice estacional: es la cantidad de correccin

que necesita una serie de tiempo para ajustarse a la estacin del ao.

2. Desestacionalizar los datos originales: para eliminar el efecto

estacional en los datos, se divide los datos originales (ventas reales) entre el
factor estacional

3. Desarrollar una lnea de regresin: aplicando mnimos cuadrados para

los datos desestacionalizados, determine una lnea de tendencia.
4. Proyectar la lnea de regresin hacia el periodo que ser
pronosticado: se debe determinar el pronstico para los periodos
requeridos.

5. Crear el pronstico final: el cual consiste en ajustar la lnea de regresin

para los factores estacionales. Como la ecuacin (Y) ha sido
desestacionalizada, ahora se debe multiplicar los datos proyectados para un
periodo por el factor estacional para ese mismo periodo.

1. MTODOS CUALITATIVOS
(mtodos de juicio):

Considera las opiniones de gerentes, expertos, estimacin

de la fuerza de ventas, encuestas de consumidores. Se
traducen en estimaciones cuantitativas.
Son subjetivos o simples juicios y se basan en clculos y
opiniones
Se usan cuando no existen datos histricos, se presenta
un nuevo producto o cambia de tecnologa

1. MTODOS CUALITATIVOS
(mtodos de juicio):
RAZ DE PASTO (estimacin de la fuerza de ventas)
Ventaja:
La fuerza de ventas tiene mayores probabilidades de saber que comprarn
los clientes en el futuro y en que cantidades.
Los pronsticos individuales se combinan para obtener cifras regionales o
nacionales
Desventaja:

Algunos vendedores son optimistas y otros cautelosos lo cual puede

introducir sesgos en el pronstico.

El personal puede subestimar los pronsticos individuales para que el

rendimiento futuro supere las proyecciones o para esforzarse menos
(cuando se trabaje por medidas de rendimiento por vendedor)

1. MTODOS CUALITATIVOS
(mtodos de juicio):

INVESTIGACIN DEL MERCADO:

Rene datos por diferentes medios
(encuestas, entrevista)
Desventaja: los resultados de la encuesta no
reflejan las opiniones del mercados).

1. MTODOS CUALITATIVOS
(mtodos de juicio):

CONSENSO DE EXPERTOS (OPININ

EJECUTIVA)
Desventajas:
El juicio u opinin de una persona de ms alto
nivel probablemente tenga ms relevancia que el
de una persona de un nivel ms bajo, en el peor
de los casos se sienten intimidados y no expresan
lo que verdaderamente piensa.
Puede ser costosa
Requiere mucho tiempo

1. MTODOS CUALITATIVOS
(mtodos de juicio):
ANALOGA HISTRICA: Cuando se trata
de pronosticar la demanda de un producto nuevo,
la situacin ideal es que se pueda usar como
modelo un producto existente o un producto
genrico,

KALA

1. MTODOS CUALITATIVOS
(mtodos de juicio):
MTODO DELPHI: Oculta la identidad de las
personas que participan en el estudio dando a cada
individuo la misma importancia.

Desventaja
El proceso es muy largo (ms de un ao) por lo
que el panel de expertos puede cambiar alargando
el proceso
Su calidad es entre regular y buena para la
identificacin de puntos de flexin en la demanda
de nuevos productos.

FASES DE LA
ADMINISTRACIN DEL
PRESUPUESTO:
qOrganizacin
qEjecucin
qDireccin

103

Qu es un presupuesto?
Es la expresin cuantitativa de un plan de accin, dirigido
a cumplir una meta prevista, propuesto por la
administracin, para un perodo determinado de tiempo.

104

Obje<vos del presupuesto de ventas:

Reducir la incertidumbre acerca de los futuros
ingresos.
Incorporar las decisiones de la administracin en
el proceso de la planificacin.
S uministrar la informacin necesaria para
desarrollar otros elementos de un plan integral de
utilidades.
F acilitar el control administrativo de las
actividades de ventas.
105

Informacin necesaria:
Volmenes de ventas anteriores
Condiciones generales de la economa y del
sector
Rentabilidad relativa del producto o productos
Estudios de investigacin de mercado
Polticas de fijacin de precios
Lneas de productos
Capacidad de la planta
Tendencias en las ventas
106

Bibliograsa:
Johnston Mari W. y Marshall Greg W. Administracin de ventas. Editorial Mc
Graw Hill. Sptima edicin. Mxico, 2005
Hartley Robert F. Administracin de ventas. Ed. Patria. Vigsima segunda
edicin. Mxico 2008
Bonini, Hausman y Bierman. Anlisis cuantitativo para los negocios. Ed. Mc
Graw Hill. Novena edicin. Colombia 2005.
Lambin Jean Jacques. Marketing estratgico. Ed Mc Graw Hill. Tercera
edicin. Colombia 2002.

107