Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Prácticas de Previsión de Ventas: Métodos Móviles y Exponenciales, Ejercicios de Administración de Empresas

En este documento, el profesor rubén huertas presenta diferentes métodos para realizar una prevision de ventas: métodos móviles (media móvil y media móvil ponderada) y método exponencial. Se explican los conceptos básicos de cada método y se dan ejemplos para su comprensión.

Tipo: Ejercicios

2012/2013

Subido el 15/07/2013

eric10-3
eric10-3 🇪🇸

3.4

(28)

6 documentos

1 / 24

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
PRÀCTIQUES DE
PREVISIÓ DE
VENDES
Profesor: Rubén
Huertas
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18

Vista previa parcial del texto

¡Descarga Prácticas de Previsión de Ventas: Métodos Móviles y Exponenciales y más Ejercicios en PDF de Administración de Empresas solo en Docsity!

PRÀCTIQUES DE

PREVISIÓ DE

VENDES

Profesor: Rubén

Huertas

Composició d’una sèrie

temporal

Exemple

Mitjana mòbil amb tres i quatre períodes.

Mètode de les mitjanes mòbils

ponderades

  • (^) Per fer les ponderacions es dóna més

valor a les dades recent davant les llunyanes.

on Ft pronòstic pel període t; Xt = valor actual en el temps i; i =

període de temps; n = número de valors inclosos al promig; wi =

ponderació que s’atorga a la ocurrència real en el període i.

Ft = w 1  Xt-1 + w 2  Xt-2 + ...+ wn 

Xt-n

Mètode de l’allisat

exponencial

  • (^) És una de les tècniques més

utilitzades, es tracta d’un mètode mol acurat i de càlculs senzills.

on Ft pronòstic pel període t; Xt = valor actual en el temps i; i =

període de temps;  = constant d’ajustament (0    1)

Ft = Ft-1 +  (Xt-1  Ft-1)

Exemple

  • (^) Volem estimar les vendes de l’any 2010 i tenim

les del 2009, que van ser 12.000 unitats. La previsió que varem fer és de 10.000 unitats i considerem un coeficient d’ajustament de 0,2. F t = 10.000 + 0,2 (12.000 – 10.000) = 10.

  • (^) Considerant que les vendes al 2010 van ser

11.000 unitats: F t+1 = 10.400 + 0,2 (11.000 – 10.400) = 10.

Mes Ventas Media móvilExemple trimestral

Desviación absoluta

Media móvil ponderada de trimestral

Desviación absoluta Enero 12 Febrero 15 Marzo 17 Abril 21 14,67 6,33 15,4 5, Mayo 32 17,67 14,33 18,6 13, Junio 40 23,33 16,67 25,7 14, Julio 28 31,00 3,00 33,8 5, Agosto 16 33,33 17,33 32,4 16, Septiembre 25 28,00 3,00 24,4 0, Octubre 20 23,00 3,00 22,9 2, Noviembre 19 20,33 1,33 20,7 1, Diciembre 15 21,33 6,33 20,5 5, 18,00 71,33 17,2 66,

DMA 7,93 7,

Exercicis

La directora de la Rhonda’s Garden Supply

ha recollit les vendes dels darrers onze anys de sacs de fertilitzants de 50 lliures. Vol fer un pronòstic pel proper any i està considerat dues opcions: una mitjana mòbil amb tres períodes o una mitjana ponderada utilitzant els pesos de 0,5 pel darrer període i 0,25 pels altres dos anteriors.

Quin dels dos mètodes aconsellaries a la

directora de Rhonda’s?

Exercicis

La Srta. Kate Walsh presidenta de Kate

Walsh Associates, consultora de màrketing, està analitzant les dades del semestre juliol-desembre de

  1. Si assumim una previsió inicial pel juliol de 65.000 dòlars, i considerant dues constants d’allisat exponencial  = 0,1 i  = 0,8. Quina constant ens proporciona les millors resultats a les previsions?

Dades exercici anterior

Mes Ingresos (miles de dólares)

Julio 70,

Agosto 68,

Septiembre 64,

Octubre 71,

Noviembre 71,

Diciembre 72,

Fórmula del model de regressió

lineal

  • (^) Es considera una relació causal entre les vendes i el temps.
  • (^) S’utilitza a les previsions a llarg termini i amb vendes agregades

on ў = valor de la variable a predir; a = tall a l’eix d’ordenades;

b = és la pendent; X = variable independent, en aquest cas el

temps.

ў = a + bX

Càlcul dels valors

2 2 X n X

XY n X Y b  

  

on ў = valor de la variable a predir; a = tall a l’eix d’ordenades; b

= és la pendent; X = variable independent, en aquest cas el temps.

aYb X

Solucció

Año Período (X) Turistas centroeuropeos (Y) X^2 XY

Suma 45 182 285 978

Càlculs

5 9

45  

  n

X X

20 , 22 9

1825  

  n

Y Y

  1 , 13 285 9 ( 5 )

978 9 ( 5 ) 20 , 22 (^2 2)  2 

   

   X n X

X Y n X Y b

mb els càlculs previs podem determinar el valor de

a =Yb X = 20,22 – 1,13 (5) = 14,

i a continuació el valor d’a: