Métodos estadísticos para pronosticar el potencial del mercado

Mejorando sus posibilidades de éxito

Existe una amplia variedad de factores que, en última instancia, pueden conducir al éxito o al fracaso en el mundo empresarial. Una falla común, que se encuentra con bastante frecuencia en nuevas empresas comerciales, es no evaluar el potencial de mercado general de la empresa. En pocas palabras, el potencial de mercado es el tamaño estimado de todo el mercado para el producto o servicio que se proporciona.

Tenga en cuenta que el análisis del potencial de mercado no intenta estimar el porcentaje de mercado que una empresa puede esperar obtener. Si bien puede estar enfocado en un país o región en particular donde la compañía espera hacer negocios, el potencial del mercado es una estimación de todo el mercado en consideración. Hay algunos métodos estadísticos bastante sencillos que se pueden utilizar para llegar a esta estimación del potencial de mercado.

Análisis de regresión

El análisis de regresión , que intenta predecir el valor de una variable a partir del valor de otra variable, es un método utilizado para llegar a una estimación del potencial de mercado. La regresión múltiple se usa cuando hay dos o más variables independientes que pueden afectar los resultados estimados de una variable dependiente.

Suponga que cree que el mercado de viviendas nuevas depende básicamente de qué tan bien le vaya la economía en general. Por ejemplo, cree que la construcción y las ventas de viviendas nuevas aumentarán proporcionalmente a medida que aumenta el producto interno bruto (PIB) general. El mercado general de viviendas nuevas se puede pronosticar utilizando datos históricos relacionados con las terminaciones de viviendas nuevas y las cifras estimadas del PIB. Pero, ¿y si otros factores son igualmente importantes o posiblemente más importantes?

Esta tabla muestra el número de viviendas terminadas, en miles, durante un período de 8 años a partir de 2009. Además, muestra el PIB y la tasa de empleo promedio para esos años.

Si usamos solo las cifras del PIB, entonces la fórmula de regresión única para las ventas de viviendas nuevas, en miles, se puede derivar como:

Unidades = -663,7 + (88,4 * PIB)

Sin embargo, también podemos incorporar las cifras generales de empleo, en cuyo caso la fórmula de regresión múltiple asociada es:

Unidades = -2239,9 + (59,2 * PIB) + (22,1 * Empleo)

Las regresiones múltiples permiten agregar cualquier número de variables independientes a la ecuación. Por ejemplo, podríamos agregar tasas de ahorro individuales como otro término en el análisis si pensamos que los ahorros son un predictor importante de las ventas de viviendas nuevas. El uso de los factores de predicción apropiados o más relevantes es una consideración importante y garantizará que el modelo utilizado con fines de predicción no esté subespecificado.

Análisis de series temporales

Las tendencias de regresión simple, incluso aquellas que no son lineales, a menudo no tienen en cuenta la variabilidad inherente a un mercado. Esto suele ser cierto cuando se analizan datos estacionales. Después de todo, no tiene sentido aumentar la producción de patines para hielo en la primavera o inundar el mercado con guantes de béisbol en el otoño.

Un análisis de series de tiempo es una herramienta que intenta dar cuenta de cualquier estructura interna, como las fluctuaciones estacionales, que pueden ser inherentes a los datos. La identificación de este patrón estructural y luego la aplicación de la corrección apropiada a cualquier tendencia futura de pronóstico a menudo puede conducir a mejores estimaciones de mercado.

Hay muchas técnicas de análisis de series de tiempo que se pueden utilizar para realizar este tipo de ajustes. Un promedio móvil trimestral combinado con un factor de índice estacional asociado suele ser suficiente y se puede lograr utilizando manipulaciones básicas de hojas de cálculo. El método de Box-Jenkins combina un enfoque de media móvil con un modelo autorregresivo fijado al valor más reciente. Y se utilizan varias ecuaciones de suavizado exponencial para encontrar tendencias asociadas, al mismo tiempo que permiten la aplicación de un mayor peso a puntos de datos más recientes.

Las representaciones visuales de los datos del mercado a menudo son útiles para identificar tendencias subyacentes en los datos. Aquí tenemos una tabla de valores de datos trimestrales que representan el mercado general conocido de un producto.

A primera vista, es difícil identificar las tendencias reales en los datos. Sin embargo, cuando se representa gráficamente, es evidente que un factor estacional ondulante afecta la tendencia general al alza del mercado:

Valores de mercado trimestrales

Usando una media móvil y aplicando un factor de ajuste estacional, es relativamente fácil predecir el siguiente punto de la serie, que se muestra en el gráfico siguiente:

Resumen de la lección

El potencial de mercado refleja el tamaño estimado de todo el mercado para el producto o servicio que se proporciona. Se puede utilizar un análisis de regresión simple para definir estadísticamente el tamaño del mercado conocido y realizar pronósticos posteriores. El análisis de regresión múltiple se utiliza cuando la estimación del mercado depende de más de una variable independiente. Un análisis de series de tiempo lleva esta metodología un paso más allá al estimar los patrones localizados, a menudo estacionales, que se encuentran en los datos, y aplicar la corrección adecuada a la tendencia general.

Rodrigo Ricardo Editor y fundador