APLICACIÓN ESTADISTICA

Pronósticos de ventas de productos de mayor rotación

en Grupo Bimbo de Guatemala.

1
UNIVERSIDAD GALILEO
FACTI
Maestría en Administración Financiera
Curso: Estadística para la Finanzas II
Horario: Virtual
Catedrático: Dr. Samuel Reyes

APLICACIÓN ESTADISTICA

Luis Miguel Camajá Recinos 12223010

Jorge Rodrigo Padilla Diéguez 10007280

Guatemala, 21 de febrero del 2020

2
 Contenido

INTRODUCCION .............................................................................................................................. 4
OBJETIVOS ...................................................................................................................................... 5
General:........................................................................................................................................... 5
Específicos:...................................................................................................................................... 5
METODOLOGIA ................................................................................................................................... 6
PROYECTO ........................................................................................................................................... 7
ANALISIS DE REGRESION .................................................................................................................... 7
CORRELACION ENTRE LAS VARIABLES VENTAS Y DEVOLUCION ................................................... 7
EXTRACCION DE DATOS.............................................................................................................. 7
BASE DE DATOS........................................................................................................................... 8
BASE DE DATOS ORDENADA ...................................................................................................... 9
RANKING DE LOS 5 PRODUCTOS DE ESTUDIO ........................................................................... 9
MUESTRA (los últimos 18 días de ventas consecutivos) ......................................................... 10
ANALISIS DE REGRESION .................................................................................................................. 11
PRIMER PRODUCTO DE NUESTRO RANKING ............................................................................... 11
1265 Negrito Mix Inyectado 56g BIM ................................................................................... 11
RESUMEN DE ANALISIS DE REGRESION ................................................................................... 12
SEGUNDO PRODUCTO DE NUESTRO RANKING ........................................................................... 14
501266 Hamburguesa 5pul 12p 1050g BIM ......................................................................... 14
SEGUNDO PRODUCTO DE NUESTRO RANKING ........................................................................... 17
5481 Sponch 90g MLA ........................................................................................................... 17
CONCLUSIONES ................................................................................................................................. 21
RECOMENDACIONES ........................................................................................................................ 22

3
 INTRODUCCION

Grupo Bimbo de Guatemala, es una empresa de panificacion con reconicimiento a

nivel mundial, en que sus estandares de calidad son certificados por normas
internacionales. Bimbo de Guatemala tiene sus oficinas administrativas en
Chimaltenango, en dondo trabaja Lic. Luis Camaja uno de los integrantes de este
proyecto, actualmente el labora en el departamento de Planificacion Comerical
ocupando el puesto de Jefe de la Demanda, el cual brinda la informacion para el
desarrollo de este proyecto.

En este proyecto se trata sobre importancia sobre las ventas de sus productos
lideres que realiza Bimbo en todas las agencias que opera en Guatemala, tanto
como los pronosticos de ventas como tambien la correlacion que tiene con la
variable de devolucion de los productos. El tema de devolucion (es cuando el
producto esta en las tiendas y esta a punto de vencer o ya fue esta venciddo), es
un punto critico que la empresa evalua constantemente en donde existen
porcentajes de devoluciones como maximos en donde un vendedor no puede
excederse (en la mayoria de los productos es un 6% como maximo). En otras
palabras un vendedor no le basta con solo vender y colocar los productos, sino en
donde el tiene que analizar si realmente lo que le va a vender a la tienda, es lo que
realmente la tienda puede vender a los clientes finales, ya que si le vende a la
tienda mucho producto y la tienda no puede venderlo a los consumidores finales y
pasa el tiempo de vida del producto, es ahí en donde nos vemos afectados en el
tema de devolucion, porque la empresa garantiza siempre diponer de producto
fresco a sus consumidores.

He aquí la importancia de hacer pedidos prudentes en donde se prevea un tema

de devolcion minima, por tal razon el departamento de planificacion comercial se
encarga de evaluar los pedidos de las agencias en donde estos no sean tan altos
o en caso contrario muy bajos. Lo que se requiere es que se mantenga el
promedio y que ambas varias tengan relacion, y sobre todo que se llegue a las
metas de ventas establecidas cuidando siempre el indicador de devolucion de los
productos.

En este proyecto haremos un analisis de regresion entre las variables de ventas y

devolucion, en donde estimaremos hasta donde pueden llegar los pedidos, sin que
estos se pasen de las devociones permitidas, y evaluar como podemos mejorar el
indice de devolucion de los productos.

4
 OBJETIVOS

General:

 Realizar pronosticos de ventas de productos de mayor rotacion en Grupo

Bimbo de Guatemala.

 Evaluar la relacion que tiene las variables de ventas y devolucion, tomando

como muestra los primeros dieciocho dias del mes de enero para nuestro
analisis.

Específicos:

 Por medio de una analisis de regresion, podremos pronosticar hasta

cuantas unidades podemos vender sin excedernos de los estandares
maximos de devolucion de los productos.

 Establecer una ecuacion de regresion para pronosticar las ventas de los

productos de mayor rotacion, estableciendo un ranking de 5 productos y
realizar el ejercicio minimo en 3 de ellos.

 Mediante el analisis de regresion, establecer si existe correlacion entre la

variable ventas (x) y la variable devolucion (y). Si existe correlacion entre
ellas mismas realizar un ejercicio para determinar cuantas unidades de
devolucion tendremos y que porcentaje refleja, tomando en cuenta que el
maximo en la mayoria de productos es el 6%.

5
 METODOLOGIA

Este proyecto consistirá en realizar un análisis de regresión, tomando en cuenta

un historial de ventas de más 100 productos que vende Bimbo de Guatemala,
tomando como muestra 18 días consecutivo de venta, se tomaron estos días de
ventas considerando que no hay días festivos ni temporadas altas y en donde las
ventas tienden a ser naturales.

Lo que se quiere en este proyecto es realizar un ranking de los 5 productos más

vendidos, y realizar ejercicios de correlación (mínimo tres )entre las variables de
ventas que sería nuestra variable independiente (x) y devolución que sería nuestra
variable dependiente(y).

De acuerdo a los resultados de nuestro análisis, queremos determinar la

correlación que pueda existir entre las mismas, tomando en cuenta un 95% de
confiabilidad y como base de comparación para ver si existe correlación usaremos
los VALORES CRITICOS COEF. PEARSON.

Si no existe correlación entre las variables, establecer una estrategia para

controlar que tanto se puede vender sin exceder el porcentaje máximo aceptado
de devoluciones.

A base de los indicadores que nos dé el análisis de regresión, estableceremos un

ejercicio práctico, para evaluar si vendemos una cantidad “X” de unidades y no
excedernos el porcentaje de devolución aceptado.

6
 PROYECTO

ANALISIS DE REGRESION

CORRELACION ENTRE LAS VARIABLES VENTAS Y DEVOLUCION

EXTRACCION DE DATOS

Se extraerá una base de datos del programa DSD-SEI (SISTEMA DE

EXTRACCION PARA INDICADORES), dicha base de datos nos dará una muestra
de los últimos 18 días de venta de todas las ventas de los productos a nivel
nacional, tanto por agencia, por canal de distribución, y por fecha durante el mes
de mayo de 2020.

7
BASE DE DATOS

Al momento de extraer tendremos una base de datos en Excel, en donde

tendremos que ordenarlos de acuerdo a nuestra necesidad. Lo que deseamos
saber es un ranking de los 5 productos más vendidos a nivel nacional, juntamente
con la variable de devolución y el porcentaje que esta representa.

8
BASE DE DATOS ORDENADA
Ordenaremos los datos mediante el uso de una tabla dinámica, y así obtendremos el ranking de
los 5 productos más vendidos.

RANKING DE LOS 5 PRODUCTOS DE ESTUDIO

9
MUESTRA (los últimos 18 días de ventas consecutivos)

Usaremos una muestra de las ultimas 18 ventas para el análisis de regresión de

las variables de ventas y devoluciones, considerando que dentro de esta muestra
no existen días de asueto ni temporadas altas, y en donde las ventas tienden a
ser naturales.

10
 ANALISIS DE REGRESION

PRIMER PRODUCTO DE NUESTRO RANKING

1265 Negrito Mix Inyectado 56g BIM

Ventas y devoluciones en unidades, entre fechas del 03/05/2020 al 23/05/2020.

11
RESUMEN DE ANALISIS DE REGRESION

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.96371791
Coeficiente de determinación R^2 0.92875221
R^2 ajustado 0.92429922
Error típico 398.33682
Observaciones 18

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 33094006.9 33094006.9 208.568371 1.3474E-10
Residuos 16 2538755.56 158672.223
Total 17 35632762.5

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
Intercepción -193.905146 193.978546 -0.99962161 0.33237256 -605.121293 217.311002 -605.121293 217.311002
Ventas Unidades 0.05486555 0.00379905 14.4418964 1.3474E-10 0.04681192 0.06291919 0.04681192 0.06291919

Análisis de los residuales Resultados de datos de probabilidad

Observación Pronóstico Devolucion unidades

Residuos
Residuos estándares Percentil
Devolucion unidades
1 2483.69849 468.301513 1.21182408 2.77777778 102
2 1327.90073 101.099274 0.26161465 8.33333333 159
3 3939.00731 1087.99269 2.81539928 13.8888889 243
4 1569.52863 -66.5286259 -0.17215616 19.4444444 924
5 3886.7753 221.2247 0.57246328 25 1429
6 2416.92711 -164.927108 -0.42678197 30.5555556 1492
7 2970.35595 -197.355951 -0.5106981 36.1111111 1503
8 1296.2433 -372.243301 -0.96325419 41.6666667 1611
9 4307.64896 -493.648964 -1.27741569 47.2222222 2169
10 1600.14361 -108.143605 -0.27984327 52.7777778 2252
11 3482.25157 -643.25157 -1.66454244 58.3333333 2773
12 2477.60841 -308.60841 -0.79858615 63.8888889 2839
13 3133.91017 195.089833 0.50483407 69.4444444 2952
14 1421.00757 189.992429 0.49164351 75 3329
15 4025.91434 -116.914345 -0.30253931 80.5555556 3814
16 44.6502832 57.3497168 0.14840389 86.1111111 3909
17 100.613148 58.3868517 0.15108769 91.6666667 4108
18 150.81513 92.1848698 0.23854684 97.2222222 5027

12
CONCLUSION DEL CASO

Nuestro coeficiente de correlación es de 0.9637, y de acuerdo a la tabla de valores

críticos de Pearson por el número de muestras necesitamos un 0.468 para tener
una confiabilidad del 95% para que tenga relación la variable, POR TAL RAZON
SE CONCLUYE QUE SI TIENE CORRELACION, y con la ecuación de la curva de
regresión podremos determinar hasta cuantas ventas podemos realizar sin
excedernos de las devoluciones permitidas.

13
EJERCICIO PRÁCTICO DE CASO:
Cuanto seria nuestra devolución si realizamos en un día una venta de Q 60,000
unidades.
Con la Ecuación de regresión lineal seria lo siguiente:
R// a) Y= -203.91+(0.0549 )*(60000)
y= 3100.09

Significa que si vendemos 60,000 unidades, tendremos un pronóstico de 3,101

unidades de devolución, representando un 5.17% de devolución en total, tomando
en cuenta que el máximo permitido es un 6%, así que podremos vender esas
60,000 unidades sin correr el riesgo de pasarnos del estándar permitido de
devolución.

SEGUNDO PRODUCTO DE NUESTRO RANKING

501266 Hamburguesa 5pul 12p 1050g BIM

14
RESUMEN DE ANALISIS DE REGRESION

Resumen

Estadísticas de la regresión
Coeficiente de0.84643234
correlación múltiple
Coeficiente de0.71644771
determinación R^2
R^2 ajustado 0.69872569
Error típico 21.9254979
Observaciones 18

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 19434.3607 19434.3607 40.4269827 9.494E-06
Residuos 16 7691.63934 480.727459
Total 17 27126

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
Intercepción 12.8974191 8.56597209 1.50565739 0.15164107 -5.26163049 31.0564688 -5.26163049 31.0564688
Ventas Unidades
0.03396822 0.00534241 6.35822166 9.494E-06 0.02264282 0.04529362 0.02264282 0.04529362

Análisis de los residuales Resultados de datos de probabilidad

Observación
Pronóstico Devolucion unidades
Residuos
Residuos estándares Percentil
Devolucion unidades
1 59.8075271 29.1924729 1.37241637 2.77777778 2
2 32.2593029 -2.25930295 -0.10621589 8.33333333 3
3 99.7881188 47.2118812 2.21955704 13.8888889 8
4 27.0621657 2.93783428 0.13811546 19.4444444 30
5 69.4205326 -11.4205326 -0.53690984 25 30
6 48.2923015 9.70769853 0.45638492 30.5555556 40
7 65.4122829 -5.41228294 -0.25444592 36.1111111 41
8 29.609782 10.390218 0.48847199 41.6666667 49
9 102.709385 5.29061456 0.24872597 47.2222222 49
10 31.4440657 17.5559343 0.82535151 52.7777778 54
11 103.049068 -54.0490676 -2.54099149 58.3333333 58
12 55.4595953 5.5404047 0.26046927 63.8888889 58
13 76.9275086 -22.9275086 -1.07788361 69.4444444 60
14 42.0081813 -1.00818129 -0.0473973 75 61
15 123.633807 3.36619276 0.15825374 80.5555556 89
16 16.3282091 -14.3282091 -0.6736075 86.1111111 108
17 15.9545587 -7.95455869 -0.37396512 91.6666667 127
18 14.8336075 -11.8336075 -0.5563296 97.2222222 147

15
CONCLUSION DEL CASO

Nuestro coeficiente de correlación es de 0.8464, y de acuerdo a la tabla de valores

críticos de Pearson por el número de muestras necesitamos un 0.468 para tener
una confiabilidad del 95% para que tenga relación la variable, POR TAL RAZON
SE CONCLUYE QUE SI TIENE CORRELACION, sin embargo según se puede
ver en la gráfica de la curva de regresión hay dos día de venta de la muestra en
donde se dispara la correlación, sería aconsejable evaluar que pasó en esos días,
ya que se ve mucha discrepancia; y con la ecuación de la curva de regresión
podremos determinar hasta cuantas ventas podemos realizar sin excedernos de
las devoluciones permitidas.

16
EJERCICIO PRÁCTICO:

Cuanto seria nuestra devolución si realizamos en un día una venta de 3,000

unidades.

Con la Ecuación de regresión lineal seria lo siguiente:

R// a) Y= 12.897+(0.034 )*(3000)
y= 114.897

Significa que si vendemos 3,000 unidades, tendremos un pronóstico de 115

unidades de devolución, representando un 3.83% de devolución en total, tomando
en cuenta que el máximo permitido es un 6%, así que podremos vender esas
3,000 unidades sin correr el riesgo de pasarnos del estándar permitido de
devolución.

SEGUNDO PRODUCTO DE NUESTRO RANKING

5481 Sponch 90g MLA

17
RESUMEN DE ANALISIS DE REGRESION
Resumen

Estadísticas de la regresión
Coeficiente de0.88341147
correlación múltiple
Coeficiente de0.78041582
determinación R^2
R^2 ajustado 0.76669181
Error típico 21.0299259
Observaciones 18

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Regresión 1 25148.9866 25148.9866 56.8649951 1.18352E-06
Residuos 16 7076.12451 442.2577816
Total 17 32225.1111

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0% Superior 95.0%
Intercepción -9.2203677 10.0582333 -0.916698528 0.3729118 -30.54286987 12.1021345 -30.5428699 12.10213447
Ventas Unidades
0.00714425 0.0009474 7.54088822 1.1835E-06 0.005135845 0.00915265 0.00513585 0.009152646

Análisis de los residuales Resultados de datos de probabilidad

Observación
Pronóstico Devolucion unidades
Residuos Residuos estándares Percentil Devolucion unidades
1 72.5169481 -9.5169481 -0.466470763 2.777777778 0
2 40.4607174 -3.46071735 -0.169626171 8.333333333 0
3 117.468542 -0.46854246 -0.022965488 13.88888889 0
4 39.6677061 35.3322939 1.731803298 19.44444444 16
5 109.424122 -3.42412172 -0.167832446 25 23
6 57.9069655 -12.9069655 -0.632631594 30.55555556 37
7 72.9170259 -12.9170259 -0.6331247 36.11111111 38
8 31.5589871 -15.5589871 -0.762619752 41.66666667 45
9 105.36619 40.6338099 1.991655738 47.22222222 50
10 35.1096773 2.89032273 0.141668425 52.77777778 60
11 84.3906846 38.6093154 1.892425665 58.33333333 61
12 59.8144791 -9.81447913 -0.48105417 63.88888889 62
13 67.5945628 -5.59456277 -0.274216055 69.44444444 63
14 34.5952916 -11.5952916 -0.568340234 75 75
15 102.158424 -41.1584238 -2.017369554 80.55555556 106
16 -4.53374248 4.53374248 0.222220221 86.11111111 117
17 -2.98344115 2.98344115 0.1462326 91.66666667 123
18 -1.43313982 1.43313982 0.070244979 97.22222222 146

18
 Ventas Unidades Curva de regresión
ajustada
y = 0.0071x - 9.2204
200
R² = 0.7804
Devolucion unidades

150
Devolucion unidades
100
Pronóstico Devolucion
50 unidades

0 Lineal (Devolucion
0 5000 10000 15000 20000 unidades)
-50
Ventas Unidades

CONCLUSION DEL CASO

Nuestro coeficiente de correlación es de 0.8834, y de acuerdo a la tabla de valores

críticos de Pearson por el número de muestras necesitamos un 0.468 para tener
una confiabilidad del 95% para que tenga relación la variable, POR TAL RAZON
SE CONCLUYE QUE SI TIENE CORRELACION, sin embargo según se puede
ver en la gráfica de la curva de regresión hay cuatro días de venta de la muestra
en donde se dispara la correlación, sería aconsejable evaluar que pasó en esos
días, ya que se ve mucha discrepancia; y con la ecuación de la curva de regresión
podremos determinar hasta cuantas ventas podemos realizar sin excedernos de
las devoluciones permitidas.

19
EJERCICIO PRÁCTICO:

Cuanto seria nuestra devolución si realizamos en un día una venta de 25,000

unidades.
Con la Ecuación de regresión lineal seria lo siguiente:
R// a) Y= -9.2204+(0.0071)*(25000)
y= 168.2796

Significa que si vendemos 25,000 unidades, tendremos un pronóstico de 169

unidades de devolución, representando un 0.676% de devolución en total,
tomando en cuenta que el máximo permitido es un 6%, así que podremos vender
esas 25,000 unidades sin correr el riesgo de pasarnos del estándar permitido de
devolución.

Este caso en particular puedo concluir que el producto es muy bien aceptado, y en
donde el tema de devolución es relativamente bajo, asi que puedo concluir en este
caso que este producto es uno de más rentables para la empresa ya que minimiza
unos de los costos variables más altos considerado para la empresa que el tema
de la devolución.

20
 CONCLUSIONES

 El análisis de regresión, es muy efectivo para el análisis y evaluación de

variables que tengan relación, y con esto determinar en que afecta el
aumento o discusión de unos de las variables y así poder tomar decisiones
de una forma más efectiva.

 En este proyecto solo tomamos tres productos para realizar el análisis de

regresión, y en los tres nos día un resultado que tiene correlación las
variables entre si, con esto podemos concluir que actualmente ventas tiene
un control estricto de su número ventas cuidado así el tema de devolución,
y esto habla muy bien de encargados de ventas a nivel nacional.

21
 RECOMENDACIONES

 Es recomendable realizar este ejercicio no solo con los productos de mayor

rotación, ya que con esto podremos realizar pronósticos de ventas sin
descuidar los estándares de devolución aceptados, cuando se analizaban
los datos para sacar el ranking nos pudimos dar cuenta que existen
productos con porcentajes altos de devolución sin que estos sean de
rotación alta. Así que aconsejamos realizar no solo un análisis de regresión,
sino otros análisis de mercadeo, logística para ver que puede estar
pasando con estos productos.

 Los productos de Bimbo son perecederos, por tal razón es de suma

importancia realizar pronósticos de ventas para evitar devoluciones de
productos con porcentajes altos, y esto pasa cuando los pedidos son muy
altos en relación al histórico de venta

22