Josu Barahona 00117770

Gustavo Galarraga 00117160

Caso Vintage
Antecedentes:
El Vintage Restaurant, en la isla Captiva, cerca de Fort Myers, Florida, es operado por su
propietaria Karen Payne, y acaba de cumplir tres aos de funcionamiento. Desde que
inaugur su negocio, Karen ha tratado de establecer una reputacin para Vintage como un
restaurante de alta calidad que se especializa en mariscos frescos.
Para mejorar la planificacin del crecimiento del restaurante en el futuro, Karen tiene que
desarrollar un sistema que le permita pronosticar con un ao de anticipacin la venta de
alimentos y bebidas.
Metodologa:
Para que el Vintage Restaurant logre su objetivo atreves de herramientas estadsticas se
realiza el pronstico mediante series de tiempo, tendencias o patrones, variables ficticias,
desestacionalizar datos y grficos que permiten tener una clara idea del pronstico del
restaurante para el prximo ao.
La grafica de tendencia permite observar la estacionalidad de los meses ms altos y bajos en
ventas. El uso de desestacionalizar datos permiti encontrar una ecuacin que pueda
pronosticar las ventas del cuarto ao. Las variables ficticias permiten verificar si los datos
encontrados fueron los adecuados. El pronstico final fue realizado tomando en cuenta la
estacionalidad y la tendencia.
Resultados

En este caso podemos ver que el restaurante Vintage tiene un crecimiento en general,
los tres aos anteriores al pronosticado crecen de forma no tan acelerada. Los meses en donde
mas vende este restaurante de mariscos es en los meses de enero a marzo, al siguiente mes
van decreciendo en ventas hasta el mes de septiembre que es donde otra vez las ventas
empiezan a aumentar. En la grafica podemos ver en color azul los tres aos anteriores y en
rojo el ao pronosticado. El ao pronosticado es muy prometedor ya que las ventas continan
creciendo y tiene el mismo comportamiento que en los aos anteriores. El decrecimiento de
ventas del restaurante es normal ya que en ciertas fechas donde se encuentran das festivos o
cambia el clima, los clientes buscaran otro tipo de comida como el pollo, carne, pavo, etc.
Para comprobar esto podemos desestacionalizar los datos y ver que la lnea de
tendencia es creciente.

Niveles desestacionalizados
250

Axis Title

200
150

y = 1.0213x + 169.35
R = 0.92043

100
50
0
0

10

15

20

25

30

35

40

Axis Title

En el cuarto ao pronosticado tiene Buenos resultados para el restaurante, igual con la mayor

Pronostico mensual (verdadero)

cantidad de ventas en los meses de enero a marzo, un decrecimiento de

ventas en los meses de abril a septiembre y vuelve a crecer desde octubre
hasta diciembre. En la tabla podemos ver el porcentaje de ventas que ha
tenido cada mes en el ao pronosticado.

299.020918
270.543925
281.163046
218.861918
221.65415
169.875893
176.648962
182.780908
135.210519
151.500165
185.34754
253.152092
2545.76004

12%
11%
11%
9%
9%
7%
7%
7%
5%
6%
7%
10%

350
300
250
200
150
100

Series1

50
0

Conclusiones

Podemos recomendar a Karen que en los meses en donde mas venta tiene, poner su
mayor esfuerzo para que la atencin del restaurant nunca baje y la gente se sienta
cmoda para que en un futuro quiera regresar. En estos meses debe enfocarse en
fidelizar a sus clientes para que ellos recomienden y el restaurante siga creciendo en
prximos aos.

En los meses en donde las ventas no son tan buenas, Karen debe pensar en crear
promociones y ver si puede ampliar su men para ofrecer el tipo de comida que el
cliente demanda en esa temporada.

Los datos que pudimos sacar muestran que las ventas del restaurant tienen la misma
estacionalidad y tendencia, adems podemos ver con los datos desestacionalizados
que las ventas son crecientes.

En los dos mtodos usados para pronosticar, variables ficticias y desestacionalizacion,

obtenemos la misma tendencia y estacionalidad.