Menú Cerrar

Pronósticos puntos clave a tener en cuenta

Aquí se describen algunos puntos clave que se deben considerar para realizar un pronóstico: utilidad, clasificación de los modelos de pronóstico (cuantitativos, cualitativos y causales), componentes de una serie de tiempo, errores y medidas de precisión, procedimiento y generalidades.

Utilidad: Para qué sirven

  • Para ordenar el inventario a partir de una estimación de las ventas futuras.
  • Para realizar inversiones a partir de una estimación de los beneficios futuros.
  • Para reducir la incertidumbre que enfrentan los tomadores de decisiones.
  • Para hacer estimaciones de lo que sucederá en el futuro.
  • Para programar personal en un servicio.
  • Para programar materiales, equipo y presupuesto.

Clasificación de modelos de pronósticos 

  • Existen tres grandes clasificaciones para los modelos de pronósticos: modelos cuantitativos (modelos de series de tiempo), modelos causales y modelos cualitativos.

Modelos cuantitativos

  • Algunos modelos de series de tiempo son: último dato, promedios móviles, promedio móviles ponderados, suavizado exponencial simple, suavizado exponencial con tendencia, suavizado exponencial con estacionalidad, suavizado exponencial con tendencia y estacionalidad, descomposición, ARIMA, etc.
  • Los modelos de series de tiempo emplean datos históricos para estimar los datos futuros. “El futuro como una función del pasado”.
    • Si conocemos las ventas semanales de automóviles durante los últimos ocho meses, y utilizamos esos datos para pronosticar las ventas de las próximas cuatro semanas, hemos utilizado un modelo de series de tiempo.
    • Las series de tiempo se construyen con datos históricos. Pueden ser registros diarios, semanales, quincenales, mensuales, bimestrales, trimestrales, cuatrimestrales, etc.
    • Las ventas diarias de algún producto, las utilidades semestrales de alguna empresa, los envíos mensuales de una refacción, la medición de la confianza del consumidor, el precio diario del barril de petróleo, el envío mensual de remesas, el número de visitantes extranjeros al mes, etc., son conjuntos de series de tiempo.
  • Al modelo del último dato también se le conoce como modelo ingenuo.
  • Son modelos que únicamente utilizan los datos históricos de la variable que se desea pronosticar. Ignoran cualquier otra variable que pueda explicar el comportamiento de la serie de tiempo.
  • Cuando la demanda es muy estable se utilizan los modelos del último dato, promedios móviles, promedios móviles ponderados y suavizado exponencial simple.
  • Se le llama promedio móvil porque conforme avanza el tiempo, se descarta el dato más antiguo y se considera para el cálculo más reciente.
  • No existe una fórmula para calcular los pesos a considerar en el promedio móvil ponderado. Su elección depende de la experiencia o pericia de los tomadores de decisiones.
  • Los modelos del último dato, promedios móviles, promedio móviles ponderados y suavizado exponencial simple no consideran tendencias. Siempre se mantienen en el entorno de los valores pasados. Aunque los promedios móviles ponderados y el suavizado exponencial simple son más sensible a cambios en la serie de tiempo ya que se asigna mayor peso a los últimos datos históricos. 
  • El suavizado exponencial doble considera la tendencia pero no considera la estacionalidad.
  • El suavizado exponencial triple considera tendencia y estacionalidad.

Modelos causales

  • Los modelos causales consideran las variables que explican el comportamiento de la variable que queremos pronosticar.
    • Si utilizamos el precio de un producto que vendemos en el mercado y el precio de nuestro competidor para pronosticar nuestras ventas, entonces, hemos utilizado un modelo causal. También, podríamos incluir las ventas históricas de nuestro producto.
    • A diferencia de los modelos de series de tiempo, consideran cualquier otra variable que pueda explicar el comportamiento del fenómeno.
  • Los modelos causales consideran datos históricos de las variables (X1, X2, X3…Xn) que explican el comportamiento de la variable que nos interesa (Y): Y=a1X1+a2X2+a3X3+…+anXn

Modelos cualitativos

  • Los pronósticos pueden involucrar la experiencia e intuición de los tomadores de decisiones, en este caso, se trata de un proceso subjetivo. De tal suerte que, los juicios subjetivos conforman el pronóstico.
  • Un proceso subjetivo de pronóstico es un pronóstico cualitativo.
  • Los modelos cualitativos son muy útiles cuando no se conocen los datos históricos. Por ejemplo, un nuevo producto en el mercado.
  • Algunas técnicas para realizar pronósticos cualitativos son: consulta a vendedores, investigación de mercados, jurado de opinión ejecutiva, método Delphi, etc.
  • Los modelos cualitativos involucran los juicios y opiniones de directivos, gerentes, vendedores, consumidores y consumidores potenciales.

Componentes de una serie de tiempo

  • La identificación de los componentes de una serie de tiempo permite la selección de un modelo de pronóstico adecuado.
  • Las series de tiempo presentan patrones de tendencia, estacionalidad, ciclicidad y variaciones aleatorias.
  • La tendencia es el crecimiento gradual y sostenido de los datos o el decrecimiento gradual o sostenido de los datos.
  • La estacionalidad es un patrón de fluctuación por arriba o por debajo de la línea de tendencia. Este patrón de fluctuación se presenta en intervalos regulares.
  • La ciclicidad es un patrón de fluctuación que se repite en intervalos irregulares de varios años. Se le relaciona con el ciclo económico.
  • Las variaciones aleatorias son fluctuaciones irregulares que se asocian al azar. No se les reconoce patrón alguno. Generalmente, son muy pequeñas y representan el error del pronóstico.
  • Una serie de tiempo se puede descomponer en sus 4 componentes, y luego, pronosticar valores futuros de cada uno de los componentes. Al final, se obtiene un pronóstico de la serie original.

Gráficas

  • Una gráfica es de gran ayuda para pronosticar. El eje horizontal representa el periodo (semana, mes, bimestre, trimestre, cuatrimestre, etc.) y el eje vertical representa las ventas o, lo que deseamos pronosticar. Exhibe la relación entre las ventas y el tiempo.
  • Una gráfica resulta útil para identificar los componentes de la serie de tiempo: tendencia, estacionalidad y ciclicidad.

Errores y medidas de precisión

  • Un modelo de pronóstico siempre tendrá un error en sus estimaciones. Un pronóstico no es una bola de cristal. No es un arte adivinatorio.
  • Las medidas de precisión de un pronóstico permiten establecer el grado de desempeño de los modelos de pronóstico y seleccionar mediante comparación. El modelo seleccionado es el más preciso.
  • Algunas medidas de precisión son el error, el error absoluto, la desviación media absoluta (MAD), el porcentaje de error promedio absoluto, sesgo, etc.
  • El error del pronóstico se define como valor real menos valor pronosticado.
  • La MAD nos dice por cuánto fallamos en promedio cada vez que pronosticamos.
  • El sesgo o error promedio nos dice si el pronóstico tiende a ser muy elevado o muy bajo. Puede ser positivo o negativo. El sesgo o error promedio no se considera una buena medida. Los errores positivos podrían cancelar a los errores negativos.
  • Las variaciones aleatorias se suponen distribuidas normalmente y con desviación estándar σ.

Puntos clave sobre el procedimiento

  • Como paso inicial, es importante definir el objetivo del pronóstico.
  • También, es importante definir si el pronóstico que requerimos es de corto o largo plazo.
  • Reunir los datos necesarios para realizar el pronóstico puede resultar la parte más ardua.
  • Debemos darle un uso al pronóstico, debemos implementarlo, de lo contrario no tiene caso realizar el esfuerzo.

Otros

  • El modelo de pronóstico que mejor se adecue a un caso particular, puede no funcionar en otras circunstancias.
  • Incluso, un modelo que ha funcionado con anterioridad puede ser reemplazado por otro. Cambios en el comportamiento del fenómeno que se desea pronosticar lo explicarían. Por ejemplo, un cambio abrupto en el comportamiento de la demanda de un producto.

También te puede interesar:

Cómo citar

Editor. (03 octubre 2018). Pronósticos puntos clave a tener en cuenta. Celeberrima.com. Última actualización el 02 marzo 2022.