QU ES UN PRONSTICO?

CARACTERSTICAS Y MTODOS
segundo control de lectura 2017 1 12 04 - 2017
Tomado de: https://www.gestiopolis.com/que-es-un-pronostico-caracteristicas-y-metodos/
Un pronstico, en el plano empresarial, es la prediccin de lo que suceder con un
elemento determinado dentro del marco de un conjunto dado de condiciones. Se
diferencia del presupuesto porque este ltimo es el resultado de decisiones
encaminadas a generar las condiciones que propiciarn un nivel deseado de dicho
elemento.
Por qu se necesitan los pronsticos en la empresa
El objetivo bsico de un pronstico consiste en reducir el rango de incertidumbre dentro
del cual se toman las decisiones que afectan el futuro del negocio y con l a todas las
partes involucradas. Aunque, el pronstico no sustituye el juicio administrativo en la
toma de decisiones, simplemente es una ayuda en ese proceso.
Los pronsticos se emplean en el proceso de establecimiento de objetivos tanto de largo
como de corto plazo, constituyndose as en bases para el desarrollo de planes, a nivel
general y en las distintas reas o unidades. Los planes basados en dichos pronsticos,
no slo atendern a ellos sino que establecern estrategias y acciones que los puedan
contrarrestar, corregir o impulsar.
Por ejemplo, si el pronstico de ventas para el siguiente ejercicio fiscal muestra una
tendencia desfavorable, entonces el plan estratgico de ventas deber encaminarse a
revertir dicha tendencia a travs de acciones que impulsen el crecimiento o que no
permitan que las ventas decaigan o, el el peor de los casos, que simplemente se
reduzcan en un nivel mnimo.
Usos de los pronsticos en la empresa
Todas las organizaciones que planifican las condiciones de su futuro, el cual no conocen
a ciencia cierta, emplean pronsticos en sus diferentes reas funcionales. Algunos
casos de uso de pronsticos en la empresa son:
En el rea de marketing se pronostica cmo va a crecer el mercado, cul va a
ser la participacin propia y de los competidores, cul ser la tendencia de
precios, cules sern los nuevos productos que sacudirn el mercado
En el rea de produccin se hacen pronsticos sobre el costo y la disponibilidad
de la materia prima, el costo y la disponibilidad de la mano de obra, cundo se
requerir mantenimiento para los equipos, cul ser la capacidad de planta
necesaria para atender la demanda
En el rea financiera se pronostica cul ser la tasa de inters de referencia para
los crditos, cul ser el nivel de cuentas incobrables, cunto capital se requerir
para ampliar la capacidad propia
En recursos humanos se requieren pronsticos sobre el nmero de trabajadores,
la rotacin de personal, las tendencias de ausentismo, las necesidades de
capacitacin
En el plano estratgico se pronostica acerca de factores econmicos, cambios
de precios, costos, crecimiento de lneas de productos

Caractersticas del pronstico empresarial

Es consistente con las dems reas del negocio. Si marketing pronostic un
crecimiento del 25% de unidades vendidas entonces produccin y recursos
humanos deben estar en capacidad de cumplir.
Se basa en el conocimiento adecuado del pasado relevante. Aunque hay
excepciones, la regla es que comportamientos ocurridos en el pasado son fuente
de prediccin del futuro.
Tiene en cuenta el entorno poltico y econmico. Un cambio en las
condiciones de estos factores puede traer consecuencias enormes en cualquier
sector econmico.
Es oportuno. Ya sea para ganar cuota de mercado introduciendo un nuevo
producto o para retirar otro y evitar una crisis, el ms preciso de los pronsticos
 pierde toda su utilidad si se ha dejado pasar la oportunidad correcta de aplicarlo
en la planeacin.
Clasificacin de los modelos de pronsticos
Segn el marco de tiempo al que atienden se clasifican en:
De corto plazo. Se usan para disear estrategias inmediatas, son empleados
entre mandos medios y gerencias de primera lnea.
De mediano plazo. Conjunta al corto y al largo plazo, til para decisiones de
todos los niveles.
Pronsticos de largo plazo. Requeridos para establecer el rumbo general de
la organizacin, generalmente se hacen para que la alta direccin los use en los
procesos de planeacin estratgica.
Segn su atencin al detalle se clasifican en:
Micropronsticos. Involucran pequeos detalles e interesan a los niveles
medios y de primera lnea.
Macropronsticos. Se realizan a gran escala y son del inters de la alta
direccin.
Segn la intensidad del uso de datos se clasifican en:
Pronsticos cualitativos. Se basan en el juicio de individuos o grupos de
individuos, se pueden presentar en forma numrica pero generalmente no estn
basados en series de datos histricos.
Pronsticos cuantitativos. Emplean cantidades significativas de datos previos
como base de prediccin. Pueden ser:
o Simples (no formales): proyectan datos pasados hacia el futuro sin
explicar las tendencias futuras.
o Causales (explicativos): intentan explicar las relaciones funcionales entre
la variable a ser estimada (variable dependiente) y la variable o variables
que explican los cambios (variables independientes).

Mtodos cualitativos
Las tcnicas cualitativas se usan cuando los datos son escasos, por ejemplo cuando se
introduce un producto nuevo al mercado. Estas tcnicas usan el criterio de la persona y
ciertas relaciones para transformar informacin cualitativa en estimados cuantitativos.
Algunos son:
Jurado de opinin ejecutiva. Un grupo de ejecutivos corporativos se renen,
sus opiniones se promedian para generar el pronstico.
Composicin de la fuerza de ventas. Combina estimaciones de los
vendedores sobre las compras esperadas de los clientes.
Mtodo Delphi. Empleada predominantemente en la prediccin de tendencias
y cambios tecnolgicos. Emplea un panel de expertos que no se renen sino que
el proceso se lleva a cabo mediante una serie secuencial de preguntas y
respuestas escritas.
Encuestas de opinin. Permiten identificar cambios en las tendencias, se llevan
a cabo en muestras de la poblacin.
Investigacin de mercado. Se usa para evaluar y probar hiptesis acerca de
mercados reales.
Evaluacin de clientes. Combina estimaciones de los clientes habituales.
NOTA: Ir al video:
https://www.youtube.com/watch?v=4wmnaHjCUQU&feature=player_embedded ,
donde presentan las caractersticas de cuatro de los mtodos cualitativos ms
empleados en la elaboracin de pronsticos

Mtodos cuantitativos
Se basan en procedimientos mecnicos o modelos matemticos que se apoyan en
datos histricos o en variables causales para producir resultados cuantitativos. Algunos
son:
 Anlisis de series temporales. Establece una ecuacin para una tendencia y
la proyecta al futuro
Modelos de regresin. Pronostica una variable a partir de lo que se sabe o
supone de otras.
Modelos economtricos. Simula con ecuaciones de regresin segmentos de la
economa.
Indicadores econmicos. Pronostica con uno o ms indicadores el estado
futuro de la economa
Efecto de sustitucin. Predice con una frmula matemtica cmo, cundo y en
qu circunstancias un nuevo producto o tecnologa sustituir al actual.
NOTA: Ir a: https://www.youtube.com/watch?v=s3Wr0FD9KwM video de INCAE podrs
aprender ms sobre los mtodos cuantitativos de pronstico

Cmo elegir el mtodo de pronstico adecuado

La principal consideracin para seleccionar un mtodo de pronstico es que sus
resultados deben orientar, de la mejor manera, la toma de decisiones administrativa, de
lo contrario, el uso cualquier mtodo, por sofisticado que este sea, no ser conveniente.
Algunas de las variables a considerar, al momento de seleccionar la tcnica o mtodo
de pronstico ms adecuado, son:
El contexto del pronstico
La relevancia y disponibilidad de datos histricos
El grado de exactitud deseado
El periodo de tiempo que se va a pronosticar
El anlisis de costo-beneficio del pronstico
El punto del ciclo de vida en que se encuentra el producto.
Algunas de las preguntas que deben plantearse antes de decidir la tcnica de
pronsticos ms apropiada para un problema especfico son las siguientes:
Por qu se necesita un pronstico?
Quin utilizar el pronstico?
Cules son las caractersticas de los datos disponibles?
Qu periodo debe pronosticarse?
Cules son los requisitos mnimos de datos?
Qu tanta precisin se desea?
Cunto costar el pronstico?
A fin de seleccionar adecuadamente la tcnica conveniente de pronsticos, el
pronosticador debe ser capaz de:
Definir la naturaleza del problema de pronstico.
Explicar la naturaleza de los datos que se investigan.
Describir las capacidades y limitaciones de tcnicas de pronsticos
potencialmente tiles.
Desarrollar algunos criterios predeterminados sobre los que se pueda tomar la
decisin de seleccin.

Un factor importante que influye en la seleccin de una tcnica de pronstico es

identificar y entender los patrones histricos de los datos. Si se pueden reconocer
patrones de tendencia, cclicos o estacionales, pueden seleccionarse tcnicas capaces
de extrapolarlos de manera eficaz.

El proceso del pronstico

Generalmente un pronstico se elabora siguiendo los pasos que se indican a
continuacin:
1. Formulacin del problema y recoleccin de datos. Estos dos elementos se
tratan como un nico paso porque el problema determina los datos adecuados.
Si no se dispone de los datos adecuados el problema tendra que redefinirse o
se tendra que acudir a un mtodo puramente cualitativo.
 2. Manipulacin y limpieza de datos. Es posible tener muchos o pocos datos,
datos irrelevantes, datos desactualizados, etc., todos ellos requerirn de cierto
procesamiento para obtener los datos necesarios y adecuados.
3. Construccin y evaluacin del modelo. Implica emplear los datos en un
modelo de pronsticos que sea adecuado en trminos de minimizacin del error
de pronstico.
4. Aplicacin del modelo (el pronstico real). Consiste en los pronsticos reales
del modelo que se generan una vez que se han recolectado y quizs reducido a
slo los datos adecuados, tan pronto se ha elegido un modelo adecuado de
pronsticos.
5. Evaluacin del pronstico. Implica comparar los valores del pronstico con los
valores histricos reales. Frecuentemente, el examen de los patrones de errores
lleva al analista a modificar el procedimiento de pronsticos.

El error en los pronsticos

Un aspecto clave cuando se realiza un pronstico de demanda es evaluar ste en
cuanto a su ajuste respecto a la informacin real que se dispone. Para ello se introduce
el concepto error que bsicamente mide la diferencia entre el valor real y el valor
pronosticado para un perodo especfico.
Formalmente el error de un pronstico se define como donde es
la demanda real u observada en el perodo t y es la demanda pronosticada para el
mismo perodo.
De esta forma, si por ejemplo, para un perodo dado (digamos por ejemplo, perodo 1),
la demanda real es de 150 unidades y nuestro pronstico para el mismo perodo fue 100
unidades, entonces , entonces tenemos
una subestimacin de la demanda real de una magnitud de 50 unidades.
De forma anloga, si la demanda real es de 150 unidades pero nuestro pronstico para
el mismo perodo, es, por ejemplo, 250 unidades el error correspondiente es
, por tanto en este caso tenemos
una sobrestimacin de la demanda real de una magnitud de 100 unidades.

En la prctica un pronstico perfecto es imposible y por tanto el tomador de

decisiones sabe que debe lidiar con un grado de error.
En este contexto se pueden identificar 2 tipos de errores: error sistemtico el cual
depende del mtodo de pronstico que utilizamos y el error aleatorio el cual es propio
de la variacin inherente de la situacin que se modela. Luego, nos interesa minimizar
la presencia y magnitud del error sistemtico.
Para ello utilizamos 2 indicadores que generalmente se analizan en forma conjunta para
tener una visin ms objetiva de lo adecuado (o no) de un pronstico de demanda.
Dichos indicadores son el MAD y la Seal de Rastreo (TS). En este contexto a
continuacin se presentan las frmulas para el clculo del MAD y la Seal de Rastreo
para un pronstico de demanda haciendo uso de un mtodo de series de tiempo.
MAD (Error Absoluto Medio): Que proporciona una medicin del error promedio del
pronstico (en valor absoluto) y queda definido matemticamente por:

Seal de rastreo (TS: Tracking signal): Mide la desviacin del pronstico respecto a la
variacin de la demanda.
Clculo del MAD y la Seal de Rastreo
A continuacin se presenta el clculo del MAD y la Seal de Rastreo para el pronstico
de demanda de un producto determinado utilizando Media Mvil Simple con n = 3. Notar
que corresponde a la demanda real (observada) para el perodo (mes) t y es
la demanda pronosticada para el mes t (obtenido a travs del mtodo de media mvil
segn lo sealado anteriormente).

Error Porcentual Absoluto Medio (MAPE) en un Pronstico de Demanda

El Error Porcentual Absoluto Medio (MAPE o Mean Absolute Percentage Error) es
un indicador del desempeo del pronstico de la demanda que mide el tamao del error
(absoluto) en trminos porcentuales. El hecho que se estime una magnitud del error
porcentual lo hace un indicador frecuentemente utilizado por los encargados de elaborar
pronsticos debido a su fcil interpretacin. Incluso es til cuando no se conoce el
volumen de demanda del producto dado que es una medida relativa. Por ejemplo,
afirmar que el error porcentual promedio es de un 4% es ms fcil de comprender que
cuando se dice el error absoluto medio por perodo es de 1.000 unidades (que sera la
informacin que podramos obtener del MAD y que en abstracto no provee informacin
si esta magnitud de error es aceptable o no).

La frmula para el clculo del MAPE o Error Porcentual Absoluto Medio es:

La siguiente imagen representa una serie de tiempo de 12 meses donde At representa

la demanda real de un producto cualquiera y Ft el pronstico utilizando una Regresin
absoluta Lineal. La ecuacin de la regresin ajustada es y=5,6993*x+217,12 donde la
variable y representa la demanda y la variable x el perodo (mes).
El detalle de los resultados se presenta a continuacin donde en la columna
D se muestran los datos reales y en la columna E los pronsticos. Por ejemplo
para el mes de Enero (mes 1) el pronstico se obtiene
como F1=5,6993*1+217,12=223 (aproximado arbitrariamente al entero
ms cercano).

Luego obtenemos el error porcentual absoluto para cada mes del perodo de
evaluacin (celdas amarillas de la tabla anterior). Notar que en el ejemplo dicho
clculo correspondera para el mes de Enero en la frmula F3/D3 donde el
numerador (F3) es el error absoluto del perodo y el denominador (D3) la
demanda real del mes. Finalmente se repite el procedimiento para cada uno de
los meses lo cual se facilita al hacer uso de una planilla Excel.

En conclusin el Error Porcentual Absoluto Medio es de un 14,56%. De forma

complementaria se puede calcular el MAD y la Seal de Rastreo (TS) de modo de tener
un mayor nmero de indicadores para interpretar de forma adecuada el desempeo del
pronstico.

Es conveniente graficar tanto el comportamiento del MAD como la Seal de Rastreo

(TS) para facilitar la interpretacin de los resultados. A continuacin se presentan los
resultados:

l
Notar que la magnitud media absoluta de error aumenta en los ltimos perodos. En cuanto al
comportamiento de la seal de seguimiento o TS si bien sta vara en el rango comnmente
aceptable de [-4,4] MADs, las sub estimaciones sucesivas del valor real de la demanda de los
meses de Agosto, Septiembre y Octubre marcan una tendencia creciente en su
comportamiento, lo cual se compensa luego con las sobre estimaciones de los meses de
Noviembre y Diciembre
NOTA: Ver en youtube: https://www.youtube.com/watch?v=5DFHzDxBgb8&feature=youtu.be

Error porcentual medio absoluto (MAPE)

El MAPE nos entrega la desviacin en trminos porcentuales y no en unidades como
las anteriores medidas. Es el promedio del error absoluto o diferencia entre la demanda
real y el pronstico, expresado como un porcentaje de los valores reales.

Otros autores le llaman Porcentaje de error medio absoluto (PEMA)