MÉTODOS DE PRONÓSTICO

JUAN DAVID ORTEGON

JUAN DAVID BENAVIDEZ
 ¿QUE ES UN PRONÓSTICO?
En el ámbito de los negocios un PRONÓSTICO es una
herramienta que permite hacer una estimación acerca de la
probabilidad de los eventos futuros. Aunque existen diferentes
métodos para la elaboración de un pronóstico, siempre se debe
seguir un proceso lógico que consta de los siguientes pasos:
• Formular el problema y recolectar datos
• Manipular y limpiar datos
• Construir y evaluar el modelo
• Aplicar el modelo
• Evaluar el pronóstico
A través de la planeación, se
pretende alterar de una manera
consciente los eventos futuros,
en tanto que usamos los
pronósticos para predecirlos. Una Incluso los buenos pronósticos
buena planeación emplea un tendrán algún error, pero el logro
pronóstico como insumo; si éste del error más pequeño posible es la
no es aceptable, en ocasiones, meta consistente con los costos
puede diseñarse un plan para razonables de la preparación de
modificar el curso de los eventos.
pronósticos. En reconocimiento de
los errores inherentes a los
pronósticos, todo pronóstico debe
contar con, por lo menos, dos
cálculos: uno para la mejor
estimación de la demanda y el otro
para el error del pronóstico.
 ¿POR QUÉ ES IMPORTANTE HACER
PRONÓSTICOS?
 Disminuyen la incertidumbre
sobre el futuro.
 Juegan un papel muy
importante en el proceso de
planificación de una
organización.

Todos requieren los pronósticos. La necesidad de

pronósticos está en todas las líneas funcionales, así
como en todos tipos de organizaciones. Los pronósticos
son absolutamente necesarios para avanzar en el
ambiente de negocios actual, siempre cambiante y
altamente dinámico.
 Tipos de pronósticos
Según el plazo  De corto plazo
 De mediano plazo
 De largo plazo
Según el entorno a  Micro
pronosticar  Macro
Según el  Cualitativo
procedimiento  Cuantitativo
empleado
Según el producto  Pronóstico puntual
obtenido  Pronóstico por intervalo
 Pronóstico por densidad
 SELECCIÓN DE UN MÉTODO DE
PRONÓSTICO
La consideración primordial en la selección de un método para pronosticar es
que los resultados deben facilitar el proceso de toma de decisiones a los
gerentes de la organización. Rara vez un método funciona para todos los casos.

Para elegir acertadamente la técnica de pronóstico, el pronosticador debe

hacer lo siguiente:

•Definir la naturaleza del problema potencialmente útiles.

que se va a pronosticar •Desarrollar algún criterio
•Explicar la naturaleza de los datos predeterminado, con el cual se
en investigación. pueda tomar la decisión. Un factor
•Describir las capacidades importante es la identificación y
y limitaciones de las técnicas de comprensión de patrones históricos
elaboración de pronósticos en los datos.
EL PROCESO DE PRONÓSTICO

1. FASE ESTRATEGICA
2. FASE OPERATIVA

El proceso del pronóstico es como cualquier otro

proceso: si no se controla y verifica, es como una
espiral fuera de control.
FASE OPERATIVA DEL PROCESO DE
PRONÓSTICO
1. Formulación del problema y recopilación de datos
2. Manipulación y limpieza de datos
3. Construcción y evaluación del modelo
4. Implementación del modelo (el pronóstico real)
5. Evaluación del pronóstico
MONITOREO DEL PROCESO
 METODOS CUALITATIVOS DE
PRONÓSTICO
Se basan en el criterio administrativo y no usan modelos específicos; por lo tanto,
distintos individuos pueden utilizar el mismo método cualitativo y llegar a
pronósticos sumamente diferentes.

No obstante, los métodos cualitativos son de utilidad cuando existe una falta de
datos o cuando los datos históricos no son instrumentos de predicción confiables del
futuro; en este caso, el tomador de decisiones humano puede emplear los mejores
datos disponibles y un enfoque cualitativo para llegar a un pronóstico.

Es posible un enfoque sistemático para la preparación de pronósticos

cualitativos aun cuando no se formule un modelo matemático explícito.
 MÉTODOS CUALITATIVOS DE PRONÓSTICO
EXACTITUD
COSTO
MÉTODO DESCRIPCIÓN APLICACIONES A CORTO A MEDIANO A LARGO
RELATIVO
PLAZO PLAZO PLAZO
1. DELPHI El pronóstico se desarrolla por Pronósticos de ventas a largo Regular a muy Regular a muy Regular a muy Mediano a alto
medio de un panel de expertos plazo para la planeación de la buena buena buena
que responden una serie de capacidad de las instalaciones.
preguntas en rondas sucesivas. Pronósticos tecnológicos para
Las respuestas anónimas del evaluar cuando podrían ocurrir
panel se realimentan a todos los cambios tecnológicos.
participantes en cada ronda. Se
pueden requerir de tres a seis
rondas para obtener la
convergencia del pronóstico.

2. ESTUDIOS DE Paneles, cuestionarios, mercados Pronósticos de las ventas Muy buena Buena Regular Alto
MERCADO de prueba o encuestas que se totales de la compañía, de
usan para recopilar datos sobre grupos mayores de productos
las condiciones del mercado. o de productos individuales.

3. ANALOGÍA DEL La predicción se basa en las fases Pronósticos de ventas a largo Deficiente Regular a Regular a Mediano
CICLO DE VIDA de introducción, crecimiento, y plazo para la planeación de la buena buena
maduración de productos capacidad de las instalaciones.
similares. Aplica la curva de
crecimiento en ventas con forma
de S.

4. CRITERIO El pronóstico lo puede realizar un Pronósticos de ventas totales y Deficiente a Deficiente a Deficiente a Bajo
INFORMADO grupo o un individuo con base en de productos individuales. regular regular regular
la experiencia, presentimientos o
hechos a cerca de la situación. No
se emplean métodos rigurosos.
EL MÉTODO DELPHI
 EJEMPLO: EL MÉTODO DELPHI
A Applied Biosystems le gustaría pronosticar el crecimiento de las ventas tanto en equipos
como en consumibles durante los próximos 10 años en cada región. Para empezar, se le
pidió a cada experto que proporcionara una estimación del crecimiento de las ventas de
instrumentación y equipo y de los consumibles en cada región para los próximos 10 años.
A cada uno se le informó el nivel actual de las ventas anuales y una estimación de la
participación en el mercado por grupo para Europa, Japón y Australia. Los expertos,
quienes no se conocen entre sí y que están ubicados en diferentes partes del mundo,
están comunicados por computadora con el gerente del proyecto de Applied Biosystems.
SEGUNDA RONDA:
Las opiniones del experto A permanecen esencialmente sin cambio.
El experto B ajusta su rango del crecimiento de las ventas del equipo e instrumental
en el mercado europeo de +20% a +60%, un ligero ajuste hacia abajo. También ajusta
hacia abajo el límite superior de su rango para el crecimiento de la venta de
consumibles en el mercado japonés a +150%.Deja sin cambio sus pronósticos de
crecimiento de las ventas en el mercado australiano.
La experta C ajusta los rangos de sus pronósticos de crecimiento de las ventas para el
mercado europeo a Equipo/Instrumental +10% a +90% Consumibles +15% a +40%
Ella deja sin cambio sus pronósticos para Australia.

TERCERA RONDA:
No produce algún cambio adicional.
 MÉTODOS CUANTITATIVOS DE
PRONÓSTICO
En general, los métodos cuantitativos
manejan un modelo matemático
fundamental para llegar a
un pronóstico.
El supuesto básico de todos los
métodos cuantitativos de pronóstico
es que los datos históricos y los
patrones de los datos son
instrumentos de predicción confiables
del futuro.
 ANÁLISIS DE SERIES DE TIEMPO
Los métodos de análisis de series de tiempo se usan para hacer análisis detallados
de los patrones históricos de una variable a lo largo del tiempo y para proyectarlos
hacia el futuro.
Uno de los supuestos básicos de todos los métodos de análisis de series de tiempo
es que la variable puede descomponerse en elementos básicos como nivel
promedio, tendencia, estacionalidad, ciclo y error. La grafica presenta una muestra
de estos componentes para una serie de tiempo representativa.
La estrategia básica que se aplica en los pronósticos de series de tiempo
consiste en identificar la magnitud y la forma de cada componente con base
en los datos históricos disponibles. Éstos, excepto el componente aleatorio,
se proyectan, entonces, hacia el futuro. Si sólo queda un pequeño
componente aleatorio y el patrón persiste hacia el futuro, se obtendrá un
pronóstico confiable. la descomposición de una serie de tiempo es la
siguiente:

Como puede verse, este modelo de series de tiempo posee un nivel, una
tendencia, un factor estacional y un término de error aleatorio; cada uno de
ellos se estima a partir de datos históricos para desarrollar una ecuación que,
posteriormente, habrá de usarse para pronosticar valores futuros.
 Métodos de suavización de series de
tiempo

• Promedios móviles.
• Promedios móviles ponderados
• Suavización exponencial
 Promedios móviles.
El método de los promedios móviles utiliza el
promedio de los n valores de datos más recientes en
la serie de tiempo como el pronóstico para el
siguiente periodo
Precisión del pronóstico
Promedios móviles.
 PROMEDIOS MÓVILES PONDERADOS
Consiste en seleccionar diferentes pesos para cada valor de datos y
luego calcular un promedio ponderado de los n valores de datos
más recientes como el pronóstico.
En la mayoría de los casos, la observación más reciente recibe el
mayor peso, y el peso disminuye para los valores de datos más
antiguos.
 Suavización exponencial
La suavización exponencial utiliza un promedio ponderado de
valores de series de tiempo pasadas como pronóstico; es un caso
especial del método de promedios móviles ponderados en el cual
seleccionamos sólo un peso, el peso para la observación más
reciente.
Suavización exponencial
Suavización exponencial
Los modelos matemáticos pueden ajustarse a datos de una serie
de tiempo con componentes de nivel, de tendencia y de tipo
estacional; como un modelo lineal o no lineal, comúnmente a
través de métodos de regresión. Incluye líneas de tendencia,
polinomios, logaritmos no lineales, series de Fourier, entre otros. El
modelo resultante puede ofrecer un pronóstico más exacto que la
técnica de suavización exponencial; sin embargo, un modelo
ajustado es más costoso y, por lo tanto, debe hacerse un análisis
de negociación entre la exactitud y el costo del modelo.
Para ayudar a los analistas en su trabajo de preparación de pronósticos,
se desarrolló el método de Box-Jenkins para la realización de
pronósticos de series de tiempo. Esta técnica cuenta con una fase
especial de identificación del modelo y permite un análisis más preciso
de los modelos propuestos que el que es posible con los otros métodos;
no obstante, el método de Box-Jenkins requiere de aproximadamente 60
periodos de datos históricos y es demasiado costoso para los
pronósticos rutinarios. Pese a ello, cuando se trata de un pronóstico
especial que implique una decisión costosa, el uso del modelo de Box-
Jenkins, ciertamente, puede justificarse.
 MÉTODOS CAUSALES
En general, los métodos causales de pronóstico desarrollan un modelo
de causa y efecto entre variables; por ejemplo: la demanda de los
helados puede relacionarse con la población, la temperatura promedio
del verano y la hora. Pueden recopilarse datos sobre estas variables y
realizarse un análisis para determinar la validez del modelo propuesto.
 Análisis de regresión
El análisis de regresión es una técnica estadística que se puede utilizar para
desarrollar una ecuación matemática que muestre cómo se relacionan las
variables. En la terminología de regresión, la variable a predecir se llama
variable dependiente o de respuesta. La variable o variables que se utilizan
para predecir el valor de la variable dependiente se llaman variables
independendientes o pronosticadores. El análisis de regresión que involucra
una variable independiente y una variable dependiente para el cual la relación
entre las variables se aproxima por medio de una recta se llama regresión
lineal simple. El análisis de regresión que integra dos o más variables
independientes se conoce como análisis de regresión múltiple.
Análisis de regresión
Análisis de regresión
Análisis de regresión
Análisis de regresión
 Correlación Lineal
Interesa cuantificar la intensidad de la relación lineal entre dos
variables. El parámetro que nos da tal cuantificación es el
coeficiente de correlación lineal de Pearson r, cuyo valor oscila
entre –1 y +1
Correlación Lineal
Correlación Lineal
 Coeficiente de Determinación
Denominamos coeficiente de determinación R¨2 como el
coeficiente que nos indica el porcentaje del ajuste que se ha
conseguido con el modelo lineal

A mayor porcentaje mejor es nuestro modelo para predecir

el comportamiento de la variable Y
Regresión línea múltiple
 REDES NEURONALES
• Aplicación de las Redes Neuronales al Pronóstico de Precios
en el Mercado de Valores .

• Pronóstico del precio de la energía eléctrica usando redes

neuronales artificiales.

• Predicción de series temporales con redes neuronales: una

aplicación a la inflaciòn colombiana
 ASPECTOS DE INTERES
CONSIDERACIONES
MACROECONÓMICAS DEL
PRONÓSTICO

SOFTWARE DE
PRONÓSTICOS
CONCLUSIONES
 BIBLIOGRAFÍA
• Schroader R., Mayer S., Johnny M., Administración de
Operaciones, Conceptos y casos contemporáneos. Mc
Garw Hill. Quinta Edición 2011.
• Hanje J., Wichern D. Pronósticos en los Negocios.
Prentice Hall Pearson Educación. Novena Edición. 2010
• Torres MJ. Pronósticos, una herramienta clave para la
planeación de las empresas. Articulo.
• Astigarraga E. El método Delphi. Univaersidad de Deusto.
2008.