MÉTODO DE PRONÓSTICOS

INTRODUCCIÓN
Diferentes tipos de pronósticos buscan reducir la incertidumbre acerca de lo que pueda
acontecer en el futuro, permitiendo así a la empresa tomar mejores decisiones.
DEFINICIÓN
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 buena planeación
emplea un pronóstico como insumo; si éste no es aceptable, en ocasiones, puede
diseñarse un plan para modificar el curso de los eventos.
OBJETIVO DEL MÉTODO DE PRONÓSTICOS
El objetivo básico de un pronóstico consiste en reducir el rango de incertidumbre dentro
del cual se toman las decisiones que afectan el futuro del negocio y con él a todas las
partes involucradas. Aunque, el pronóstico no sustituye el juicio administrativo en la
toma de decisiones, simplemente es una ayuda en ese proceso.
Los pronósticos se emplean en el proceso de establecimiento de objetivos tanto de largo
como de corto plazo, constituyéndose así en bases para el desarrollo de planes, a nivel
general y en las distintas áreas o unidades. Los planes basados en dichos pronósticos,
no sólo atenderán a ellos sino que establecerán estrategias y acciones que los puedan
contrarrestar, corregir o impulsar.
IMPORTANCIA DEL MÉTODO DE 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 PRONOSTICOS
 SEGÚN EL PLAZO  DE CORTO PLAZO
 DE MEDIANO PLAZO
 DE LARGO PLAZO
SEGÚN EL ENTORNO A  MICRO
PRONOSTICAR  MACRO

SEGÚN EL PROCEDIMIENTO  CUALITATIVO

EMPLEADO  CUANTITATIVO

SEGÚN EL PRODUCTO OBTENIDO  PRONÓSTICO PUNTUAL

 PRONÓSTICO POR
INTERVALO
 PRONÓSTICO POR
DENSIDAD

 SEGÚN EL PLAZO

Marco de tiempo al que atienden se clasifican en:

o De corto plazo. Se usan para diseñar estrategias inmediatas, son

empleados entre mandos medios y gerencias de primera línea.
o De mediano plazo. Conjunta al corto y al largo plazo, útil para decisiones
de todos los niveles.
o De largo plazo. Requeridos para establecer el rumbo general de
la organización, generalmente se hacen para que la alta dirección los use
en los procesos de planeación estratégica.

 SEGÚN EL ENTORNO A PRONOSTICAR

Atención al detalle se clasifican en:

o Micro: Involucran pequeños detalles e interesan a los niveles medios y

de primera línea.
o Macro: Se realizan a gran escala y son del interés de la alta dirección.

 SEGÚN EL PROCEDIMIENTO EMPLEADO

Intensidad del uso de datos se clasifican en:

o Cualitativo: Se basan en el juicio de individuos o grupos de individuos, se

pueden presentar en forma numérica pero generalmente no están
basados en series de datos históricos.
o Cuantitativo: Emplean cantidades significativas de datos previos como
base de predicción. Pueden ser:
 Simples (no formales): proyectan datos pasados hacia el futuro
sin explicar las tendencias futuras.
  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).

LOS PRONÓSTICOS PRINCIPALES A TRABAJAR SON:

 Cualitativos: método Delphi, investigación de mercado, etc.

 Series de tiempo: Media móvil simple, media móvil ponderada, suavizamiento
exponencial, análisis de regresiones de tiempo, etc.
 Simulación: Montecarlo, etc.
Cada tipo de pronóstico debe ajustarse al tipo de datos o serie de tiempo que desea será
analizada. Por ejemplo para una serie de alta densidad de datos y baja variabilidad, la
media móvil puede ser un buen método de pronóstico, dado que construye el
pronóstico a partir del promedio de los datos anteriores.

A modo de ejemplo, el siguiente gráfico muestra la demanda de un producto durante

más de un año. Los datos reales se presentan en negro, mientras en verde se muestra
el pronóstico con media móvil y en azul el pronóstico con Holt-Winters. Vemos que
ambos pronósticos difieren de la realidad, pero se van moviendo de acuerdo a la
demanda.

En particular se observa que el pronóstico con media móvil se vuelve menos preciso en
el tiempo, mientras el método de Holt-Winters logra captar de mejor manera las
perturbaciones de la demanda, dado que este último modelo toma en consideración
efectos estacionales y tendencias.
USOS DE LOS PRONÓSTICOS EN LA EMPRESA

Todas las organizaciones que planifican las condiciones de su futuro, el cual no conocen
a ciencia cierta, emplean pronósticos en sus diferentes áreas funcionales. Algunos casos
de uso de pronósticos en la empresa son:

 En el área de marketing se pronostica cómo va a crecer el mercado, cuál va a ser

la participación propia y de los competidores, cuál será la tendencia de precios,
cuáles serán los nuevos productos que sacudirán el mercado.
 En el área de producción se hacen pronósticos sobre el costo y la disponibilidad
de la materia prima, el costo y la disponibilidad de la mano de obra, cuándo se
requerirá mantenimiento para los equipos, cuál será la capacidad de planta
necesaria para atender la demanda.
 En el área financiera se pronostica cuál será la tasa de interés de referencia para
los créditos, cuál será el nivel de cuentas incobrables, cuánto capital se requerirá
para ampliar la capacidad propia.
 En recursos humanos se requieren pronósticos sobre el número de trabajadores,
la rotación de personal, las tendencias de ausentismo, las necesidades de
capacitación.
 En el plano estratégico se pronostica acerca de factores económicos, cambios
de precios, costos, crecimiento de líneas de productos.

CARACTERÍSTICAS DEL PRONÓSTICO EMPRESARIAL

 Es consistente con las demás áreas del negocio. Si marketing pronosticó un

crecimiento del 25% de unidades vendidas entonces producción 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 predicción del futuro.
 Tiene en cuenta el entorno político y económico. Un cambio en las condiciones
de estos factores puede traer consecuencias enormes en cualquier sector
económico.
 Es oportuno. Ya sea para ganar cuota de mercado introduciendo un nuevo
producto o para retirar otro y evitar una crisis, el más preciso de los pronósticos
pierde toda su utilidad si se ha dejado pasar la oportunidad correcta de aplicarlo
en la planeación.

EVALUACIÓN DE LOS MÉTODOS DE PRONÓSTICOS

No es posible confiar en un solo método para obtener los “mejores” pronósticos en

todas las circunstancias. Cada uno tiene sus ventajas y desventajas, bondades,
beneficios y desde luego las posibles limitantes que el modelo pueda generar por la
carencia de información o por la propia subjetividad del mismo. Al respecto Makridakis
y Wheelwright (1992) realizan un análisis de cada uno de los modelos de pronósticos,
mostrando a lo que su consideración, representan ventajas y desventajas de cada
modelo en particular.
Cada enunciado es tomado textualmente de sus autores, a fin de que la interpretación
descrita en cada uno de estos modelos, no genere confusión alguna entre los usuarios o
lectores de este documento. A saber, la explicación inicia citando el método y de ello se
describen las ventajas y desventajas:

De los modelos a criterio se tiene:

Pronósticos individuales (subjetivos)

Barato si usted quiere que así sea; flexible, puede pronosticar cualquier cosa;
cualquiera lo puede hacer Precisión dudosa (Amstrong); aunque quizá pueda
mejorarse la calidad de los criterios mediante la evaluación de la precisión del
pronosticador, la habilidad de un atributo de la persona, no de la organización;
se encuentra sujeto a todos los problemas del criterio humano (Hogarth y
Makridakis proporcionan un estudio)

Pronósticos mediante el comité / encuestas

Relaciona diferentes perspectivas al problema, además de las ventajas

mencionadas antes Puede dominar una voz fuerte, que no necesariamente
corresponda a la del mejor pronosticador; ¿Quién quiere contradecir al jefe en
una organización jerárquica? ¿Presenta las desventajas del criterio humano? Es
más caro que el individual. No brinda respuesta a las interrogantes “¿Cómo
selecciona usted un comité?” y “¿Cómo organiza una junta?” una encuesta
puede decir más acerca de las actitudes actuales de la gente y de sus expectativas
que las actividades futuras.

Delphi

Igual que en el caso anterior, pero intenta a través del anonimato, eliminar los
efectos de la autoridad y la dominación del grupo. Complicado, existe presión
por lograr el consenso a medida que transcurren las sesiones, no necesariamente
existe convergencia hacia un pronóstico acordado, no constituye
necesariamente el mejoramiento del método más directo del comité.

De los modelos explorativos se tiene:

Análisis de la curva de la tendencia

Es fácil de aprender de usar y de comprender Es demasiado fácil y por tanto,

propicia el descuido; especialmente a largo plazo, ¿Por qué una curva
dependiente sólo del tiempo debería brindar una descripción adecuada del
futuro distante?

Métodos por descomposición

Creíbles por intuición No tiene una explicación estadística; no son ideales para
los pronósticos y presentan los mismos problemas que las curvas de la tendencia.
 Son de utilidad como método de identificación de los factores. Tendencia,
estaciónales y cíclicos.

Atenuación exponencial

Fácil de aplicar con computadora para un gran número de productos. Muy barato
de operar, fácil de establecer sistemas de control. De fácil comprensión Sin base
teórica, pierde los puntos críticos, impreciso.

Modelos de Box-Jenkins (o ARIMA)

La selección de valores es amplia, lo que permite al usuario identificar en los

datos muchos más patrones sutiles que con los métodos previos, más que una
técnica, el enfoque de Box-Jenkins proporciona una filosofía acerca del
modelado basada en el principio de la parsimonia: cuanto más simple es el
modelo tanto mejor, siempre y cuando satisfaga un número adecuado de
verificaciones de diagnóstico.

Modelos Bayesianos

E5 trata de incluir la probabilidad del cambio estructural; incluye información

subjetiva; puede emplearse con muy pocos datos; desde el punto de vista de la
computación, es bastante barato Complicado, se sabe muy poco acerca de su
funcionamiento.

De los modelos causales y estructurales se tiene:

Modelos de regresión de una sola ecuación

Es posible desarrollar modelos que sean suficientemente confiables. Estos son

ideales ya que contestan a la pregunta “¿Cómo influyen la compañía en la
ventas?”. Estos son modelos de control, así como modelos de pronósticos Los
modelos son difíciles de desarrollar, requieren personal como experiencia y gran
cantidad de datos que a menudo la organización no se ocupa de recolectar.
Subsiste el problema de pronosticar los factores exógenos.

Modelos de sistemas simultáneos

Muchos sistemas no se ajustan naturalmente al formato del modelo de una sola

ecuación. En la política macroeconómica, el desempeño, la producción y la
inflación son todos interdependientes. En la empresa, a menudo se sostiene que
las ventas y la publicidad se determinan en conjunto, los modelos de sistemas
simultáneos captan estas interrelaciones Grandes requerimientos de datos, son
difíciles de entender; estadísticamente complicados; difícil de definir el modelo;
difícil que tengan en cuenta la falta de linealidad; caros.

Modelos de simulación
 Se aplican adecuadamente, tales modelos pueden ofrecer al encargado de la
toma de decisiones una ayuda substancial; se les puede diseñar de tal modo que
sean de uso sencillo y fácil entendimiento; pueden también resolver el problema
“preciso” Caros; con frecuencia requieren de gran cantidad de datos; no hay una
explicación clara acerca de su construcción; requiere una validación cuidadosa

Modelos de entrada-salida

A diferencia de muchas de las técnicas descritas, el método de entrada-salida es

ideal para pronosticar productos industriales Pocas veces las tablas
gubernamentales de entrada-salida contienen suficientes detalles para una
compañía interesada en clases específicas de productos; también tienden a ser
obsoletas por varios años; no se sabe que tan importante es la suposición de
proporcionalidad entre la entrada (insumo) y la salida (producción). Es costoso
preparar una tabla de entrada-salida específica para un producto. Los
pronósticos dependen de la exactitud de los pronósticos iniciales acerca de la
demanda del consumidor.

Análisis de impacto cruzado

Es capaz de tratar eventos importantes que pueden ocasionar gran impacto.

Pueden tratar tanto con eventos cuantitativos como cualitativos Por la general,
las probabilidades tienen que estimarse mediante los diversos métodos a criterio
mencionados. Esto puede influir en la importancia que se dé a los diferentes
escenarios. También es crucial la elección de cuales eventos incluir. ¿Qué tan
acertados somos para saber cuáles eventos podrían afectar de manera
importante a la organización? Por último ¿existe alguna evidencia de que el
impacto cruzado tenga algún valor de predicción?

Con la descripción de las ventajas y desventajas de los modelos, expuestas por

Makridakis y Wheelwright, se deja un referente sólido para el mejor entendimiento y
desde luego, para la selección del modelo a seguir en los casos específicos en que se
ocupe pronosticar.

Otros argumentos expuestos por Chase (2001) sugieren que, la composición de la fuerza
de venta, es el método que asume que es mejor elaborar un pronóstico desde los niveles
más bajos de la organización hasta llegar a los más altos, ya que los niveles bajos son los
que tienen mayor contacto con los clientes. Por lo tanto, estas personas son las que
tienen que elaborar el pronóstico y mandarlo a los niveles superiores, hasta llegar a los
ejecutivos.

La relación entre la función de pronósticos y la toma de decisiones es débil en muchas

organizaciones. Esto se debe a que los encargados de la toma de decisiones y los
pronosticadores tienen puntos de vista diferentes en cuanto a lo que son las prioridades.
Ante ello, surge una interrogante:

¿Cuáles son los diseños corporativos más favorables para hacer coincidir a los dos?
Refiriéndose esto, a los tomadores de decisiones y los propios pronosticadores.

Fildes y col. (1979), Wheelwright y Clarke (1980), proponen algunas soluciones al

respecto. Sugieren que la clave para evaluar los resultados de los pronósticos en la
organización, es examinar la manera cómo se emplean los pronósticos y no solamente
cómo se producen.

Por su parte Hanke y Reich (1996), refieren que la aceptación de que las técnicas de
pronósticos funcionen sobre datos generados en sucesos históricos pasados, conduce a
la identificación de cuatro pasos en el proceso de pronóstico, siendo estos:

1. Recopilación de datos

2. Reducción o condensación de datos

3. Construcción del modelo

4. Extrapolación del modelo (el pronóstico en sí)

El primer punto está relacionado con la obtención de información relevante y correcta.

Este es un punto muy importante ya que es el principio de los datos que serán analizados
posteriormente.

En la depuración de los datos, sólo una cantidad de estos son obtenidos en la primera
parte y resultan ser relevantes en el pronóstico y si no se eliminan podrían afectar los
resultados y sesgar la información.

Para el tercer punto hay que ajustar los datos que se obtuvieron en el modelo adecuado
y así minimizar el error que se haya obtenido en el modelo adecuado, a la par de reducir
al máximo el error que se pueda dar en el pronóstico, ya que mientras más simple sea
el modelo, mejor será aceptado por los responsables en la toma de decisiones.

La extrapolación del modelo se da una vez que se han recopilado los datos, y una vez
reducidos se selecciona el modelo de pronóstico adecuado. Los pasos anteriores van
ligados a un último proceso de retroalimentación donde se determina si se consiguió la
precisión esperada

APLICACIONES

MÉTODO DE PROMEDIO MÓVIL SIMPLE

1. Sean las ventas semanales de leche (en miles de litros) de un establecimiento la

variable que se desea pronosticar; utilizando el método de media móvil de orden
3, obtenemos los resultados del siguiente cuadro:
Gráfica:
 2. La compañía GLORIA presenta en el siguiente tabulado el reporte de ventas
correspondiente al año 2019.

MES VENTAS REALES (2009)

Enero 80
Febrero 90
Marzo 85
Abril 70
Mayo 80
Junio 105
Julio 100
Agosto 105
Septiembre 100
Octubre 105
Noviembre 100
Diciembre 150

Teniendo en cuenta los datos anteriores, se debe calcular un pronóstico mediante la técnica de
Promedio Móvil utilizando:

 Un período de 3 meses (a partir de abril de 2009)

 Un período de 6 meses (a partir de julio de 2009)

El objetivo consiste en identificar con cuál de los dos períodos del pronóstico se obtiene mayor
precisión al compararse con las ventas reales del reporte.

Solución

Al ser un pronóstico con un período móvil de 3 meses, este deberá efectuarse a partir del mes
de abril, es decir que para su cálculo tendrá en cuenta tres períodos, es decir, enero, febrero y
marzo.

Luego para efectuar la previsión del mes de mayo, deberán tenerse en cuenta los últimos tres
períodos que anteceden al mes de mayo, es decir febrero, marzo y abril.
De esta manera se efectúan las previsiones restantes obteniendo el siguiente resultado:

MES VENTAS REALES (2009) PRONÓSTICO 3 MESES

Enero 80
Febrero 90
Marzo 85
Abril 70 85
Mayo 80 82
Junio 105 78
Julio 100 85
Agosto 105 95
Septiembre 100 103
Octubre 105 102
Noviembre 100 103
Diciembre 150 102

El pronóstico restante al ser un pronóstico con un período móvil de 6 meses, este deberá
efectuarse a partir del mes de Julio, es decir que para su cálculo tendrá en cuenta seis períodos,
es decir, Enero, Febrero, Marzo, Abril, Mayo y Junio.

De esta manera se efectúan las previsiones restantes obteniendo el siguiente resultado:

MES VENTAS REALES (2009) PRONÓSTICO 3 MESES PRONÓSTICO 6 MESES

Enero 80
Febrero 90
Marzo 85
Abril 70 85
Mayo 80 82
Junio 105 78
Julio 100 85 85
Agosto 105 95 88
Septiembre 100 103 91
Octubre 105 102 93
Noviembre 100 103 99
Diciembre 150 102 103

Aunque existen diversos indicadores de precisión de un pronóstico, en este caso el resultado es

más que evidente, pues podemos observar como el pronóstico con un período móvil de 3 meses
logra aproximarse en una mayor medida a las ventas reales del año 2009 con relación a las
previsiones obtenidas mediante el pronóstico con un período móvil de 6 meses.

SUAVIZAMIENTO EXPONENCIAL

En una panificadora, un gerente necesita pronósticos semanales de la venta para determinar la

compra de harina, azúcar, manteca y otros productos. La empresa tiene los registros que se
muestran en el cuadro, con el número de donas vendidas en cada una de las 16 semanas
anteriores.

SEMANA VENTA SEMANA VENTA

0 386 8 381
1 379 9 389
2 408 10 410
3 405 11 393
4 403 12 378
5 395 13 395
6 399 14 411
7 418 15 401
o Calcule el pronóstico con promedios móviles para dos y cuatro periodos.
o Calcule el pronóstico con suavizamiento exponencial simple para α= 0.8 y α = 0.6.
o Calcule la desviación media absoluta (MAD) para cada caso y con base en el resultado elija
el mejor pronóstico.

SOLUCIÓN:

 Para calcular el pronóstico para dos y cuatro periodos se utilizará la siguiente formula:
𝑋𝑡 + 𝑋𝑡−1 + ⋯ + 𝑋𝑡−𝑁+1
𝑆𝑡+1 =
𝑁
Donde:
St+1 = pronóstico del periodo t+1.
N = número de valores en el promedio.
t = periodo de tiempo.
  Para calcular el pronóstico con suavizamiento exponencial simple se utilizará la
siguiente formula:
𝑆𝑡+1 = 𝛼𝑋𝑡 + (1 − 𝛼)𝑆𝑡
Donde:
St+1 = pronóstico del periodo t+1.
t = periodo de tiempo.
α = constante de suavizamiento.
X = valor de la demanda.

 Para calcular MAD se utilizará la siguiente fórmula:

∑|ⅇ|
𝑀𝐴𝐷 =
𝑛
Donde:
е = error del pronóstico = Xi-Si
X = valor real.
S = valor pronosticado.
i = periodo de tiempo.
n = número De errores en la sumatoria.

Utilizando las fórmulas anteriormente mostradas en excel, se obtiene los resultados en el

siguiente cuadro.

𝑆𝑡+1 𝑆𝑡+1 𝑆𝑡+1 𝑆𝑡+1

SEMANA VENTA N=2 ERROR N=4 ERROR α=0.8 ERROR α=0.6 ERROR
0 386 386 386
1 379 386 7.00 386 7.00
2 408 382,5 25.50 380,4 27.60 381,8 26.20
3 405 393.50 11.50 402,48 2.52 397,52 7,48
4 403 406.50 3.50 394,5 404,5 1.50 402,01 0,99
5 395 404.50 9.00 398,75 3.75 403,3 8.30 402,6 7,6
6 399 399.00 0.00 402,75 3.75 396,66 2.34 398,04 0,96
7 418 397.00 21.00 400.50 17.50 398,53 19.47 398,62 19,38
8 381 408.50 27.50 403,75 22.75 414,11 33.11 410,25 29,25
9 389 399.50 10.50 398,25 9.25 387,62 1.38 392,7 3,7
10 410 385.00 25.00 396,75 13.25 388,72 21.28 390,48 19,52
11 393 399.50 6.50 399.50 6.50 405,74 12.74 402,19 9,19
12 378 401.50 23.50 393,25 15.25 395,55 17.55 396,68 18,68
13 395 385.50 9.50 392.50 2.50 381,51 13.49 385,47 9,53
14 411 386.50 24.50 394.00 17.00 392,3 18.70 391,19 19,81
15 401 403.00 2.00 394,25 6.75 407,26 6.26 403,08 2,08
16 406.00 396.50 402,25 401.83
MAD=14.25 MAD=10.56 MAD=12.88 MAD=12.09
MAD(n=12)=13.54 MAD(n=12)=10.56 MAD(n=12)=13.01 MAD(n=12)=11.72

El mejor pronóstico para la siguiente semana es de 396.50 panes.