TEMA V: PRONÓSTICO

CONCEPTO
Se refiere al conocimiento adelantado de lo que puede suceder en el
futuro a través de algunas señales, síntomas, sospechas, intuiciones,
historia previa, estudios realizados, entre otros, que empieza a efectuarse
en función de anuncio.

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.

Limitaciones del pronóstico

o Las predicciones se realizan en base a ciertas suposiciones y juicios
humanos. Si las suposiciones y juicios son erróneos, las predicciones
darán resultados incorrectos. Las previsiones se basan en eventos
pasados, pero la historia no siempre se repite.

o Las previsiones solo pueden estimar los eventos futuros. No puede

garantizar que esos eventos tengan lugar. Entre más largo sea el
 período para el cual se hace la predicción, más alto será el grado de
errores. Por lo mismo, no puede aplicarse la predicción a períodos
extensos.

o Expectativas demasiado buenas que no se logran pueden causar

decepción y perjudicar la iniciativa de los ejecutivos.

o Una buena predicción necesita información adecuada y confiable,

así como habilidades y buen juicio de parte de quienes la realizan.
Por lo tanto, los pronósticos están sujetos a los errores humanos.

o La recolección de datos fiables puede costar mucho tiempo y

dinero. Por lo tanto, los administradores deben hacer un balance
entre el costo de la predicción y sus posibles beneficios. Muchas
organizaciones pequeñas no utilizan los pronósticos por su elevado
costo.

Tipos pronósticos

o Los pronósticos económicos: abordan el ciclo del negocio al

predecir tasas de inflación, suministros de dinero, construcción de
viviendas y otros indicadores de planeación.

o Los pronósticos tecnológicos: se refieren a los índices de progreso

tecnológicos que pueden dar lugar a nuevos productos
interesantes, que requerirán nuevas plantas y equipo.

o Los pronósticos de la demanda: son proyecciones de la demanda

de productos o servicios de la compañía. Estos pronósticos también
se conocen como pronósticos de ventas y ayudan a orientar a los
 sistemas de producción, capacidad y programación de la empresa, y
sirven como factores en la planeación financiera, marketing y
personal.

Pronósticos a través del tiempo

o Pronósticos a corto plazo: En las empresas modernas, este tipo de

pronóstico se efectúa cada mes o menos, y su tiempo de planeación
tiene vigencia de un año. Se utiliza para programas de
abastecimiento, producción, asignación de mano de obra a las
plantillas de trabajadores, y planificación de los departamentos de
fabricación.
o Pronósticos a mediano plazo: Abarca un lapso de seis meses a tres
años. Este se utiliza para estimar planes de ventas, producción, flujos
de efectivo y elaboración de presupuestos.
o Pronósticos a largo plazo: Este tipo de pronóstico se utiliza en la
planificación de nuevas inversiones, lanzamiento de nuevos
productos y tendencias tecnológicas de materiales, procesos y
productos, así como en la preparación de proyectos. El tiempo de
duración es de tres años o más.

Análisis de regresión
El análisis de regresión es un método estadístico que permite examinar la
relación entre dos o más variables e identificar cuáles son las que tienen
mayor impacto en un tema de interés.

Este método permite clasificar matemáticamente a través de diferentes

preguntas como: ¿Qué factores importan más? ¿Qué factores se pueden
ignorar? ¿Cómo interactúan estos factores entre sí?, y por último, ¿Qué
tan seguro te siente de todos estos factores?

El proceso de realizar una regresión permite determinar con confianza

cuáles son los factores más importantes, cuáles se pueden ignorar y cómo
influyen entre sí. Dichos factores se denominan variables las cuales se
clasifican en:

o Variable(s) dependiente: Es el factor más importante, el cual se

está tratando de entender o predecir.

o Variable(s) independiente: Es el factor que tú crees que puede

impactar en tu variable dependiente.

Procedimientos para la realización de pronósticos

Las técnicas generalmente aceptadas para la elaboración de pronósticos
se dividen en cinco categorías: juicio ejecutivo, encuestas, análisis de
series de tiempo, análisis de regresión y pruebas de mercado. 

o Juicio Ejecutivo: Se basa en la intuición de uno o más ejecutivos

experimentados con relación a productos de demanda estable. Su
inconveniente es que se basa solamente en el pasado y está
influenciado por los hechos recientes.
o
Encuesta de Pronóstico de los Clientes: Útil para empresas que
tengan pocos clientes. Se les pregunta que tipo y cantidades de
productos se proponen comprar durante un determinado período.
Los clientes industriales tienden a dar estimados más precisos. Estas
encuestas reflejan las intenciones de compra, pero no las compras
reales.
o
Encuesta de Pronóstico de la Fuerza de Ventas: Los vendedores
estiman las ventas esperadas en sus territorios para un determinado
período. La sumatoria de los estimados individuales conforma el
pronóstico de la Empresa o de la División. El inconveniente es la
tendencia de los vendedores a hacer estimativos muy conservadores
que les facilite la obtención futura de comisiones y bonos.
o
El Método Delfos (Delphi): Se contrata expertos que hacen
pronósticos iniciales que la empresa promedia y les devuelve para
refinar los estimados individuales. El procedimiento puede repetirse
 varias veces hasta cuando los expertos – trabajando por separado –
lleguen a un consenso sobre los pronósticos. Es un método de alta
precisión.
o Análisis de Series de Tiempo: Se utilizan los datos históricos de
ventas de la empresa para descubrir tendencias de tipo estacional,
cíclico y aleatorio o errático. Es un método efectivo para productos
de demanda razonablemente estable. Por medio de los promedios
móviles determinamos primero si hay presente un factor estacional.
Con un sistema de regresión lineal simple determinamos la línea de
tendencia de los datos para establecer si hay presente un factor
cíclico. El factor aleatorio estará presente si podemos atribuir un
comportamiento errático a las ventas debido a acontecimientos
aleatorios no recurrentes.
o
Análisis de Regresión: Se trata de encontrar una relación entre las
ventas históricas (variable dependiente) y una o más variables
independientes, como población, ingreso per cápita o producto
interno bruto (PIB). Este método puede ser útil cuando se dispone de
datos históricos que cubren amplios períodos de tiempo. Es ineficaz
para pronosticar las ventas de nuevos productos.
o
Prueba de Mercado: Se pone un producto a disposición de los
compradores en uno o varios territorios de prueba. Luego se miden
las compras y la respuesta del consumidor a diferentes mezclas de
mercadeo. Con base en esta información se proyectan las ventas
para unidades geográficas más grandes. Es útil para pronosticar las
ventas de nuevos productos o las de productos existentes en nuevos
territorios. Estas pruebas son costosas en tiempo y dinero, además
alertan a la competencia.

Modelo estadísticos de pronósticos

Los modelos de pronósticos son modelos estadísticos para pronosticar el
futuro. No sé trata de magia, los modelos de pronósticos sirven para
detectar situaciones futuras y hacer proyecciones con base en la
información analizada. Los modelos de pronósticos se pueden usar con
diferentes propósitos, en diferentes ciencias y con distintas técnicas. El
trabajo de los consultores estadísticos es ayudarlo a implementar los
modelos adecuados al tipo de información disponible.

Modelo de regresión lineal

La regresión lineal es un procedimiento estadístico que busca establecer
una relación directa o inversa entre dos o más variables. Presenta la
ventaja de que puedes hacer una predicción del comportamiento de
alguna variable en un determinado punto o momento.

La técnica del análisis de regresión está definida por los siguientes pasos:
1) selección tanto de la medida de costos (o producto) como de variables
exógenas, 2) estimación de la función de costos (o producción) del sector,
y 3) cálculo del coeficiente de eficiencia correspondiente a cada empresa
dentro del sector. La producción proyectada en comparación con la
producción real brinda la medida del desempeño relativo. Luego, puede
evaluarse estadísticamente la calidad de estos resultados para ofrecerles a
los encargados de formular políticas un marco para la evaluación de las
empresas. La cuestión de la regresión lineal por oposición a la no lineal
puede analizarse mediante la inclusión de parámetros que capturen
economías o deseconomías de escala.

Coeficiente de correlación
La correlación, también conocida como coeficiente de correlación lineal
(de Pearson), es una medida de regresión que pretende cuantificar el
grado de variación conjunta entre dos variables.

Por tanto, es una medida estadística que cuantifica la dependencia lineal

entre dos variables, es decir, si se representan en un diagrama de
dispersión los valores que toman dos variables, el coeficiente de
correlación lineal señalará lo bien o lo mal que el conjunto de puntos
representados se aproxima a una recta.
Análisis de correlación
El análisis de correlación consiste en un procedimiento estadístico para
determinar si dos variables están relacionadas o no. El resultado del
análisis es un coeficiente de correlación  que puede tomar valores entre -1
y +1.  El signo indica el  tipo de correlación entre las dos variables . Un
signo positivo indica que existe una relación positiva entre las dos
variables; es decir, cuando la magnitud de una incrementa, la otra
también.  Un signo negativo  indica que existe una relación negativa entre
las dos variables. Mientras los valores de una incrementan, los de la
segunda variable disminuyen. Si dos variables son independientes, el
coeficiente de correlación es de magnitud cero.

Para poder realizar un análisis de correlación confiable, lo primero que se

necesita es realizar muchas observaciones de dos variables. Un ejemplo
sería visitar muchos supermercados y revisar tanto el precio de cierta
fruta como el precio de un litro de jugo. La colección de datos que se
obtenga para aquellas observaciones puede expresarse en forma de una
matriz (o tabla), que puede someterse a análisis utilizando software de
estadística, como R, SAS, SPSS, etc.

Promedio simple
Este método de pronóstico consiste en atenuar los datos al obtener la
media aritmética de cierto número de datos históricos para obtener con
este el pronóstico para el siguiente período. El número de datos a tener en
cuenta para calcular el promedio es una decisión del equipo de planeación
que realiza el pronóstico.

Un pronóstico de promedio simple es el más sencillo de los métodos de

pronóstico estándar. Este método es óptimo para patrones de demanda
aleatorios o nivelados sin elementos estacionales o de tendencia.

Mediante este método, los diversos precios de compra se suman y esta

suma se divide por la cantidad total de compras para determinar el costo
promedio por unidad.
El inventario final de materiales se calcula multiplicando la de unidades
disponibles al final de periodo por el promedio simple.

Promedio móviles
El promedio móvil es un indicador de tendencias que se usan para realizar
análisis de datos anteriores con la finalidad de formar una serie de
medidas que provengan de diversos subconjuntos de datos de precios, por
lo tanto, tienen la capacidad de examinar las medidas de precios que
disminuyen en un período de tiempo.

Estas medidas se pueden clasificar como conductores, ya que utilizan

diversos datos anteriores para trazar nuevas líneas de precios. Se
manifiestan por medio de señales luego de que la nueva tendencia o los
movimientos importantes de precios hayan comenzado.

Este tipo de promedio por sí solo, no produce predicciones precisas

referentes al movimiento de precios. Por lo tanto, se deben combinar
medidas a corto y a largo plazo para que produzcan señales o se combinen
con otros indicadores que si puedan lograr una apropiada medición en
cuanto al impulso de las acciones de precios.

Los promedios móviles se deben calcular después de las observaciones

consecutivas de los subgrupos artificiales. Estos se pueden utilizar en las
gráficas de control para crear gráficas de promedios para los datos en
determinados tiempos programados.

Cuando se realizan los análisis de series de tiempo, se usa el promedio

móvil y de esa forma se puedan suavizar los datos y disminuir las dudas
aleatorias en una determinada serie de tiempo.

Este método se utiliza cuando se le quiere dar mayor importancia a un

grupo de datos recientes y lograr obtener la previsión. Cada uno de los
puntos de una medida móvil referente a una serie temporal, se refiere a la
media aritmética de una cantidad de puntos consecutivos de la serie,
donde la cantidad de puntos se elegirá de tal forma que los efectos
irregulares o estacionales se eliminarán.