Los pronsticos como fuentes de informacin

Por: Oliverio Ramrez

El ser humano siempre ha estado interesado en conocer el futuro, en anticipar posibles xitos y fracasos con
el fin de prepararse lo mejor posible. En nuestra vida diaria son muchas las fuentes que utilizamos para
intentar predecir situaciones que nos afectan directamente; consultamos el pronstico del tiempo para saber
qu ropa usar, las estadsticas deportivas para predecir el resultado de un partido de ftbol, las noticias
financieras para estimar el alza en los precios, las encuestas de salida para predecir qu candidato ser el
vencedor en las elecciones, entre otras.

Existen muchos medios y mtodos para realizar pronsticos sobre el futuro, algunos son de carcter
supersticioso y sin fundamento cientfico, mientras que otros se basan en estadsticas y anlisis de datos. En
esta lectura se estudiarn aquellos que utilizan un enfoque racional y analtico para obtener pronsticos
estadsticamente vlidos.

Elaboracin de pronsticos

De forma general se puede decir que el proceso para realizar un pronstico estadstico consta de cuatro
fases (Armstrong, 2001):

Definicin del objetivo. Consiste en expresar de forma concreta la informacin que se desea obtener
mediante el pronstico. El objetivo del pronstico debe contestar a dos preguntas bsicas: Qu necesito
saber?, de qu periodo necesito saberlo?

Ejemplos:

Conocer la cantidad de unidades que comprar el cliente A en el prximo mes.

Conocer el gasto por consumo de energa elctrica que se tendr en la empresa durante los
siguientes dos meses.

Recoleccin de datos. Consiste en identificar las fuentes y recursos disponibles que contienen informacin
relevante para el objetivo del pronstico. Posibles fuentes de informacin son: datos histricos, opiniones de
expertos, tendencias econmicas, entre otros.

1
UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, mtodo o
sistema impreso, electrnico, magntico, incluyendo el fotocopiado, la fotografa, la grabacin o un sistema de recuperacin de la informacin, sin la autorizacin por escrito
de la Universidad Virtual del Estado de Guanajuato.
La precisin del pronstico depende completamente de la fiabilidad de la informacin, por lo que seleccionar
las fuentes correctas es una tarea que debe realizarse con sumo cuidado.

Anlisis de informacin. El anlisis de informacin se realiza basado en el tipo, cantidad y calidad de la

informacin recolectada y aunque generalmente suelen utilizarse mtodos estadsticos, tambin existen
metodologas que permiten hacer pronsticos con base en opiniones, ideas e informacin no numrica.

La actividad fundamental en esta fase es la creacin de modelos capaces de describir el comportamiento

pasado y presente, con el fin de realizar suposiciones fundamentadas respecto al futuro.

Realizacin de pronstico. La fase final consiste en responder de forma concisa las preguntas formuladas
en el objetivo del pronstico, utilizando para ello los modelos, tendencias, comportamientos y patrones
detectados en el anlisis de la informacin.

Al efectuar un pronstico es recomendable incluir la probabilidad de que ste se cumpla, por ejemplo:

Con un 90% de probabilidad es posible decir que el cliente A comprar 1215 unidades el prximo
mes.
Con un 95% de probabilidad es posible decir que el gasto por consumo de energa elctrica
durante los prximos dos meses ser de 8,200 pesos.

Metodologas de pronsticos

Una forma de clasificar las metodologas de pronsticos se da de acuerdo con el tipo de informacin que
utilizan.

Los mtodos cualitativos son tiles en situaciones en las que la principal fuente de informacin son
opiniones, percepciones, informacin no numrica.

Los mtodos cuantitativos son tiles en situaciones en las que la principal fuente de informacin
son estadsticas y datos numricos.

En las siguientes secciones se presentan de forma general, los mtodos y conceptos bsicos de ambos tipos
de pronsticos.

Mtodos cualitativos

Cuando no se cuenta con informacin numrica para hacer un pronstico acertado, una prctica comn es
consultar la opinin de un experto en el tema. Imagina que deseas conocer cul ser la principal fuente de
energa en el futuro y no posees nada de informacin al respecto, cmo obtendras un pronstico confiable?

2
UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, mtodo o
sistema impreso, electrnico, magntico, incluyendo el fotocopiado, la fotografa, la grabacin o un sistema de recuperacin de la informacin, sin la autorizacin por escrito
de la Universidad Virtual del Estado de Guanajuato.
 Si decides preguntarle a un ingeniero en energa
solar, seguramente tu conclusin ser que en el
futuro la energa solar ser la principal fuente de
energa, pero si le preguntas a un ingeniero
qumico o a un ingeniero elico, obtendrs un
pronstico muy diferente.

Figura 1. Interview (Stroinski, 2004).

De acuerdo con Ocaa (2006), en los aos 50 la Corporacin Rand enfrent una situacin similar. Su objetivo
era realizar predicciones sobre el dao ocasionado por una posible guerra con bombas atmicas, sin
embargo, la diversidad de opiniones lo llev a desarrollar su propio mtodo de pronstico: el mtodo Delphi.

Mtodo Delphi

El mtodo Delphi es una tcnica de grupo estructurada en la que un grupo de trabajo coordina el intercambio
annimo de informacin entre un grupo de expertos hasta lograr un consenso aceptable de respuestas.

Para Armstrong (2001) son cuatro las caractersticas que distinguen al mtodo Delphi del resto de las tcnicas
de pronstico grupal.

Anonimidad. A cada participante se le entrega un cuestionario que debe responder de forma privada (ya
sea en papel o en computadora) y de esta forma se garantiza que pueda expresar sus opiniones libremente,
sin ser influido por la opinin o prestigio del resto de expertos.

Agregacin estadstica. Una vez que se reciben las opiniones de todos los expertos se realiza un sencillo
resumen estadstico en el que se agrupan las respuestas del grupo. Por ejemplo, si al grupo de expertos se
le pregunta en qu ao estima que se terminarn las reservas de petrleo, al final se obtiene el promedio o
mediana de los datos para aproximar una fecha.

Retroalimentacin. El equipo de trabajo se encarga de enviar el resumen estadstico que agrupa todas las
respuestas a cada experto, con el fin de que puedan reconsiderar sus respuestas.

Iteracin. Se vuelve a aplicar el cuestionario con el fin de que los expertos tengan la posibilidad de modificar
sus estimaciones y juicios, con base en la retroalimentacin recibida. El grupo de trabajo es quien define el
nmero de iteraciones que son necesarias para obtener un consenso aceptable en el pronstico.

Mediante el esquema que se muestra en la figura 2 se resume de forma grfica el mtodo Delphi.

3
UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, mtodo o
sistema impreso, electrnico, magntico, incluyendo el fotocopiado, la fotografa, la grabacin o un sistema de recuperacin de la informacin, sin la autorizacin por escrito
de la Universidad Virtual del Estado de Guanajuato.
 Figura 2. Esquema general de la aplicacin del mtodo Delphi.

Mtodos cuantitativos

Los mtodos cuantitativos son utilizados cuando se cuenta con informacin numrica o resulta posible y
econmico obtenerla. Debido al anlisis estadstico que se requiere, este tipo de mtodos suele clasificarse
en:

Anlisis multivariante y
Series de tiempo

4
UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, mtodo o
sistema impreso, electrnico, magntico, incluyendo el fotocopiado, la fotografa, la grabacin o un sistema de recuperacin de la informacin, sin la autorizacin por escrito
de la Universidad Virtual del Estado de Guanajuato.
 Anlisis multivariante

El fundamento del anlisis multivariante es la consideracin y estudio de factores relevantes (variables) que
pueden influir en el resultado de un evento o una situacin. De forma general se realiza de acuerdo con la
secuencia que se muestra en la figura 3.

Figura 3. Anlisis multivariante.

Consideracin de factores. Con base en la situacin y condiciones del pronstico a realizar se identifican
factores que se creen importantes para el modelo de pronstico.

Ejemplo:

Para hacer un pronstico de la temperatura mxima de cierta ciudad puedes tomar en cuenta la
humedad, la velocidad del viento y la presin atmosfrica. Qu otros consideras importantes?

Recoleccin de datos. Una vez que se identifican las variables relevantes, es necesario obtener informacin
histrica que permita identificar su comportamiento y relacin.

Ejemplo:

Para pronosticar el clima necesitas informacin de das anteriores con los datos de cada uno de los
factores y la temperatura mxima que se alcanz. Una sugerencia es utilizar la tabla 1 que se muestra
a continuacin.

Velocidad del Temperatura

Da Presin Humedad
viento mxima
i # Pa # g/m3 # Km/h # C

Tabla 1. Factores considerados para el pronstico de temperatura.

Anlisis estadstico. Su objetivo es conocer el impacto que cada uno de los factores tiene en el pronstico
a realizar. Una herramienta muy utilizada es el anlisis de varianza (ANOVA, por sus siglas en ingls) que
mide la probabilidad con que una variable contribuye al resultado final.

5
UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, mtodo o
sistema impreso, electrnico, magntico, incluyendo el fotocopiado, la fotografa, la grabacin o un sistema de recuperacin de la informacin, sin la autorizacin por escrito
de la Universidad Virtual del Estado de Guanajuato.
Seleccin de factores relevantes. Con base en el anlisis estadstico deben eliminarse los factores que no
son importantes para el modelo, ya que lejos de contribuir, slo agregan imprecisin al pronstico final. En
caso de que los factores restantes no sean suficientes para hacer un buen pronstico es necesario volver a
considerar otros factores.

Diseo del modelo de pronstico. Los factores seleccionados y la relacin entre ellos son considerados
para la construccin de un modelo matemtico que permite realizar pronsticos, con cierto grado de exactitud,
respecto a la situacin analizada.

Series de tiempo

Este mtodo de anlisis suele ser ms impreciso que el anlisis multivariante, aunque puede utilizarse
como mtodo auxiliar cuando no es posible identificar factores relevantes a una situacin o no se cuenta con
informacin histrica de ellos (Carnot, Koen & Tissot, 2005).

El principio bsico de una serie de tiempo es identificar los patrones de comportamiento de una variable en
cierto periodo y suponer que ese patrn volver a repetirse en el futuro. Al analizar los patrones de una serie
de tiempo debemos tomar en cuenta que estn conformados por dos elementos bsicos:

Tendencia
Ciclo

Tendencia. La tendencia de una serie se encuentra dada por el comportamiento a largo plazo de la serie y
para identificarla es necesario considerar un nmero significativo de datos. En las figuras 4, 5, 6 y 7 se
ejemplifican algunos tipos de tendencias.

Figura 4. Tendencia lineal creciente. Figura 5. Tendencia lineal decreciente.

6
UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, mtodo o
sistema impreso, electrnico, magntico, incluyendo el fotocopiado, la fotografa, la grabacin o un sistema de recuperacin de la informacin, sin la autorizacin por escrito
de la Universidad Virtual del Estado de Guanajuato.
 Figura 6. Tendencia exponencial. Figura 7. Tendencia logartmica.

Ciclo. El ciclo de una serie registra la estabilidad en los cambios que sufre una variable a lo largo del tiempo.
Por ejemplo, las ventas de una empresa de helados incrementan en los meses de primavera y verano, pero
disminuyen en los meses de otoo e invierno y vuelven a incrementar al empezar un nuevo ciclo.

En las figuras 8 y 9 se muestran grficas con patrones cclicos.

Figura 8. Ciclo simple. Figura 9. Ciclo compuesto.

Metodologas de series de tiempo

Existen un gran nmero de metodologas para hacer pronsticos con base en series de tiempo, pero cada
una de ellas analiza los dos elementos bsicos: tendencia y ciclo. A continuacin se explican brevemente los
mtodos ms difundidos para realizar pronsticos con series de tiempo.

Promedio mvil. Es muy fcil de aplicar, pero tambin muy inexacto. Es conveniente cuando
se analizan patrones sencillos.
Suavizacin exponencial. Requiere un nmero considerable de clculos y es empleado en
situaciones que presentan poca variacin cclica.

7
UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, mtodo o
sistema impreso, electrnico, magntico, incluyendo el fotocopiado, la fotografa, la grabacin o un sistema de recuperacin de la informacin, sin la autorizacin por escrito
de la Universidad Virtual del Estado de Guanajuato.
 Mtodo de Winters. Requiere una gran cantidad de clculos, pero es el que presenta mayor
exactitud de los tres, ya que es capaz de tomar en cuenta las variaciones en la estacionalidad
y la tendencia.

Ejemplo de aplicacin

Una pequea empresa que fabrica calzado desea

pronosticar sus ventas para el prximo mes. El
gerente considera que el factor que ms influye en
sus ventas es el dinero invertido en publicidad por
televisin, radio y prensa, por lo que decide
recopilar informacin referente al ao anterior.
Figura 10. Red Wing Shoes Factory Tour
(Hale, 2010).

Mes Ventas Televisin Radio Prensa

1 63,622.80 3,000 1,000 600
2 85,805.54 3,832 2,127 655
3 55,836.45 2,530 1,159 480
4 83,077.73 3,899 1,850 434
5 74,516.57 3,099 1,600 406
6 65,580.87 2,989 1,183 300
7 90,448.93 4,071 2,167 353
8 66,833.19 2,566 2,134 479
9 71,113.31 3,578 1,316 488
10 83,650.80 4,052 2,076 509
11 61,643.65 2,628 2,244 300
12 64,351.26 2,650 1,738 649

Tabla 2. Datos mensuales de publicidad invertida durante el ao anterior.

Despus de realizar un anlisis estadstico el gerente concluye que todas las variables son importantes, por
lo que decide crear un modelo de pronstico a partir de esta informacin.

Al utilizar la herramienta para anlisis multivariante de regresin lineal de Microsoft Excel, el gerente obtiene
la siguiente hoja de resultados:

8
UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, mtodo o
sistema impreso, electrnico, magntico, incluyendo el fotocopiado, la fotografa, la grabacin o un sistema de recuperacin de la informacin, sin la autorizacin por escrito
de la Universidad Virtual del Estado de Guanajuato.
 1

3
4
5

Figura 11. Hoja de resultados del modelo de regresin lineal.

A partir del dato 1 concluye que la exactitud del modelo de pronstico es de 93.22% y utiliza los datos 2, 3,
4 y 5 para crear la ecuacin matemtica del modelo de pronstico, tal como se muestra:

= 9581.03 + (15.28 ) + (6.99 ) + (2.27 )

Debido a que la empresa planea gastar $2,700.00 en televisin, $1,800.00 en radio y $375.00 en prensa, el
gerente pronostica que sus ventas sern de:

= 9581.03 + (15.28 2700) + (6.99 1800) + (2.27 375)

= 9581.03 + (41256) + (12582) + (851.52)

= 64,270.25

Al comparar el modelo utilizado por el gerente y las ventas reales del ao pasado es posible observar que
existe una diferencia, a la que se conoce como error de pronstico.

100,000.00
80,000.00
60,000.00
Pesos

40,000.00 Ventas
20,000.00 Pronstico
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13
Meses

Figura 12. Error de pronstico.

9
UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, mtodo o
sistema impreso, electrnico, magntico, incluyendo el fotocopiado, la fotografa, la grabacin o un sistema de recuperacin de la informacin, sin la autorizacin por escrito
de la Universidad Virtual del Estado de Guanajuato.
De acuerdo con el modelo de pronstico el gerente afirma con un 93.22% de exactitud que las ventas para
el prximo mes sern de $64,270.25 pesos. Con esta informacin ahora puede tomar decisiones financieras
y de produccin.

Importancia de los pronsticos

Todo proceso de toma de decisiones requiere de informacin confiable sobre la cual planear estrategias de
accin, pero en la actualidad el dinamismo y la incertidumbre de los negocios hacen imposible contar con
informacin 100 por ciento precisa acerca del futuro. En esta labor, los pronsticos tienen un papel
fundamental pues constituyen el punto de partida de cualquier decisin organizacional.

Figura 13. Pronsticos, punto de partida para las decisiones organizacionales.

En la figura 13 se muestran algunos de los modelos ms utilizados para la toma de decisiones

organizacionales y todos ellos parten de la informacin proporcionada por los mtodos de pronstico. Si la
informacin proporcionada es errnea, tambin las decisiones sern errneas.

Al analizar y resolver ejemplos y ejercicios ten en mente que todos los datos que se presentan (ventas,
demanda, capacidad de produccin, tiempo de servicio) provienen de un mtodo de pronstico muy bien
fundamentado.

10
UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, mtodo o
sistema impreso, electrnico, magntico, incluyendo el fotocopiado, la fotografa, la grabacin o un sistema de recuperacin de la informacin, sin la autorizacin por escrito
de la Universidad Virtual del Estado de Guanajuato.
 Referencias

Armstrong, J. S. (Ed.). (2001). Principles of Forecasting. A Handbook for

Researchers and Practitioners. USA: Kluwer Academic Publishers.
[Versin en lnea]. Recuperado de la base de datos Ebray. (10053383)

Carnot, N., Koen, V. & Tissot, B. (2005). Economic Forecasting. Gordonsville, USA:
Palgrave Macmillan. [Versin en lnea]. Recuperado de la base de datos
Ebray. (10103760)

Ocaa, J. A. (2006). Pienso, luego mi empresa existe. Alicante, Espaa: Editorial

Club Universitario. [Versin en lnea]. Recuperado de
http://books.google.com.mx/books?id=qeKLsy_qwSsC&printsec=frontcov
er&dq=Jos%C3%A9+Oca%C3%B1a&hl=es&ei=KCGATKvXJoWasOS48
yeAQ&sa=X&oi=book_result&ct=book-preview-
link&resnum=1&ved=0CCoQuwUwAA#v=onepage&q&f=false

Referencias de las imgenes

Hale, N. (2010). Red Wing Shoes Factory Tour. Recuperada de

http://www.flickr.com/photos/94693506@N00/4643247813/ (imagen
publicada bajo licencia Creative Commons Atribucin 2.0 Genrica, de
acuerdo con: https://creativecommons.org/licenses/by/2.0/)

Stroinski, B. (2004). Interview. Recuperada de

http://www.freeimages.com/photo/interview-1478240 (imagen publicada
bajo el acuerdo de licencia de
FreeImages.com: http://es.freeimages.com/license).

11
UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, mtodo o
sistema impreso, electrnico, magntico, incluyendo el fotocopiado, la fotografa, la grabacin o un sistema de recuperacin de la informacin, sin la autorizacin por escrito
de la Universidad Virtual del Estado de Guanajuato.