Taller 1

Modelo de pronósticos

1) Defina y determine la relación entre los modelos forecasting y los modelos

de pronósticos.

Estos modelos permiten hacer estudios de factibilidad de los proyectos, prever las
situaciones que puedan afectar las actividades económicas y las relaciones
futuras.
Al definir y evaluar el propósito de cada uno de los modelos se pueden identificar
la relación que existe entre los dos, para su elaboración se requieren el trato con
los datos para evaluar el futuro y el Tiempo y están directamente involucrados, con
el uso de método forecast, el área de ventas busca pronosticas predicciones,
establecer métodos, crear hipótesis sobre las necesidades o tendencias; para
llegar a esta conclusión se evaluaron las definiciones de cada termino y las
características de estos métodos.
 los modelos de pronósticos sirven para detectar situaciones futuras y hacer
proyecciones con base en la información analizada, El propósito de los
pronósticos es tener mayor control de la planificación. Inclusive los estándares
utilizados para los pronósticos más adelante podrán ser evaluados para medir
el desarrollo de los objetivos.
 Funcionan a base de datos históricos y matemáticos
 no incluyen fenómenos o situaciones económicas
 llevar a cabo una adecuada planeación de la producción, de recursos
humanos, de las finanzas de la empresa, de entregas, o de compras,
entre otros.
 El forecast o previsión de ventas, es la estimación de ventas que tenemos para
un determinado periodo de tiempo. Para ello utilizaremos datos históricos,
valoraciones del equipo de marketing, información de los profesionales de
ventas o cualquier otro indicador disponible para obtener la cifra más real
posible.

 Crear hipótesis de trabajo en función de las necesidades o de las

tendencias
 Comparar las hipótesis de trabajo creadas
  Detectar una desviación y establecer una nueva previsión para poder
alinearse a los objetivos que se establecieron a principios de ejercicio.
 Realizar ajustes manuales para reorientar acciones: o incluso crear tu propio
método para hacerlo automatizado.

2) Que es el aprendizaje automático (mechine learning) y como se relaciona

con los modelos de pronósticos.
Este sistema es utilizado para aprender nuevos algoritmos basándose en los
sistemas usados cotidianamente y en los datos ya sean cambiantes o no, a través
de la consulta realizada se pueden conocer que es esta modalidad de aprendizaje
para los equipos y donde está implícita normalmente:
El machine learning es un método de análisis de datos que automatiza la
construcción de modelos analíticos. Es una rama de la inteligencia artificial basada
en la idea de que los sistemas pueden aprender de datos, identificar patrones y
tomar decisiones con mínima intervención humana.
Éstos son algunos ejemplos ampliamente publicados de aplicaciones de machine
learning:

 ¿El automóvil de conducción autónoma de Google tan publicitado? La esencia

del machine learning.
 ¿Ofertas de recomendación en línea como las de Amazon y Netflix? Aplicaciones
de machine learning para la vida diaria.
 ¿Saber lo que los clientes dicen acerca de usted en Twitter? Machine learning
combinado con creación de reglas lingüísticas.
 ¿Detección de fraudes? Uno de los usos más obvios e importantes en nuestro
mundo hoy día. 

El aprendizaje automático consta de tres partes:

 Aprendizaje supervisado:

Este tipo de aprendizaje se basa en lo que se conoce como información de

entrenamiento. Se entrena al sistema proporcionándole cierta cantidad de datos
definiéndolos al detalle con etiquetas.
 Aprendizaje no supervisado:
 En este tipo de aprendizaje no se usan valores verdaderos o etiquetas. Estos
sistemas tienen como finalidad la comprensión y abstracción de patrones de
información de manera directa.

 Aprendizaje por refuerzo:

En la técnica de aprendizaje mediante refuerzo, los sistemas aprenden a partir de

la experiencia. Como ejemplo se puede observar el comportamiento de un coche
autónomo. Cuando el vehículo toma una decisión errónea, es penalizado, dentro
de un sistema de registro de valores

un gran matiz es que el aprendizaje automático es mucho más fácil de

implementar con actualizaciones en tiempo real a medida que obtiene más datos.
El análisis predictivo suele funcionar con un conjunto de datos estático y se debe
actualizar la pantalla para ver las actualizaciones.

Una exploración de los datos históricos de muchos sistemas de origen a través de

análisis estadísticos, análisis cuantitativo, minería de datos, modelado predictivo y
otras técnicas de análisis predictivo que, de un modo u otro, hacen posible
identificar tendencias y comprender la información que puede impulsar el cambio
empresarial y el apoyo sostenido a prácticas corporativas de éxito

3) Especifique y defina los métodos cualitativos de pronósticos más utilizados

(mínimo 5)
 Relevancia
 Cuando y porqué se aplica
 Definición
 Ventajas y desventajas.

https://sites.google.com/site/tecnologicoao/unidad-ii---pronostico-de-la-
demanda/2-2-metodos-cualitativos-para-los-pronosticos
 https://blog.es.logicalis.com/analytics/analisis-predictivo-machine-learning-y-
forecasting
  https://blog.es.logicalis.com/analytics/bid/293595/prever-y-proyectar-resultados-
con-el-reporting-financiero-forecasting
 https://azure.microsoft.com/es-es/overview/what-is-machine-learning-
platform/#uses
 https://www.aprendemachinelearning.com/pronostico-de-series-temporales-con-
redes-neuronales-en-python/
 Investigación de Mercados:
Se usa para evaluar y probar hipótesis acerca de mercados reales. Suelen
ser cuestionarios estructurados que se envían a los clientes potenciales del
mercado solicitando en ellos opinión acerca de productos o productos
potenciales e intentan muchas veces averiguar la probabilidad de que los
consumidores demanden ciertos productos o servicios
Los negocios exitosos tienden utilizar la investigación de mercado
cualitativa para mantener el ritmo con las tendencias del mercado, para
tomar mejores decisiones y alcanzar la excelencia. ya sea que el negocio
esté comenzando o esté bien establecido, la investigación de mercado
cualitativa es un método poderoso para identificar a tu audiencia objetivo y
entender cómo estos responderán a tu producto.
 Ayuda a entender las necesidades del cliente y sus patrones de comportamiento.
 Se puede conocer lo que los clientes piensan y cómo estos perciben los productos
o servicios de una empresa.
 Sirve para entender la eficiencia de tu planeación de negocio y para saber cuáles
de tus estrategias no están funcionando.
 Te ayuda a saber cuáles son las estrategias de marketing que están teniendo un
impacto positivo en los consumidores.
El volumen de datos obtenidos puede hacer que el análisis y la
interpretación consuman mucho tiempo.
La presencia del investigador durante la recopilación de datos, puede
afectar las respuestas de los sujetos de estudio.