Los Pronósticos Como Fuentes de Información

II0010_M1AA2L4_Pronosticos
Versión: septiembre 2012

Revisor: Felipe Rendón
Revisor 2: Gilberto Zaras abril de 2019.
Los pronósticos como fuentes de información

por Oliverio Ramírez
El ser humano siempre ha estado interesado en conocer el futuro, en anticipar posibles éxitos 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
pronóstico del tiempo para saber qué ropa usar, las estadísticas deportivas para predecir el
resultado de un partido de futbol, las noticias financieras para estimar el alza en los precios, las
encuestas de salida para predecir qué candidato será el vencedor en las elecciones, entre otras.
Existen muchos medios y métodos para realizar pronósticos sobre el futuro, algunos son de
carácter supersticioso y sin fundamento científico, mientras que otros se basan en estadísticas y
análisis de datos. En esta lectura se estudiarán aquellos que utilizan un enfoque racional y analítico
para obtener pronósticos estadísticamente válidos.
Elaboración de pronósticos
De forma general, se puede decir que el proceso para realizar un pronóstico estadístico consta de
cuatro fases (Armstrong, 2001):
Definición del objetivo. Consiste en expresar de forma concreta la información que se desea
obtener mediante el pronóstico. El objetivo del pronóstico debe contestar a dos preguntas básicas:
¿Qué necesito saber? ¿De qué periodo necesito saberlo?
Ejemplos:
• Conocer la cantidad de unidades que comprará el cliente A en el próximo mes.

• Conocer el gasto por consumo de energía eléctrica que se tendrá en la empresa durante
los siguientes dos meses.
Recolección de datos. Consiste en identificar las fuentes y recursos disponibles que contienen
información relevante para el objetivo del pronóstico; posibles fuentes de información son: datos
históricos, opiniones de expertos, tendencias económicas, etc.
1
©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio,
método o sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información,
sin la autorización por escrito de la Universidad Virtual del Estado de Guanajuato.
La precisión del pronóstico depende completamente de la fiabilidad de la información, por lo que

seleccionar las fuentes correctas es una tarea que debe realizarse con sumo cuidado.
Análisis de información. El análisis de información se realiza con base en el tipo, cantidad y calidad
de la información recolectada y aunque generalmente suelen utilizarse métodos estadísticos,
también existen metodologías que permiten realizar pronósticos con base en opiniones, ideas e
información no numérica.
La actividad fundamental en esta fase es la creación de modelos capaces de describir el

comportamiento pasado y presente, con el fin de realizar suposiciones fundamentadas respecto al
futuro.
Realización de pronóstico. La fase final consiste en responder de forma concisa las preguntas
formuladas en el objetivo del pronóstico, utilizando para ello los modelos, tendencias,
comportamientos y patrones detectados en el análisis de la información.
Al realizar un pronóstico es recomendable incluir la probabilidad de que éste se cumpla. Por

ejemplo:
• Con un 90% de probabilidad, es posible decir que el cliente A comprará 1215 unidades el
próximo mes.
• Con un 95% de probabilidad, es posible decir que el gasto por consumo de energía eléctrica
durante los próximos dos meses será de 8,200 pesos.
Metodologías de pronósticos
Una forma de clasificar las metodologías de pronósticos es de acuerdo al tipo de información que
utilizan.
• Los métodos cualitativos son útiles en situaciones en las que la principal fuente de
información son opiniones, percepciones e información no numérica.
• Los métodos cuantitativos son útiles en situaciones en las que la principal fuente de
información son estadísticas y datos numéricos.
En las siguientes secciones se presentan de forma general los métodos y conceptos básicos de
ambos tipos de pronósticos.
Métodos cualitativos
Cuando no se cuenta con información numérica para realizar un pronóstico acertado, una
práctica común es consultar la opinión de un experto en el tema. Imagina que deseas conocer
2
cuál será la principal fuente de energía en el futuro y no posees nada de información al

respecto ¿cómo obtendrías un pronóstico confiable?
Si decides preguntarle a un Ingeniero en

energía solar, seguramente tu conclusión será
que en el futuro la energía solar será la
principal fuente de energía; pero, si le
preguntas a un ingeniero químico o a un
ingeniero eólico, obtendrás un pronóstico
muy diferente.
Figura 1. Doble exposición de un ingeniero

y un paisaje urbano (metamorworks &
iStock, 2018).
De acuerdo con Ocaña (2006), en los años 50 la Corporación Rand enfrentó una situación
similar; su objetivo era realizar predicciones sobre el daño ocasionado por una posible guerra
con bombas atómicas, sin embargo, la diversidad de opiniones lo llevó a desarrollar su propio
método de pronóstico: el Método Delphi.
Método Delphi
Es una técnica estructurada en la que un grupo de trabajo coordina el intercambio anónimo

de información entre un conjunto de expertos hasta lograr un consenso aceptable de
respuestas.
Para Armstrong (2001) son cuatro las características que distinguen al Método Delphi del
resto de las técnicas de pronóstico grupal:
Anonimidad. A cada participante se le entrega un cuestionario que debe responder de forma

privada, ya sea en papel o computadora; de esta forma se garantiza que pueda expresar sus
opiniones libremente, sin ser influido por la opinión o prestigio del resto de expertos.
Agregación estadística. Una vez que se reciben las opiniones de todos los expertos, se
realiza un sencillo resumen estadístico en el que se agrupan las respuestas del grupo. Por
ejemplo, si al grupo de expertos se le pregunta en qué año estima que se terminarán las
reservas de petróleo, al final se obtiene el promedio o mediana de los datos para aproximar
una fecha.
3
Retroalimentación. El equipo de trabajo se encarga de enviar a cada experto el resumen

estadístico que agrupa todas las respuestas, con el fin de que puedan reconsiderarlas.
Iteración. 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 retroalimentación
recibida. El grupo de trabajo es quien define el número de iteraciones que son necesarias
para obtener un consenso aceptable en el pronóstico.
Mediante el esquema que se muestra en la figura 2 se resume de forma gráfica el Método

Delphi.
Figura 2. Esquema general de la aplicación del Método Delphi.
Métodos cuantitativos
Son utilizados cuando se cuenta con información numérica, o resulta posible y económico
obtenerla. Debido al análisis estadístico que se requiere, este tipo de métodos suele
clasificarse en:
• Análisis multivariante
• Series de tiempo
4
Análisis multivariante
El fundamento del análisis multivariante es la consideración y estudio de factores relevantes
(variables) que pueden influir en el resultado de un evento o una situación; de forma general se
realiza de acuerdo con la secuencia que se muestra en la figura 3.
Figura 3. Análisis multivariante.
Consideración de factores. Con base en la situación y condiciones del pronóstico a realizar, se

identifican factores que se creen importantes para el modelo de pronóstico.
Ejemplo:
Para realizar un pronóstico de la temperatura máxima de cierta ciudad, puedes considerar la

humedad, velocidad del viento, presión atmosférica, ¿qué otros consideras importantes?
Recolección de datos. Una vez que se identifican las variables relevantes, es necesario obtener
información histórica que permita identificar su comportamiento y relación.
Ejemplo:
Para pronosticar el clima necesitas información de días anteriores, con los datos de cada
uno de los factores y la temperatura máxima que se alcanzó. Una sugerencia es utilizar la
figura 4 que se muestra a continuación.
Velocidad del Temperatura

Día Presión Humedad
viento Máxima
i # Pa # g/m3 # Km/h # °C
Figura 4. Factores considerados para el pronóstico de temperatura.
Análisis estadístico. Su objetivo es conocer el impacto que cada uno de los factores tiene en el
pronóstico a realizar. Una herramienta muy utilizada es el análisis de varianza (ANOVA, por sus
siglas en inglés) que mide la probabilidad con que una variable contribuye al resultado final.
5
Selección de factores relevantes. Con base en el análisis estadístico, deben eliminarse los
factores que no son importantes para el modelo, ya que lejos de contribuir sólo agregan
imprecisión al pronóstico final. En caso de que los factores restantes no sean suficientes para
realizar un buen pronóstico, es necesario volver a considerar otros factores.
Diseño del modelo de pronóstico. Los factores seleccionados y la relación entre ellos son
considerados para la construcción de un modelo matemático que permite realizar pronósticos
con cierto grado de exactitud respecto a la situación analizada.
Series de tiempo
Este método de análisis suele ser más impreciso que el análisis multivariante, aunque puede
utilizarse como método auxiliar cuando no es posible identificar factores relevantes de una
situación, o no se cuenta con información histórica de ellos (Carnot, Koen & Tissot, 2005).
El principio básico de una serie de tiempo es identificar los patrones de comportamiento de

una variable en cierto periodo, y suponer que ese patrón volverá a repetirse en el futuro. Al
analizar los patrones de una serie de tiempo debemos tomar en cuenta que están conformados
por dos elementos básicos:
• 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 número significativo de datos. En las
figuras 5, 6, 7 y 8 se ejemplifican algunos tipos de tendencias.
Figura 5. Tendencia Lineal Creciente. Figura 6. Tendencia Lineal Decreciente.
6
Figura 7. Tendencia Exponencial. Figura 8. Tendencia Logarítmica.
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, disminuyen en los meses de otoño e invierno, y vuelven a
incrementar al empezar un nuevo ciclo.
En las figuras 8 y 9 se muestran gráficas con patrones cíclicos.
Figura 9. Ciclo simple. Figura 10. Ciclo compuesto.
Metodologías de series de tiempo

Existen un gran número de metodologías para realizar pronósticos con base en series de
tiempo, pero cada una de ellas analiza los dos elementos básicos: tendencia y ciclo. A
continuación, se explican brevemente los métodos más difundidos para realizar pronósticos
con series de tiempo.
• Promedio móvil. Es muy fácil de aplicar, pero también muy inexacto. Es conveniente
cuando se analizan patrones sencillos.
• Suavización exponencial. Requiere un número considerable de cálculos y es
empleado en situaciones que presentan poca variación cíclica.
7
• Método de Winters. Requiere una gran cantidad de cálculos, 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 aplicación
Una pequeña empresa que fabrica

calzado desea pronosticar sus
ventas para el próximo mes. El
gerente considera que el factor que
más influye en sus ventas es el
dinero invertido en publicidad por
televisión, radio y prensa, por lo que
decide recopilar información
referente al año anterior.
Figura 11. Plan, diseño moderno de espacio de

trabajo con Hombre Trabajando. (girafchik123 &
iStock, 2016).
Mes Ventas Televisión 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
Figura 12. Datos mensuales de publicidad invertida durante el año anterior.
Después de realizar este análisis, el gerente concluye que todas las variables son
importantes, por lo que decide crear un modelo de pronóstico a partir de esta información,
para esto utiliza la herramienta para análisis multivariante de regresión lineal de Microsoft
Excel de la siguiente manera.
8
Los datos de la tabla anterior se pasan a una hoja de Excel, como se muestra en la siguiente
figura.
Figura 12. Datos en tabla de Excel.
Una vez con los datos ordenados en una tabla de Excel, se debe realizar un análisis
estadístico con el complemento de Excel: Análisis de datos, que se ubica en el menú de la
herramienta Datos.
Figura 13. Ubicación del complemento Análisis de datos.
Si no está instalado este complemento, se puede instalar desde Opciones → Complementos

→ en la parte de abajo, en el menú desplegable, seleccionar Complementos de Excel y
presionar el botón Ir… en la ventana que se abra, seleccionar el recuadro de Herramientas
para análisis – VBA, como se muestra en el siguiente video.
Título: Habilitar complementos: Herramientas de Análisis de Datos de Excel

Autor: Usatusofr !
https://www.youtube.com/watch?v=9Tdpfwja0fA
9
Para realizar el análisis estadístico se abre este complemento desde el menú de Datos y se
despliega una ventana, donde aparece una lista de las diferentes funciones que ofrece
Excel. En este caso debemos seleccionar la función de Regresión y Aceptar.
Figura 14. Ubicación de la función Regresión.
Se abrirá la ventana de Regresión, donde debemos ingresar los datos que deseamos
analizar. Los únicos campos que debemos ingresar son el Rango Y de entrada y Rango X de
entrada.
Figura 15. Ventana de opciones de Regresión.
10
En el Rango Y de entrada se debe seleccionar la variable dependiente, en este caso son los
datos de la columna Ventas, y en Rango X de entrada se deben colocar los datos del dinero
invertido en publicidad por televisión, radio y prensa, como se muestra en la siguiente
figura.
11
Figura 16. Introducir datos de Rango Y de entrada y Rango X de entrada.
12
Posterior a introducir los datos de Rango Y de entrada y Rango X de entrada, solo hay que
presionar sobre el botón Aceptar y abrirá los resultados del análisis en otra hoja de Excel,
los datos que requerimos son los de Coeficiente de determinación R^2, y los Coeficientes:
Variable X1, Variable X2 y Variable X3, que corresponden a Televisión, Radio y Prensa,
respectivamente.
Figura 17. Resumen de resultados del análisis de Regresión.
A partir del dato 1 concluye que la exactitud del modelo de pronóstico es de 93.22%, y utiliza
los datos 2, 3, 4 y 5 para crear la ecuación matemática del modelo de pronóstico, tal como se
muestra:
𝑉𝑒𝑛𝑡𝑎𝑠 = 9581.03 + (15.28 ∗ 𝑇𝑒𝑙𝑒𝑣𝑖𝑠𝑖ó𝑛) + (6.99 ∗ 𝑅𝑎𝑑𝑖𝑜) + (2.27 ∗ 𝑃𝑟𝑒𝑛𝑠𝑎)
Debido a que la empresa planea gastar $2,700.00 en televisión, $1,800.00 en radio, y $375.00
en prensa, el gerente pronostica que sus ventas serán de:
𝑉𝑒𝑛𝑡𝑎𝑠 = 9581.03 + (15.28 ∗ 2700) + (6.99 ∗ 1800) + (2.27 ∗ 375)
𝑉𝑒𝑛𝑡𝑎𝑠 = 9581.03 + (41256) + (12582) + (851.52)
𝑉𝑒𝑛𝑡𝑎𝑠 = 64,270.25
13
Al comparar el modelo utilizado por el gerente y las ventas reales del año pasado, es
posible observar que existe una diferencia, a la que se conoce como error de pronóstico.
100,000.00
90,000.00
80,000.00
70,000.00
60,000.00
Pesos
50,000.00
Ventas
40,000.00
Pronóstico
30,000.00
20,000.00
10,000.00
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13
Meses
Figura 18. Error de pronóstico.
De acuerdo con el modelo de pronóstico el gerente afirma con un 93.22% de exactitud que
las ventas para el próximo mes serán de $64,270.25 pesos. Con esta información ahora
puede tomar decisiones financieras y de producción.
Importancia de los pronósticos

Todo proceso de toma de decisiones requiere de información confiable sobre la cual planear
estrategias de acción, pero en la actualidad el dinamismo y la incertidumbre de los negocios hacen
imposible contar con información 100 por ciento precisa acerca del futuro. En esta labor, los
pronósticos tienen un papel fundamental, pues constituyen el punto de partida de cualquier
decisión organizacional.
14
Figura 19. Pronósticos, punto de partida para las decisiones organizacionales.
En la figura 19 se muestran algunos de los modelos más utilizados para la toma de decisiones
organizacionales, y todos ellos parten de la información proporcionada por los métodos de
pronóstico; si la información proporcionada es errónea, también las decisiones serán erróneas.
Al analizar y resolver ejemplos y ejercicios, ten en mente que todos los datos que se presentan
(ventas, demanda, capacidad de producción, tiempo de servicio…) provienen de un método de
pronóstico muy bien fundamentado.
Referencias
Armstrong, J. S. (2001). Principles of Forecasting. A Handbook for Researchers and

Practitioners. [Versión en línea]. Recuperado el 1 de septiembre de 2010, de la base de datos
Ebray de la Biblioteca Digital de la UVEG.
Carnot, N., Koen, V. & Tissot, B. (2005). Economic Forecasting. Palgrave Macmillan. [Versión en
línea]. Recuperado el 30 de agosto de 2010, de la base de datos Ebray de la Biblioteca Digital de
la UVEG.
Ocaña, J. A. (2006). Pienso, luego mi empresa existe. Alicante, España: Editorial Club
Universitario. [Versión en línea]. Recuperado el 1de septiembre de 2010, de
http://books.google.com.mx/books?id=qeKLsy_qwSsC&printsec=frontcover&dq=Jos%C3%A9+
Oca%C3%B1a&hl=es&ei=KCGATKvXJoWasOS48yeAQ&sa=X&oi=book_result&ct=book-
preview-link&resnum=1&ved=0CCoQuwUwAA#v=onepage&q&f=false
Usatusoft ! (2017). Habilitar Complementos: Herramientas de Análisis de Datos de Excel.

[Video]. Consultado el 3 de abril de 2019 de https://www.youtube.com/watch?v=9Tdpfwja0fA
Referencias de las imágenes
15
metamorworks & iStock. (2018). Doble exposición de un ingeniero y un paisaje urbano.

Recuperada de https://www.istockphoto.com/mx/foto/doble-exposici%C3%B3n-de-un-
ingeniero-y-un-paisaje-urbano-gm1019729336-274020765
girafchik123 & iStock. (2016). Plan, diseño moderno de espacio de trabajo con Hombre Trabajando.
Recuperada de https://www.istockphoto.com/mx/vector/plano-dise%C3%B1o-moderno-de-
espacio-de-trabajo-con-hombre-trabajando-gm503269096-82434499
16

Los Pronósticos Como Fuentes de Información

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Los Pronósticos Como Fuentes de Información

Cargado por

Copyright:

Formatos disponibles

II0010_M1AA2L4_Pronosticos

Versión: septiembre 2012

Los pronósticos como fuentes de información

• Conocer la cantidad de unidades que comprará el cliente A en el próximo mes.

La precisión del pronóstico depende completamente de la fiabilidad de la información, por lo que

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

Al realizar un pronóstico es recomendable incluir la probabilidad de que éste se cumpla. Por

cuál será la principal fuente de energía en el futuro y no posees nada de información al

Si decides preguntarle a un Ingeniero en

Figura 1. Doble exposición de un ingeniero

Es una técnica estructurada en la que un grupo de trabajo coordina el intercambio anónimo

Anonimidad. A cada participante se le entrega un cuestionario que debe responder de forma

Retroalimentación. El equipo de trabajo se encarga de enviar a cada experto el resumen

Mediante el esquema que se muestra en la figura 2 se resume de forma gráfica el Método

Figura 2. Esquema general de la aplicación del Método Delphi.

Figura 3. Análisis multivariante.

Consideración de factores. Con base en la situación y condiciones del pronóstico a realizar, se

Para realizar un pronóstico de la temperatura máxima de cierta ciudad, puedes considerar la

Velocidad del Temperatura

Figura 4. Factores considerados para el pronóstico de temperatura.

El principio básico de una serie de tiempo es identificar los patrones de comportamiento de

Figura 5. Tendencia Lineal Creciente. Figura 6. Tendencia Lineal Decreciente.

Figura 7. Tendencia Exponencial. Figura 8. Tendencia Logarítmica.

En las figuras 8 y 9 se muestran gráficas con patrones cíclicos.

Figura 9. Ciclo simple. Figura 10. Ciclo compuesto.

Metodologías de series de tiempo

Una pequeña empresa que fabrica

Figura 11. Plan, diseño moderno de espacio de

Mes Ventas Televisión Radio Prensa

Figura 12. Datos mensuales de publicidad invertida durante el año anterior.

Figura 12. Datos en tabla de Excel.

Figura 13. Ubicación del complemento Análisis de datos.

Si no está instalado este complemento, se puede instalar desde Opciones → Complementos

Título: Habilitar complementos: Herramientas de Análisis de Datos de Excel

Figura 14. Ubicación de la función Regresión.

Figura 15. Ventana de opciones de Regresión.

Figura 16. Introducir datos de Rango Y de entrada y Rango X de entrada.

Figura 17. Resumen de resultados del análisis de Regresión.

𝑉𝑒𝑛𝑡𝑎𝑠 = 9581.03 + (15.28 ∗ 𝑇𝑒𝑙𝑒𝑣𝑖𝑠𝑖ó𝑛) + (6.99 ∗ 𝑅𝑎𝑑𝑖𝑜) + (2.27 ∗ 𝑃𝑟𝑒𝑛𝑠𝑎)

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

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

Figura 18. Error de pronóstico.

Importancia de los pronósticos

Figura 19. Pronósticos, punto de partida para las decisiones organizacionales.

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

Usatusoft ! (2017). Habilitar Complementos: Herramientas de Análisis de Datos de Excel.

Referencias de las imágenes

metamorworks & iStock. (2018). Doble exposición de un ingeniero y un paisaje urbano.

También podría gustarte