La Estacionalidad

2. La Estacionalidad es un patrón de datos que se repite después de un periodo de días, semanas, meses o trimestres, Existen seis patrones de estacionalidad:

Semana Día 7

Mes Semana 4 – 4 1/2

Mes Día 28-31

Año Trimestre 4

Año Mes 12

Año semana 52

Los restaurantes y las peluquerías, por mencionar algún ejemplo, experimentan estaciones semanales donde los sábados son los días pico en sus negocios. Los distribuidores de cerveza pronostican patrones anuales con estaciones mensuales. Cada una de las tres “estaciones”- mayo, junio y septiembre- contiene un día festivo en el que se ingiere mucha cerveza.

3. Los ciclos son patrones en los datos que se repiten después de varios años. Usualmente están sujetos al ciclo comercial y son de suma importancia para el análisis y la planeación del negocio a corto plazo. La predicción de los ciclos comerciales es difícil porque los acontecimientos políticos o la agitación internacional llegan a afectarlos.

4. Las Variaciones Aleatorias son “señales” en los datos generados por casualidad o por situaciones inusuales. No siguen ningún patrón detectable y, por tanto, no se puede predecir.

Enfoque intuitivo

La forma más sencilla e pronosticar es suponer que la demanda del siguiente periodo será igual a la demanda del periodo más reciente. En otras palabras, si las ventas de un producto, digamos teléfonos celulares Motorola, fueron 68 unidades en enero, podemos pronosticar que en febrero las ventas también serán 68 teléfonos. ¿Tiene sentido esto? Pues resulta que para algunas líneas el enfoque intuitivo es el modelo de pronóstico más efectivo en costo y eficientemente objetivo. Cuando menos ofrece un punto de partida contra el cual comprar otros modelos más sofisticados que se apliquen más adelante.

Promedios móviles

El método de promedios móviles usa un número de valores de datos históricos reales para generar un pronóstico. Los promedios móviles son útiles si podemos suponer que la demanda del mercado permanecerá relativamente estable en el tiempo.

Un promedio móvil de 4 meses se encuentra simplemente sumando la demanda de los últimos 4 meses y dividiéndola entre 4. Al concluir cada mes, los datos del mes más reciente se agregan a la suma de los 3 meses anteriores y se elimina el dato del mes más antiguo.

Matemáticamente, el promedio móvil simple (que sirve como estimación de la demanda del siguiente periodo) se expresa como

Promedio móvil= ∑ demanda en los “n” periodos anteriores

“n”

Donde “n” es el número de periodos que comprende el promedio móvil, por ejemplo 4, 5 o 6 meses, respectivamente para un promedio móvil de 4, 5 o 6 periodos.

Cuando se presenta una tendencia o patrón, se utilizan ponderaciones para dar más importancia a los valores recientes. Esta práctica permite que las técnicas de pronóstico respondan más rápido a los cambios, ya que puede darse mayor peso a los periodos más recientes. La elección de las ponderaciones es un tanto arbitraria porque no existe una fórmula establecida para determinarlas. Por ello, decidir que ponderación emplear requiere cierta experiencia. Por ejemplo, si el último mes o periodo se pondera demasiado alto, el pronóstico puede reflejar un cambio grande inusual, demasiado rápido en el patrón de demanda o de ventas.

Un promedio móvil ponderado se expresa matemáticamente como:

Promedio=∑ (ponderación para periodo “n”) (demanda en el periodo n)

Móvil ponderado ∑ponderaciones

Suavizamiento exponencial

El suavizamiento exponencial es un sofisticado método de pronóstico de promedios móviles ponderados cuya aplicación sigue siendo muy sencilla. Implica mantener muy pocos registros de datos históricos. La fórmula básica para el suavizamiento exponencial se expresa como sigue:

Nuevo pronóstico= pronóstico del periodo anterior

+α (demanda real en mes anterior-pronósticos del periodo anterior)

Donde α es la ponderación, o constante de suavizado, elegida por quien pronostica, que tiene un valor entre 0 y 1. La ecuación (4-3) también se escribe matemáticamente como

F1= ft-1+α (at-1 – ft-1)

Dónde:

Ft= nuevo pronóstico

Ft-1= pronóstico anterior

Α= constante de suavizado (o ponderación)

...