METODOS DE PRONOSTICO DE VENTAS

METODOS DE PRONOSTICO DE VENTAS

• PROMEDIO MÓVIL PONDERADO

La utilización de esta técnica supone que la serie de tiempo es estable, esto es, que los datos que la componen se generan sin variaciones importantes entre un dato y otro (error aleatorio=0)2, esto es, que el comportamiento de los datos aunque muestren un crecimiento o un decrecimiento lo hagan con una tendencia constante.

Cuando se usa el método de promedios móviles se está suponiendo que todas las observaciones de la serie de tiempo son igualmente importantes para la estimación del parámetro a pronosticar (en este caso los ingresos). De esta manera, se utiliza como pronóstico para el siguiente periodo el promedio de los n valores de los datos más recientes de la serie de tiempo. Utilizando una expresión matemática, tenemos:

El término móvil indica que conforme se tienen una nueva observación de la serie de

Promedio Móvil = Σ (n valores de datos más recientes) tiempo, se reemplaza la observación más antigua de la ecuación y se calcula un nuevo promedio.

El resultado es que el promedio se moverá, esto es, conforme se tengan nuevos datos y se vayan sustituyendo en la fórmula, el valor del promedio irá modificándose.

Suavización Exponencial

Otro método para realizar un pronóstico es el método de suavización exponencial. A diferencia de los promedios móviles, este método pronostica otorgando una ponderación a los datos dependiendo del peso que tengan dentro del cálculo del pronóstico. Esta ponderación se lleva a cabo a través de otorgarle un valor a la constante de suavización, α, que puede ser mayor que cero y menor que uno. Para nuestro ejemplo, utilizamos un valor de α = 0.8, por ser éste el que mejor ajusta al pronóstico a los datos reales.

El método de suavización exponencial supone que el proceso es constante, al igual que el método de promedios móviles. Esta técnica está diseñada para atenuar una desventaja del método de promedios móviles, en donde los datos para calcular el promedio tienen la misma ponderación. De manera particular, esta técnica considera que las observaciones recientes tienen más valor, por lo que le otorga mayor peso dentro del promedio.

La suavización exponencial utiliza un promedio móvil ponderado de los datos históricos de la serie de tiempo como pronóstico; es un caso especial de promedio móvil en donde se selecciona un solo valor de ponderación3. El modelo básico de suavización exponencial se presenta a continuación:

Ft+1 = αYt + (1 - α)Ft

FÓRMULAS Y DEFINICIONES DE VARIABLES PARA LOS PRONÓSTICOS DE SUAVIZACIÓN EXPONENCIAL

Fn = Fn-1 + α(An-1 - Fn-1)

Fn= pronóstico para el periodo siguiente

Fn-1= el periodo anterior

An-1= datos reales del periodo

α= constante de suavización de 0 a 1.

METODO REGRESIÓN

...