ANÁLISIS

DE
DECISIONES
Ing. Elena
Saltos Msc
CLASE N.- 4.
 Tema: PRONÓSTICOS
Objetivo: Elaborar de
pronósticos
Competencia: Realizar pronósticos
4.1 INTRODUCCIÓN AL MODELO DE PRONÓSTICOS

Pronóstico es un método mediante el cual se intenta

conocer el comportamiento futuro de alguna variable
con algún grado de certeza. Existen disponibles tres
grupos de métodos de pronósticos: Los cualitativos,
los de proyección históricos y los causales. Se
diferencian entre sí por la precisión relativa del
pronóstico del largo plazo en comparación con el corto
plazo, el nivel de herramientas matemáticas requerido
y la base de conocimiento como sustrato de sus
proyecciones.
 1. Mercadotecnia
 Tamaño del mercado
 Participación en el mercado
 Tendencia de precios
 Desarrollo de nuevos productos
 2. Producción
 Costo de materia prima
 Costo de mano de obra
 Disponibilidad de materia prima
 Disponibilidad de mano de obra
 Requerimientos de mantenimiento
 Capacidad disponible de la planta para la
producción
 3. Finanzas

 Tasas de interés
 Cuentas de pagos lentos
 4. Recursos Humanos

 Número de trabajadores
 Rotación de personal
 Tendencias de ausentismo
 Tendencia de llegadas tarde
 5. Planeación Estratégica
 Factores económicos
 Cambios de precios
 Costos
 Crecimiento de líneas de productos
 Los pronósticos se utilizan para
apoyar a la toma de decisiones por
parte de las Gerencias de Mercadeo,
Ventas y Producción, se entrega un
pronóstico para proveer con
información congruente y exacta, la
cual se calcula utilizando modelos
matemáticos de pronóstico, datos
históricos del comportamiento de las
 4.2 Las necesidades de
pronosticar
 Los pronósticos se utilizan para
acercarnos información futura y
con ella elaborar un plan de acción,
de ahí que las características de un
pronostico sean:
 Primera
 Todas las situaciones en que se requiere
un pronostico, tratan con el futuro y el
tiempo este directamente involucrado. As,
debe pronosticarse para un punto
especifico en el tiempo y el cambio de ese
punto generalmente altera el pronostico.
 Segunda
 Otro elemento siempre presente en
situaciones de pronósticos es la
incertidumbre. Si el administrador tuviera
certeza sobre las circunstancias que
existirán en un tiempo dado, la
preparación de un pronostico seria trivial.
 Tercera

 El tercer elemento, presente en

grado variable en todas las
situaciones descritas es la
confianza de la persona que hace
el pronostico sobre la información
contenida en datos.
 4.3 Procedimientos
 Todos los procedimientos formales de pronóstico comprenden la extensión de las
experiencias del pasado al futuro incierto. De ahí la suposición de que las condiciones
que generaron los datos anteriores son indistinguibles de las condiciones futuras, con
excepción de aquellas variables reconocidas de manera explícita por el modelo de
pronóstico. Por ejemplo, si se esta pronosticando el índice de desempeño de los
empleados en el trabajo, usando sólo como pronóstico la calificación del examen de
admisión, se asume que el índice de desempeño en el trabajo de cada persona se
afecta sólo por dicho examen. Considerando que la suposición de pasado y futuro
indistinguibles no se cumple, resultarán pronósticos imprecisos, a menos que se
modifiquen a juicio de quien se pronostica. La aceptación de que las técnicas de
pronósticos funcionan sobre datos generados en sucesos históricos pasados conduce
a la identificación de cuatro pasos en el proceso de pronóstico:
 Recopilación de datos

1. El paso 1 sugiere la importancia de obtener datos

adecuados y asegurarse que son correctos. Con frecuencia
este paso es el mayor reto de todo el proceso de pronóstico
y el más difícil de controlar, ya que los pasos siguientes se
efectúan sobre los datos, sean o no relevantes para el
problema en cuestión. Siempre que se hace necesario
obtener datos pertinentes en una organización, abundan los
problemas de recopilación y control de calidad.
 Reducción o condensación de datos

 El paso 2, la reducción de datos con frecuencia es

necesaria ya que en proceso de pronóstico es posible
tener muchos o muy pocos datos. Algunos datos
pueden no ser pertinentes al problema, por lo que
reducirían la precisión del pronóstico. Otros datos
pueden ser los adecuados, pero sólo en ciertos
periodos históricos. Por ejemplo, en el pronóstico de
ventas de automóviles compactos podría desearse
emplear sólo datos de ventas de automóviles a partir
del embargo petrolero de la década de 1970, en vez
 Construcción del modelo
 La construcción del modelo, implica ajustar los datos
reunidos en un modelo de pronóstico que sea el
adecuado para minimizar el error del pronóstico. Entre
más sencillo sea el modelo, será mejor para lograr la
aceptación del proceso por parte de los
administradores que toman las decisiones en la
empresa. Con frecuencia se debe establecer un
balance entre un enfoque de pronóstico complejo que
ofrezca ligeramente más precisión y un enfoque
sencillo que sea fácil de entender y ganar el apoyo de
quienes toman las decisiones, de manera que lo
 Extrapolación del modelo
 El paso 4 consiste en la extrapolación en
sí del modelo de pronóstico, lo cual ocurre
una vez que se recolectaron y tal vez
redujeron, los datos adecuados y que se
seleccionó un modelo de pronóstico
apropiado. Es común que quien realizó el
pronóstico revise la precisión del proceso
mediante el pronóstico de periodos
 Es entonces cuando se observan los errores de
pronóstico y se resumen de algún modo. Ciertos
procedimientos de pronósticos, suman los valores
absolutos de los errores y pueden reportar esta suma,
o dividirla entre el numero de intentos de pronóstico
para obtener el error de pronóstico promedio. Otros
procedimientos obtienen la suma de cuadrados de los
errores, que se compara luego con cifras similares de
métodos de pronóstico alternativos. Algunos
procedimientos también rastrean y reportan la
magnitud de los términos de error sobre el periodo de
pronóstico. El examen de los patrones de error
conduce con frecuencia al analista a la modificación
 Técnicas para el cálculo de
pronósticos
 TÉCNICAS CUALITATIVAS
Cuando es difícil convertir en números las variables
que intervienen en la determinación de la demanda
futura. La mayoría es de bajo costo y no requieren
de equipo computacional para hacerse, aunque su
planeación implica una gran inversión de tiempo por
parte de los directivos.
 HORIZONTE
 Normalmente se utilizan
para planear a mediano y
largo plazos.
1. Opiniones de los gerentes/ejecutivos: se basa en la
opinión general de un grupo de directivos o gerentes de la
empresa.
2. Técnica Delphi: un grupo de expertos responde, de
manera anónima, a un cuestionario que pregunta sobre las
proyecciones de ventas de la empresa. Un moderador lee en
voz alta las respuestas y, entre todos, buscan consenso.
3. Información de los vendedores: consiste en recopilar las
estimaciones realizadas por los vendedores (o
distribuidores) acerca de las ventas esperadas en sus
territorios, con el fin de suponer la tendencia y cambios
futuros.
4. Análisis del ciclo de vida: se basa en la
evaluación de las etapas de un producto
o servicio para predecir su del producto
demanda en el mercado. Esto es, desde
la introducción, inicio y crecimiento,
hasta las etapas de madurez y
declinación.
5. Investigación de mercados: se
propone recolectar datos de diversas
 Técnicas cuantitativas
 Técnicas causales
Características: Relacionan variables internas o
externas con los niveles de demanda, lo que
brinda una visión amplia del sector. Los costos
que implican son de medios a bajos y
usualmente requieren de equipo de cómputo.
Horizonte: Son más útiles para elaborar
pronósticos a mediano plazo de productos o
servicios existentes y para el diseño de
6. Regresión: se predice la demanda futura a
partir de una línea recta formada por los datos
de demandas pasadas. Si sólo se usa una
variable del pasado se le llama regresión
simple. Si se usan dos o más variables del
pasado, se le nombra regresión múltiple.
7. Promedios móviles: promedia los valores de
demanda reciente para predecir la demanda
futura.
8. Naive:es la aplicación de un
supuesto simple: en el próximo
periodo se repetirá la demanda
actual.
9. Suavización exponencial: consiste
en estimar la demanda del próximo
periodo basándose en una
combinación de indicadores de la
 TAREA
 Realice un organizador gráfico de las
diapositivas desde aquí
 COMO HACER UN PRONÓSTICO DE
VENTAS (MÉTODO Y EJEMPLOS)
 El pronóstico de ventas es una estimación anticipada de la
facturación futura de un producto o servicio. Se basa en el análisis
de datos históricos, estudios del comportamiento del cliente y
tendencias del mercado.

 Las empresas en su operación táctica están revisando

constantemente el forecast de ventas como punto de partida para
definir estrategias para alcanzar los objetivos de crecimiento;
analizando cómo optimizar recursos en producción, logística y
estrategias de marketing.
 ELEMENTOS DE UN PRONÓSTICO
DE VENTAS
 DATOS HISTÓRICOS Registros pasados de ventas y patrones de
compra que ayudan a entender el comportamiento del mercado
donde se encuentran tendencias a lo largo de un lapso de tiempo.
 VENTANAS DE TIEMPO Período de tiempo a analizar; puede ser en
meses, bimestres, semestres o años
 TENDENCIAS DEL MERCADO Cambios que se presentan en el
mercado que pueden influir en las ventas, como variaciones
macroeconómicas, avances tecnológicos, y preferencias del
cliente y la competencia.
 INVESTIGACIÓN DE MERCADO Es el análisis de
información sobre clientes potenciales, segmentos de
mercado, percepciones de marca y factores externos que
podrían afectar las ventas.
 FACTORES EXTERNOS Elementos fuera del control de la
empresa pero que pueden afectar las ventas, como
condiciones económicas globales, regulaciones
gubernamentales, cambios en el clima y eventos
imprevistos.
 COMPORTAMIENTO DEL CONSUMIDOR Hábitos, preferencias,
necesidades y motivaciones de los consumidores que
influyen en sus decisiones de compra.
 ANÁLISIS DE LA COMPETENCIA Estudio de las estrategias de marketing,
precios, productos y servicios de los competidores para evaluar cómo
pueden afectar las ventas y anticipar posibles acciones competitivas.
 FEEDBACK INTERNO Retroalimentación e información proporcionada por
el equipo de ventas, los gerentes de cuentas y otros departamentos dentro
de la organización que tienen relación con la gestión comercial y pueden
brindar información valiosa sobre las tendencias del mercado y las
expectativas de los clientes.
 MODELOS Y MÉTODOS DE PRONÓSTICO DE VENTAS Herramientas
analíticas y estadísticas utilizadas para predecir las ventas futuras, como
modelos de regresión, análisis de series temporales, técnicas de suavizado
exponencial y métodos de inteligencia artificial, machine learning y deep
learning.
 TIPOS DE PRONÓSTICOS DE
VENTAS
 Existen diferentes tipos de pronóstico de ventas; el que desees
utilizar, depende de la industria y de los datos fuente que tengas.
Te voy a mostrar las opciones que tienes y luego vamos a ver
varios ejemplos.

 Existen diferentes tipos de pronóstico de ventas; el que desees

utilizar, depende de la industria, de los datos que tengas
disponibles y las herramientas.
 PROMEDIO MÓVIL:
 El promedio móvil permite calcular el valor futuro con base en el promedio de datos
previos en un período de tiempo específico. Es como si tuviéramos una ventana que se
va moviendo por nuestros datos, y en cada momento, calculamos el promedio de los
valores que están dentro de esa ventana.

 La elección del tipo de promedio móvil y la longitud del período dependerá de los datos
y el propósito del análisis. Períodos más largos suavizarán más los datos, mientras que
períodos más cortos serán más sensibles a las fluctuaciones a corto plazo.

 Por ejemplo: Utilizando un promedio móvil de 3 meses, el pronóstico para el mes 7

sería: (100 + 110 + 115) / 3 = 108.33 (miles de unidades)
 PRONÓSTICO DE REGRESIÓN
LINEAL:
 Se establecen relaciones estadísticas entre las variables que
afectan las ventas, como el precio, la publicidad, el ingreso del
consumidor, etc.

Por ejemplo:
Utilizando una regresión lineal simple, obtenemos la ecuación:
Ventas = 70 + 10 Mes El pronóstico para el mes 7 sería: Ventas Mes
7 = 70 + 10 7 = 140 (miles de unidades).
 PRONÓSTICO DE REDES
NEURONALES:
Con la llegada de la inteligencia artificial, se puede realizar
predicciones por medio del machine learning y el deep learning;
formando millones de escenarios; e ingresando variables que un
modelo tradicional estadístico no puede leer.

Por ejemplo, en Datup utilizamosmodelos inteligentes de machine

learning y deep learning para pronosticar la demanda, en donde
ingresamos variables externas que afectan directamente a cada
industria y empresa, combinando tanto datos cuantitativos como
cualitativos.
 PRONÓSTICO DE PANEL DE
EXPERTOS:
Se reúne un grupo de expertos en la industria para discutir y
deliberar sobre las condiciones del mercado y las tendencias
emergentes. Se recopilan las opiniones individuales y se combinan
para formar un pronóstico consensuado.

Por ejemplo, luego de considerar factores externos, como un cambio

en la regulación de azúcar, decides ajustar el pronóstico a la baja en
un 20%
 PRONÓSTICO DE DELPHI
 Similar al panel de expertos, el método Delphi implica la recopilación y la
iteración de opiniones de expertos de forma anónima. Se realiza una serie
de rondas de preguntas y retroalimentación hasta que se alcanza un
consenso sobre el pronóstico.

 El método Delphi aprovecha el conocimiento colectivo de los expertos,

reduce la influencia de personalidades dominantes y permite considerar
todas las opiniones por igual. Sin embargo, depende de la selección de
expertos calificados, puede consumir mucho tiempo y los resultados pueden
estar sesgados si el panel no es representativo o hay opiniones extremas.
 PRONÓSTICO DE SIMULACIÓN:
 Se utilizan modelos computacionales
para simular diferentes escenarios y
evaluar su impacto en las ventas. Se
pueden explorar diversas condiciones
del mercado y estrategias
comerciales para identificar las
mejores opciones para la empresa.
 MÉTRICAS DE UN
PRONÓSTICO DE VENTAS
 ERROR ABSOLUTO MEDIO (MAE)
 Es el promedio de las diferencias absolutas entre las
ventas reales y las previstas en un período de tiempo
determinado. Proporciona una medida de la precisión
general del pronóstico, donde un valor más bajo indica
una mayor precisión.
 ERROR PORCENTUAL ABSOLUTO
MEDIO (MAPE):
 Esta métrica calcula el promedio de los errores
porcentuales absolutos entre las ventas reales y las
previstas. Proporciona una medida de la precisión
relativa del pronóstico, expresada como un porcentaje
del valor real. Es útil para evaluar la precisión del
pronóstico en relación con el tamaño de las ventas.
 ERROR PORCENTUAL ABSOLUTO
MEDIO PONDERADO (WMAPE):
 Es el indicador más utilizado, ya que incluye los pesos
de las ventas según el SKU o unidad de negocio. Es el
promedio ponderado de los errores porcentuales
absolutos entre los valores pronosticados y los valores
reales.
 BIAS O SESGO:
 El sesgo indica si el pronóstico tiende a sobreestimar o
subestimar consistentemente las ventas reales. Un
sesgo positivo significa que las ventas se
sobreestiman, mientras que un sesgo negativo indica
una subestimación.
 HERRAMIENTAS PARA CALCULAR
UN PRONOSTICO DE LAS VENTAS
 Excel
 Tableau
 Datup
 BENEFICIOS DE UN PRONÓSTICO
DE VENTAS
 Se han tenido diferentes beneficios en algunas áreas de la empresa
OPTIMIZACIÓN DE INVENTARIO
 Al anticipar la demanda futura, las empresas pueden
gestionar sus inventarios de manera más eficaz,
evitando tanto la escasez como el exceso de stock. Esto
ayuda a reducir los costos asociados con el
almacenamiento y el mantenimiento de inventarios,
impactando directamente el flujo de caja.
 TOMAR DECISIONES RÁPIDAS E
INFORMADAS
 Los pronósticos de ventas
proporcionan información valiosa que
respalda la toma de decisiones rápida
en todas las áreas involucradas,
desde la planificación de la
producción, compras y distribución.
Esto ayuda a minimizar los riesgos y a
 ALTO NIVEL DE SERVICIO
 Al anticipar las ventas, las empresas
pueden asegurarse de tener suficientes
productos disponibles para cubrir sus
canales de distribución. Esto mejora la
satisfacción del cliente al garantizar una
experiencia de compra positiva y evitar la
pérdida de ventas debido a la falta de stock
ERRORES COMÚNES DE
UN PRONÓSTICO DE
VENTAS
 FALTA DE HISTÓRICOS PARA LA
VENTANA DE TIEMPO
 Hemos encontrado baja asertividad en los
pronósticos, debido a que no cuentan con
suficientes datos históricos para leer, por
lo que dificulta el aprendizaje de los
modelos inteligentes en intervalos de
tiempos largos.
 NO CONSIDERAR FACTORES
EXTERNOS
 Anteriormente era un tema que no se
pensaba, ahora con el cambio climático,
guerra, y variaciones de la moneda, se
hace cada vez más importante considerar
estas variables en los pronósticos de
ventas. Así como también información
especifica de la empresa, feriados
aplicables, descuento comerciales, entre
NO RETROALIMENTAR EL MODELO
 No actualizar el modelo de pronóstico
con los datos reales de ventas a
medida que se van generando. Es
crucial incorporar la información más
reciente para mejorar la precisión del
modelo y adaptarse a los cambios en
los patrones de ventas.
CONFIAR EN UN ÚNICO MÉTODO DE
PRONÓSTICO
 Utilizar un solo método de pronóstico, como el
promedio móvil o la regresión lineal, sin
considerar otras técnicas que podrían ser más
adecuadas para el conjunto de datos específico.
Es recomendable probar múltiples enfoques y
compararlos para seleccionar el que brinde los
resultados más precisos.
 NO SEGMENTAR
ADECUADAMENTE
 Tratar todas las categorías de productos o
regiones geográficas como una sola
entidad, en lugar de crear pronósticos
específicos para cada segmento.
Diferentes productos o regiones pueden
tener patrones de ventas distintos, por lo
que es importante adaptar los modelos de
pronóstico a cada segmento para capturar
 IGNORAR LA ESTACIONALIDAD
 No tener en cuenta los patrones estacionales en
las ventas, como picos durante ciertas épocas
del año (por ejemplo, Navidad o vacaciones de
verano). Estos patrones deben ser considerados
en el modelo de pronóstico para evitar
subestimaciones o sobreestimaciones
significativas.
 NO MEDIR EL RENDIMIENTO DEL
PRONÓSTICO
 No establecer métricas claras para
evaluar la precisión y el rendimiento del
modelo de pronóstico. Es esencial
comparar regularmente los pronósticos
con las ventas reales y calcular métricas
como el error porcentual absoluto medio
(MAPE) para identificar áreas de mejora y
ajustar el modelo según sea necesario.
 CONCLUSIÓN
En conclusión, realizar pronósticos de ventas
ofrece beneficios significativos para las
compañías. Principalmente en:
1. Una planificación estratégica y táctica más
precisa.
2. Una optimización de inventarios más efectiva.
3. Una mejora en la rentabilidad.
4. Una toma de decisiones más informada y
rápida,
 Al anticipar las ventas futuras, las empresas
pueden tomar acciones de manera proactiva y
no reactiva, asignar recursos eficientemente e
idear estrategias alineando las áreas
involucradas para el cumplimiento del objetivo
corporativo.

 Contar con herramientas avanzadas y modelos

más inteligentes, será indispensable para
mejorar la asertividad y ser una compañía
competitiva en el mercado desde la cadena de
 Bing Vídeos
INTRODUCCIÓN A LOS PRONÓSTICOS
(328) Pronósticos Promedios Móviles Lineales – YouTub
e

Pronósticos Promedios Móviles

Bing Vídeos
Como hacer un PRONOSTICO en EXCEL 👉 (función
pronóstico)
✅ PROYECCIÓN DE VENTAS 📢 Proyección de Ventas en
Excel ([Link])
LINKS
PROYECCIONES DE VENTAS CON DATOS ATÍPICOS