Qué es el pronóstico en el análisis predictivo

Uso de datos para pronósticos cuantitativos

Pronosticar es la idea de hacer buenas estimaciones para el desempeño futuro y los resultados potenciales. El pronóstico se divide en dos temas, Cualitativo (una opinión de una persona o grupo de personas) y Cuantitativo (un juicio basado en datos existentes). Cualitativo podría llamarse "mejor suposición", pero no es exacto o, en la mayoría de los casos, no es bueno. En otras palabras, cualitativo es subjetivo.

Los pronósticos cuantitativos suelen ser algo que se puede medir y también supone que continuarán los mismos patrones generales. Dado que los pronósticos cuantitativos se basan en hechos y datos existentes, en última instancia son objetivos y sin ambigüedades. Luego podemos dividir los pronósticos cuantitativos en dos temas más pequeños: Casual y Serie de tiempo.

Tipos de Pronósticos Cuantitativos – Serie Temporal y Casual

Casual es la idea de “causa y efecto”, o que los datos están influenciados por una o más razones externas. Por ejemplo, si tenemos una venta de widgets de dos por uno, podría haber un aumento en la cantidad de widgets comprados. Si bajamos el precio de un widget, también podríamos ver un "aumento" en las tendencias. Si hemos hecho cosas como esta en el pasado (promociones, cambios de precios), podemos usar esos datos para predecir lo que creemos que sucederá en el futuro.

Usando datos históricos, podemos usar los métodos de series de tiempo para suponer que los patrones generalmente permanecerán iguales en el futuro, y cuanto más corto sea el “marco” de tiempo (tres años versus cinco años, por ejemplo) dará una proyección más precisa de la futuro. Las series temporales también pueden ayudar a identificar qué factores influyen en los cambios de tendencias. Podemos usar ecuaciones y algoritmos existentes, también llamados Modelos, para manejar proyecciones y pronósticos.

Entonces, ¿por dónde podemos empezar? Podemos usar el método de Holt-Winters para manejar nuestros datos. ¿Por qué? El método de Holt-Winters es el modelo de pronóstico más utilizado en los negocios. Es tan bueno que todavía está en uso después de más de 55 años.

¿Qué es un pronóstico de Holt-Winters?

Holt-Winters es la idea de usar un conjunto de datos (mejor cuando se trata de un grupo en lugar de variables individuales) para estimar los niveles actuales (normalizados al eliminar el ruido y los datos estacionales), la tendencia actual y el índice de "tiempo" de esos conjuntos de datos (trimestres, meses y años). La ecuación se parece a [Nivel+ (2*Tendencia)] * TimeIndex = valor pronosticado.

Eso es pronosticar.. cuando convertimos el valor pronosticado en líneas, debemos averiguar cómo (ajustar y adaptar) sopesar nuestros valores para considerar los datos más antiguos frente a los más nuevos. Holt-Winters asigna una mayor ponderación a los valores más recientes, lo que significa que "suavizamos" nuestra línea de tendencia y nos adaptamos a los valores atípicos utilizando proporciones (estimadas y reales). Ahí es donde el "suavizado simple" difiere de Holt-Winters. No considera los pesos de los valores en relación a la antigüedad del valor.

La versión estándar de un pronóstico asume que tenemos tanto la serie temporal como la tendencia. Cuando nos falta el tiempo o las tendencias, usamos el modelo de pronóstico apropiado. Cuando solo queremos que el promedio (que tiene valor para predecir cuáles son los cambios, pero es terriblemente impreciso) arroje un valor futuro, usamos Suavizado simple para las tendencias. Cuando realmente no queremos usar el método de Holt-Winters y solo queremos suavizar una tendencia y obtener una predicción un poco más precisa, usaríamos el suavizado exponencial, que hará una mejor estimación del rendimiento futuro en función de patrones pasados.

Conclusión

Independientemente de la vertical comercial o las funciones de un rol en una empresa, se necesitan estimaciones futuras precisas. El pronóstico cualitativo ("una conjetura aproximada", "especulada" o "una corazonada") puede conducir a pérdidas por sobreestimar o subestimar el futuro. ¿Cuántas ventas se pierden si no hay suficiente producto para satisfacer la demanda? ¿Cuánto costará almacenar el exceso de producto? ¿Cuánto se podría perder en ventas al ofrecer descuentos para eliminar el exceso de producto? ¿Qué impacto tendría la moral de los empleados si se establecen objetivos poco realistas? ¿Qué tan insatisfechos estarían los inversores si no se cumplen las ganancias previstas? Estos efectos reales del pronóstico subjetivo muestran por qué el pronóstico basado en datos es una parte necesaria de cada negocio.