Las
series de tiempo son técnicas de pronósticos que generan sus resultados únicamente
sobre la historia de la demanda de un articulo. Típicamente los métodos de
series de tiempo capturan los componentes estructurales en la historia- tales
como los niveles de venta, tendencia y patrones estacionales- una vez se tienen
estos se extrapolan en el futuro y se genera el pronóstico. Usualmente cuando
los datos no poseen los componentes de tendencia ni de estacionalidad, una
serie de tiempo generara un pronóstico lineal horizontal reflejando el nivel de
ventas actual. Sin embargo una línea horizontal es un pronóstico poco probable,
este tipo de pronósticos requieren una explicación que permita distinguir entre
un escenario futuro y un pronostico estadístico. El presente artículo escrito
por Eric Stellwagen vicepresidente y cofundador de BFS hace parte de la
publicación Forecasting 101 de BFS y explica cuando una línea
recta horizontal es un pronóstico adecuado.
Considere los dos sets de datos mostrados en la parte superior, la figura 1 representa la demanda mensual de un repuesto de alto costo. Note como la demanda histórica esta compuesta por números con valores de 0, 1, 2, 3 o 4 unidades en cualquier mes. La figura 2 representa la precipitación en una ciudad de Brasil para el periodo de 1849 a 1920. Note que históricamente ha llovido entre 50 a 250 centímetros por año y la cantidad de precipitación puede variar bastante de año a año.
Ninguno
de los sets de datos tiene tendencia ni estacionalidad, por esta razón estos pronósticos
van a ser líneas Horizontales. Esto no necesariamente significa que las demandas
futuras en ambos casos van a ser una línea horizontal; en ambos casos seguramente
estas cantidades continuaran fluctuando en el futuro, la línea en si solamente
indica que como las cantidades fluctúan el pronostico no se puede basar únicamente
en la historia de los datos, en este caso los límites de confianza muestran la
gama dentro de la cual estos valores estarán fluctuando.
Revisemos
mas detalladamente el comportamiento del repuesto de alto costo, el pronostico
corresponde a 0,9 unidades por mes y el limite de confianza superior es de
97,5%, Note que el valor de 0,9 no es un valor real para un repuesto que maneja
unidades enteras, luego el valor real estará fluctuando en números enteros
entre 0, 1, 2, 3 o 4 en cualquier mes
dado. En este caso el problema es que el timing y el tamaño de las órdenes no
se pueden deducir del pasado. ¿Entonces que nos dice el pronostico y como
podemos utilizarlo?
En
el sentido estadístico, (de acuerdo al modelo) el pronostico corresponde a un
valor constante para los periodos venideros, sin embargo es igualmente real
considerar que el valor caerá entre el limite superior y el limite inferior si
tratamos de pronosticar nuestro repuesto de alto costo, En consecuencia si
deseamos estimar nuestros ingresos lo mas aconsejable es tomar el pronostico y multiplicarlo
por el precio promedio de venta, en cambio si lo que deseamos es saber la
cantidad adecuada a tener en inventario seguramente será mas sano usar el
limite de confianza superior.
Note
que aun cuando nuestros datos sean sumamente variables y nuestro pronostico es
una línea horizontal plana, la exactitud del pronostico y los límites de
confianza tienen un fuerte impacto sobre nuestra planeación de ingresos y política
de inventario, por esta razón es muy importante pronosticar lo mas
acertadamente posible, incluso cuando el pronostico es una línea horizontal plana.