Fundamentos de Pronósticos y Toma de Decisiones: Métodos y Modelos

Conceptos Fundamentales en la Toma de Decisiones

Elección: No tiene consecuencias significativas.

Decisión: Las consecuencias sí son importantes.

Objetivo: Percepción con los cinco sentidos.

Subjetivo: Interpretación individual de un hecho.

Tipos de Información y Datos

Información transversal: Valores observados en un momento específico.

Series de tiempo: Observaciones cronológicas de una variable.

Componentes de las Series de Tiempo

• Tendencia: Dirección de los datos a lo largo del tiempo.
• Ciclo: Repetición de altibajos (ej. estaciones del año).
• Variación estándar: Desviación respecto al promedio.
• Variación irregular: Cambios inesperados y sin patrón definido.

Fundamentos de los Pronósticos

Pronósticos: Son predicciones de los hechos y condiciones futuras; surgen de la necesidad de estimar una demanda.

Métodos Cualitativos de Predicción

Método cualitativo: Basado en la opinión de expertos u observación para predecir de manera subjetiva.

Ajuste de curva subjetiva: Estudia el ciclo de vida de un fenómeno (idea, introducción, crecimiento, madurez y declinación). También es conocido como el estudio de analogía histórica y ciclo de vida.

• Crecimiento: Identificar los momentos y el patrón de crecimiento.
• Decrecimiento: Localizar cuándo ocurrió y los motivos detrás.

Método Delphi: Involucra a expertos en un campo, cuyo conocimiento combinado mejora las predicciones. Un moderador guía la discusión y los expertos trabajan por separado para evitar conflictos.

Comparaciones técnicas independientes en el tiempo: También conocidos como estudios de mercado. Se usan para predecir cómo los cambios en un área afectan a otra. Ejemplo: el uso de internet y los usuarios de teléfono.

Pronósticos basados en escenarios: Predicciones de escenarios futuros utilizando la opinión de expertos.

Métodos Cuantitativos y Modelos Estadísticos

Método cuantitativo: Utiliza datos pasados (ventas, transacciones, índices) para identificar patrones matemáticos y realizar predicciones futuras.

Modelos univariables: Usan tendencias históricas cercanas (ej. predecir ventas manteniendo la misma estrategia).

Modelos causales: Emplean métodos estadísticos para obtener aproximaciones.

Errores de pronóstico: Miden la precisión y permiten comparar modelos alternativos.