Cómo Predecir El Futuro Por: Julieta Sarralde y Santiago Arbeleche El hombre siempre ha estado interesado en poder anticiparse a los hechos. Antiguamente, los oráculos y adivinos monopolizaron esta habilidad. Hoy, la forma de confrontar el riesgo ha permitido avanzar en diversas dimensiones. La capacidad de administrar el riesgo y la inclinación hacia ellos potencian las decisiones que tendrán impacto en el futuro, esto impulsa los sistemas económicos. Pero ¿qué es un pronóstico? Una forma de definirlo es como una estimación cuantitativa o cualitativa de una o más variables que conforman la estructura de un evento futuro basados en información actual o pasada. En muchas ocasiones tendemos a menospreciar cualquier resultado que no sea obtenido a partir de la manipulación cuantitativa de los datos; sin embargo, las técnicas de pronóstico cualitativas tienden a ampliar el panorama y contribuyen a reducir el error de éste. En muchas ocasiones son la única alternativa cuando no se cuenta con datos históricos. Entre las técnicas cualitativas podemos mencionar al método Delphi, escenarios cualitativos, panel de expertos, entre otros. Muchas de las técnicas de pronóstico cuantitativas que se utilizan actualmente, se desarrollaron durante el siglo XIX; un ejemplo de ello son los análisis de regresión y las técnicas de series de tiempo. Con el impulso de técnicas de pronóstico más complejas, junto con la proliferación del uso de las computadoras, éstos recibieron más atención durante los últimos años, y cualquier persona es capaz de manipular datos a partir de un software en una computadora de bolsillo y obtener pronósticos. Al crecer la preocupación por el proceso de pronóstico, se continúan desarrollando nuevas técnicas que buscan hacer eficiente la manipulación de los datos y la precisión del pronóstico. Esta atención se enfoca de manera particular en los errores, que son parte inherente de cualquier procedimiento de pronóstico. Es casi imposible que éstos coincidan exactamente con el futuro; una vez llegado éste, quienes pronostican sólo pueden intentar que los inevitables errores sean tan pequeños como sea posible. Sin embargo, esta situación no nos debe desalentar para continuar realizando pronósticos en la organización, ya que el futuro es incierto y en la medida que podamos pronosticarlo minimizando el error, la toma de decisiones permitirá seguir el rumbo que la empresa se ha planteado. Pero no debemos perder de vista que un pronóstico no puede ser más preciso que la calidad y confiabilidad que los datos utilizados en el mismo (en inglés GIGO - garbage in garbage out). Por otro lado, no se debe perder la balanza del costo beneficio, es decir, un pronóstico debe ser oportuno, preciso y a un costo razonable. 1 Cuando se elabora un mal pronóstico, la planeación no funciona y todas las áreas de la empresa se vuelven ineficientes, ocasionándole un bajo desempeño financiero y que se refleja en ventas no realizadas, excesos en los inventarios de productos que no requieren los clientes, reducción de márgenes, costos más altos, entre otros problemas. En general pensamos en términos de pronosticar variables importantes para una compañía o para una parte de ella como son las ventas de la empresa, las horas de ausencia por empleado, los costos operativos, las tasa de interés y tipos de cambio del mercado, entre otros. Sin embargo, las variables macroeconómicas influyen en las decisiones que tome la empresa para su futuro; y estas variables también se pueden pronosticar, pero son susceptibles a cambios significativos en algún factor económico clave, como variaciones en la inflación, cambios en los precios del petróleo, la política tributaria, por mencionar algunos. ¿QUÉ TÉCNICA UTILIZAR? Para seleccionar una técnica de pronóstico, debemos considerar los siguientes puntos: 1. Definir la naturaleza del problema de pronóstico. 2. Explicar la naturaleza de los datos bajo investigación. 3. Describir las capacidades y limitaciones de las técnicas de pronóstico potencialmente útiles. 4. Desarrollar algunos criterios predeterminados sobre los cuales se pueda tomar la decisión de la selección, como son algunas medidas de error. Un factor que influye en la selección de una técnica cuantitativa de pronóstico es la identificación y comprensión de los patrones históricos en los datos disponibles, en muchas ocasiones la sola gráfica de los datos en el tiempo no permite dicho análisis y se requiere de gráficos complementarios como los correlogramas de los datos, para poder identificar su patrón o patrones existentes. Actualmente, muchos softwares permiten el cálculo de los coeficientes de autocorrelación, sus gráficos e interpretación. Si se pueden reconocer patrones de tendencia, cíclicos o estacionales en los datos históricos entonces, se pueden seleccionar las técnicas más adecuadas para dichos patrones. Por otro lado, el grupo de técnicas cuantitativas causales, como los métodos de regresión requieren de una identificación causal a priori y análisis estadístico de las variables independientes que servirán para pronosticar y tomar decisiones. PRONOSTICANDO LA DEMANDA: UN EJEMPLO PRÁCTICO Para mostrar una aplicación de pronósticos de negocios, hemos escogido una serie de tiempo referente al porcentaje de ocupación hotelera en el estado de Quintana Roo para los meses comprendidos entre enero 2004 y diciembre 2006 (Ver Gráfico 1). El método de extrapolación a 2 utilizar es el de descomposición de serie de tiempo. Como su nombre lo indica, este método separa a los datos bajo estudio en sus diferentes componentes, los cuales se explican a continuación: - Tendencia (T): Es el componente en el largo plazo que representa el crecimiento o decrecimiento de la variable durante un determinado lapso. La serie de ocupación hotelera presenta una tendencia decreciente con una razón de cambio de periodo a periodo de 0.5329 (Ver Gráfico 2). Es decir, con la tendencia que marca la muestra empleada, cada mes baja la ocupación hotelera en medio punto porcentual. - Ciclicidad (C): Se puede interpretar como la fluctuación circular alrededor de la tendencia (Ver Gráfico 3). - Estacionalidad (S): Las variaciones estacionales se refieren a patrones de cambio que ocurren regularmente a lo largo del tiempo. Este movimiento se completa a lo largo de un año y se vuelve a repetir. En el caso de la serie observada durante el mes de febrero es el que en promedio registra la mayor ocupación hotelera (un 19 por ciento más que el promedio del año) y el mes de noviembre, la menor (un 32 por ciento por debajo del promedio anual. Ver Gráfico 4). - Aleatoriedad (I): Es el componente aleatorio o irregular, se conforma de fluctuaciones que son causadas por eventos no predecibles o no periódicos. Una vez identificados estos componentes, se procede a calcular un estimado a partir del modelo de descomposición multiplicativo del tipo T×C×S×I y se puede extrapolar más allá del tamaño de muestra (Ver Gráfico 5), con esto se pueden tomar decisiones basadas en un pronóstico cuantitativo que permite tomar en cuenta las fluctuaciones originales presentes en los datos. CONCLUSIÓN Día con día están aumentando las empresas que redefinen y formalizan sus procesos de elaboración de pronósticos para llevar a cabo una mejor planeación y en consecuencia un mejor desempeño financiero. No es nuevo para nadie que el reto sea lograr disponibilidad en cantidad necesaria cuando lo que requiere el mercado. Para proporcionar un mejor nivel de servicios de manera rentable las empresas requieren desarrollar una cultura de pronóstico y planeación. Bibliografía Bernstein, Peter L. (1998). Against the Gods, the remarkable story of risk. USA, John Wiley. Hanke, John E.; Wichern, Dean W. & Reitsch, Arthur G. (2001). Business Forecasting. Seventh Edition. USA, New Jersey: Prentice Hall 3 Makridakis, Spyros. (1993). Pronósticos. Estrategia y Planificación para el siglo XXI. Madrid, España: Ediciones Díaz de Santos, S.A. 4