Fundamentos del Pronóstico en los Negocios - Parte 5

Evaluando el desempeño del proceso de pronóstico.
Cuando evaluamos el proceso de pronóstico debemos hacerlo para más de una dimensión. Por ejemplo, medir el desempeño únicamente por la precisión y el error nos dejaría con una visión muy corta de lo que podemos lograr al medir un proceso tan complejo y lleno de tanta incertidumbre como el pronóstico. Existen muchas medidas llegar a determinar el desempeño de este proceso, entre las cuales están:
El error porcentual medio absoluto (Mean Absolute Percent Error – MAPE). Este indicador muestra el error porcentual en términos promedios para dar una idea de cómo la organización se desempeñó en la ejecución de la estimación, pero no indica lo eficiente que fue la organización en alcanzar ese desempeño. Como su nombre lo indica, sólo dice que tan desviados estamos en términos porcentuales, pero no significa que sea la medición más apropiada.
Precisión del pronóstico. Este indicador tiene la utilidad de medir el pronóstico dentro de un rango, pero si la diferencia entre el pronóstico y la demanda real es muy alta, pues los valores de precisión para un portafolio de producto se verán muy distorsionados entre sus productos y de manera agregada.
Error Medio Cuadrático (Mean Squared Error). Este indicador es útil cuando los valores de las desviaciones pudieran no parecer representativos a ojos de quien interpreta los datos y por ello es necesario mostrar un valor significativo. Cuando la precisión en los valores obtenidos y la variabilidad permitida en un proceso es muy baja, entonces este indicador puede ser de utilidad.
Desviación Media Absoluta (Mean Absolute Deviation – MAD). Este indicador promedia los valores absolutos de las desviaciones, y en nuestro contexto, particularmente, entre pronóstico y demanda, como una medida relativa con respecto a un valor esperado.
Coeficiente de Variación (Coefficient of Variation – CV). Este indicador, como hemos mencionado antes, nos muestra la volatilidad de una serie de tiempo, considerando la desviación estándar de los datos y la media.
Sesgo (Bias). Nos indica si el pronóstico está alto y muestra esa tendencia (seso positivo) o si está muy bajo (sesgo negativo) con respecto a la demanda. Es particularmente útil para mostrar en un análisis, como es la influencia de la cultura organizacional en el desarrollo del proceso de pronóstico y su resultado.
Señal de Seguimiento (Tracking Signal). Indicador usado para advertir la validez del modelo de pronóstico.
Pero, estos indicadores por si solos no pueden hacer mucho en la evaluación y toma de acciones en el proceso de pronóstico, sino que deben considerarse en conjunto en un método que traiga eficiencia y efectividad al proceso.
Ahora bien, Michael Gilliland propuso en su libro “The Business Forecasting Deal” un ejercicio muy básico pero efectivo, que es comparar los resultados del proceso de pronóstico contra los resultados que hubiese alcanzado con un proceso alternativo. Este proceso alternativo puede ser el pronóstico Naïve o ingenuo, que no es más que asumir que los valores de demanda real de un periodo se pueden tomar como el pronóstico para el periodo siguiente. Otro modelo alternativo contra el cual comparar los resultados de un proceso de pronóstico puede ser el promedio móvil. Realice este ejercicio y se sorprenderá con los resultados. A este proceso de comparación de resultados se le llama Pronóstico de Valor Agregado (Forecast Value Added - FVA) y es un método que permite evaluar cada paso y participante del proceso de pronóstico. Conozca más de este proceso en este curso de Planeación de la Demanda.
El objetivo del Pronóstico de Valor Agregado es identificar y eliminar las actividades y participantes que no agregan valor en el proceso, para hacer que este sea más eficiente y efectivo. Esto tiene el beneficio de incrementar la precisión del pronóstico.
Es en este método donde los indicadores mencionados arriba se consideran en conjunto para entender si los cambios en sus valores se atribuyen a una actividad particular o un participante en el proceso de pronóstico.
¡Un cordial saludo!
Carlos Perozo, M.E., CPIM, CSCP, CLTD, APICS Master Instructor.