Hispanopedia WikiLos proveedores de servicios de telecomunicaciones realizan cálculos de pronóstico para ayudarlos a planificar sus redes . [ 1 ] Un pronóstico preciso ayuda a los operadores a tomar decisiones clave de inversión relacionadas con el desarrollo y la introducción de productos, publicidad, precios, etc., con suficiente antelación al lanzamiento del producto, lo que ayuda a garantizar que la empresa obtenga ganancias en una nueva iniciativa y que el capital se invierta sabiamente. [ 2 ]
¿Por qué se utilizan las previsiones?
La previsión puede realizarse con muchos fines, por lo que es importante que el motivo para realizar el cálculo esté claramente definido y comprendido. Algunos motivos comunes para realizar previsiones incluyen: [ 2 ]
- Planificación y presupuestación : el uso de datos de previsión puede ayudar a los planificadores de red a decidir cuánto equipo comprar y dónde colocarlo para garantizar una gestión óptima de las cargas de tráfico.
- Evaluación : La previsión puede ayudar a la dirección a decidir si las decisiones tomadas redundarán en beneficio o en perjuicio de la empresa.
- Verificación : A medida que se dispone de nuevos datos de pronóstico, es necesario comprobar si los nuevos pronósticos confirman los resultados previstos por los pronósticos anteriores.
Conocer el propósito del pronóstico ayudará a responder preguntas adicionales como las siguientes: [ 2 ]
- ¿Qué se prevé? – eventos, tendencias, variables, tecnología
- Nivel de enfoque: enfoque en un solo producto o en una línea completa, enfoque en una sola empresa o en toda la industria.
- ¿Con qué frecuencia se realizan las previsiones? – Diariamente, semanalmente, mensualmente, anualmente
- ¿Los métodos utilizados reflejan las decisiones que debe tomar la dirección?
- ¿Qué recursos están disponibles para tomar decisiones? – plazos de entrega, personal, datos relevantes, presupuesto, etc.
- ¿Qué tipos de errores podrían ocurrir y qué coste tendrán para la empresa?
Factores que influyen en la previsión
Al realizar pronósticos, es importante comprender qué factores pueden influir en el cálculo y en qué medida. A continuación se muestra una lista de algunos factores comunes: [ 2 ]
- Tecnología
- Ciencias económicas
- Economía global : clima económico, predicciones, estimaciones, factores económicos, tipos de interés, tipo preferencial, crecimiento, perspectivas de la dirección, confianza de los inversores, política.
- Economía sectorial : tendencias en la industria, perspectivas de los inversores, telecomunicaciones, tasa de crecimiento de las tecnologías emergentes, recesiones y desaceleraciones.
- Macroeconomía : inflación, PIB , exportaciones, tipos de cambio monetarios, importaciones, déficit público, salud económica
- Datos demográficos
- Medición del número de personas en las regiones : cuántas nacieron, cuántas están vivas y cuántas murieron en un período de tiempo.
- La forma en que vive la gente : salud, fertilidad, tasas de matrimonio, tasa de envejecimiento, concepción, mortalidad.
Preparación de datos
Antes de realizar una previsión, los datos que se van a utilizar deben prepararse. Si los datos contienen errores, el resultado de la previsión también será defectuoso. Por lo tanto, es vital eliminar todos los datos anómalos. Este procedimiento se conoce como depuración de datos. [ 2 ] La depuración de datos implica eliminar los puntos de datos conocidos como valores atípicos. Los valores atípicos son datos que se encuentran fuera del patrón normal. Suelen ser causados por eventos anómalos y a menudo únicos, por lo que es improbable que se repitan. Eliminar los valores atípicos mejora la integridad de los datos y aumenta la precisión de la previsión.
Métodos de pronóstico
Existen muchos métodos diferentes para realizar pronósticos. Se pueden dividir en diferentes grupos según las teorías en las que se basaron: [ 2 ]
Métodos basados en el juicio
Los métodos basados en juicios se basan en las opiniones y el conocimiento de personas que tienen considerable experiencia en el área en la que se realiza el pronóstico. Hay dos métodos principales basados en juicios: [ 2 ]
- Método Delphi : Este método consiste en formular una serie de preguntas a expertos. Los expertos proporcionan sus estimaciones sobre el desarrollo futuro. El investigador resume las respuestas y envía el resumen a los expertos, preguntándoles si desean revisar sus opiniones. El método Delphi no es muy fiable y solo ha dado buenos resultados en casos muy excepcionales.
- Extrapolation – Extrapolation is the usual method of forecasting. It is based on the assumption that future events will continue to develop along the same boundaries as previous events i.e. the past is a good predictor of the future. The researcher first acquires data about previous events and plots it. He then determines if there a pattern has emerged, and if so, he attempts to extend the pattern into the future and in so doing begins to generate a forecast of what is likely to happen. To extend patterns, researchers generally use a simple extrapolation rule, such as the S-shaped logistic function or Gompertz curves, or the Catastrophic Curve to help them in their extrapolation. It is in deciding which rule to use that the researcher’s judgment is required.
Survey methods
Survey methods are based on the opinions of customers and are thus reasonably accurate if performed correctly. In performing a survey, the survey’s target group needs to be identified.[3] This can be achieved by considering why the forecast is being conducted in the first place. Once the target group has been identified, a sample must be chosen. The sample is a sub-set of the target and must be chosen so that it accurately reflects everyone in the target group.[3] The survey must then pose a series of questions to the sample group and their answers must be recorded.
The recorded answers must then be analyzed using statistical and analytical methods. The average opinion and the variation about that mean are statistical analytical techniques that can be used.[3] The results of the analysis should then be checked using alternative forecasting methods and the results can be published.[3] It must be kept in mind that this method is only accurate if the sample is a balanced and accurate subset of the target group and if the sample group has accurately answered the questions.[3]
Time series methods
Time series methods are based on measurements taken of events on a periodic basis.[2] These methods use such data to develop models which can then be used to extrapolate into the future, thereby generating the forecast. Each model operates according to a different set of assumptions and is designed for a different purpose. Examples of Time Series Methods are:[2]
- Exponential smoothing – This method is based on a moving average of the data being analyzed, e.g. a moving average of sales figures
- Tendencias cíclicas y estacionales : Este método se centra en datos anteriores para ayudar a definir un patrón o tendencia que se produce en periodos cíclicos o estacionales. Los investigadores pueden luego usar datos actuales para ajustar el patrón de modo que se ajuste a los datos de este periodo y, de esta manera, pronosticar lo que sucederá durante el resto de la temporada o ciclo actual.
- Modelos estadísticos : Los modelos estadísticos permiten al investigador desarrollar relaciones estadísticas entre variables. Estos modelos se basan en datos actuales y, mediante la extrapolación, se puede crear un modelo futuro. Las técnicas de extrapolación se basan en leyes estadísticas estándar, lo que mejora la precisión de la predicción. Las técnicas estadísticas no solo generan pronósticos, sino que también cuantifican la precisión y la fiabilidad. Un ejemplo de ello son las fórmulas B y C de Erlang, desarrolladas en 1917 por el matemático danés Agner Erlang .
Métodos análogos
Los métodos análogos implican encontrar similitudes entre eventos extranjeros y los eventos que se están estudiando. Los eventos extranjeros suelen seleccionarse en un momento en que son más "maduros" que los eventos actuales. Ningún evento extranjero reflejará a la perfección los eventos actuales, y esto debe tenerse en cuenta para poder realizar las correcciones necesarias. Al examinar el conjunto de eventos extranjeros, más maduros, se puede pronosticar el futuro de los eventos actuales. [ 2 ]
Los métodos análogos se pueden dividir en dos grupos, a saber: [ 2 ]
- Modelos cualitativos (simbólicos)
- Modelos cuantitativos (numéricos)
Modelos causales
Los modelos causales son la forma más precisa y compleja de realizar pronósticos. Implican la creación de un modelo completo y complejo de los eventos que se pronostican. El modelo debe incluir todas las variables posibles y debe ser capaz de predecir todos los resultados posibles.
Los modelos causales suelen ser tan complejos que solo pueden crearse en ordenadores. Se desarrollan utilizando datos de un conjunto de eventos. La precisión del modelo depende de la calidad de los datos utilizados para su desarrollo. [ 2 ]
Pronósticos combinados
Las predicciones combinadas combinan los métodos descritos anteriormente. La ventaja es que, en la mayoría de los casos, aumenta la precisión; sin embargo, el investigador debe tener cuidado de que las desventajas de cada uno de los métodos no se combinen para producir errores compuestos en las predicciones. Ejemplos de predicciones combinadas incluyen: «Integración de juicio y predicciones cuantitativas» y «Promedios simples y ponderados». [ 2 ]
Determinación de la precisión de las previsiones
Es difícil determinar la precisión de cualquier pronóstico, ya que representa un intento de predecir eventos futuros, lo cual siempre es un desafío. Para ayudar a mejorar y probar la precisión de los pronósticos, los investigadores utilizan diversos métodos de verificación. Un método de verificación simple consiste en utilizar varios métodos de pronóstico diferentes y comparar los resultados para ver si son más o menos iguales. Otro método puede consistir en calcular estadísticamente los errores en el cálculo del pronóstico y expresarlos en términos del error cuadrático medio , lo que proporciona una indicación del error general del método. Un análisis de sensibilidad también puede ser útil, ya que determina qué sucederá si algunos de los datos originales en los que se basó el pronóstico resultaran ser erróneos. Determinar la precisión de un pronóstico, al igual que el pronóstico en sí, nunca puede hacerse con certeza, por lo que es recomendable asegurar que los datos de entrada se midan y obtengan con la mayor precisión posible, que se seleccionen los métodos de pronóstico más apropiados y que el proceso de pronóstico se lleve a cabo con el mayor rigor posible. [ 2 ]
Véase también
Referencias
- ↑ Farr RE, Tráfico, tarifas y costes de telecomunicaciones: una introducción para directivos, Peter Peregrinus, 1988.
- 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Kennedy IG, Pronóstico, Escuela de Ingeniería Eléctrica e Informática, Universidad de Witwatersrand, 2003.
- 1 2 3 4 5 Goodman A., Encuestas y muestreo, 7 de noviembre de 1999 http://deakin.edu.au/~agoodman/sci101/index.html Último acceso: 30 de enero de 2005.
- Economía de las telecomunicaciones