Retomar la frase de uno de los estrategas más importantes y reconocidos en la historia universal, Napoleón Bonaparte quien dijo que “ en los negocios de la vida no es la fe lo que salva, sino la desconfianza", nos hace entender que la única manera de llevar adelante una empresa (cualquiera fuese su naturaleza y finalidad) es realizando planes frente a la incertidumbre, aquello que no se conoce y … lo desconocido, en cierta forma, se teme.
El mundo de los negocios está impulsado por la demanda de los clientes. Lamentablemente, los patrones de la demanda varían considerablemente de un período a otro. Esta es la razón por la que puede ser tan difícil de desarrollar las previsiones precisas.
El punto de partida es comprender qué es el forecasting y cuáles son sus aplicaciones, para luego poder introducirse en una descripción de los métodos más utilizados en las empresas. Así como también, analizar qué aportes o similitudes podría aplicarse respecto del Forecasting con los Modelos Meteorológicos y por último, basándonos en un espíritu mas innovador, pensar en el Forecasting y su factibilidad de aplicación en un modelo económico nacional.
El Forecasting empresarial
¿A qué llamamos forecasting o pronóstico? La explicación del término más acertada versa que es una “conjetura sobre lo que pueda suceder”. No debe ser confundido con “predicción” dado que la misma es una estimación muy general.
Muchos autores y publicaciones referenciales tratan de definir al Forecasting con diferente vocabulario siendo este, en síntesis, variadas aproximaciones teóricas de lo mismo: un proceso analítico a través del cual se trata de estimar la demanda a futuro para uno o varios productos o servicios utilizando diversos métodos en la intención de arribar a resultados con un esperado nivel de precisión.
El pronóstico es un arte y una ciencia porque conjuga la habilidad del pronosticador en poder determinar las herramientas de análisis precisas con sus técnicas de aplicación, la información pertinente y requiere de una gran evolución en su pensamiento creativo para poder configurar tantos escenarios como sea posible y una eficiente estrategia para concluir en un forecast lo más preciso, en una situación donde el riesgo y la incertidumbre condicionan al ambiente.
En términos empresariales, las técnicas del Forecasting son utilizadas comúnmente, entre otras, para:
• Predecir las futuras demandas de un producto o servicio.
• Predecir el efecto de la inversión o compra en el proceso de toma de decisiones.
• Mantener un efectivo nivel de abastecimientos.
• Reducir la incertidumbre y administrar el riesgo de alguna situación de negocios a futuro.
La disponibilidad de datos e información pertinente asociada es el factor más importante en la elección del método y herramientas que serán empleadas. Cuando se hace referencia a la pertinencia de la información, nos basamos en el supuesto de que la misma ha sido adecuadamente elaborada y procesada en concordancia al pronóstico al que se quiere arribar y al o los métodos que se van a utilizar como herramientas para su consecución.
Entonces, el Forecasting se utiliza cuando alguno o todos los parámetros de las técnicas y la capacidad de solución tradicionales no están lo suficientemente definidos como para permitir la utilización detallada en las estimaciones de los costos y de los procesos , lo que va a requerir ir más allá de una estimación general para acotar ese cono de incertidumbre que un escenario futuro presentaría, proyectando los números, las características y tendencias en los mercados definidos como objetivo.
El pronóstico es importante cuando se trata de desarrollar nuevos productos o nuevas líneas de productos. Ayuda a la conducción empresarial a decidir si el producto o línea de productos será un éxito e impide que la empresa gaste tiempo y dinero en el desarrollo, fabricación y comercialización de un producto que va a fracasar.
Considerando “los beneficios que proporciona su correcta estimación y control”, pasa a ser una parte fundamental dentro de la organización impactando directamente en la logística y en los principales procesos de la cadena de suministro.
A modo de síntesis, y con el aval de un análisis efectuado por PriceWaterhouseCoopers, las bondades de un buen pronóstico repercuten de la siguiente manera en una empresa:
- Disminución de ventas perdidas (gestión comercial y marketing)
- Disminución del stock de seguridad (gestión de stocks)
- Mejora de los términos de negociación con proveedores (gestión de aprovisionamiento)
- Mejoras en la planificación (gestión de producción)
- Optimización en la gestión de pedidos al controlar más la demanda (gestión de pedidos)
- Mejora en el servicio al cliente (servicio al cliente)
- Gestión económica controlada (control económico)
- Compendio de métodos del forecasting
Al existir una variada gama de métodos y técnicas para efectuar un análisis de pronóstico, se distinguen claramente aquellos autores que las identifican como cualitativas y cuantitativas y otros como Ballou que, además de éstas, incluye a los métodos de proyección histórica haciendo interactuar a los tres métodos con diferentes técnicas a corto, mediano y largo plazo.
De la interpretación efectuada de los métodos, se puede concluir que en algún punto del tiempo de Forecasting donde se realice la combinación de las técnicas, la proyección histórica oficiaría como nexo o buffer zone (zona de amortiguación).
MÉTODOS DE PRONÓSTICOS
Se dispone de varios métodos de pronósticos estandarizados que se han dispuesto en tres grupos diferentes: cualitativos, de proyección histórica y cuantitativos (casuales). Cada grupo difiere en términos de la precisión relativa del pronóstico sobre el largo plazo y el corto plazo, en el nivel de sofisticación cuantitativa utilizada y en la base lógica (información histórica, opinión experta o encuestas) de la que deriva el pronóstico.
Métodos cualitativos
Los métodos cualitativos utilizan el juicio, la intuición, las encuestas o técnicas comparativas para generar estimados cuantitativos acerca del futuro. La información relacionada con los factores que afectan el pronóstico por lo general es no cuantitativa, intangible y subjetiva. La información histórica tal vez este disponible o quizás no sea muy relevante para el pronóstico. La naturaleza no científica de los métodos los hace difíciles de estandarizar y de validar su precisión. Sin embargo, estos métodos pueden ser los únicos disponibles cuando se intenta predecir el éxito de nuevos productos, cambios de en las política gubernamental o el impacto de una nueva tecnología. Son métodos más bien adecuados para pronósticos a corto plazo.
Métodos de proyección histórica
Cuando se dispone de una cantidad razonable de información histórica y de las variaciones de las tendencias estaciónales en las series de tiempo son estables y bien definidas, la proyección de esta información al futuro puede ser una forma efectiva de pronóstico para el corto plazo. La premisa básica es que el patrón del tiempo futuro será una réplica del pasado al menos en una grana parte.
La naturaleza cuantitativa de las series de tiempo estimula el uso de los modelos matemáticos y estadísticos como las principales herramientas de pronóstico. La precisión que puede lograrse para períodos de pronósticos menores a seis meses por lo general es buena. Estos modelos trabajan en forma adecuada simplemente debido a la estabilidad inherente de las series de tiempo en el corto plazo. Los modelos de las series de tiempo son de naturaleza reactiva.
Estos modelos rastrean los cambios al ser actualizados a medida que se dispone de nueva información, característica que les permite adaptarse a los cambios en los patrones de tendencia y estaciónales. Sin embargo, si el cambio es rápido, los modelos no emiten señal de cambio, sino hasta que éste ha ocurrido. Debido a esto, se dice que las proyecciones de estos modelos demoran los cambios fundamentales en las series de tiempo, y que son débiles para señalar los puntos críticos antes de que se presenten.
Esta no es necesariamente un a limitación notable cuando los pronósticos se realizan sobre horizontes de tiempos cortos, a menos que los cambios sean particularmente espectaculares.
Métodos cuantitativos (o casuales)
La premisa básica sobre la que se construyen los métodos casuales para pronósticos es que el nivel de la variable pronosticada se deriva del nivel de otras variables relacionas. Por ejemplo, si se sabes que el servicio al cliente tiene un efecto positivo sobre las ventas entonces, entonces al conocer el nivel proporcionado del servicio al cliente podrá proyectarse el nivel de ventas.
Podríamos decir que el servicio “causa” las ventas. En la medida que puedan describirse adecuadas relaciones de causa y efecto, los modelos casuales pueden ser bastantes buenos para anticipar cambios mayores en las series de tiempo y para pronosticar de manera precisa sobre un período de mediano plazo.
Los modelos casuales viene en una variedad de formas: estadísticos, en el caso de los modelos de regresión y econométricos; y descriptivos, como en el caso de los modelos de entrada y salida, ciclo de vida y simulación por computadora. Cada modelo deriva su validez a partir de los patrones de información histórica que establecen la asociación entre las variables para predicción y la variable que se pronosticará.
Un problema principal con esta categoría de modelos de pronóstico es que frecuentemente resulta difícil encontrar verdaderas variables casuales. Cuando se encuentran, su asociación con la variable que se pronosticará con frecuencia es preocupantemente baja. Las variables casuales que guían a la variable de pronóstico en el tiempo son incluso más difíciles de encontrar.
Con demasiada frecuencia, el tiempo para adquirir la información para las variables conducentes consume todo el tiempo o la mayor parte del período de uno a seis meses, en el que se encuentra que tales variables dirigen al pronóstico. Los modelos basados en técnicas de regresión y económicas pueden experimentar un error de pronóstico importante debidos a estos problemas.
