Tabla de contenidos
Cálculo de los factores estacionales: método 1
Los factores estacionales son una medida de comparación de una estación en particular con la estación promedio. La estacionalidad es predecible dado que se repite en intervalos regulares: diaria, mensual, trimestral, etc. Su uso permite adecuar los métodos de pronóstico, lo que mejora su exactitud cuando la demanda varía según la época del año.
Cuando el índice estacional es igual a 1, la estación es promedio. Si el índice estacional es menor de 1, entonces las ventas de la estación se encuentran debajo del promedio. Y, si el índice estacional es mayor de 1, entonces las ventas de la estación son superiores al promedio.
En la siguiente tabla, se muestran los últimos tres años de ventas mensuales de bicicletas en un punto de venta. El número de bicicletas vendidas a principio de año es menor que la cantidad vendida a finales de año, lo cual sucede en cada uno de los tres años.
En la siguiente gráfica, se muestra la demanda mensual de bicicletas. Se aprecia que la temporada alta ocurre en los últimos meses del año, la temporada baja sucede a principios de año. En mayo y septiembre las ventas disminuyen un poco respecto al mes previo, lo cual es cierto para cada uno de los tres años.
Para determinar los factores estacionales, se calcula un promedio móvil centrado de 12 meses. Los valores extremos en el promedio móvil (enero del año 1 y enero del año 2) se ponderan con 0.5 y los restantes valores con 1. El primer promedio móvil centrado se registra en julio del año 1 y se calcula de la siguiente manera:
El siguiente promedio móvil centrado se registra en agosto del año 1 y se determina de manera similar:
El último promedio móvil centrado se registra en junio del año 3. Ahora, se dividen las ventas del periodo t entre el promedio móvil centrado que se ha registrado en el periodo t. Las ventas de julio del año 1 fueron 483 y el promedio móvil centrado 480.63, por lo tanto la proporción estacional de julio del año 1 es:
En realidad, el resultado es 1.0049, pero se utiliza el redondeo a dos decimales, las operaciones se realizan considerando todos los decimales en una hoja de cálculo para evitar errores por truncamiento. Se sigue con este procedimiento hasta junio del año 3, en el que las ventas fueron de 487 y el promedio móvil centrado es 542.88:
De este modo, se han obtenido 24 proporciones estacionales, las cuales se muestran en la siguiente tabla:
El siguiente paso es ordenar las proporciones estacionales como se muestra en la siguiente tabla y calcular los factores estacionales como el promedio de cada fila:
Se han obtenido los 12 factores estacionales. Al sumar se verifica que suman 12, es decir, suman el número de estaciones. La estación más cercana al promedio es Julio, los primeros meses del año se consideran temporada baja porque sus índices estacionales son menores de 1 y los últimos meses del año se consideran temporada alta porque sus índices estacionales son mayores de uno.
Cálculo de los factores estacionales: método 2
Una manera burda para calcular los factores estacionales consiste en promediar las ventas de cada periodo. Se consideran los datos históricos presentados en el apartado anterior, el promedio de enero se calcula como sigue:
Del mismo modo, se calculan las ventas promedio para los otros once meses. Luego, se calcula el promedio de las ventas promedio mensuales:
Para determinar el valor del factor estacional de enero, se dividen las ventas promedio de enero entre el promedio de las ventas promedio:
De manera análoga, se calculan los otros once factores estacionales que se muestran en la siguiente tabla:
Este método solamente se aconseja cuando la serie de tiempo no presenta tendencia.
- ¿Qué es un pronóstico?
- Importancia de los pronósticos
- Pronóstico de la demanda y su relación con los inventarios
- ¿Qué es un buen pronóstico?
- Obtención de datos para el pronóstico
- Métodos de pronóstico
- Diagrama de dispersión
- Componentes de la demanda
- Ciclo de vida del producto
- Series de tiempo
- Último dato
- Promedio
- Promedios móviles
- Promedios ponderados
- Suavizado exponencial simple
- Desarrollo de la fórmula de suavizado exponencial simple
- Valores equivalentes de n y α
- Suavizado exponencial doble
- Pronosticar más de un periodo con suavizado exponencial doble
- Suavizado exponencial triple
- Pronosticar más de un periodo con suavizado exponencial triple
- Métodos causales
- Regresión lineal simple
- Medición de la variabilidad del modelo de regresión
- Coeficiente de determinación
- Coeficiente de correlación
- Análisis de varianza de la regresión lineal simple
- Regresión lineal simple y análisis de varianza con Microsoft Excel
- Cuarteto de Anscombe
- Regresión múltiple con enfoque matricial
- Regresión múltiple y análisis de varianza con Microsoft Excel
- Regresión y estacionalidad
- Medidas de desempeño del pronóstico
- Métodos cualitativos