Curso / Taller - d284f45nftegze.cloudfront.netd284f45nftegze.cloudfront.net/Chibras/TRAC.pdf ·...
Transcript of Curso / Taller - d284f45nftegze.cloudfront.netd284f45nftegze.cloudfront.net/Chibras/TRAC.pdf ·...
Curso / Taller
Forecast Pro TRAC 3.1
Business Forecast Systems, Inc.
and FBP-Systems
Last Revised: August 18, 2014
Copyright 1999-2014 Todos los derechos reservados
Contenido del material Page 2
Contenido
Introducción a Forecast Pro TRAC
Configuraciones
Datos de entrada y atributos de agrupación
El algoritmo experto y modificadores de pronósticos
Creación de variables de ayuda (de eventos o de peso)
Detección y corrección de datos atípicos (“Outliers”)
Exactitud de los pronósticos – Reporte de desempeño
Reportes de excepciones
Administración de una sesión de pronósticos en TRAC
Sesión estadística y sesión de Ajustes
Introducción Page 3
Introducción a
Forecast Pro TRAC
“Mi interés en el futuro es porque voy a pasar el resto de mi vida allá.”
- C.F. Kettering
Introducción Page 4
Forecast Pro TRAC
Esta diseñado para responder a la necesidad de las empresas de realizar
múltiples pronósticos en múltiples niveles.
Incluye capacidades de colaboración (incluyendo información externa y factores
de conversión), mantenimiento de ajustes, cambio de jerarquías, documentación
de sesión de pronóstico, análisis de desempeño de pronósticos e integración con
otros sistemas.
Introducción Page 5
Forecast Pro TRAC
Forecast Pro se implementa considerando 4 grandes fases:
1. Preparación de datos
2. Entender y analizar las premisas estadísticas con las que se generaron los
pronósticos
3. Capacidad para colaborar y acordar el plan. Funcionalidades de navegación y
priorización como filtros y análisis de Pareto
4. Administración de proceso de pronóstico y proyecto. Mantenimiento e
implicaciones de los indicadores de desempeño
Proceso de implementación
Introducción Page 7
Seis pasos para pronosticar
1. Prepare la base de datos.
2. Defina la configuración (formato de datos, ruta de datos de entrada y
salida, horizonte de pronósticos, etc.).
3. Cree el proyecto seleccionando los datos, realizando la lectura y generando
los pronósticos con el sistema experto
4. Revise los resultados y donde sea conveniente agregue calendarios
auxiliares de explicación de eventos
5. Realice ajustes donde sea necesario
6. Exporte los resultados
Datos de Entrada Page 9
Fuentes de Datos de Entrada
El programa acepta archivos de las siguientes fuentes:
Hojas de calculo de Excel
Archivos de Texto delimitados por comas (u otros separadores)
Bases de datos a traves de conexión ODBC
Datos de entrada Page 10
Campos de Atributos
Si su hoja de cálculo incluye campos de atributos antes del nombre de la variable,
Forecast Pro Unlimited automáticamente construirá una estructura jerárquica
multinivel.
Configuraciones Page 11
Configuraciones
“Un buen analista no es más listo que el resto de los demas,
simplemente tiene sus premisas mejor organizadas” Anónimo
Configuraciones Page 12
Configuraciones
Este ícono de acceso al menú de configuraciones del proyecto:
Es necesario hacer clic en el botón de “Fijar configuración” si queremos que la última
configuración establecida prevalezca.
Existen también otras configuraciones* relativas a:
Salidas numéricas
Gráficos
Reporte de pronósticos.
*Para acceder a estas configuraciones da clic derecho sobre la ventana de reporte o gráfico
que desees personalizar.
Configuraciones Page 13
Configuración Básica
La configuración básica le permite definir las rutas de entrada y salida de datos,
ruta de proyectos, modo de datos de entrada, horizonte de pronóstico y límites
de confianza que aplican de manera general.
Configuraciones Page 14
Configuración Formatos
Una configuración común es activar la opción de ignorar ceros al inicio para
descartar todos los campos con cero al inicio de una serie de datos.
Configuraciones Page 15
Configuración Datos atípicos
La configuración de datos atípicos permite establecer el umbral de detección de datos
atípicos entre el modelo ajustado y los datos históricos así como el número de iteraciones
(detección y correción ) al ser ajustado nuevamente un modelo con historia corregida.
Configuraciones Page 16
Que las modificaciones realizadas en las filas de ajustes prevalezcan sobre los pronósticos
estadísticos o que los ajustes sean acumulativos (positivos o negativos) sobre el
pronóstico estadístico de tal forma que el resultado sea el pronóstico final.
Definición de modo de ajustes
Configuración Modificaciones
Configuraciones Page 17
Modificaciones a los pronósticos
Las modificaciones o ajustes realizados a cualquier nivel se propagarán hacia
arriba mediante agregación y hacia abajo mediante asignación proporcional a los
valores “no congelados”.
Si usted restringe sus modificaciones o ajutes a un solo nivel de la jerarquía, el
proceso de conciliación es simple e intuitivo—le sugerimos fuertemente a
realizarlo así.
Las modificaciones o ajustes pueden ser realizados como números fijos o como
número a partir de una fórmula de porcentaje o incremento de partir de números
referencia.
Configuraciones Page 18
Configuración Linea de Comando
La configuración de línea de comando es para establecer los componentes de un proyecto
al momento de realizar una sesión de forma automática así como establecer los diferentes
archivos de salida el momento de ejecturar y cerrar la sesión.
Configuraciones Page 19
Configuración Análisis de Pareto
La configuración de Análisis de Pareto se puede configurar para obtener mediante el
reporte de ítem un análisis de importancia de los items en toda la estructura jerárquica en
diferentes niveles
Configuraciones Page 20
Configuración Controles Avanzados
La configuración del recuadro de controles avanzados permite especificar si el algoritmo
experto debe considerar el uso o no de los modelos ARIMA, activar la funcionalidad de
modelos con estacionalidad simplificada para el caso de datos diarios o semanales , etc.
Configuraciones Page 21
Salida numérica Formato de salida
Establece el modo de salida de datos, la opción modelo de
registros permite exportar la información en formato vertical.
Configuraciones Page 22
Salida numérica Salida de pronósticos
pueden contener información de la serie de tiempo como
historia, pronósticos, valores de ajuste y límites de confianza,
etc.
Configuraciones Page 23
Salida numérica Salida estadística
pueden contener información estadística como la media, MAD,
MAPE, especificación del modelo, etc. de cada uno de los
niveles.
Configuraciones Page 24
Estos recuadros se puede acceder mediante el menú de contexto del gráfico (haciendo clic
en el gráfico con el botón derecho del ratón). Ademas de las opciones presentes en el
menú de contexto, existen cuatro recuadros que permiten ver el detalle de las diferentes
opciones de configuración.
Opciones para acceder a las configuraciones del gráfico
Configuración del Gráfico
Configuraciones Page 25
Configuración del gráfico - Incluir
Indica los componentes que debe incluir el gráfico
Configuraciones Page 26
Configuración del gráfico - Componentes
Indica tipo de gráfico (serie de tiempo o año sobre año, la escala del eje Y, y títulos
generales del gráfico.
Configuraciones Page 27
Configuración del gráfico - Elementos
Indica el estilo del gráfico así como colores y espesores de líneas.
Configuraciones Page 28
Configuración del gráfico - Comparar variables
le permite seleccionar hasta cinco variables a mostrar en un solo gráfico con propósitos
comparativos ya sea en escala relativa o misma escala para todoas las variables.
Configuraciones Page 29
Diseño de Reporte de Pronósticos
El formato y el contenido de salida de un Reporte de Pronóstico será igual al que en ese
momento se encuentre mostrado en pantalla. El gráfico será incluido también en la salida.
Este reporte se puede obtener para la totalidad de los ítems pronosticados o solo para los
ítems listado o mostrados en el filtro.
Filtro del Navegador Page 31
Filtro del Navegador
Le permite trabajar con una selección de la estructura jerárquica.
Esta selección se realiza con multiples criterios o simplemente
arrastrando de la zona de navegador al área del filtro.
Filtro del Navegador Page 32
El filtro del navegador
El menú de contexto del navegador incluye una opción de Agregar al filtro
la cual le permite enviar a la lista rápida estructuras comunmnete usadas
de manera directa.
El menú de contexto del filtro le permite organizar los ítems del filtro así
como guardar los archivos de salida númerica, reporte de pronóstico y
seguimiento de desempeño.
El Algoritmo Experto de Forecast Pro Page 33
El Algoritmo Experto de
La manera más confiable de pronósticar el futuro es tratar de
entender el presente.
- John Naisbitt
El Algoritmo Experto de Forecast Pro Page 34
Selección experta de Forecast Pro
El algoritmo experto de Forecast Pro sigue una serie de reglas que determina y sugiere la
mejor técnica de pronóstico de entre varias técnicas disponibles en Forecast Pro
El algorítmo inicia realizando una serie de pruebas estadísticas en los datos la cual podría
descartar ciertos métodos en la selección. Si el análisis determina que pudieran ser
utlizados los modelos de suavización exponencial y de Box-Jenkins, entonces realiza una
prueba a una “muestra” que determina la mejor técnica entre las dos familias de modelos.
El Algoritmo Experto de Forecast Pro Page 35
Selección experta de Forecast Pro
El algoritmo experto de Forecast Pro trabaja muy bien y en muchos casos se puede
confiar en este procedimiento, sin embargo, si usted no esta de acuerdo con los pronósticos
propuestos, usted puede dictar la técnica que usted condiere más conveniente o
simplemente ajustar o modificar los resultados apoyado en su experiencia y juicio.
Los métodos de pronósticos Page 37
Clasificación de los métodos de pronóstico
-Métodos de juicio
Métodos que se basan no sobre un análisis estadístico formal de los
datos históricos sino en:
Experiencia e intuición
Retroalimentación de la fuerza de ventas
Encuesta a clientes y grupos enfocados
Analogías históricas
Etc.
Los métodos de pronósticos Page 38
Clasificación de los métodos de pronóstico
- Métodos de Extrapolación
Cuantifican diferentes patrones de comportamiento como nivel medio,
tendencia y estacionalidad y extrapolan asumiendo que el
comportamiento histórico continuará en el futuro.
- Métodos Causales o Explicativos
Ayudan a cuantificar la relación entre diferentes variables y pueden crear
un pronósticos o escenarios asumiendo que la relación no cambia en el
futuro.
Los métodos de pronósticos Page 39
Algunas familias de técnicas de pronósticos
Promedios Móviles Simples: SMA(n).
Random Walk
Descomposición
Suavización Exponencial
Métodos para Datos Intermitentes
ARIMA
Algoritmos expertos, Etc
Regresión Clásica
Regresión Dinámica
ARIMAX
Modelos Econométricos
Redes Neuronales
Etc
Técnicas de Extrapolación: Técnicas Causales:
Recopilación e Interpretación de los datos Page 42
Series de Tiempo
Los métodos estadísticos utilizan “Series de Tiempo” y tratan de capturar
y cuantificar los distintos componentes de una serie de tiempo y que al
final integran para obtener el pronóstico
Una “serie de tiempo” puede ser definida como una recolección de datos
históricos ordenada cronológicamente en periodos similares dentro de un
cierto intervalo de tiempo.
Recopilación e Interpretación de los datos Page 43
Series de Tiempo
Una serie de tiempo puede ser definida como una colección de datos
históricos ordenada cronológicamente en periodos similares dentro de un
cierto intervalo de tiempo.
Recopilación e Interpretación de los datos Page 44
Componentes de una serie de Tiempo
Tendencia
Estacionalidad
Ciclicidad
Datos atípicos o eventos
Ruido
Recopilación e Interpretación de los datos Page 45
Formas de Tendencia
• Lineal • Constante
4000
5000
6000
7000
8000
9000
10000
11000
70 72 74 76 78 80 82
Legend
SALESTAX
20
40
60
80
100
1945 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995
Legend
IBMEARN
• Amortiguada • Exponencial
Recopilación e Interpretación de los datos Page 46
Estacionalidad
CAUSAS de Estacionalidad
Clima
Dias festivos
Calendario escolar
Impuestos
Etc.
FORMAS de Estacionalidad
Aditiva Varianza constante
Multiplicativa Varianza cambia en el tiempo
Comportamiento que se repite de manera regular en un cierto intervalo
de tiempo
Recopilación e Interpretación de los datos Page 47
Estacionalidad Aditiva vs Multiplicativa
• Multiplicativa
• Aditiva
Recopilación e Interpretación de los datos Page 48
Datos atípicos (Outliers)
Casos discretos que podrían no repetirse:
Promociones no estacionales
Cambios de precios
Faltantes de producto
Catástrofes naturales
Nuevas legislaciones o regulaciones
Días festivos,
Si los eventos no se “explican”, entonces podrían corromper las
mediciones de tendencia o estacionalidad de los modelos estadísticos.
Criterios de Exactitud Page 50
Criterios de exactitud estadísticos
Los criterios más utilizados por su simplicidad son:
MAD: Mean Absolute Error (Media del Error Absoluto) mide el promedio de los
errores en unidades.
MAPE: Mean Absolute Percent Error (Media del Error Absoluto en Porcentaje)
mide el promedio del error en porcentaje.
RMSE: Root Mean Square Error (Media de la Raíz del Error Cuadrado) mide el
promedio del error en unidades asignando mayor peso a las desviaciones con
error más grande).
Existen una gran variedad de criterios para determinar cual es el mejor modelo
estadístico. - MAD, MAPE, MSE, RMSE, R2, Etc.
Los métodos de pronósticos Page 51
¿Cuál es el mejor método?
- Dependerá de las propiedades de los datos
Datos diarios, semanales, mensuales, trimestrales, etc.
Cantidad de datos históricos
Series con o sin tendencia, con o sin estacionalidad
- Dependerá del horizonte que requerimos
Para corto plazo normalmente se utilizan los métodos de extrapolación
Para mediano plazo los métodos causales pueden ser de gran ayuda
Para largo plazo se utilizan métodos de juicio, modelos econométricos, etc.
El mejor método depende de los datos, el propósito y la perspectiva
del “Forecaster”.
“El más simple y el más exacto”
Modificadores de Pronósticos Page 52
Modificadores de Pronósticos
Pronosticar eventos futuros es a menudo como buscar un gato
negro en un cuarto obscuro que posiblemente no este ahi.
- Steve Davidson
Modificadores de Pronósticos Page 53
Usando Modificadores de Pronósticos
Los Modificadores de Pronósticos son usados para dictar los argumentos que
generan los pronóstico estadístico. Estos pueden ser los modelos, criterio de
nivel de elaboración (\TOPDOWN), variables de eventos, etc
Modificadores de pronósticos Page 54
Los modificadores son instrucciones que instruyen al programa a realizar una
acción especifica.
Si no se especifica algún modificador, Forecast Pro ajusta un modelo de
pronóstico usando el algoritmo de selección experta y siguiendo la configuración
general. Cuando existen diferentes niveles de agrupaciones los pronósticos son
conciliados de abajo hacia arriba. (Bottom-Up)
- Nivel de elaboración de los pronósticos
\TOPDOWN prevalece el resultado del pronóstico estadístico calculado con la
nivel padre y conciliando a los pronósticos de los hijos
Modificadores de pronósticos
Modificadores de pronósticos Page 55
Modificadores de pronósticos
-Ponderación por Peso
\WGT= _variable -Divide el valor de cada período por el valor de la
variable de peso, ajusta un modelo a la serie ponderada y multiplica los
pronósticos por la ponderación a futuro.
- Índices de nivel padre en niveles hijos
\INDEXES utiliza los índices estacionales del padre para crear los
pronósticos de los hijos desestacionalizados previamente.
Modificadores de pronósticos Page 56
Modificadores de pronósticos
-Suavización Exponencial
\EXSM (Auto) Permite a Forecast Pro Unlimited seleccionar el modelo de
suavización exponencial automáticamente
\SIMPLE, utiliza el modelo de suavización exponencial simple.
\HOLT utiliza el modelo de suavización exponencial de Holt.
\WINTERS utiliza el modelo de suavización exponencial de Winters.
Modificadores de pronósticos Page 57
Uso del principio de descomposición
La familia de modelos de Suavización Exponencial utiliza el principio de
descomposición.
Captura el nivel medio
Captura la variación del nivel medio
Captura la estacionalidad como un índice respecto al nivel medio
Los métodos de pronósticos Page 58
Familia de modelos Holt - Winters
Tendencia
Expoencial
Tendencia
Amortiguada
(WINTERS) (HOLT) Tendencia
Lineal
(SIMPLE) Nivel
Constante
Estacionalidad
Multiplicativa
Estacionalidad
Aditiva
No Estacional
Perfiles de pronóstico de suavización exponencial Adaptado de E. Gardner, Journal of Forecasting, Vol. 4 (1985)
L
D
E
N
A M N
58
Modificadores de pronósticos Page 59
\EXSM=XY Utiliza el modelo de suavización con tendencia tipo X (N=sin
tendencia, L=tendencia lineal, D=tendencia amortiguada, E=tendencia
exponencial, *=Forecast Pro decide) y tipo de estacionalidad Y (N=sin
estacionalidad, M=estacionalidad multiplicativa, A=estacionalidad aditiva,
*=Forecast Pro decide).
- Modelo con eventos (Extensión de modelos de EXSM)
\EVENT=_X utiliza la variable de evento denominada X.
Modificadores de pronósticos
Modificadores de pronósticos Page 60
Modificadores de pronósticos
-Box-Jenkins
\BJ utiliza un ajuste automático al modelo Box-Jenkins.
- La familia de modelos ARMA o ARIMA utiliza el principio de autocorrelación.
- Promedios Móviles Simples
\SMA=n utiliza un término-n en promedio móvil simple.
- Datos Discretos
\DISCRETE basa límites de confianza en una de las distribuciones
discretas (Poisson o binomial negativa).
Modificadores de pronósticos Page 61
Modificadores de pronósticos
-Modelo de Datos Intermitentes de Croston
\INTER utiliza el modelo de datos intermitentes de Croston. Si los datos
no soportan este modelo será utilizado en su lugar un modelo de
suavización exponencial.
- Ajuste a la curva
\CFIT ajusta la mejor línea recta, cuadrática, exponencial o de
crecimiento
Modificadores de pronósticos Page 62
-Datos atípicos
\OUTLIER = OFF
- No detecta ni corrige datos atípicos
\OUTLIER = DETECT
- Detecta datos atípicos de acuerdo al umbral de desviaciones estándares especificadas
en la configuración general de datos atípicos
\OUTLIER = CORRECT
- Detecta y corrige la historia de acuerdo al umbral de deviaciones estándares
especificadas y de acuerdo al número de iteraciones en la configuración general de datos
atípicos
Modificadores de pronósticos
Múltiples Pronósticos en Múltiples Niveles Page 64
Múltiples niveles
Las empresas típicamente requieren elaborar los pronósticos a diferentes
niveles.
- Los pronósticos a nivel mas agregado conducen la toma de decisiones
financieras y de planeación estratégica de la empresa
- Los pronósticos a nivel de agregación intermedio o funcionales conducen las
actividades de mercadotecnia y Ventas.
- Los pronósticos a nivel SKU conducen a toma de decisiones operacionales
como producción, compras, inventarios, etc.
¿Se pretendería que coincidan en todos los niveles?
Modificadores de pronósticos Page 67
Estrategias para conciliar los niveles
- Bottom-up (De Abajo hacia Arriba o Ascendente) .
Los pronósticos del nivel alto se basan en los pronósticos de los nivel
bajos. Es decir los pronósticos del nivel alto se obtienen sumando los
pronósticos de los niveles bajos.
- Top-down (De Arriba hacia Abajo o Descendente).
Los pronósticos del nivel alto se obtienen a ese nivel y después se
desagregan sobre los pronosticos de los niveles bajos.
Elementos de un proyecto o sesión de pronósticos Page 68
Elementos de un proyecto
o sesión de pronósticos
Pronosticar eventos futuros es a menudo como buscar un gato
negro en un cuarto obscuro que posiblemente no este ahi.
- Steve Davidson
Elementos de un proyecto o sesión de pronósticos Page 69
Archivos de proyecto
El proyecto normalmente consiste de un solo archivo comprimido con la
extensión .FPZip. Este archivo comprimido contiene tres archivos
diferentes
El archivo de configuración del proyecto (.FPProj) es un archivo XLM que
contiene las configuraciones y el scrip de proyecto
El archivo de las tablas del proyecto (.db o .mdb) es una base de datos
de Microsoft Access (mdb) o SQLite (db) que contiene tablas separadas
para la informacion ingresada. La version de 64-bit de Forecast Pro
siempre usara bases en SQLite. La versión de 32-bit puede usar ambas
Elementos de un proyecto o sesión de pronósticos Page 70
Archivos de proyecto
El archivo de Imagen del proyecto (.fcb) es un archivo binario que guarda
los componentes del proyecto para que la sesion pueda ser retomada
donde se dejo o pueda ser compartida con otros usuarios
- Si queremos compartir el proyecto es necesario incluir estos 3 archivos o el
archivo comprimido (.FPZip)
Elementos de un proyecto o sesión de pronósticos Page 71
Abriendo proyectos o sesiones
Si usted abre un proyecto y los archivos de datos no han cambiado (es
decir, la hora y la fecha corresponden),el proyecto restablecerá las
condiciones presentes cuando el proyecto fue guardado permitiéndole
continuar con su trabajo.
Si usted abre un proyecto y los archivos de datos no están disponibles, el
proyecto restablecerá las condiciones presentes cuando el proyecto fue
guardado. Así usted puede revisar proyectos, realizar ajustes, etc. aun si
usted no tiene acceso a los archivos de datos—lo cual es frecuente
cuando comparte sus proyectos con otros.
Elementos de un proyecto o sesión de pronósticos Page 72
Abriendo proyectos o sesiones
Si usted abre un proyecto y los archivos de datos han cambiado,
aparecerá un recuadro permitiéndole generar nuevos pronósticos usando
los datos actualizados o restablecer las condiciones presentes cuando el
proyecto fue guardado (Es decir, no recalcula los pronósticos usando los
nuevos datos).
Variables de ayuda Page 74
Creando variables de ayuda
Las variables de Eventos o de Peso son variables de “ayuda”. Los
nombres de las variables de ayuda deben empezar o terminar con una
barra baja ( _ ). No son pronosticadas. Pueden ser incluidas dentro de un
archivo de datos o colocadas en un archivo por separado.
Datos Atípicos (Outliers) Page 76
Datos Atípicos (Outliers)
Un dato atípico es aquel que presenta un comportamiento muy diferente
al resto de los demás.
En muchas ocasiones corregir un dato atípico puede mejorar la exactitud
del pronóstico.
En otras ocasiones, corregir un dato atípico puede causar cálculos de
límites de confianza no creíbles.
Idealmente un analista revisará todos los datos atípicos detectados y
decidirá cuales requieren corrección.
Datos Atípicos (Outliers) Page 77
Manejo de datos atípicos
Forecast Pro Unlimited utiliza dos métodos para manejar datos atípicos
que permiten obtener mejores pronósticos.
1. Modelación de eventos. Explicación de períodos con eventos especiales
2. Detección y/o Corrección Automática
Datos Atípicos (Outliers) Page 78
Valores Atípicos
En la construcción del modelo es recomendable explicar los eventos
uno a la vez.
Analizar las condiciones anteriores y posteriores al evento que se
estudia.
No sobrecodificar el modelo con eventos, ya que se esto puede
desvirtuar los resultados de los pronósticos.
Recomendaciones al modelar datos atípicos
Datos Atípicos (Outliers) Page 79
El Procedimiento de Detección y Corrección de Datos Atípicos
El algoritmo de detección y corrección de datos atípicos trabaja como
sigue:
1. El modelo especificado se ajusta sobre la serie de tiempo, se genera una
serie de los residuales (errores del ajuste) y se calcula la desviación
estándar.
2. Si el tamaño del error más grande excede el umbral de datos atípico
entonces el período es valor es identificado como un dato extremo y el valor
histórico del período es remplazado con el valor de ajuste.
3. El procedimiento se repite usando la historia corregida hasta que no se
detecten datos atípicos o el número de iteraciones especificado sea
alcanzado.
Datos Atípicos (Outliers) Page 80
Modos de Detección de Datos Atípicos
Existen tres modos de detección y corrección de datos atípicos.
- No detectar- No corregir. Este es el modo predeterminado. Muchos usuarios
de Forecast Pro Unlimited no usan (ni requieren usar) la detección de datos
atípicos.
- Solo detectar- detectará datos atípicos y mostrará los valores de corrección
sugeridos, sin embargo, los pronósticos serán generados usando la historia sin
corregir.
- Detección y corrección- detectará datos atípicos y automáticamente usará los
valores corregidos para generar los pronósticos.
Datos Atípicos (Outliers) Page 81
En una estructura multinivel la detección se realiza solo en el último nivel
(es decir, no a nivel de grupo). Si esta opción ha sido seleccionada, una
vez que todos los niveles más bajos han sido corregidos los niveles de
grupos son re-agregados para reflejar los valores corregidos.
Modos de Detección de Datos Atípicos
Datos Atípicos (Outliers) Page 82
Usted puede ajustar la configuración de Sensibilidad para que el umbral de
detección sea mayor o menor en términos de numero de desviaciones estándar.
La configuración adecuada dependerá de la estabilidad de sus datos.
Modos de Detección de Datos Atípicos
Datos Atípicos (Outliers) Page 83
El reporte de datos atípicos puede ser mostrado en forma de tabla o con formato. Los
reportes pueden ser impresos y/o guardados en Excel.
La opción de Agregar a la lista rápida>Análisis>Datos atípicos en el menú de contexto del
navegador le provee una manera comoda para generar una lista rápida de datos atípicos.
Trabajando con datos atípicos
Factores de Conversión Page 85
Factores de conversión
Forecast Pro TRAC le permite utilizar factores de conversión que convierten instantáneamente
el pronóstico en otras unidades de medida.
Datos Externos Page 87
Datos de referencia
Forecast Pro TRAC puede utilizar datos de referencia
como el presupuesto, objetivos de ventas, Etc. Para
comparar relaciones entre los datos
Desempeño de los pronósticos Page 88
Desempeño de los pronósticos
“El desempeño histórico no es garantía en resultados futuros."
- Fidelity Investments
Desempeño de los pronósticos Page 89
¿Porque medir los errores de los pronósticos?
El medir los errores de los pronósticos nos permite:
Comparar diferentes métodos de pronósticos.
Obtener mayor conocimiento de la exactitud esperada.
Determinar eventos no considerados y documentarlos
Obtener la referencia para una mejora continua
Desempeño de los pronósticos Page 90
Errores dentro de la muestra vs. errores fuera de la muestra
- Estadísticas dentro de la muestra .
Estadísticas de ajuste del modelo - le indica con que exactitud el modelo
explica los datos históricos.
- Estadísticas fuera de la muestra
Le indican que tan exacto hubiera sido realmente un modelo de
pronóstico. Estas estadísticas pueden ser obtenidas usando un método
de “esperar y ver” o mediante una simulación
Desempeño de los pronósticos Page 91
Errores dentro de la muestra vs. errores fuera de la muestra
En competencias empíricas como M3, se ha observado que las
estadísticas fuera de la muestra producen una mejor medición de la
exactitud esperada que las estadísticas dentro de la muestra.
Desempeño de los pronósticos Page 92
Consideraciones en la medición de los errores
El MAPE es fácil de interpretar, incluso cuando usted no conoce el
volumen de la demanda de un producto. Sin embargo, el MAPE es
sensible a la escala y llega a no tener un significado para datos con bajo
volumen o datos con períodos de cero demanda.
El MAD es una buena estadística a usar cuando se analiza el pronóstico
de un solo producto, sin embargo, si nosotros agregamos MADs de
múltiples productos debemos de tener cuidado de productos de alto
volumen que sean dominantes en el resultado.
Desempeño de los pronósticos Page 93
Consideraciones en la medición de los errores
Cuando se realizan estos tipos de análisis algunas empresas establecen
mediciones de errores ponderadas para reflejar de manera adecuada la
importancia relativa de los productos para la empresa. Esta es una
excelente práctica.