La estacionalidad es uno de los patrones estadísticos más fuertes que se pueden aprovechar para refinar las previsiones. A continuación, se presentan 4 series de tiempo agregadas a nivel semanal (159 semanas). Los datos históricos están en rojo y las previsiones están en morado. Los marcadores grises verticales indican el 1 de enero.

Al ilustrar la estacionalidad, todos (incluido Lokad) tienden a utilizar series de tiempo largas, al igual que las tres primeras series aquí arriba. De hecho, es más visual y más atractivo.

Sin embargo, las series de tiempo largas no representan tu situación habitual. En promedio, los bienes de consumo tienen una vida útil de no más de 3 o 4 años. Por lo tanto, las series de tiempo largas suelen ser una pequeña minoría en tu conjunto de datos. Peor aún, esas series de tiempo largas podrían ser valores atípicos, que no reflejan el comportamiento de otros productos de vida más corta.

Aquí arriba, la cuarta serie de tiempo corta es un caso mucho más representativo con menos de 1 año de datos. En tal situación, sin embargo, no está tan claro cómo se puede aprovechar la estacionalidad. El truco de Lokad para hacerlo consiste en utilizar el análisis de múltiples series de tiempo.

Obtén más información en nuestro artículo sobre definición de estacionalidad.