Descripción
La previsión es la práctica de analizar datos históricos para predecir las condiciones anticipadas en el futuro y se encuentra en el núcleo de los supply chain. Naturalmente, aumentar su precisión se volvió muy codiciado. ¿Pero qué factores afectan la precisión de la previsión?
Quizás sorprendentemente se descubre que el método de previsión utilizado tiene poco efecto en la calidad de la previsión producido. Por el contrario, el horizonte temporal de la previsión y el nivel de agregación y variabilidad de los datos tienen un impacto directo en la precisión.
Cuanto más largo es el período sobre el cual se realiza la previsión, menos precisa es probablemente. Por ejemplo, una previsión para la próxima semana casi siempre será más preciso que una previsión para el próximo mes o año. En lo que respecta a los datos, un conjunto de datos de demanda relativamente estable producirá previsiones precisos en comparación con puntos de datos con un alto grado de variabilidad. Debido a esto, las comparaciones de previsiones solo tienen relevancia cuando tienen el mismo marco temporal y se basan en datos históricos que exhiben niveles similares de estabilidad.
