Calculadora de Pronostico de Promedio Movil (Simple y Ponderado)

Que calcula esta herramienta

La calculadora toma tu serie de demanda y el metodo que elijas y te devuelve dos cosas que van juntas: el pronostico del siguiente periodo y la calidad de ese pronostico sobre tu propio historial. Le das el metodo, promedio movil simple o ponderado; el tamano de la ventana n si es simple, o la lista de pesos si es ponderado; y el historial de demanda, un valor por linea. Con eso calcula el pronostico del proximo periodo, el MAD, el RMSE, el MAPE y el sesgo, y ademas recorre todas las ventanas posibles para decirte cual habria dado el menor RMSE en tu serie. No es un solo numero suelto: es el numero mas su margen de error y su direccion.

Lo que separa a esta herramienta de promediar a mano las ultimas tres cifras es que califica el metodo antes de que lo uses. Para cada periodo donde ya existe suficiente historial, calcula cual habria sido el pronostico y lo compara con la demanda que de verdad ocurrio; de esa comparacion salen el MAD, el RMSE, el MAPE y el sesgo. Asi no eliges la ventana por costumbre sino por evidencia: ves con numeros que tan bien habria funcionado el promedio movil simple de tres periodos, el de dos, o un promedio ponderado, sobre exactamente los datos que vas a pronosticar.

El otro diferenciador es visual. La herramienta grafica la demanda real como una linea solida y el pronostico como una linea punteada, periodo por periodo, y marca el pronostico del siguiente periodo. En una sola imagen se ve lo que las tablas esconden: si el pronostico va pegado a la demanda o si se queda atras en cada subida, que es la firma de un promedio movil sobre una tendencia. El barrido de ventanas completa el cuadro al recomendar la n con menor RMSE, para que no te quedes con el clasico n = 3 por inercia.

Como funciona: las formulas del promedio movil

El promedio movil simple es el mas directo. El pronostico para el periodo t es el promedio de las ultimas n demandas reales: F(t) = (D(t-1) + D(t-2) + … + D(t-n)) / n. Dicho en palabras, el pronostico del proximo periodo es el promedio de los ultimos n periodos. Cada vez que llega un dato nuevo, la ventana se mueve un lugar: entra el dato mas reciente y sale el mas viejo, y por eso se llama movil. Con n = 3 sobre la serie por defecto, el pronostico del siguiente periodo es (30 + 34 + 33 + 37) considerando solo los ultimos tres, es decir (33 + 37 + 34) segun el orden real, y da 34.67.

El promedio movil ponderado da mas peso a los periodos recientes en lugar de tratarlos a todos igual. El pronostico es F(t) = w1 x D(t-1) + w2 x D(t-2) + … + wn x D(t-n), donde los pesos suman 1 y normalmente el mayor peso va sobre el dato mas reciente. Con pesos 0.5, 0.3 y 0.2, el ultimo periodo pesa la mitad del pronostico, el anterior tres decimos y el mas viejo dos decimos. La idea es que en una serie que se mueve, lo que paso ayer dice mas del manana que lo que paso hace tres periodos. Si los pesos no suman 1, la herramienta los normaliza dividiendo cada uno entre la suma.

Las metricas de error se calculan solo sobre los periodos donde ya existe un pronostico, es decir despues de la primera ventana. Para cada uno de esos periodos, el error es e = real menos pronostico. El MAD es el promedio de los valores absolutos de esos errores; el MSE es el promedio de los errores al cuadrado y el RMSE es su raiz, que castiga mas los errores grandes; el MAPE es el promedio de |e / real| expresado en porcentaje, y salta los periodos donde la demanda real es cero para no dividir entre cero; el sesgo es la suma de los errores. Un sesgo positivo significa que la suma de reales supera a la suma de pronosticos, o sea que el pronostico se queda por debajo de la demanda, que es lo que pasa cuando el promedio movil corre detras de una tendencia al alza.

El barrido de ventanas es la ultima pieza. La herramienta calcula el RMSE para cada ventana desde n = 2 hacia arriba y se queda con la n que da el menor RMSE en tu serie. Es una forma rapida de dejar que los datos elijan la ventana en lugar de imponerla por costumbre. Conviene recordar dos cosas: una ventana corta reacciona rapido pero persigue el ruido, una larga es estable pero se queda atras; y el promedio movil, en cualquier ventana, supone una demanda mas o menos estable, se rezaga en una tendencia y no sirve para demanda intermitente o a saltos.

Promedio movil simple contra ponderado

Los dos metodos responden la misma pregunta, cual sera la demanda del proximo periodo, pero reparten la atencion de forma distinta. El simple trata a los ultimos n periodos como iguales: cada uno aporta 1/n del pronostico. Es lo mas facil de explicar a un comite y lo mas facil de auditar, porque cualquiera puede rehacer el promedio en una hoja de calculo. Su punto debil es que reacciona tarde a un cambio, porque un dato viejo pesa lo mismo que uno fresco hasta que sale de la ventana.

El ponderado corrige justo eso al darle mas peso al dato reciente. Sobre demanda que se mueve, esto suele bajar el error: en la serie por defecto, un ponderado con pesos 0.5, 0.3, 0.2 da un RMSE de 3.09 contra 3.35 del simple de tres periodos, porque sigue la subida un poco mejor. El costo es que hay que elegir los pesos, y esa eleccion es subjetiva si no la respaldas con el error. La regla practica es empezar con pesos que decrezcan del reciente al viejo, probar un par de combinaciones y quedarte con la que de menor RMSE o MAD en tu serie.

Ninguno de los dos inventa tendencia. Los dos promedian el pasado, asi que los dos se quedan atras cuando la demanda sube o baja de forma sostenida; el ponderado solo se queda un poco menos atras. Si tu serie tiene una tendencia clara y persistente, ni el simple ni el ponderado la van a alcanzar, y ahi conviene pasar a un metodo pensado para tendencia, como el suavizamiento exponencial con el metodo de Holt o una regresion lineal. El promedio movil, simple o ponderado, es la herramienta correcta cuando la demanda oscila alrededor de un nivel bastante estable.

Como elegir el tamano de la ventana

La ventana n es la perilla principal del promedio movil, y define un balance entre reaccionar y suavizar. Una ventana chica, como n = 2, usa muy pocos periodos, asi que responde rapido a un cambio de nivel o de tendencia, pero tambien copia el ruido de cada periodo y hace un pronostico nervioso. Una ventana grande, como n = 8 o mas, promedia muchos periodos, asi que aplana el ruido y da un pronostico calmado, pero tarda mucho en reaccionar y se queda muy atras cuando la demanda de verdad cambia.

No hay un valor universal. La ventana correcta depende de tu serie, y por eso la herramienta hace el barrido: calcula el RMSE para cada n y te dice cual gana. En la serie por defecto, que sube de forma sostenida, gana n = 2 porque la ventana mas corta es la que menos se rezaga de la tendencia; el n = 3 por costumbre habria dado un RMSE mayor. En una serie estable sin tendencia, el resultado se invierte y gana una ventana larga, porque ahi lo que conviene es suavizar el ruido y no perseguirlo. La misma herramienta, dos series distintas, dos ventanas opuestas.

Conviene leer el barrido con cabeza y no solo tomar el ganador a ciegas. Si el RMSE es casi igual entre n = 4 y n = 5, elige la ventana mas estable, la mas grande, para no sobreajustar a un historial corto. Si el ganador es una ventana muy chica y tu demanda tiene mucho ruido de corto plazo, revisa si esa ventana no esta persiguiendo picos que no se van a repetir. El barrido es una guia basada en tu historial, no una ley: lo cruza con lo que sabes de tu producto y de tu operacion.

Leer las metricas de error: MAD, RMSE y MAPE

Un pronostico sin su error es solo una opinion, y por eso la herramienta calcula tres medidas de tamano del error que se leen juntas. El MAD, la desviacion absoluta media, es el promedio de cuanto se equivoca el pronostico en cada periodo, sin importar el signo. Esta en las mismas unidades que tu demanda, asi que es el mas facil de comunicar: un MAD de 2.85 significa que, en promedio, el pronostico se aparto unas 2.85 unidades de la demanda real. Es intuitivo y robusto, buen numero para hablar con quien no es tecnico.

El RMSE, la raiz del error cuadratico medio, tambien esta en unidades de demanda, pero eleva los errores al cuadrado antes de promediar, asi que castiga mucho mas los errores grandes. Un RMSE bastante mayor que el MAD te avisa que hay algunos periodos muy fallados escondidos entre muchos aceptables, lo cual importa cuando un solo faltante grande cuesta caro. Por eso el barrido de ventanas usa el RMSE: para elegir la ventana que evita los errores gruesos, no solo la que baja el error promedio. En la serie por defecto, el RMSE de 3.35 frente al MAD de 2.85 refleja que la tendencia genera algunos errores mayores hacia el final.

El MAPE, el error porcentual absoluto medio, pone el error en porcentaje del valor real, asi que sirve para comparar productos de escalas distintas: un MAPE de 9.3% dice que el pronostico se equivoca cerca de un 9.3% en promedio, sin importar si el producto vende decenas o miles. Tiene una trampa importante: se dispara cuando la demanda es pequena o llega a cero, porque dividir un error entre un numero chico da un porcentaje enorme, y por eso la herramienta salta los periodos con demanda cero. Un MAPE altisimo, arriba de 40% o 50%, casi siempre es la senal de que el promedio movil no es el metodo adecuado para esa serie, tipicamente porque la demanda es intermitente.

El sesgo y el rezago en una tendencia

El MAD, el RMSE y el MAPE te dicen que tan grande es el error, pero no en que direccion. Esa direccion la da el sesgo, que es la suma de los errores con su signo. Si el pronostico se pasa por arriba unos periodos y por debajo otros, los errores se cancelan y el sesgo queda cerca de cero, que es lo sano. Si el pronostico se equivoca casi siempre para el mismo lado, los errores se acumulan y el sesgo se vuelve grande, positivo o negativo. Un pronostico bueno tiene sesgo pequeno; uno con sesgo grande esta sistematicamente descalibrado.

El promedio movil sobre una tendencia al alza produce un sesgo positivo grande casi por definicion. Como el pronostico es el promedio de periodos pasados, y cada periodo nuevo es mayor que los anteriores, el pronostico siempre sale por debajo de la demanda real. En la serie por defecto el sesgo es +25.7, un numero enorme para una demanda que ronda las 30 unidades, y eso confirma con un solo dato que el promedio movil se queda atras en cada subida. El signo positivo se lee asi: la suma de reales supera a la suma de pronosticos, o sea, subpronosticas de forma sistematica.

El sesgo es la senal mas util para decidir cuando cambiar de metodo o de ventana. Un sesgo que se mantiene chico dice que el metodo esta bien calibrado y solo tiene ruido. Un sesgo que crece periodo tras periodo dice que hay algo estructural, casi siempre una tendencia que el promedio movil no puede seguir, y que conviene pasar a un metodo con tendencia o acortar la ventana. En una practica de planeacion madura, el sesgo se vigila de forma continua con una senal de rastreo, que divide el sesgo acumulado entre el MAD y dispara una alarma cuando se sale de un rango; ese seguimiento es justo lo que hacen las metricas de error del pronostico como disciplina.

Cuando el promedio movil es el metodo equivocado

El promedio movil supone que la demanda oscila alrededor de un nivel bastante estable, y funciona muy bien cuando eso es cierto. Deja de servir en dos casos claros, y reconocerlos a tiempo ahorra mucho producto mal pronosticado. El primero es la tendencia sostenida. Ya lo vimos: el promedio movil se rezaga y acumula sesgo, y ninguna ventana lo arregla del todo porque el metodo no tiene forma de proyectar hacia arriba o hacia abajo. Ahi conviene el suavizamiento exponencial con el metodo de Holt, que modela nivel y tendencia por separado, o una regresion lineal que ajusta una recta.

El segundo caso es la demanda intermitente o a saltos, donde hay muchos periodos en cero y de vez en cuando un pico. Promediar ceros y picos da un numero que no describe a ninguno de los dos, y el MAPE se dispara porque divide entre demandas chicas. Para ese patron existen metodos pensados para demanda intermitente, y el primer paso practico es clasificar el articulo, por ejemplo con una clasificacion XYZ que separa la demanda estable de la variable y de la erratica. Si tu articulo cae en la categoria erratica, el promedio movil no es la respuesta.

Hay un tercer caso mas sutil: la estacionalidad. Si tu demanda sube en ciertas temporadas y baja en otras de forma repetida, un promedio movil suaviza justo la senal que necesitas conservar, y llega tarde a cada temporada alta. Para eso se usa un indice estacional que ajusta el pronostico por temporada. La regla general es simple: usa el promedio movil para demanda estable con ruido; para tendencia, estacionalidad o intermitencia, cambia de herramienta. La ventaja de calcular el error aqui es que la propia serie te avisa, con un sesgo grande o un MAPE altisimo, cuando ya te saliste del terreno donde el promedio movil es util.

Preparar una serie de demanda limpia

El pronostico es tan bueno como la serie que le das, asi que vale la pena preparar el historial antes de pegarlo. Lo primero es usar demanda real, no ventas. Cuando hubo un faltante, las ventas cayeron a cero porque no habia producto, no porque no hubiera clientes; si pronosticas sobre esas ventas censuradas, vas a subestimar la demanda una y otra vez. En lo posible, reconstruye la demanda de los periodos con faltante antes de meterla a la calculadora.

Lo segundo es cuidar los periodos atipicos. Una promocion fuerte, un pedido unico de un cliente grande o un error de captura pueden meter un pico que no representa la demanda normal, y el promedio movil lo va a arrastrar durante n periodos. Conviene marcar esos periodos y decidir si los ajustas o los dejas, segun si se van a repetir. La herramienta acepta valores separados por salto de linea, por espacio o por coma, asi que puedes pegar la serie tal como sale de tu hoja de calculo, pero el orden importa: el ultimo valor debe ser el periodo mas reciente, porque de ahi salen el pronostico y los pesos.

Lo tercero es tener suficiente historial y una frecuencia consistente. Con muy pocos periodos, el barrido de ventanas no tiene con que comparar y las metricas se vuelven inestables; con periodos de distinta duracion mezclados, semanas con meses, el promedio pierde sentido. Manten una sola frecuencia, mensual o semanal, y reune al menos el doble de periodos que la ventana mas larga que quieras probar. Una serie limpia, ordenada y con demanda real es lo que convierte a esta calculadora en una herramienta de decision y no en un ejercicio.

Cinco ejemplos resueltos

Ejemplo 1: promedio movil simple con n = 3, el caso por defecto

La serie 20, 24, 22, 26, 25, 29, 27, 31, 30, 34, 33, 37 con un promedio movil simple de ventana n = 3. El pronostico del siguiente periodo es 34.67, con MAD 2.85, RMSE 3.35, MAPE 9.3% y un sesgo de +25.7. La demanda sube de forma sostenida a lo largo de toda la serie, asi que el promedio movil, que mira hacia atras, pronostica por debajo en casi todos los periodos. La leccion es directa: sobre una tendencia al alza el promedio movil se rezaga, por eso el sesgo es grande y positivo, y por eso conviene mirar el sesgo y no solo el tamano del error.

Ejemplo 2: el barrido de ventanas sobre la misma serie

Con la misma serie, la herramienta prueba todas las ventanas. La n = 2 da un RMSE de 2.40 y un pronostico del siguiente periodo de 35.00, contra un RMSE de 3.35 con n = 3 y de 3.62 con n = 4. La ventana mas corta gana porque es la que menos se rezaga de la tendencia. La leccion es que no conviene quedarse con n = 3 por costumbre: en una serie que sube, la ventana corta sigue mejor la subida, y el barrido encuentra ese ganador de forma automatica, sin que tengas que probar a mano.

Ejemplo 3: promedio movil ponderado sobre la misma serie

La misma serie con un promedio movil ponderado y pesos 0.5, 0.3, 0.2, del reciente al mas viejo. El pronostico del siguiente periodo es 35.20, con MAD 2.52, RMSE 3.09 y MAPE 8.2%. Comparado con el simple de tres periodos, que daba RMSE 3.35, el ponderado baja el error porque le da mas peso al dato reciente y por eso sigue la subida un poco mejor. La leccion es que sobre demanda con tendencia, ponderar los periodos recientes vence al promedio simple de la misma ventana, aunque siga sin alcanzar del todo la tendencia.

Ejemplo 4: demanda estable, sin tendencia

Una serie que oscila alrededor de un nivel fijo, 50, 52, 48, 51, 49, 50, 53, 47, 50, 51, con un promedio movil simple de n = 3. El pronostico del siguiente periodo es 49.33, con MAD 1.52, RMSE 1.95, MAPE 3.1% y un sesgo de apenas +0.7. Aqui el barrido de ventanas recomienda n = 8, una ventana larga. La leccion es el espejo del caso con tendencia: cuando la demanda es estable, la ventana larga suaviza mejor el ruido y el sesgo queda cerca de cero, justo lo contrario de lo que convenia en la serie que subia.

Ejemplo 5: demanda intermitente y a saltos

Una serie con muchos ceros y picos aislados, 5, 0, 0, 8, 0, 3, 0, 0, 12, 0, 4, 0, con un promedio movil simple de n = 3. El pronostico del siguiente periodo es 1.33 y el MAPE llega a 45.5%. El promedio de ceros y picos da un numero que no describe ni a un periodo en cero ni a un pico, y el error porcentual se dispara. La leccion es que el promedio movil es la herramienta equivocada para demanda a saltos: el error es enorme, asi que primero clasifica el articulo con un analisis XYZ y usa un metodo pensado para demanda intermitente.

Tres consejos de experto

Ajusta la ventana al patron, no a la costumbre

Una ventana corta sigue rapido una tendencia o un cambio de nivel pero persigue el ruido, mientras que una ventana larga es estable pero tarda en reaccionar. En lugar de fijar tres periodos por defecto, usa el barrido de ventanas y toma la n con el menor RMSE en tu propia serie. Recuerda que el ganador depende del patron: en la serie que sube gana n = 2, en la serie estable gana n = 8. Cruza siempre el resultado del barrido con lo que sabes del producto, y prefiere la ventana mas estable cuando el RMSE es casi igual entre dos opciones.

Lee el sesgo, no solo el tamano del error

El MAD y el RMSE te dicen que tan grande es el error promedio, pero el sesgo, la suma de los errores, te dice hacia donde. Un promedio movil sobre una serie con tendencia esta sesgado de forma persistente porque se rezaga, y un sesgo que sigue creciendo es la senal de que hay que cambiar de metodo o de ventana. En una operacion madura ese sesgo se vigila con una senal de rastreo continua, que es justo lo que hacen las metricas de error del pronostico como disciplina. Si tu sesgo es grande y del mismo signo periodo tras periodo, no ajustes mas la ventana: cambia de herramienta.

Sabe cuando el promedio movil es el metodo equivocado

El promedio movil supone una demanda mas o menos estable. Para una tendencia clara, el suavizamiento exponencial con el metodo de Holt o una regresion con tendencia le van a ganar; para demanda intermitente o a saltos es enganoso, con un MAPE altisimo, asi que primero clasifica el articulo con un analisis XYZ y elige un metodo adecuado a ese patron; para demanda con temporadas repetidas, un indice estacional conserva la senal que el promedio movil borra. La ventaja de calcular el error aqui es que la serie misma te avisa cuando ya te saliste del terreno del promedio movil.

Donde encaja esta calculadora

Sirve a quien planea o audita demanda: planeadores que fijan el pronostico base de cada articulo, analistas de inventario que dimensionan el stock de seguridad a partir del error del pronostico, responsables de compras que deciden cuanto pedir, y equipos de operaciones que quieren un pronostico simple y defendible antes de invertir en un modelo mas complejo. La idea es tener el pronostico del siguiente periodo, la ventana adecuada y el error medido con numeros claros, para llevar a la mesa de planeacion una recomendacion que cualquiera pueda revisar.

El promedio movil es la herramienta insignia del silo de pronostico, y se conecta de forma natural con sus calculadoras hermanas, que amplian el metodo hacia patrones que el promedio movil no cubre. Cuando tu serie tiene tendencia, el Suavizamiento Exponencial modela nivel y tendencia y suele ganarle al promedio movil; cuando quieres vigilar el sesgo y comparar metodos, las Metricas de Error del Pronostico calculan MAD, RMSE, MAPE y la senal de rastreo sobre cualquier pronostico; y cuando la demanda es erratica, la Clasificacion XYZ te dice si el promedio movil siquiera aplica. Estas calculadoras hermanas todavia no estan en linea; en cuanto se publiquen, seran las companeras directas de esta herramienta. Mientras tanto, vuelve al hub de Pronosticos y Analitica para ver el conjunto completo, o explora el silo hermano de Cadena de Suministro, donde el pronostico alimenta el inventario, el punto de reorden y el flete.

Estandares y buenas practicas

El promedio movil, simple y ponderado, y las metricas MAD, RMSE, MAPE y sesgo son el material base de cualquier curso y manual de planeacion de demanda y gestion de operaciones, no la receta de una sola empresa. El promedio movil simple promedia los ultimos n periodos con peso igual; el ponderado usa pesos que suman 1, con el mayor en el dato reciente; el error se mide siempre sobre los periodos con pronostico, con el error definido como real menos pronostico. El MAPE salta los periodos con demanda cero, y el sesgo positivo indica subpronostico. Son convenciones estables y ampliamente ensenadas.

Los numeros de referencia ayudan a leer tu caso. Un sesgo cercano a cero indica un pronostico equilibrado; un sesgo grande del mismo signo indica un error sistematico, tipico del promedio movil sobre una tendencia. Un RMSE bastante mayor que el MAD avisa de errores grandes ocultos. Un MAPE por debajo de 10% suele considerarse bueno para demanda estable, mientras que un MAPE arriba de 40% o 50% casi siempre indica que el metodo no encaja con el patron, casi siempre demanda intermitente. Estos umbrales son guias generales; tu contexto, el costo de un faltante y la variabilidad natural de tu producto mandan sobre cualquier regla fija.

Como toda estimacion, los resultados de esta calculadora son un punto de partida para planeacion y educacion, no una garantia de la demanda futura. Ningun metodo estadistico ve un cambio de mercado, una promocion nueva o un evento fuera de lo comun antes de que ocurra. Usa el promedio movil para el pronostico base, vigila el sesgo para saber cuando cambiar de metodo, y complementa el numero con el juicio de quien conoce el negocio. Esta calculadora y su guia las construye y revisa el equipo de OpsCalculators; consulta nuestra Politica Editorial para saber como se investiga, construye y prueba cada herramienta.

Preguntas frecuentes

Como se calcula un pronostico de promedio movil simple?

El pronostico del siguiente periodo es el promedio de los ultimos n periodos de demanda real: F = (D1 + D2 + … + Dn) / n. Cada vez que llega un dato nuevo, la ventana se mueve un lugar, entra el reciente y sale el mas viejo. En el caso por defecto, la serie 20, 24, 22, 26, 25, 29, 27, 31, 30, 34, 33, 37 con ventana n = 3 promedia los ultimos tres periodos y da un pronostico de 34.67. Es el metodo mas facil de explicar y auditar, y funciona bien cuando la demanda oscila alrededor de un nivel estable.

Cual es la diferencia entre promedio movil simple y ponderado?

El simple trata a los ultimos n periodos como iguales, cada uno aporta 1/n del pronostico. El ponderado le da mas peso al dato reciente con una lista de pesos que suman 1, por ejemplo 0.5, 0.3, 0.2 del reciente al viejo. Sobre demanda con tendencia el ponderado suele bajar el error: en la serie por defecto da RMSE 3.09 contra 3.35 del simple de tres periodos, porque sigue la subida un poco mejor. El costo es que hay que elegir los pesos, asi que conviene probar un par de combinaciones y quedarte con la de menor RMSE o MAD.

Que tamano de ventana n debo usar?

Depende de tu serie. Una ventana corta reacciona rapido pero persigue el ruido; una larga es estable pero se queda atras cuando la demanda cambia. Por eso la herramienta hace un barrido y calcula el RMSE para cada n, para decirte cual gana en tu historial. En la serie por defecto, que sube, gana n = 2; en una serie estable sin tendencia, gana una ventana larga como n = 8. No uses n = 3 por costumbre: deja que el barrido y lo que sabes del producto elijan la ventana.

Que significan MAD, RMSE y MAPE?

Son tres medidas del tamano del error. El MAD, desviacion absoluta media, es el promedio de cuanto se equivoca el pronostico en cada periodo, en unidades de demanda. El RMSE, raiz del error cuadratico medio, tambien esta en unidades de demanda pero castiga mas los errores grandes, porque eleva al cuadrado antes de promediar. El MAPE es el error en porcentaje del valor real, util para comparar productos de escalas distintas. En el caso por defecto valen MAD 2.85, RMSE 3.35 y MAPE 9.3%. Un RMSE mucho mayor que el MAD avisa de errores grandes ocultos.

Que es el sesgo del pronostico y por que importa?

El sesgo es la suma de los errores con su signo, y dice hacia donde se equivoca el pronostico, no solo cuanto. Cerca de cero significa que los errores por arriba y por debajo se cancelan, que es lo sano. Un sesgo grande del mismo signo indica un error sistematico. En el caso por defecto el sesgo es +25.7, un valor enorme para una demanda que ronda 30, porque el promedio movil se rezaga en cada subida. Un sesgo positivo significa que subpronosticas: la suma de reales supera a la suma de pronosticos. Un sesgo que crece es la senal para cambiar de metodo o de ventana.

Por que el sesgo es positivo y tan grande en el caso por defecto?

Porque la serie por defecto sube de forma sostenida y el promedio movil mira hacia atras. Como el pronostico es el promedio de periodos pasados, y cada periodo nuevo es mayor que los anteriores, el pronostico sale por debajo de la demanda real casi siempre, y esos errores del mismo signo se acumulan. El resultado es un sesgo de +25.7. Esto no es un defecto del calculo, es la firma del promedio movil sobre una tendencia: se queda atras. Si ves un sesgo asi en tu serie, considera acortar la ventana o pasar a un metodo con tendencia.

Para que sirve el barrido de ventanas?

El barrido calcula el RMSE para cada ventana desde n = 2 hacia arriba y te dice cual da el menor error en tu serie, para que elijas la ventana con evidencia y no por costumbre. En la serie por defecto recomienda n = 2, porque la ventana mas corta es la que menos se rezaga de la tendencia; ahi n = 2 da RMSE 2.40 contra 3.35 de n = 3. Usa el barrido como guia, pero si dos ventanas dan un RMSE casi igual, prefiere la mas grande para no sobreajustar a un historial corto.

Que pasa con el promedio movil cuando la demanda tiene tendencia?

Se queda atras. El promedio movil promedia el pasado, asi que sobre una tendencia al alza pronostica por debajo periodo tras periodo y acumula un sesgo positivo grande; sobre una tendencia a la baja pasa lo contrario. Acortar la ventana reduce el rezago pero no lo elimina, porque el metodo no proyecta hacia arriba ni hacia abajo. Si tu serie tiene una tendencia clara y persistente, conviene pasar al suavizamiento exponencial con el metodo de Holt o a una regresion lineal, que modelan la tendencia de forma explicita.

Puedo usar el promedio movil para demanda intermitente o a saltos?

No es recomendable. Cuando hay muchos periodos en cero y picos aislados, promediar ceros y picos da un numero que no describe a ninguno de los dos, y el MAPE se dispara porque divide entre demandas chicas. En el ejemplo de demanda a saltos el MAPE llega a 45.5%. Para ese patron conviene primero clasificar el articulo, por ejemplo con un analisis XYZ que separa la demanda estable de la variable y de la erratica, y luego usar un metodo pensado para demanda intermitente en lugar del promedio movil.

Como se eligen los pesos de un promedio movil ponderado?

La regla practica es que los pesos decrezcan del periodo reciente al mas viejo y que sumen 1, por ejemplo 0.5, 0.3, 0.2. La idea es que lo que paso hace poco dice mas del futuro que lo que paso hace varios periodos. Si los pesos que ingresas no suman 1, la herramienta los normaliza dividiendo cada uno entre la suma. No hay una combinacion universal: prueba un par de opciones y quedate con la que de menor RMSE o MAD en tu serie, en lugar de elegir los pesos solo por intuicion.

Sobre cuantos periodos se calcula el error?

Solo sobre los periodos donde ya existe un pronostico, es decir despues de la primera ventana completa. Con una serie de 12 periodos y una ventana n = 3, el primer pronostico aparece en el periodo 4, asi que el error se calcula sobre 9 periodos internos. Por eso conviene tener suficiente historial: con muy pocos periodos, las metricas se vuelven inestables y el barrido de ventanas no tiene con que comparar. Una buena practica es reunir al menos el doble de periodos que la ventana mas larga que quieras probar.

Debo pronosticar sobre ventas o sobre demanda real?

Sobre demanda real siempre que puedas. Cuando hubo un faltante, las ventas cayeron porque no habia producto, no porque no hubiera clientes; si pronosticas sobre esas ventas censuradas, vas a subestimar la demanda una y otra vez. En lo posible, reconstruye la demanda de los periodos con faltante antes de meter la serie. Tambien conviene revisar picos atipicos por promociones o pedidos unicos, porque el promedio movil los arrastra durante n periodos. Una serie limpia y ordenada, con el periodo mas reciente al final, es lo que hace confiable el pronostico.

En que orden debo pegar la serie de demanda?

Del mas viejo al mas reciente, con el ultimo valor como el periodo mas nuevo, porque de los ultimos periodos salen el pronostico y la aplicacion de los pesos. Puedes separar los valores por salto de linea, por espacio o por coma, asi que pega la serie tal como sale de tu hoja de calculo. Manten una sola frecuencia, mensual o semanal, sin mezclar periodos de distinta duracion, para que el promedio tenga sentido. Un valor por linea es la forma mas clara y la que trae la herramienta por defecto.

Que metodo uso si el promedio movil no encaja con mi serie?

Depende del patron que la propia serie te muestre. Si el sesgo es grande y crece, tu demanda tiene tendencia y conviene el suavizamiento exponencial con el metodo de Holt o una regresion lineal. Si el MAPE es altisimo y hay muchos ceros, la demanda es intermitente y primero conviene clasificar el articulo con un analisis XYZ. Si la demanda sube y baja por temporadas repetidas, un indice estacional conserva esa senal. La ventaja de medir el error aqui es que el sesgo y el MAPE te avisan cuando ya te saliste del terreno del promedio movil.

Esta calculadora es gratis y guarda mis datos?

Si, la herramienta es gratis y sin registro, y todo el calculo ocurre en tu navegador. La serie que ingresas nunca se envia a un servidor, ni se guarda, ni se comparte. Ademas puedes descargar un PDF limpio, exportar un CSV o compartir el resultado por WhatsApp. Esta calculadora es para fines de planeacion y educacion; el pronostico es un punto de partida basado en tu historial, no una garantia de la demanda futura, asi que complementa el numero con el juicio de quien conoce el negocio y con las metricas de error para saber cuando cambiar de metodo.