# Pronóstico

> Usar datos del pasado para estimar números futuros, con un rango honesto alrededor.

- Nivel: Intermedio
- Temas: Datos, IA
- URL: https://tidbit.legios.com.ar/es/forecasting/
- En inglés: [Forecasting](https://tidbit.legios.com.ar/forecasting/)

Hacer un **pronóstico** (en las empresas se dice mucho forecasting) es estimar valores futuros a partir de datos pasados: cuántos paraguas va a vender un local el mes que viene, cuánta electricidad va a usar una ciudad mañana a las 19, cuántos llamados va a recibir un centro de atención el lunes. La mayoría de los pronósticos parten de una serie temporal, una secuencia de mediciones a lo largo del tiempo.

Un modelo de pronóstico busca patrones que espera que sigan. La **tendencia** es la dirección de largo plazo, para arriba o para abajo. La **estacionalidad** es el ritmo que se repite, como más ventas cada diciembre o menos tráfico cada domingo. Los métodos clásicos, como promedios móviles, suavizado exponencial y ARIMA, capturan eso; los modelos de machine learning pueden sumar señales externas como el clima, los precios o los feriados.

Un buen pronóstico no es un número sino un rango: "entre 900 y 1.100 unidades, lo más probable alrededor de 1.000". Cuanto más lejos mirás, más se ensancha ese rango. Los equipos prueban los modelos con **backtesting**: hacen de cuenta que es el año pasado, pronostican y comparan con lo que pasó de verdad. Los pronósticos mueven decisiones reales, como cuánto stock pedir o cuánta gente poner en cada turno, así que ser claro con la incertidumbre importa tanto como el número.

## Una analogía

Como el pronóstico del tiempo: lee patrones del pasado para decir "70% de probabilidad de lluvia mañana", es bastante confiable para el día siguiente y se vuelve más borroso cuanto más lejos mirás.

## Para quedarse

- Estima valores futuros a partir de datos históricos, en general una serie temporal.
- Busca tendencia y estacionalidad; puede sumar factores externos como clima o feriados.
- Un pronóstico útil viene con un rango, que se ensancha cuanto más adelante mira.
- El backtesting contra períodos pasados muestra cuánto confiar en un modelo.

## Para seguir leyendo

- [Pronóstico (estadística) en Wikipedia](https://es.wikipedia.org/wiki/Pronóstico_(estadística))
- [¿Qué es la previsión? (IBM)](https://www.ibm.com/es-es/think/topics/forecasting)

## Términos relacionados

- [Serie temporal](https://tidbit.legios.com.ar/es/time-series/): Una lista de mediciones de una misma cosa, tomadas una detrás de otra en el tiempo.
- [Machine learning](https://tidbit.legios.com.ar/es/machine-learning/): Enseñarle a una computadora con ejemplos en lugar de escribirle cada regla.