Glosario
Suavizado exponencial: qué es y cómo funciona
Definición
El suavizado exponencial pronostica la demanda como una media ponderada de todo el histórico en la que el peso de cada dato baja de forma geométrica según su antigüedad. Un único parámetro, alfa, entre 0 y 1, marca cuánto se fía del dato más reciente: cerca de 1, reacciona deprisa; cerca de 0, es estable. La versión simple no capta tendencia ni temporada; las ampliaciones de Holt y de Holt-Winters sí.
El suavizado exponencial hace lo que haría un comprador con sentido común: fiarse más de lo que ha vendido esta semana que de lo de hace tres meses, pero sin olvidarlo del todo. Es el método base de muchas previsiones de stock y se entiende con una sola fórmula.
Qué es exactamente
El suavizado exponencial simple (SES) calcula la previsión de la próxima semana como una mezcla de dos cosas: lo que se vendió la última semana y lo que se había previsto para esa semana. La fórmula, en la versión del manual de Hyndman y Athanasopoulos, es: previsión nueva = α × última venta + (1 − α) × previsión anterior, con α entre 0 y 1.
Si se desarrolla esa regla, resulta una media de todo el pasado en la que el dato de ayer pesa α, el de la semana anterior α(1 − α), el siguiente α(1 − α)² y así sucesivamente. Los pesos bajan exponencialmente: de ahí el nombre. A diferencia de la media móvil, no hay un corte brusco; el pasado se desvanece poco a poco.
También se le llama
Exponential smoothing o SES en inglés, alisado exponencial, y al parámetro, alfa o constante de suavizado. La versión con tendencia se llama método de Holt, y la que añade temporada, Holt-Winters.
Cómo se calcula
Un ejemplo. La previsión de esta semana para un producto era de 20 unidades y se han vendido 30. Con α = 0,3, la previsión nueva es 0,3 × 30 + 0,7 × 20 = 23. Con α = 0,7 es 0,7 × 30 + 0,3 × 20 = 27. La semana siguiente se venden 18: con α = 0,3 la previsión queda en 0,3 × 18 + 0,7 × 23 = 21,5; con α = 0,7, en 0,7 × 18 + 0,3 × 27 = 20,7.
Con α = 0,3 los pesos de las últimas cuatro semanas son 30 %, 21 %, 14,7 % y 10,3 %: el pasado reciente manda, pero cuatro semanas atrás todavía cuenta un 10 %. Con α = 0,7 los pesos son 70 %, 21 %, 6,3 % y 1,9 %, y casi todo depende de las dos últimas semanas. Con α = 1 la previsión es simplemente la última venta, el llamado método ingenuo.
El valor de α no se elige a ojo: se estima a partir del propio histórico, buscando el que habría minimizado el error de previsión de la semana siguiente, junto con el nivel de partida. Un producto estable sale con α bajo; uno nervioso, con α alto.
Ojo con esto
El suavizado simple tiene una limitación estructural y varios usos erróneos:
- Previsión plana: según el manual, todas las previsiones a h pasos son el mismo valor, el último nivel estimado. Para decir cuánto se venderá en 6 semanas da lo mismo que para la semana próxima, aunque haya tendencia o temporada.
- Alfa alto con ruido: persigue cada pico y el envío propuesto salta de una semana a otra sin motivo.
- Alfa bajo con cambios reales: tarda semanas en notar que un producto ha subido de nivel, y mientras tanto hay rotura.
- Ventas con ceros: la previsión baja casi a cero tras unas semanas sin venta y no se recupera bien. Ver método de Croston.
Dónde aparece en el sistema
El suavizado exponencial, en sus variantes, es una de las familias de métodos con las que el sistema prueba cada producto y sitio. Para cada serie se estima el alfa que mejor habría funcionado y se comprueba contra otros métodos con un backtest: se repiten semanas pasadas con lo que se sabía entonces. El que menos se equivoca se queda.
El resultado llega a la previsión de demanda y de ahí a la propuesta semanal de envíos, con una banda de incertidumbre en lugar de una cifra desnuda. Si quieres ver cómo habría salido con tus ventas, la simulación con tus datos lo compara con lo que se pidió.
Términos relacionados
Modelo ETS, la formulación general de esta familia, media móvil, Holt-Winters, ARIMA y WMAPE.
Preguntas frecuentes
¿Qué valor de alfa debemos usar?
El que salga de ajustar el método a vuestro histórico, producto a producto. Como orientación, entre 0,1 y 0,3 para ventas estables y por encima de 0,5 para series muy cambiantes. Lo que no tiene sentido es fijar el mismo para 4.000 referencias.
¿Es mejor que la media móvil?
Casi siempre reacciona mejor, porque no tiene el corte brusco de la ventana y da más peso a lo reciente. Pero en una serie muy estable las dos dan resultados casi iguales y la media móvil se explica en un minuto. La respuesta honesta se obtiene probando ambas sobre el pasado.
¿Sirve el suavizado simple si mis productos tienen temporada?
No tal cual: hay que usar una variante con componente estacional, como Holt-Winters, o un modelo ETS que lo incluya. Con la versión simple, la previsión para agosto sería la misma que para febrero.