Glosario
Señal de seguimiento (tracking signal): qué es y cómo se calcula
Definición
La señal de seguimiento (tracking signal) es el error de previsión acumulado dividido entre la desviación media absoluta (MAD). Sirve para detectar sesgo: si los errores se reparten al azar entre positivos y negativos, la señal se mantiene cerca de cero; si la previsión se queda corta o se pasa de forma sistemática, la señal crece en un sentido. Cuando supera un límite fijado de antemano, se revisa el método o los datos de ese producto.
La señal de seguimiento es el chivato que avisa cuando una previsión empieza a fallar siempre en la misma dirección. Mientras la MAD cuenta cuánto te equivocas, la señal cuenta si te equivocas hacia el mismo lado. Aquí tienes la fórmula, un ejemplo con ocho semanas y qué hacer cuando salta.
Qué es exactamente
La señal de seguimiento es un indicador que compara los resultados con las previsiones y avisa cuando se separan de forma anómala. Wikipedia lo describe como un indicador sencillo del sesgo de una previsión, especialmente útil cuando dudas de que el modelo siga siendo válido. Su fórmula es el error acumulado dividido entre la MAD.
Piensa en un reloj que se adelanta un minuto al día. Cada día el error es pequeño, pero siempre del mismo signo, y al cabo de un mes llegas tarde. La MAD te dice que el reloj falla un minuto; la señal de seguimiento te dice que falla siempre hacia el mismo lado y que va a peor. Con previsiones ocurre igual: un error de tres unidades que se repite en la misma dirección durante diez semanas es mucho más peligroso que tres unidades que bailan.
También se le llama
Tracking signal, TS, señal de control o indicador de sesgo acumulado. Existe una variante propuesta por Trigg en 1964 que usa errores suavizados exponencialmente en lugar de acumulados, y que se usa en algunas hojas de planificación antiguas. La idea es la misma.
Cómo se calcula
Señal = suma de los errores (real menos previsión) ÷ MAD. Los errores se suman con su signo; la MAD se calcula con valores absolutos. El resultado se mide en «número de MAD»: una señal de 4 significa que el error acumulado equivale a cuatro errores típicos, todos en la misma dirección.
Un ejemplo de ocho semanas con un envase de aceite de oliva de 5 litros, con una previsión de 30 unidades a la semana para una cadena de supermercados del sur. Las ventas son 35, 33, 36, 32, 34, 37, 31 y 35, con errores de +5, +3, +6, +2, +4, +7, +1 y +5. La suma de errores es 33. La MAD (valores absolutos sumados, 33, entre 8) es 4,1. Señal = 33 ÷ 4,1 ≈ 8,0.
Un 8 es alarmante: los errores no son ruido, la previsión se queda corta una semana tras otra. Mirando solo la MAD (4,1 unidades, un 14 % de la previsión) se pensaría que el error es moderado; la señal revela que es sistemático. La causa podía ser un cliente nuevo, una subida del consumo o simplemente que la previsión se quedó anclada en una media vieja.
No hay un límite universal. Cada empresa decide el suyo según el coste de equivocarse: se fija uno para el que la señal suela pasar solo por azar de forma ocasional y se revisa lo que lo supera. Wikipedia recoge como referencia el caso de la variante de Trigg con un factor de suavizado de 0,1, donde un valor por encima de 0,51 apunta a errores no aleatorios.
Ojo con esto
La señal es muy útil, pero se le pueden pedir cosas que no hace:
- Acumula desde el principio. Si no la reinicias tras corregir la previsión, los errores viejos la mantienen alta mucho tiempo y salta sin parar. Reiníciala al cambiar de método o usa una ventana móvil.
- Avisa, pero no explica. Te dice que algo se desvía; si fue una promoción, un cambio de proveedor o un fallo de la carga de datos, lo tienes que averiguar.
- Con ventas muy bajas puede saltar por casualidad: dos semanas seguidas de más en un producto que vende 2 unidades no son sesgo.
- Puede tardar en saltar si el sesgo es pequeño. Un sesgo de media unidad por semana puede pasar meses sin alcanzar el límite aunque cueste dinero. Mide también el sesgo medio de forma directa.
Dónde aparece en el sistema
El sistema vigila la señal de cada producto y sitio cada semana y, cuando una supera el límite, lo marca en el panel y en la propuesta del lunes: «la previsión de este producto se queda corta desde hace seis semanas». A partir de ahí hay dos caminos, ajustar el modelo (que reaprende con la historia reciente) o preguntarte a ti si ha pasado algo que los datos no ven.
Es también una pieza de la simulación con tus datos y del modo sombra: durante esas semanas se comprueba que la señal se mantiene en su rango y que la previsión no se desvía.
Términos relacionados
Sesgo de previsión, MAD, error de previsión, WMAPE y backtest. La guía de previsión de demanda explica cómo se corrige un sesgo.
Preguntas frecuentes
¿Qué valor de la señal de seguimiento es preocupante?
Depende del límite que fije cada empresa. Lo importante es que se fije de antemano y que cualquier valor que lo supere lleve a revisar el producto. Una señal que crece semana tras semana en el mismo sentido merece atención aunque aún no haya alcanzado el límite.
¿Es lo mismo que el sesgo de previsión?
No exactamente. El sesgo es el error medio con signo (hacia dónde falla la previsión); la señal lo acumula y lo escala dividiéndolo entre la MAD, para saber si es grande en comparación con el error normal.
¿Cada cuánto hay que reiniciarla?
Cuando cambias el método de previsión o corriges un sesgo detectado. Otra opción es calcularla sobre una ventana móvil de las últimas doce o veinte semanas, para que los errores antiguos dejen de pesar.
¿Sirve para productos con temporada?
Sí, si la previsión incorpora la temporada. Si no la incorpora, la señal saltará cada año en cuanto cambie la demanda, y eso es una señal válida: te está diciendo que falta la estacionalidad en el modelo.