Saltar al contenido

Pronósticos · Calculadora

Calculadora de variación del pronóstico

Compare el pronóstico fijado al inicio con el resultado real. La dirección muestra sobreestimación o subestimación; la magnitud permite revisar errores entre periodos equivalentes.

Ritik Namdev

Entradas

Ajusta los valores. Los resultados y la URL para compartir se actualizan al instante.

Resultados

Se actualizan al modificar cualquier entrada.

Variación absoluta

Real menos pronóstico. Un valor negativo indica que el resultado quedó por debajo.

Variación porcentual

(Real menos pronóstico) dividido entre pronóstico, expresado como porcentaje.

Error porcentual absoluto

Magnitud del error de este periodo. Para obtener MAPE real, promedie el error absoluto de varios periodos comparables.

Inserta esta calculadora con un solo iframe, sin dependencias adicionales de JavaScript.

Fórmulas y significado de cada salida

Tres salidas para preguntas distintas
SalidaFórmulaLectura
Variación absolutaReal − pronósticoConserva la unidad y la dirección del error
Variación porcentual(Real − pronóstico) ÷ pronóstico × 100Normaliza la diferencia respecto al valor pronosticado
Error porcentual absoluto|Real − pronóstico| ÷ pronóstico × 100Mide magnitud para una observación; no conserva dirección

La calculadora conserva exactamente esas fórmulas. El tercer resultado aparece como proxy porque una media exige más de una observación. Para una serie, calcule el error absoluto porcentual de cada periodo elegible y después obtenga la media.

Contrato de datos antes de comparar

Fije la versión del forecast que servirá como compromiso. Un snapshot inicial responde si el equipo acertó antes de comenzar el periodo; el último forecast responde cuánta incertidumbre quedaba cerca del cierre. Mezclarlos borra la historia de revisión.

  • Misma moneda, unidad, entidad y tratamiento de impuestos o devoluciones.
  • Mismo horizonte y fecha de corte para forecast y actual.
  • Snapshot inmutable, con versión y fecha de emisión.
  • Regla explícita para backfills, cancelaciones y datos tardíos.
  • Separación entre error de volumen, precio, mezcla y calendario.

Ejemplo ilustrativo de un periodo

Suponga un pronóstico de 1.000.000 € y un resultado real de 920.000 €. Son entradas ilustrativas, no un benchmark ni una expectativa para otra empresa.

Variación absoluta920.000 − 1.000.000 = −80.000 €
Variación porcentual−80.000 ÷ 1.000.000 × 100 = −8 %
Error absoluto|−80.000| ÷ 1.000.000 × 100 = 8 %
LecturaResultado inferior al forecast

El 8 % describe la magnitud de este error. Para diagnosticar sesgo, conserve el −8 % y repita el cálculo con snapshots comparables. Una secuencia persistentemente negativa merece investigar supuestos, no aplicar un factor corrector a ciegas.

Casos límite y denominadores

  • Si el pronóstico es cero, las medidas porcentuales no están definidas. Muestre la diferencia absoluta y explique el caso.
  • Un forecast negativo puede ser válido para caja o beneficio, pero la interpretación porcentual cambia y debe documentarse.
  • Valores reales o pronosticados en monedas distintas requieren conversión con una política de tipo de cambio.
  • Un periodo abierto no debe compararse con otro cerrado sin ajustar el corte.
  • Un outlier puede dominar el MAPE de una serie corta. Muestre también el número de periodos y la distribución.

Error absoluto y sesgo en una serie

El error absoluto contesta cuánto se desvió cada observación. El error firmado conserva si el equipo pronosticó por encima o por debajo. Promediar solo valores absolutos puede ocultar una dirección repetida; promediar solo signos puede hacer que errores grandes se cancelen.

Reporte ambos, junto con mediana, número de observaciones y horizonte. Segmente solo cuando haya suficiente historia comparable. Una métrica global puede esconder que un producto, región o etapa del pipeline concentra el error.

Decisiones que puede apoyar la métrica

  • Revisar supuestos que producen errores repetidos en la misma dirección.
  • Separar fallos de modelo de eventos nuevos que no estaban disponibles al emitir el forecast.
  • Ajustar escenarios de caja con una banda derivada de la propia historia, sin convertirla en garantía.
  • Decidir qué drivers necesitan mayor granularidad o una fuente más fresca.
  • Evaluar cambios del proceso con varias observaciones maduras, no con un único cierre.

Compare el resultado con la calculadora de pronóstico de ingresos para revisar drivers y con la calculadora de cobertura de pipeline cuando la variación provenga del embudo comercial.

Limitaciones

La variación describe distancia, no causalidad. No explica si el error vino de precio, volumen, timing, calidad de datos o un evento externo. MAPE también pierde significado con bases cero o cercanas a cero. Mantenga el detalle de drivers y el log de supuestos junto a la serie.

Preguntas frecuentes

¿Qué es la variación del pronóstico?

La variación del pronóstico es la diferencia entre el resultado real y el valor fijado antes del periodo. Puede expresarse en la unidad original o como porcentaje del pronóstico. El signo conserva la dirección del error; el valor absoluto conserva su magnitud.

¿Cuál es la fórmula de la variación porcentual?

La fórmula es (resultado real menos pronóstico) dividido entre pronóstico, multiplicado por 100. Un resultado negativo indica que el valor real quedó por debajo del pronóstico. Un resultado positivo indica que lo superó. La fórmula no está definida cuando el pronóstico es cero.

¿El resultado de un periodo es MAPE?

No. Con un único par de valores, la calculadora obtiene el error porcentual absoluto de ese periodo. El error porcentual absoluto medio, o MAPE, requiere varios periodos comparables y promedia sus errores absolutos. Debe excluir o tratar por separado observaciones cuyo valor base sea cero.

¿Cómo deben compararse varios periodos?

Use la misma versión del pronóstico, horizonte, moneda, unidad y población en todos los periodos. Conserve el error firmado para detectar sesgo y el error absoluto para medir magnitud. No mezcle pronósticos iniciales con revisiones de mitad de periodo sin etiquetar cada snapshot.

¿Una variación menor demuestra que el proceso mejoró?

No por sí sola. Un periodo puede acercarse al resultado por azar, mezcla o un evento no repetible. Revise una serie de periodos, el sesgo, los cambios de definición y los drivers del error antes de atribuir la mejora al modelo o al equipo.

Ritik Namdev

Sobre el autor

Ritik Namdev

Growth Marketing Manager, Fairview

Especialista en growth con cinco años de experiencia en analítica, conversión y SEO programático para empresas SaaS basadas en contenido.

Revisado editorialmente por Akshay VR