Fragmento y adaptacin de Direccin Estratgica de la Produccin de Simonassi y Leiter Editorial Nueva Librera ISBN 987-1104-07-3

CAPITULO 9

PRONOSTICOS Y ESTIMACIONES
"Mi inters est en el futuro porque es donde pasar el resto de mi vida." Charles F. Kettering

9.1. Anticipacin al Cambio. En todo cambio siempre hay quien circunstancialmente puede ganar y quien puede perder, en trminos relativos. Acrecentar las posibilidades de ganar, o reducir los riesgos de perder a futuro, implica que las empresas se deben preparar al cambio por venir, con la anticipacin suficiente para lograr comportamientos adecuados. Ese es el desafo de cualquier empresa, y no parece que tenga sentido rehuirle. El futuro es incierto por naturaleza y lo que ocurrir ser una consecuencia de infinitas variables. Pero, se sabe que la toma de decisiones en el presente, y la subsiguiente ejecucin de las acciones relacionadas, influyen sobre los hechos futuros en cualquier situacin concreta y afectan los resultados a alcanzar. No es entonces una prctica ociosa formular conjeturas o supuestos acerca del futuro, que se estima habrn de predominar, con miras a imaginar posibles escenarios por venir, tanto al nivel local como global. Usualmente, una hiptesis es un conjunto de proposiciones tentativas que tendra cierto fenmeno. Especifica tentativamente relaciones entre variables, con el objeto de explicar (por qu, cmo y cundo ocurre) y tambin predecir dicho fenmeno. Existen hiptesis a distintos niveles de generalidad, y no son necesariamente verdaderas "a priori"; pueden o no serlo, pueden o no verificarse con los hechos. Cuando una hiptesis es confirmada cientficamente, pasa a la categora de teora; y cuando logra aceptacin universal, mediante una gran cantidad de pruebas, se eleva al rango de ley. En ambos casos, se sistematiza el conocimiento en cuestin; o sea, se lo ordena. En general, no se trata con ellas de describir el futuro, sino de definir un marco dentro del cual se estima que pueden acontecer los futuros posibles. Toda empresa necesita evaluar dicho marco para determinar cules y cmo la pueden afectar, y qu estrategias le conviene elegir para triunfar. Para formular futuros escenarios de los negocios es necesario contar con permanente informacin acerca de lo que ocurre en los mercados y en el mbito de la tecnologa, en todo el mundo. Obviamente, los futuros escenarios no se hacen con una

"bola de cristal". A veces, la turbulencia del entorno de la empresa parece mostrarles a sus directores que cualquier intento por describir escenarios futuros es en vano. Sin embargo, siempre es mejor tener alguna visin, y contar con opciones ante hipotticas oportunidades y amenazas. En particular, acerca del comportamiento esperado de los mercados, puesto que atae a la supervivencia misma de la empresa. Algunos supuestos acerca del futuro. A comienzos del actual siglo, algunos supuestos corrientes acerca del futuro son: Aceleracin del ritmo de cambio, con aumento de la incertidumbre y la complejidad. Mayor protagonismo de la gente y rescate de la identidad. Creciente integracin de la gente a travs de las comunicaciones. Aumento de la globalizacin de la economa y del comercio entre bloques de naciones. Explosivo desarrollo de los servicios. Mayor valorizacin de la calidad, del cuidado medio ambiental y de la tica de negocios. Creciente importancia estratgica de la "materia gris" y de la educacin permanente. Mayor cuidado de la relacin entre la vida laboral y la vida personal. Entrada plena a la edad de los sistemas.

9.1.1. Estudio de Mercados. En general, el comportamiento de los mercados de libre competencia -de mayor o menor grado de apertura y globalizacin- es influido por mltiples variables, independientes entre s, mayormente externas e incontrolables por alguna empresa en particular. En la prctica, dado que intervienen variables tales como fenmenos meteorolgicos, nuevos productos+servicios de los competidores y/o nuevas expectativas de los clientes finales, es bastante difcil predecir el comportamiento de dichos mercados. La disciplina conocida como estudio de mercados de cierto producto+servicio, habitualmente comprende la investigacin de la demanda y la oferta del mismo. Puede aportar informacin cualitativa y cuantitativa sobre ellas. Incluye el relevamiento de numerosos aspectos vinculados, tales como preferencias y opiniones de los usuarios del producto+servicio, alternativas sustitutas y competidoras, formas de envases y tamaos, formas de comercializacin y precios, elasticidad de la demanda al precio, penetracin en el mercado, etc. Se aplica tanto a productos+servicios nuevos como a los que han sido lanzados en el pasado. Permite predecir la evolucin de su demanda y oferta, con cierta anticipacin y calidad. No est del todo claro que demanda y oferta (actuales y/o potenciales) de un producto+servicio sean variables independientes entre s (separables), y ms bien parece til considerar su interaccin. La prediccin de las cualidades y de las cantidades de la demanda y de la oferta es la base del planeamiento empresarial. Constituyen la base de apoyo para proyectar la evolucin del negocio (volumen de ventas esperado en el futuro a

determinados precios) y la asignacin de los recursos. Cualquier empresa productora necesita predecir cunta demanda tendr cada uno de sus productos+servicios, por zona geogrfica y por segmento de clientes finales, cul ser su participacin en el mercado, a qu precios podr vender, etc. Y debe utilizar esas predicciones en el planeamiento, tanto de su estrategia competitiva como de las necesidades de recursos. En la prctica, es frecuente observar que las mayores improvisaciones en la gestin empresarial provienen de la imprevisin acerca de la evolucin de la demanda y la oferta. Por ejemplo, apelando reiteradamente a recursos extraordinarios para paliar imprevistos (tal como una continua utilizacin de horas extras de labor para compensar dficits crnicos de capacidad instalada de produccin). Qu evolucin sigui la venta de computadoras porttiles en el ltimo decenio? Usualmente, los estudios de mercados recopilan y analizan datos un perodo histrico, para identificar patrones de desempeo de las variables a predecir y/o relaciones funcionales entre las mismas. Generalmente, dichos patrones o relaciones se hacen visibles cuando se observan los datos de manera formal, sistemtica y continua. Por ejemplo, es posible observar la evolucin especfica de los precios relativos de determinados productos+servicios (ya sea de precios crecientes, en el caso de productos+servicios que se obtienen de recursos naturales cada vez ms escasos; o de precios decrecientes como resultado del progreso tecnolgico o la ampliacin gradual de la oferta de produccin). Los estudios de mercados tambin evalan la situacin presente, como base para predecir el desempeo en el futuro. En los mercados no son frecuentes los casos de cambio sbito, sin advertencia. No obstante, la mayor dificultad de cualquier analista siempre radica en anticipar esos posibles cambios sbitos o eventos que an no han ocurrido (por ejemplo, nueva tecnologa, nuevo competidor, cambio abrupto de "reglas del juego"). Con frecuencia, se aplica la tcnica de cuotas, que consiste en estratificar el mercado de demanda en distintos segmentos de clientes finales (por ejemplo, por categoras de ingreso o de especialidad laboral) y, luego, realizar encuestas por muestreo de cada uno de esos estratos. Para obtener informacin de calidad (vlida y confiable), sin necesidad de entrevistar a todos los clientes potenciales, es crucial determinar correctamente el tamao de la muestra, al igual que preparar previamente las entrevistas, disear los cuestionarios y definir el procesamiento de la informacin. Adems, cuando las encuestas se realizan por muestreo, es necesario seleccionar los entrevistados al azar. De dicha manera, por ejemplo, es posible inferir ciertos parmetros del mercado de demanda, clasificar los potenciales usuarios del producto+servicio segn diversos criterios (tales como nivel de ingresos, ocupacin y lugar de residencia), y/o calcular estadsticas (tales como tendencias y dispersiones). Cambio de "reglas del juego". No siempre el futuro est contenido en el pasado. Son esos momentos de ruptura los que alumbran respuestas originales. Algo de eso pas en Brasil, al cambiar abruptamente las "reglas del juego" del mercado, en 1999. Con una fuerte devaluacin de su moneda -el Real- en enero de aquel ao, despus de una sangra de US$ 40.000.000.000, los analistas de universidades y bancos extranjeros hicieron predicciones muy pesimistas. Basados en

las experiencias previas de Mxico en 1995 y de Rusia en 1997, predijeron que la inflacin iba a superar el 35% y el PBI iba a caer 6%. Pero ninguna de esas plagas azot a Brasil por entonces. Al comenzar el ao 2000, el cambio se haba estabilizado, los precios no se haban disparado (inflacin menor al 6%) y el PBI haba crecido levemente (1 %). Lejos de amedrentar a los brasileos, la devaluacin realizada por su gobierno fue bastante aceptada, incluso con alivio. Para su idiosincrasia, se abri una esperanza: se podan recrear algunas industrias y haber nuevos empleos. Dicho comportamiento social fue determinante para que Brasil pudiera recomponerse de la citada devaluacin.

9.1.2. Monitoreo. Para representar los datos de una variable a lo largo del tiempo (por ejemplo, determinados resultados de un proceso), usualmente se recurre al denominado diagrama de desarrollo. Permite monitorear la evolucin de dicha variable, visualizando cmo se inscriben los puntos representativos de los datos (medicin o cantidad observada cada vez), unidos por una lnea segn el orden en que se van obteniendo, a lo largo del tiempo. Precisamente, se utiliza para identificar patrones de desempeo o cambios importantes de los mismos. Para su construccin es fundamental mantener estrictamente el orden secuencial de los datos al momento de ser recolectados, puesto que se trata de representar su evolucin en el tiempo. En general, los seres humanos pueden evaluar con relativa facilidad las consecuencias de los cambios; sin embargo, suele costarles bastante ms identificar o aceptar esos cambios. Siempre que sea posible, los cambios se deben investigar tan pronto como ocurren, a efectos de incorporarlos al sistema cuando son favorables, o eliminarlos si son desfavorables. As pues, es aconsejable monitorear las variables a predecir, como ayuda para identificar los posibles cambios sistemticos o no aleatorios a lo largo del tiempo. Dicha medicin peridica es fundamental para comprender lo que ocurre, evaluar el impacto de eventuales cambios, ajustar las desviaciones y establecer prioridades. La utilidad del monitoreo se parece a la de un radar, que permite detectar cambios y recibir alertas tempranas; resulta medular para reaccionar con la mayor rapidez posible ante los cambios. Cmo es el desempeo actual de cierto proceso empresarial comparado con el presupuesto? Cmo es el desempeo de dicho proceso en comparacin con otras organizaciones? Hay patrones visibles de desempeo? Qu puede suceder si ocurre tal o cual accidente? Para dirigir exitosamente una empresa, cualquiera sea, sus directores deben poder percibir no slo una imagen abarcativa de la misma, sino tambin una imagen ms amplia de todo el mercado y una an ms amplia de los acontecimientos mundiales y la forma en que pueden afectar a su organizacin. Como mnimo, deben contar con medidas de evaluacin del desempeo de los procesos empresariales y del progreso de los proyectos de mejora en curso, y monitorearlas peridicamente, como si se tratara de un tablero de comando. Por ejemplo, el volumen de venta, el costo de operacin y el monto de activo circulante, son medidas de evaluacin corrientes del desempeo empresarial. Los sistemas de informacin antes referidos, usualmente brindan esa posibilidad de monitoreo que

necesitan los directores, y tambin les permiten simular diversos escenarios. Suelen desplegar un panorama general y, a la vez, ofrecer la opcin de profundizar [drill down] para observar los datos que fundamentan determinados resultados. Adems, ofrecen la posibilidad de efectuar comparaciones contra magnitudes de referencia (por ejemplo, del perodo anterior, o del presupuesto). Como se dijo, la evolucin de una variable a lo largo del tiempo (por ejemplo, la demanda de un producto+servicio) est sometida a la influencia de diversas causas de variacin, que se pueden clasificar en A) comunes (aleatorias) y B) especiales (accidentales). Las primeras influyen sobre la variable ocasionando en ella aumentos o disminuciones que siguen algn patrn o relacin. Son, por ejemplo, la cantidad de habitantes de un pas, el nivel de ingreso por habitante, y/o el nivel de actividad econmica. La influencia de dichas causas comunes es gradual, y sujeta a patrones o relaciones de variacin continua. Actan aleatoriamente (se manifiestan con la misma probabilidad en uno y en otro sentido) y, cuando el perodo considerado es suficientemente largo, tal aleatoriedad se anula o alcanza magnitudes poco significativas. En cambio, las causas especiales no tienen patrn alguno, ni relacin preestablecida de variacin. Pueden ser, por ejemplo, las conmociones sociales, las guerras, las sequas, las huelgas, y/o las devaluaciones de la moneda. La carta de control, antes vista, es simplemente un diagrama de desarrollo con lmites de control estadsticamente establecidos. Y tambin es posible realizar el monitoreo mediante dicha tcnica. Por ejemplo, es posible contrastar cada error de prediccin (magnitud real menos magnitud predicha) con los lmites de control. Cuando los errores se mantienen dentro de los lmites de control, implica una variabilidad natural de la variable a predecir (mltiples y pequeas desviaciones, con una distribucin normal de probabilidades), originada en causas comunes o no asignables. En cambio, cuando un error de prediccin est fuera de los lmites de control, implica que probablemente hubo alguna causa especial (por ejemplo, una promocin por parte de un competidor o un aumento de precio de una materia prima). Se denominan acciones especiales a aquellas contramedidas [countermeasures] que adopta la empresa para influir sobre el entorno, en relacin con dichas causas especiales (hacer una campaa publicitaria o sustituir la materia prima). Los efectos resultantes de esas interacciones (desviacin ms contramedida) sobre la variable a pronosticar suelen ser de muy difcil consideracin, por su naturaleza nica. Frecuentemente, dichos efectos son temporales y tienden a la neutralidad, por lo que es prctica comn su eliminacin de los datos histricos (depuracin de los puntos aberrantes). Sobrecarga de informacin. La sobrecarga de informacin es una realidad de la vida actual. En comparacin con el comienzo de la ltima dcada del siglo pasado, la disponibilidad que se tiene de ella es abismalmente mayor, y continua aumentando. Hoy se tiene un acceso a la informacin de tal magnitud que, en doce meses, puede superar al volumen de toda una vida de las generaciones inmediato anteriores. Una investigacin del Instituto Reuters en 2002, acerca de la informacin empresarial, ha encontrado que: A) el 25% de los directores de empresas requiere una enorme cantidad de informacin, y otro 65% necesita mucha ms informacin

de la que halla disponible; B) el 31% recibe una enorme cantidad de informacin que no le es de utilidad; C) el 49% ya no es capaz de manejar toda la informacin que recibe; D) el 38% pierde mucho tiempo tratando de encontrar la informacin correcta; y E) el 50% piensa que internet ser la primera causa de sobrecarga de informacin en los prximos aos. Los directores de empresas se encuentran entre los sectores sociales ms vidos de informacin. Necesitan estar al da en un sinnmero de temas, conocer las ltimas tendencias al detalle, responder a nuevas demandas y desafos laborales, tener opinin fundamentada sobre diversas cuestiones especficas, etc. A ellos les afecta un nuevo tipo de "stress" por sobrecarga de informacin. Paralelamente, se observa una proliferacin de servicios -en lnea y fuera de ella- especializados en suministrar informacin selectiva y personalizada. El uso masivo del correo electrnico, la posibilidad de obtener informes sobre cualquier asunto y el uso de buscadores en internet, conforman una realidad que, a veces, es tambin inmanejable. Lo anterior lleva a una curiosa paradoja: por un lado los directores sienten que no pueden realizar correctamente su tarea sin alta cantidad de informacin; por otro lado, sienten que una pesada carga de informacin, con frecuencia irrelevante, afecta su productividad y amenaza colapsar su desenvolvimiento. As, aparece una suerte de parlisis de su competencia para analizar informacin. El sndrome de la fatiga informacional es ahora un componente ms de la vida de los directores de empresas. Otro aspecto derivado de esa sobrecarga es la "adiccin informativa", o necesidad compulsiva de consultar diversas fuentes de informacin, que muchas veces hace perder la percepcin de la calidad de los contenidos. Tener demasiada informacin puede ser tan peligroso como tener muy poca. Decididamente, los sistemas de informacin son fundamentales en las organizaciones modernas.

9.2. Prediccin de Corto y Medio Plazo. Corrientemente, se define lo que va a suceder en el futuro mediante predicciones. Todo tipo de planeamiento implica el uso de predicciones, obtenidas sobre la base de supuestos, para facilitar la eleccin de las opciones ms ventajosas para la empresa. La poltica de prediccin define las pautas para contar con informacin sistmica como base del planeamiento corporativo. Trata de asegurar que las predicciones sean adecuadas para el horizonte temporal y el nivel de desagregacin o detalle del planeamiento que se maneje. La calidad de las predicciones depende, en gran parte, de los supuestos bsicos. No obstante, a menudo su influencia especfica suele ser de muy difcil deteccin. Por ello, se aconseja hacer explcitos todos y cada uno de los supuestos, y dejar en claro los procesos de prediccin utilizados. Hay ciertas consideraciones generales sobre el carcter predecible de los fenmenos de mercado: Horizonte de prediccin. Mientras ms prolongada sea la extensin del tiempo futuro, tanto mayor es la probabilidad de un cambio en los patrones de desempeo o en las

relaciones funcionales. En otras palabras, mientras ms corto sea el horizonte, menor es la variabilidad del error de prediccin (desviacin del resultado respecto a la prediccin). Disponibilidad de datos. Mientras mayor sea la cantidad y la homogeneidad de los datos, tanto menor es la variabilidad del error de prediccin. Competencia. Mientras mayor sea el nmero de competidores, tanto mayor es la dificultad para predecir sus acciones correctamente. En direccin empresarial, la prediccin de variables econmicas tiene la mayor importancia y utilizacin (por ejemplo, la evolucin de precios y/o costos del producto+servicio, o las tasas de crecimiento del mercado). No obstante, en economa, las variables pueden cambiar de manera bastante difcil de predecir. Las dos causas principales de dichos cambios provienen de la propia naturaleza humana: A) comportamiento caprichoso e irregular (por ejemplo, cambios de conducta por modas o creencias); y B) habilidad para influir sobre los sucesos futuros, a travs de acciones en el presente (predicciones convertidas en profecas autocumplidas, como es el caso del aumento de precio debido a la escasez provocada por una excesiva demanda, motivada en la posibilidad de tal aumento). Figura 9.a - Tcnicas Clsicas de Prediccin. En el corto y el medio plazos, el desempeo de las variables se puede predecir utilizando tcnicas cuantitativas o tcnicas cualitativas. Las primeras acentan la medicin y el anlisis de las relaciones entre las variables; en cambio, las segundas implican nfasis en los procesos y significados que no son rigurosamente medidos en trminos de cantidad, intensidad o frecuencia. Ver la Figura 9.a. Los especialistas Spyros Makridakis y Steven Wheelwrigth, autores del libro "Mtodos de Pronsticos", han aconsejado el uso de ms de una tcnica de prediccin o ms de un analista, complementariamente, combinando luego sus predicciones. Es decir, las tcnicas cuantitativas y cualitativas son complementarias, y es conveniente utilizar ambas para lograr mejores predicciones. Se trata de aprovechar las ventajas de unas y otras, y evitar sus desventajas. La ventaja primordial de las tcnicas cuantitativas reside en su objetividad; adems, su empleo resulta econmico cuando se requieren muchos pronsticos a intervalos frecuentes. Ahora bien, puesto que con la aplicacin de dichas tcnicas no es posible predecir los cambios futuros, ni distinguirlos ya sea como temporarios o permanentes, es menester hacerlo cualitativamente, minimizando tanto como sea posible la inconsistencia y la influencia del optimismo -o del pesimismo- en los juicios de valor. Un juicio de valor es la expresin de un enunciado donde se afirma -o niega- una cualidad de algo. Catstrofes: ni tan inesperadas, ni tan inevitables. Transcurra un da apacible del ao 27, y ms de 50.000 personas confluan para observar el espectculo que tendra lugar en el nuevo anfiteatro de Fidias. Se trataba de un combate entre gladiadores. El anfiteatro era un enorme edificio de madera, que pareca majestuoso y eterno. La gente aglomerada esperaba ansiosa. Por fin, el viejo ritual etrusco, que los romanos copiaron, se inici. La exaltacin, los gritos, la emotividad, impidieron que se advirtiera el desplazamiento de la estructura. Un segundo despus, fue inevitable la prdida de estabilidad del mismo: se derrumb y sepult a cientos de personas. Al decir del antiguo

historiador Cornelio Tcito: "La catstrofe inesperada tuvo ms vctimas que una guerra sangrienta." El Senado Romano concluy que las causas del desastre fueron el incumplimiento de las leyes de construccin y la insuficiente investigacin de la resistencia del suelo. A lo largo de la historia, no han sido pocos los hechos de semejante naturaleza que ha sufrido la humanidad. Por el contrario, han sucedido de manera continua, incluso hasta hoy. Las razones han sido muy variadas. Pero, una cantidad importante de fallas catastrficas -en cosas hechas por el ser humano- ha ocurrido por errores de diseo, falta de previsin e irresponsabilidad. Slo se trata de alertar sobre el peligro que implica no ser consecuente con las buenas prcticas de ingeniera, ya sea por desprecio o por ignorancia. Y es que en ambos casos da igual, pues cualquiera de las dos manifestaciones es inadmisible, y frecuentemente cuestan vidas y daos materiales severos. Existen muchos ejemplos. En 1938 se derrumb el puente sobre el Canal Alberto, en Blgica; en 1940 se desplom el puente del estrecho de Tacoma, en EE.UU. de Amrica; y en 1962 cay el Puente Real en Melbourne, Australia. En las tres catstrofes, las investigaciones posteriores arrojaron que su origen haba residido en errores de los respectivos proyectos. Especial significacin tuvo el desastre del puente de Tacoma. Dicho caso trascendi por su carcter "sui generis", al ser considerada la mayor calamidad en la historia de la construccin de puentes en EE.UU. de Amrica. Tuvo el privilegio de que se filmara su derrumbe y la suerte de no provocar vctimas humanas. Recin construido, el puente tuvo una excesiva sensibilidad al viento, tanto que al ser batido por ste vibraba con amplitudes de hasta un metro y medio. Si bien haba sido calculado para una carga esttica generada por un viento de 180 km/h, el puente comenz a sufrir oscilaciones de flexin y torsin de inusitada amplitud, cuando el viento apenas soplaba a una velocidad promedio de 70 km/h, debido al fenmeno de resonancia. Despus de vibrar durante una hora, se deshizo, ahogndose as, en el mismo ao de su construccin, el tercer puente mayor de la poca. Luego se supo que ello ocurri porque en el diseo se haban omitido los clculos de resistencia con cargas variables. Claramente, los errores de clculo pueden provocar incalculables daos. Pero el resultado puede ser peor an, si a ellos se les une el mal funcionamiento. Cabe insistir en la enorme importancia que tiene el mantenimiento adecuado, junto al correcto uso. Mantener es conservar y salvaguardar a las instalaciones, al medio ambiente y al propio ser humano. En estos tiempos de impetuoso progreso tecnolgico, de la era nuclear, de la conquista del cosmos, de la informtica y la biotecnologa, tanto un error de diseo como un mal mantenimiento o un uso incorrecto pueden significar una enorme catstrofe, implicando incluso a seres humanos. Algo as ya se vivi en 1986, cuando explot el bloque energtico nmero cuatro de la Central Electronuclear de Chernobyl, Ucrania. Con anterioridad, haban ocurrido desperfectos que requeran detener el reactor, pero nadie tom esa decisin. Indagaciones posteriores determinaron que la causa inmediata del accidente radic en tareas mal hechas por el personal de operaciones. Sin embargo, las causas de fondo fueron serias insuficiencias en el diseo. La potencia desarrollada por el reactor result ser en realidad muy superior a la prevista. Constituy el mayor accidente ocurrido en una planta electronuclear, caus graves daos a la poblacin, y al ecosistema en general, e hizo

necesario poner en juego recursos cuantiosos para controlar la energa desbordada. En conclusin, el desastre fue consecuencia de errores de diseo y de operacin.

9.3. Tcnicas Cuantitativas. Bsicamente, las tcnicas cuantitativas permiten definir magnitudes futuras de la variable a predecir, denominadas pronsticos; a partir de patrones observados o relaciones detectadas en los datos existentes, ms alguna influencia aleatoria. Los patrones o las relaciones sugieren determinados desempeos o funcionamientos de la variable a predecir, y permiten calcular tericamente los pronsticos. Adems, debido a que los fenmenos de la realidad son probabilsticos, y no determinsticos, es necesario considerar la aleatoriedad. An cuando se identifique algn patrn o relacin de tipo sistemtico, siempre hay algn error entre cada dato real y el correspondiente pronstico terico. Una vez relevada la aleatoriedad histrica de un proceso estable, es posible pronosticar su desempeo futuro mediante la tcnica de cartas de control, antes vista. La identificacin de patrones de desempeo se vincula con el anlisis de series temporales (datos obtenidos a lo largo del tiempo), mientras que la deteccin de relaciones funcionales se asocia con el principio de causa y efecto (explicacin de los efectos causados por ciertas acciones). Siempre que se mantengan los supuestos, en ambos casos los pronsticos tericos resultan de una calidad aceptable para el planeamiento empresarial. O sea, siempre que esos patrones o relaciones establecidos permanezcan sin cambio durante largos perodos, o cambien muy lentamente, o cuando suceda que los cambios drsticos se eliminen. No obstante, en la realidad, tales patrones y relaciones pueden cambiar y, de hecho, cambian a menudo. Adems, no existe forma de asegurar si lo harn drsticamente o no, durante el horizonte de prediccin. Conocer para qu pueden servir los pronsticos obtenidos mediante tcnicas cuantitativas es tan importante como su clculo. Entender tales limitaciones ayuda a desarrollar expectativas ms realistas, con respecto a las situaciones a decidir, en cuanto al desempeo futuro. En general, se pueden predecir bastante bien: los patrones estacionales y cclicos promedios, las corrientes tecnolgicas emergentes, la continuidad de situaciones generales (por ejemplo, en los mbitos social, econmico y financiero), etc. Por otra parte, son de muy difcil prediccin mediante estas tcnicas: los sucesos especiales (incendio, inundacin, huelga prolongada), las acciones o reacciones competitivas (crisis petrolera, campaa de publicidad, reduccin de precios), la aparicin de nuevos productos+servicios o sucedneos, el inicio y la profundidad de las recesiones (depresin econmica, inflacin), la duracin y la fortaleza de los auges, los cambios de patrones o relaciones (accidentes en plantas nucleares de generacin elctrica), los cambios de actitudes, las innovaciones tecnolgicas (crecimiento e importancia de las PCs), el descubrimiento de nuevas fuentes de materias primas, la desaparicin repentina de un competidor dominante, etc. En suma, la leccin ms importante a extraer tal vez sea que no es difcil predecir con tcnicas cuantitativas la continuacin de algn patrn de desempeo o relacin funcional. Mientras que predecir el momento, la intensidad y las consecuencias de cualquier cambio

sbito de tal patrn o relacin pertenece ms al campo de las tcnicas cualitativas. El monitoreo de la variable a pronosticar puede advertir cundo deja de ser apropiado un cierto patrn o una relacin en particular. Obviamente, ninguna de las tcnicas cuantitativas brinda pronsticos certeros, y slo son un complemento del juicio del analista. Ningn pronstico es substituto del buen juicio, ni puede eliminar la incertidumbre. Las tcnicas cuantitativas de prediccin slo brindan una manera sistemtica de enfrentar al futuro, para entender y tomar en cuenta la incertidumbre, y los riesgos asociados. Entre la teora y la realidad. Hace 5 aos, una localidad tena 10.000 habitantes y su poblacin vena creciendo a una tasa del 2% anual. Entonces, se pronosticaron los siguientes guarismos: 10.200 habitantes al cabo de un ao, 10.404 al cabo de dos aos, 10.612 luego de tres, 10.824 luego de cuatro y 11.041 al cabo de cinco aos. Los censos realizados "a posteriori" arrojaron los siguientes datos de la realidad: 10.180, 10.420, 10.630, 10.805 y 11.070 habitantes, respectivamente. En consecuencia, los errores entre las magnitudes reales y los respectivos pronsticos tericos son: -20, -16, +18, -19 y +29. Si bien el patrn de desempeo result adecuado, fue imposible predecir el crecimiento de manera exacta y precisa.

9.3.1. Modelo de Series Temporales. Las tcnicas cuantitativas de prediccin, basadas en el modelo de series temporales, consisten en identificar patrones de desempeo a lo largo del tiempo de las variables a pronosticar, a partir de series de datos histricos equiespaciados. Se supone que existe algn patrn -o combinacin compleja de subpatrones simples- recurrente o constante a travs del tiempo. Permiten pronosticar mediante extrapolacin el desempeo esperado de las variables en cuestin, para los perodos futuros subsecuentes, sin tomar en consideracin el impacto de las acciones decididas en el horizonte considerado. Son adecuadas para cubrir las necesidades de prediccin en el medio y corto plazos de empresas pequeas, medianas y an grandes. Cuando el aumento de la demanda est ligado al crecimiento de la poblacin o de la actividad econmica en general, cubren dichas necesidades de prediccin a costo aceptable. Una manera de identificar los patrones de desempeo consiste en tratarlos como si fueran alguna combinacin compleja de los siguientes patrones simples: Horizontal. Se refiere a una serie de datos estable a travs del tiempo. Describe fenmenos o procesos estables, por ejemplo, de volumen de venta o de porcentaje de objetos defectuosos. Es, ms que nada, vlido en el corto plazo. Estacional. Cuando una serie de datos flucta cclicamente a travs del tiempo, con longitud de onda constante. Habitualmente, acompaa a las estaciones o a los meses del ao; tambin puede acompaar a las horas del da, a los das de la semana o a los das del mes. Puede obedecer a causas diversas, que van desde los procedimientos operacionales utilizados para operar los procesos (estacionalidad interna), hasta factores como el clima o la marea (estacionalidad externa). Por ejemplo, el vencimiento de

cobro de servicios pblicos, el pago de sueldos, el consumo de bebidas gaseosas o de gas para calefaccin. Cclico. Es semejante al anterior, pero la duracin del ciclo de fluctuacin de la serie de datos es generalmente mayor a un ao y no se repite a intervalos fijos de tiempo. Como el anterior, el ciclo sigue la evolucin de una ola, al pasar de una magnitud grande a una pequea y regresar nuevamente a una magnitud grande. Pero es ms difcil de predecir, porque su duracin no es uniforme. Los ciclos macroeconmicos se pueden explicar con este subpatrn (por ejemplo, el producto bruto nacional o la superficie construida de viviendas nuevas). Hay numerosas teoras acerca de las causas de tales ciclos de actividad econmica en general, que van desde posibles hechos aleatorios hasta diversos reajustes para mantener eficiente un sistema econmico. Tendencial. Se da cuando existe un aumento o disminucin regular de la variable a pronosticar, en el largo plazo. Frecuentemente, la tendencia puede ser aproximada por una lnea recta, aunque en ciertos fenmenos tambin puede existir una curva exponencial o en forma de curva S. La mayora de las series de datos econmicos suelen seguir este tipo de subpatrn, incluso en combinacin con otros subpatrones (por ejemplo, los precios, las tasas de inters o los ndices de produccin industrial). En la Figura 9.b se representan dichos patrones simples, en sendos diagramas de desarrollo de series temporales. En el eje de abscisas se representan sucesivos perodos de tiempo, al cabo de los cuales se tomaron los datos, que a la vez se representan por puntos en escala de ordenadas. Dichos puntos estn unidos con curvas, lo cual no tiene ms sentido que dar una impresin de continuidad, para facilitar la deteccin de los respectivos patrones. En rigor, slo son vlidos los puntos representativos de las mediciones, y no tienen sentido terico los puntos intermedios. Figura 9.b - Patrones de Comportamiento. Los patrones simples descriptos se pueden encontrar individualmente o juntos; de hecho, algunas series temporales combinan una tendencialidad, una estacionalidad y una ciclicidad. La tcnica de descomposicin permite separar los patrones simples que componen el patrn complejo en una serie temporal. La base de dicha separacin es emprica y consiste en remover primero la estacionalidad, luego la tendencialidad y finalmente la ciclicidad. Adems, ya que es posible identificar lo que sobra (aunque, no se pueda explicar ni controlar, y por lo tanto tampoco predecir), supone que cualquier residuo de tal separacin es aleatorio. Habitualmente, en el corto plazo, el patrn simple ms importante de identificar es el estacional. En trminos relativos, las tendencias son pequeas y dominadas por la estacionalidad; adems, es difcil distinguir entre las fluctuaciones aleatorias y las debidas a alguna tendencia. En cambio, en el medio plazo, el patrn simple ms importante de identificar es el tendencial. El patrn cclico tambin lo es en el medio plazo, ms que en el corto plazo; excepto durante perodos de transicin (de auge a recesin, o viceversa). Casi siempre, la identificacin de patrones cclicos resulta bastante inexacta e imprecisa, a efectos de determinar los pronsticos necesarios para el planeamiento, pero no hacer nada al respecto puede conducir a peores resultados. Luego de obtenidos los sucesivos datos de una serie temporal, es posible extrapolar grficamente el desempeo futuro esperado, aunque sea en forma aproximada. No obstante

el margen de error y arbitrariedad que implica esta tcnica descripta, denominada de proyeccin grfica, resulta aceptable en gran parte de los casos, y sustituye ventajosamente a otras tcnicas basadas en frmulas matemticas. El uso de estas ltimas suele dejar la falsa impresin de una mayor calidad (exactitud y precisin) en los pronsticos, respecto a la extrapolacin grfica por medio de una lnea "ajustada" a la serie de puntos sobre el diagrama de desarrollo. Sin embargo, considerando en profundidad los supuestos implcitos y los efectos accidentales que pueden afectar a las series temporales, se llega a la conclusin de que no necesariamente los pronsticos obtenidos por frmulas matemticas resultan de mayor calidad que los obtenidos grficamente. Por caso, luego de lanzado un producto+servicio y vendido durante determinado tiempo, entonces es posible contar con una serie temporal de datos de volumen de venta. Si se representa grficamente tal secuencia de datos a travs del tiempo, es posible visualizar su desempeo pasado, y extrapolar su futuro. De tal manera, es posible pronosticar el volumen de venta, luego de identificar la estacionalidad (por ejemplo, mayor demanda en verano que en invierno, o viceversa), la tendencialidad (aumento o disminucin regular de la demanda a travs del tiempo), la ciclicidad (aumento o disminucin de la demanda por el nivel de actividad econmica general), y hasta dnde la aleatoriedad ha afectado los volmenes de venta en el pasado. No obstante, como se dijo, lo anterior slo es vlido en la medida en que se mantenga la situacin que, en el pasado, gener tal patrn de desempeo. La dinmica de los mercados puede hacer que un patrn del pasado pierda su vigencia. Abundan los casos en que el progreso tecnolgico ha alterado los patrones de los mercados. Por ejemplo, luego de una dcada de explosivo crecimiento, la utilizacin del fax comenz a disminuir dejando el lugar al correo electrnico va internet. Por aos, el helado fue consumido exclusivamente en poca estival, y hoy tiene apenas una tenue estacionalidad. La tcnica numrica de suavizamiento [smoothing method] permite pronosticar en forma masiva, en el corto plazo. Se supone que el patrn de desempeo es horizontal, y que se puede atenuar la fluctuacin aleatoria de la serie si se suavizan (promedian) los datos observados. Los pronsticos ms comunes son: Promedio mvil. Consiste en utilizar el promedio de los ltimos datos (observaciones ms recientes) como pronstico del siguiente perodo. La cantidad de datos de la serie temporal, adoptada para el clculo del promedio mvil, debe permanecer constante (por ejemplo, tres, seis o doce). Conforme se incorpora cada nuevo dato, se elimina el dato ms antiguo, y se calcula un nuevo promedio como pronstico del siguiente perodo. Es decir, se asigna igual ponderacin (peso, importancia o significacin) a cada uno de los datos de la serie elegida, y no se tienen en cuenta los observados con anterioridad. Cuando la variable a pronosticar contiene una aleatoriedad considerable, es necesario adoptar una serie temporal larga, con una cantidad grande de datos; cuanto mayor es esa cantidad, tambin es mayor el efecto de suavizamiento en el pronstico. Una serie anual, o de ciclo completo, permite eliminar cualquier estacionalidad de los datos al calcular el promedio mvil. Promedio mvil ponderado. Similar al anterior, excepto que se asigna mayor peso a los datos ms recientes, mediante sendas ponderaciones. Se aplica un conjunto de coeficientes de ponderacin desiguales, cuya sumatoria debe ser la unidad. Se considera que los datos ms recientes de la serie contienen informacin ms actualizada y, por lo

tanto, de mayor ponderacin para predecir lo que acontecer en el futuro. Este pronstico tambin se conoce como exponencial nico, cuando la serie de datos declina de manera exponencial desde el dato ms reciente hacia el ms alejado. En principio, como se dijo, la tcnica de suavizamiento es aplicable cuando el patrn de desempeo es horizontal. Si la serie de datos histricos contiene alguna tendencia fuerte y consistente, los pronsticos van detrs de la tendencia (se retrasan). En tal caso, para evitarlo, es necesario remover previamente la tendencia (por ejemplo, tomando las sucesivas diferencias entre datos). Entonces, es posible aplicar la referida tcnica, y a continuacin corregir el pronstico reincorporando la tendencia antes identificada y medida. Del mismo modo, si la serie de datos contiene algn patrn estacional, es necesario "desestacionalizar" primero, utilizar a continuacin la referida tcnica para pronosticar, y finalmente "reestacionalizar" los pronsticos. Todo ello se utiliza con xito en el planeamiento de los requerimientos de materiales y de la distribucin fsica.

9.3.2. Modelo Explicativo. Las tcnicas cuantitativas de prediccin, basadas en el modelo explicativo, consisten en detectar relaciones funcionales entre variables, a partir de series de pares de datos histricos. Se supone que existe alguna relacin funcional, recurrente o constante a travs del tiempo, entre la variable a pronosticar -denominada dependiente (depende de)- y otras llamadas independientes. Y, por lo tanto, esa relacin se puede expresar mediante alguna funcin matemtica, lo que permite desarrollar una gama de pronsticos, en correspondencia a un espectro de magnitudes posibles para las variables independientes. Con este modelo, no es necesario que la variable a pronosticar sea dependiente del tiempo, como en el caso del modelo anterior. La variable dependiente representa un fenmeno a explicar, y las independientes la explicacin del mismo. Son las variables explicativas, y las que siempre figuran en una relacin funcional. Por ejemplo, relacin funcional entre la demanda de un producto+servicio y algunas de sus caractersticas y/o propiedades. El uso de las tcnicas basadas en el modelo explicativo suele ser bastante ms costoso que las antes vistas, ya que requiere del conocimiento y la experiencia de especialistas. No obstante, facilita una mejor comprensin de los procesos y permite experimentar con diversas combinaciones de factores, para determinar los pronsticos. Tiene relacin el consumo de combustible con la carga de un camin? Y con su velocidad? Influye su resistencia aerodinmica en dicho consumo? Qu otras variables pueden influir? Hay alguna relacin entre la resistencia aerodinmica y la velocidad? O entre la resistencia aerodinmica y la carga? Con frecuencia, para detectar y comprender el alcance de relaciones funcionales entre dos variables, se recurre a la representacin grfica conocida como diagrama de dispersin. Permite visualizar la existencia -o no- de relaciones funcionales lineales entre pares de variables, entre las cuales se imagina que pueda existir tal posibilidad. Ya sea, relaciones entre factores causales (por ejemplo, entre tiempo de ciclo y cantidad de horas hombre), o entre efectos (aceleracin de un automvil y consumo de combustible), o entre factores causales y efectos (cantidad de empleados y tiempo de espera de atencin).

Figura 9.c - Relacin Funcional. El diagrama de dispersin consiste en una nube de puntos, que representa grficamente a una serie de pares de datos provenientes de sendas variables posiblemente correlacionadas. Ver la Figura 9.c. En un grfico cartesiano, la variable independiente se representa en el eje de abscisas y la que se supone relacionada -variable dependiente, a pronosticar- en el eje de ordenadas. En la prctica, se requiere contar con no menos de treinta pares de datos, y conforme aumenta el tamao "n" de dicha serie pareada, tambin puede mejorar la calidad del pronstico. Por otra parte, se debe elegir la escala de los ejes cartesianos de manera tal que los puntos representativos de los pares de datos se inscriban aproximadamente en un rea cuadrangular. Una misma serie de pares de datos puede denotar la existencia de alguna relacin lineal entre las dos variables o no, segn la nube de puntos se ajuste o no a un cuadrado (se comprima o expanda la escala de un eje con relacin a la del otro). Si bien las relaciones lineales suponen un modelo de la realidad harto sencillo, resultan sumamente tiles en la prctica. Adems, muchas relaciones no lineales se pueden convertir en lineales, cambiando la escala de una o ambas variables. La mayora de las variables econmicas y demogrficas tienen tasa constante de crecimiento anual acumulativo (por ejemplo, poblacin, producto bruto, consumo, produccin agropecuaria e industrial); es decir, responden a funciones de tipo exponencial. Por lo tanto, cuando intervienen dichas variables, es posible reducir las relaciones a lineales utilizando escala logartmica en el correspondiente eje cartesiano, lo que aumenta an ms la aplicabilidad del diagrama de dispersin. La tcnica de regresin simple permite identificar posibles relaciones lineales entre pares de variables. Precisamente, se denomina lnea de regresin a la recta que mejor promedia a la nube de puntos del diagrama de dispersin, y describe lo que tiende a sucederle a la variable dependiente "y" cuando vara la variable independiente "x". Grficamente, dicha recta se puede trazar por tanteos sucesivos, tratando de que finalmente queden a ambos lados de la misma igual cantidad de puntos, a distancias similares. Adems, esta cuestin acepta un planteo matemtico. La ecuacin de la recta es: y = a + bx Donde, la constante "a" expresa la magnitud de la ordenada en el origen (y = a cuando x = 0) y la constante "b" representa la pendiente de la recta (constante de incremento o disminucin). Dichas constantes se pueden calcular por cuadrados mnimos; ello es minimizando la suma de las diferencias, elevadas al cuadrado, entre los datos reales de la serie y la lnea de regresin buscada. Qu grado de correlacin hay entre la cantidad de animales en una parcela y su consumo diario de granos? La direccin y la unin de la nube de puntos en el diagrama de dispersin expresa una idea del grado de correlacin entre las dos variables. Por correlacin entre dos variables se entiende que stas varan juntas de un modo recurrente. Precisamente, el coeficiente de correlacin "r" es una medida del ajuste de la lnea de regresin terica a la serie pareada real, o sea, del grado de correlacin entre las dos variables. Mide el sentido y la intensidad de la correlacin lineal. Su signo es igual al de la pendiente de la lnea de

regresin, y su magnitud: 1 r +1. Donde, r = +1 es la mxima intensidad de una correlacin de sentido positivo (cuando aumenta la magnitud de una variable, tambin tiende a aumentar la otra) y r = 1 es la mxima intensidad de una correlacin de sentido negativo; cuando r 0 indica que las dos variables no estn correlacionadas entre s (no importa qu le suceda a una, nada se puede decir sobre lo que pasa con la otra). Ver la Figura 9.d. Un grado de correlacin intenso slo permite afirmar que: A) las variables estn relacionadas, si bien no implica que una variable sea causal de la otra, y B) la relacin cuenta solamente dentro del rango de los datos disponibles, como interpolacin. No obstante, con frecuencia es dable observar que la lnea de regresin se utiliza para pronosticar mediante extrapolacin. Normalmente, la generalizacin de una hiptesis se permite siempre que las muestras obtenidas sean representativas de una determinada poblacin; pero nunca fuera de ella. Figura 9.d - Correlacin Simple. Esta tcnica tambin se usa para investigar la autocorrelacin entre datos sucesivos de una serie temporal (por ejemplo, flujo de fondos de un negocio a lo largo del tiempo). Como se dijo, con el modelo de series temporales, se supone que la variable independiente es el tiempo. El coeficiente de autocorrelacin es similar al anterior; es decir, es una medida de la correlacin entre datos sucesivos de una misma variable, provenientes de distintos momentos o lapsos de tiempo. En una serie temporal, si los datos son aleatorios, el coeficiente de autocorrelacin es cercano a cero; en cambio, si los datos siguen algn patrn lineal recurrente, el coeficiente de autocorrelacin mide el sentido y la intensidad de tal patrn. En muchas situaciones de toma de decisiones es necesario emplear ms de una variable independiente, desde "x1" hasta "xn", para explicar el desempeo de una variable dependiente "y", a pronosticar. Por ejemplo, para pronosticar la demanda de un nuevo peridico (del cual, obviamente, no hay historia de demanda previa), es posible relacionar su futura evolucin con variables tales como el desempeo histrico de la circulacin verificada de otros peridicos, la poblacin, el poder adquisitivo, la presencia de algunos sustitutos (radio, TV, internet), etc. En el caso de slo dos variables independientes, la regresin se puede representar con la ayuda de tres ejes cartesianos y se ajusta a un plano (en lugar de una recta). Y, en general, es posible aplicar la tcnica de regresin mltiple extendiendo los mismos supuestos bsicos de la regresin simple, con la siguiente ecuacin de relacin entre las variables: y = a + b1x1 + b2x2 + ... + bnxn. As, es posible tratar ms de una variable independiente, calculando las constantes de la ecuacin de regresin mediante cuadrados mnimos. Adems, es posible calcular el coeficiente de correlacin "ri" para cada par de variables "y" e "xi". En la prctica, se aconseja usar variables independientes no muy correlacionadas entre s (0,5 ri 0,7), para evitar informacin redundante que no incrementa efectivamente la fuerza explicativa de la regresin mltiple.

Cmo explicar que la cantidad de pasajes vendidos por una empresa area guarda relacin con el cumplimiento de las frecuencias anunciadas de vuelo? Cmo explicar que el aumento de fallas de funcionamiento de una mquina guarda relacin con la disminucin de horas empleadas en mantenimiento? Actualmente, las aplicaciones informticas corrientes para uso estadstico permiten calcular las constantes de las ecuaciones de regresin y los coeficientes de correlacin, de manera muy fcil y rpida. Una vez que se encuentra una regresin vlida, sta es utilizable para hacer cualquier cantidad de pronsticos, simplemente asignando magnitudes a las variables independientes (para los cuales se desea pronosticar la variable relacionada), lo que constituye una ventaja muy importante. Aumenta el aprovechamiento con la superficie? Para obtener ciertas piezas de madera se utilizan placas de tamao irregular. Luego de haber utilizado 30 placas, se investig la relacin entre la superficie original de las mismas "x" (en metros cuadrados) y la superficie realmente aprovechada "y" (en porcentaje). Los datos fueron: Pieza 1 2 3 4 5 6 7 8 9 10 "x" 17,4 18,4 19,2 18,4 17,4 17,4 17,0 18,4 17,0 18,6 "y" 88,7 91,1 91,2 89,5 89,6 89,2 87,7 88,5 86,6 89,6 Pieza 11 12 13 14 15 16 17 18 19 20 "x" 17,2 17,8 17,6 16,8 17,6 16,8 16,4 18,4 17,4 18,8 "y" 88,9 88,4 87,4 87,4 89,1 89,4 86,4 92,2 90,9 90,5 Pieza 21 22 23 24 25 26 27 28 29 30 "x" 17,4 16,6 17,8 17,8 18,6 17,4 18,2 17,4 17,4 17,8 "y" 89,6 88,1 90,8 88,6 92,8 87,2 92,5 91,2 88,2 90,4

El diagrama de dispersin corresponde al representado en la Figura 9.c, donde se puede apreciar una dbil correlacin positiva. Luego de analizar dicha relacin, se decidi utilizar solamente placas de superficie mayor a 19 m2.

9.3.3. Modelo Economtrico. Como se dijo, los modelos son valiosos auxiliares para ordenar el pensamiento, ya que facilitan enfocar la atencin en el desempeo de la variable a pronosticar. Las tcnicas cuantitativas de prediccin ms elaboradas se basan en el modelo economtrico, ya que puede incluir cualquier nmero de ecuaciones simultneas de regresin, cada una con diversas variables independientes, interactuando en forma simultnea. Por ejemplo, se puede usar para pronosticar el monto de venta de una empresa, como resultado del nivel de precios y/o la publicidad y/o las promociones y/o determinadas acciones de los competidores principales.

Hasta aqu, con los modelos antes vistos, se ha supuesto que la variable dependiente no influa sobre las independientes, que eran slo determinadas por factores externos al sistema (variables externas). Sin embargo, en los procesos econmicos y empresariales, tal supuesto no siempre responde satisfactoriamente a la realidad. Por ejemplo, para una compaa, es posible suponer: monto de venta = f{producto bruto nacional; precio; publicidad} Donde, parece poco probable que la variable independiente "producto bruto nacional" sea influida por la variable dependiente "monto de venta" de la empresa. En cambio, es mucho ms probable que las otras dos supuestas variables independientes lo sean; ya que es posible obtener un "monto de venta" distinto al variar el "precio" y, al incrementar la "publicidad", aumentar el costo e influir sobre el "precio". Es decir, dichas posibilidades plantean una interdependencia mutua entre las variables, que excede a la ecuacin anterior. Por cierto, ms apropiadamente, es posible pronosticar la misma variable dependiente mediante un sistema de ecuaciones, como ser: monto de venta = f{producto bruto nacional; precio; publicidad} ganancia = f{costos unitarios de produccin, de venta y de administracin; precio} costo de produccin = f{volumen de produccin; inventario; costo laboral; costo de materiales} publicidad = f{monto de ventas; ganancia; acciones de los competidores} Figura 9.e - Variables Interdependientes. Hasta dnde considerar tales interdependencias? Qu tanto detalle conviene incluir? Para desarrollar un sistema de ecuaciones, previamente es necesario elaborar una estructura bsica con las variables ms importantes en juego. Ver la Figura 9.e. Los sistemas de ecuaciones ms complejos suelen proporcionar una mayor fuerza explicativa, frente a los simples. Sin embargo, a menudo, tal complejidad, al igual que el refinamiento estadstico, no necesariamente significa una mejora en la calidad de prediccin. En la prctica, las limitaciones del modelo economtrico provienen de la recopilacin de datos y del volumen de cmputos. Debido al costo asociado, su utilizacin suele estar fuera del alcance de las pequeas y medianas empresas. No obstante, es muy til para comprender el funcionamiento de los sistemas econmicos, cmo se comportan los sectores industriales o hasta qu punto decisiones diversas pueden afectar a las empresas (cmo los factores ms importantes pueden afectar cierta variable). En suma, el mayor atractivo proviene de su competencia para simular y evaluar polticas alternativas, y determinar la influencia de las mismas sobre las variables ms importantes. Se usan ms frecuentemente para el mediano plazo, donde se debe poner mayor nfasis en entender las variables que se van a pronosticar y los factores que ms las influyen. Proyecto de investigacin.

En general, en un proyecto de investigacin se deben exponer claramente las siguientes cuestiones: A) delimitacin del problema a investigar (fundamentacin de los objetivos y de la hiptesis de trabajo, viabilidad de la solucin del problema y sus posibles consecuencias); B) elaboracin del marco terico (revisin de la bibliografa, especialmente la ms reciente debido al paso agigantado del progreso en todas las ciencias, y adopcin de una perspectiva terica); C) especificacin del tipo de investigacin y del diseo (segn se trate de exploratoria, descriptiva, correlacional, experimental o cualitativa); D) explicitacin de la metodologa (definicin operacional de las variables independiente y dependiente, neutralizacin de las posibles variables extraas, niveles de medicin implcitos en las variables, formulacin de la hiptesis, diseo muestral); y E) instrumentos para la medicin de las variables (especificar su confiabilidad y validez, recoleccin de los datos segn se trate de entrevistas, encuestas, "tests" o tcnicas especificas de las distintas especialidades). Usualmente, el protocolo de un proyecto de investigacin sigue el siguiente esquema: Ttulo. Autor y colaboradores. Resumen. Planteo del problema. Objetivos generales y especficos. Hiptesis. Antecedentes y fundamentacin terica. Bibliografa. Tipo de investigacin. Metodologa: tcnicas, instrumentos, universo de variables, categoras de variables y forma de control, poblacin y muestra, registro de datos, elaboracin estadstica, etc. Cronologa de las etapas y actividades en cada una de ellas. Recursos necesarios. Resultados esperados e importancia de los mismos.

9.3.4. Eleccin del Modelo. Qu tcnica elegir? Acaso se trata de predecir la continuacin de un patrn de desempeo, o la continuacin de una relacin funcional, o un punto de inflexin? Cun valiosa es la prediccin? Vale lo que cuesta? Las tcnicas antes vistas estn en su mayor parte dirigidas hacia predicciones empresariales de mercado, economa y finanzas, centrados en el medio y corto plazos. Para elegir una tcnica cuantitativa en particular es necesario entender cada necesidad especfica. El eventual uso de la denominada tcnica ingenua simple puede ofrecer un punto de referencia contra el cual comparar otras alternativas, para facilitar la eleccin. Por ejemplo, adoptar la observacin real ms reciente para pronosticar el siguiente perodo futuro; lo que se conoce como pronstico ingenuo. Ahora bien, ningn pronstico resulta de mayor calidad que la de los datos en que se basa. Adems, de nada sirve a menos que se lo utilice para mejorar la toma de decisiones y el planeamiento. Una dificultad frecuente suele ser la falta de datos especficos suficientes para iniciar la preparacin de pronsticos. El armado de bases de datos lleva tiempo. Las mejoras en prediccin llegan lentamente, con la experiencia y a medida que se generan

mejores bases de datos. En cada caso, es menester ubicar las fuentes de informacin. En general, es posible obtener una considerable informacin de datos publicados, tales como las estadsticas de censos y los estudios de oportunidades o de recursos (por regiones o sectores, realizados por organismos oficiales o entidades privadas, como las cmaras empresariales). Aunque dichos datos rara vez vienen completos o suficientemente desglosados, por lo comn sirven como punto de partida. Investigar acerca de la informacin existente es decisivo. Todo ello motivado por una conviccin: entender el pasado es primordial para predecir y mejorar el futuro. Cunto cuesta recolectar datos adicionales? En general, es necesario considerar la cantidad y la adecuacin de los datos disponibles, as como el tiempo con que se cuenta para preparar los pronsticos. Como se dijo, algunas tcnicas cuantitativas requieren de recursos mucho mayores que otras menos refinadas. A la hora de elegir una en particular, las consideraciones comunes giran en torno de: Horizonte temporal o espacio de tiempo en el futuro. Nivel de detalle requerido y calidad del pronstico. Patrn de desempeo o relacin funcional encontrada. Disponibilidad de aplicaciones informticas. Costo de desarrollo y de operacin. Facilidad de aplicacin. Cules tcnicas cuantitativas se usan ms frecuentemente? Por qu? En la prctica, slo parecen tiles aquellas tcnicas de fcil comprensin, cuyos resultados se pueden interpretar con rapidez y confianza. El atractivo intuitivo se debe tomar en cuenta para elegir una tcnica cuantitativa de prediccin. Adems, se ha demostrado con estudios empricos que la simplicidad de las tcnicas no perjudica necesariamente la calidad de los pronsticos, aunque s baja el costo. Por ejemplo, para pronosticar gran nmero de tems de inventario parece conveniente usar una tcnica basada en el modelo de series temporales, pues requiere limitados datos histricos y poco tiempo de clculo por pronstico. En cambio, tiene sentido utilizar una tcnica basada en el modelo explicativo para complementar esas predicciones. Por lo general, se tratan de utilizar los pronsticos tanto como sea posible: A) para verificar la viabilidad y solidez de los planes, y/o B) como un conjunto de supuestos bsicos en el que se puedan fundamentar los planes, y/o C) como componentes propiamente dichos de los planes (para fijar metas ms sensatas y realistas). Obviamente, pronsticos de mayor calidad permiten desarrollar planes de mayor calidad. En trminos generales, la toma de decisiones empresariales se puede mejorar a travs del uso de reglas sencillas de discernimiento (por caso, fundamentar las decisiones de planeamiento en el promedio de las tres decisiones tomadas ms recientemente). La consistencia que resulta de la aplicacin de una misma regla sencilla de decisin sobrepasa con creces a las desventajas de tal mecnica, en aquellos casos rutinarios con cambios pequeos. Hoy, las computadoras permiten guardar grandes cantidades de datos, y es posible tomar mejores decisiones cuando se cuenta con la manera de acceder a ellos y se utilizan reglas sencillas de decisin. Con la tecnologa de procesamiento de imgenes se puede digitalizar documentos [scanning] y, de esa forma, transmitir y almacenar grandes volmenes de datos. Por otro

lado, las llamadas neurocomputadoras se pueden entrenar para explorar grandes cantidades de datos de archivo y buscar patrones complejos que conduzcan a un resultado particular (son fundamentalmente distintas de las computadoras convencionales y no se pueden programar para ejecutar una secuencia de instrucciones). Tambin, actualmente hay disponible una variedad de aplicaciones informticas para explosin de datos y visualizacin, que brindan un acceso amistoso a la informacin. Las aplicaciones de almacenaje de datos [data warehouse] facilitan la gestin de las bases de datos, ya que permiten consolidar informacin de varias fuentes y utilizarla en un contexto de apoyo para la toma de decisiones. Eso s, no slo importa la cantidad de datos, sino tambin la rapidez con que se convierten esos datos en informacin de apoyo para la toma de decisiones. Por dicho motivo, tambin se han comenzado a utilizar aplicaciones informticas para minera de datos [data mining]. Informacin bsica para la construccin de modelos. A fines de 2001, algunos indicadores de evaluacin a nivel macro en el mbito del Mercosur, eran: PBI Salario total medio MM US$ US$/mes Argentina Brasil Chile Paraguay Uruguay 335,2 813,0 179,0 7,8 19,9 US$ 9.280 4.920 5.500 1.500 6.200 MM US$ 26,2 52,2 16,8 2,6 2,7 MM US$ 30,3 63,2 18,2 4,0 3,7 MM 37,0 160,0 14,4 4,8 3,2 % 89 78 83 53 91 262 108 151 190 92 per cpita ciones ciones total urbana PBI ExportaImporta- Poblacin Poblacin

La correcta informacin macroeconmica resulta vital para la construccin de modelos economtricos. El desconocimiento de las asimetras y las particularidades del entorno puede llevar a predicciones errneas. Luego de la devaluacin practicada en la Argentina a comienzos de 2002, y el cambio de gobierno en Brasil a fines del mismo ao, las cifras antes indicadas se modificaron dramticamente.

9.4. Tcnicas Cualitativas. Las tcnicas discrecionales o cualitativas se utilizan para hacer predicciones basadas en juicios de valor, denominadas estimaciones. En especial, cuando se carece de datos adecuados o estn sucediendo cambios respecto de los patrones de desempeo o las relaciones funcionales conocidas. Por lo general, consideran tres componentes en mutua interaccin: A) las personas que emiten juicios de valor, B) el contexto donde lo hacen y C)

las acciones generadas a partir de dichos juicios, y que posteriormente pueden afectar tanto a las personas como al entorno. Las tcnicas ms comunes de este tipo son: Junta de opinin ejecutiva. Los integrantes de equipos de trabajo humano deciden su estimacin de la variable a predecir. Delphi. Es una variante de la tcnica anterior, en la cual cada integrante del equipo de trabajo humano expresa primeramente su opinin, de manera individual y annima, y luego se busca el consenso. Se evitan as las influencias cruzadas. Combinacin de opiniones. Es otra variante de la primera tcnica, en la que se busca un efecto opuesto al anterior. Por ejemplo, los vendedores y el gerente de ventas dan sus puntos de vista simultneamente. Encuesta anticipativa. Las expectativas de una muestra de la poblacin determinan la estimacin de la variable a predecir. Evaluacin de probabilidad de ocurrencia de sucesos diversos e inciertos. Se identifica una cantidad finita de resultados individuales posibles de la variable a predecir, y se asigna una probabilidad asociada a cada uno de ellos. Se elige el resultado de mayor probabilidad, o bien alguna mezcla de ellos, como estimacin. En la prctica, las tres primeras son las ms ampliamente usadas de todas las tcnicas de prediccin, en forma pareja a travs de todos los horizontes temporales. Ahora bien, cada ser humano es en s mismo un sujeto multicultural. Tiene una historia, tradiciones, conceptos sobre s mismo y sobre los otros, y siempre -aunque a veces no aparezca claramente- tiene una tica y conceptos polticos. Vivir es actuar con algn tipo de tica. Adems, todos los seres humanos estn guiados por principios altamente abstractos (por ejemplo, son constructivistas, postpositivistas, feministas, etc.; o tienen modelos tnicos, sociales, culturales, etc.). Ante tal complejidad, es claro que no se deben despreciar las dificultades provenientes de la interpretacin de la realidad y de la comunicacin entre las personas. Adems, cuenta la influencia de los estados anmicos y emocionales; por ejemplo, el exceso de confianza puede introducir sesgos considerables en las estimaciones. Para reducir esos sesgos y otras prdidas, son usuales algunas tcnicas auxiliares, que permiten organizar el trabajo humano en equipos y facilitar el logro de consensos. An as, son muchas las dificultades provenientes del uso de estas tcnicas. La principal de todas en ponderar correctamente cada estimacin individual, segn la informacin y el conocimiento de cada persona, y/o su pericia para predecir el futuro. Claramente, explicar el pasado es muy distinto a predecir el futuro. Debido a la disposicin humana para dominar y controlar el entorno donde acta, la mayora de las personas se suele equivocar percibiendo patrones o relaciones ilusorias, que en realidad no existen. Otra dificultad reside en que las juntas tienden a tomar decisiones con ms riesgo que las personas a ttulo individual, al disiparse la responsabilidad. Con frecuencia, los miembros de los equipos de trabajo humano tienden a apoyarse mutuamente y a unirse contra las amenazas externas, lo que tambin afecta la calidad de la toma de decisiones de esas juntas, puesto que reduce la evaluacin crtica y limita la consideracin de alternativas extraas.

El experto estadounidense Nicholas Negroponte, autor del libro "Ser Digital", ha dicho: "De dnde vienen las buenas ideas? Muy simple... de la diversidad. La creatividad surge de las yuxtaposiciones ms increbles. La mejor forma de maximizar la diversidad es mezclar edades, culturas y disciplinas." Hasta donde se sabe, el florentino Leonardo da Vinci fue el ltimo erudito que conoci toda la ciencia y el arte de una poca, como pintor, escultor, msico, escritor, y tambin como arquitecto, fsico e ingeniero. Hoy, ms que nunca antes, se requiere de la multiculturalidad y de la multidisciplinariedad para tratar la complejidad de cualquier situacin real. Se considera que cada miembro de una junta de opinin puede aportar un nuevo enfoque, una mirada distinta de la realidad, desde otra perspectiva; por lo tanto, las ideas no se excluyen las unas a las otras, sino que es posible integrarlas. Particularmente, los puntos de vista filosficos estn muy ligados a cada persona, a su humanidad, a su manera de experimentar la vida. Vale precisar que la ciencia se demuestra; mientras que la filosofa se vive. La ciencia explica; mientras que la filosofa busca un sentido para la vida, para la ciencia y para todo lo que hacen los seres humanos. Por medio de la filosofa se aclaran las proposiciones; por medio de la ciencia, se verifican. Filosofar es la actividad que consiste en estudiar las proposiciones, para distinguir aquellas con sentido (que puedan ser experimentadas, para comprobar su veracidad o falsedad). Actualmente, para extraer al mximo las oportunidades de mejora que ofrecen los problemas, es primordial su consideracin de manera grupal. Tambin, las mejores estimaciones provienen de la combinacin de ms de un juicio u opinin individual. Surgen de mezclas creativas y sinrgicas de varias posibilidades, alcanzadas a travs de la consulta, la interpretacin y la combinacin de distintos juicios individuales. Cuando ello se logra hacer sistemticamente, entonces es posible desarrollar estimaciones sobre bases firmes. Para conseguirlo, los miembros de las juntas de opinin deben centrar su atencin en las distinciones, hasta lograr una completa comprensin de todas las posiciones (antes que pretender imponer alguna en particular). As, la diversidad de opiniones puede servir para estimular el raciocinio crtico, a la vez que aumentar la comprensin y vigorizar el tratamiento de las situaciones. Como contrapartida, tambin pueden surgir grupos polarizados, o alianzas en apoyo de distintas posiciones, dando lugar a nocivas consecuencias, con eventuales ganadores y perdedores. Sobre todo si los miembros de las juntas utilizan esas ocasiones para tratar antagonismos personales, antes que ocuparse objetivamente de los temas en cuestin, con ms predisposicin al conflicto que al acuerdo. La confrontacin a ultranza atenta contra la creatividad. En las juntas de opinin importa discutir sobre los diversos juicios y, an ms, sobre los intereses afectados por esas opiniones, o vinculados con las mismas. Claro que siempre surgen juicios individuales divergentes; igualmente, siempre hay intereses divergentes. En cualquier caso, tiene ms sentido comprenderlos y absorber su aporte, que refutarlos. En muchas empresas japonesas es usual la toma de decisiones por consenso, y raramente someten las decisiones a votacin, con la finalidad de evitar ganadores y perdedores. La toma de decisiones por consenso es posible a partir de cierta preparacin previa del terreno, donde los componentes puedan acercar posiciones. Es lo que se denomina preparar el terreno [[nemawashi]]; expresin que proviene de la jardinera y alude al cuidado necesario para evitar que las plantas sufran dao en el trasplante. A su semejanza, es posible desarrollar consensos entre muchos componentes, afectados por mltiples intereses. Negociando uno a uno; realizando mltiples y sucesivas reuniones, de manera de allanar los

disensos iniciales, hasta obtener los acuerdos previos que posibilitan alcanzar un consenso final. No se trata de "arreglar" las decisiones, sino de una manera de discernimiento gradual que le permite a cada miembro de la junta ir modificando su postura individual en beneficio de alguna posicin ms compartida, hasta que todos la puedan aceptar, aunque sea mnimamente. Por lo comn, dicha preparacin es realizada por el responsable de la junta, quien escucha a los distintos miembros, y les acerca ideas unificadoras hasta encontrar un principio de consenso. Tampoco se trata meramente de que cada miembro ceda algo para alcanzar el consenso, sino de abrir la mente a ideas distintas. Del disenso y del debate siempre surgen nuevas ideas (el disenso, lo mismo que la negacin o la contradiccin, ayuda a desarrollar las personas, no las anula, sino que las hace crecer). El consenso se descubre cuando los miembros de la junta estn dispuestos a explorar y entender las diversas ideas, a aceptar y apoyar las opciones comunes. Por ejemplo, cuando todos los miembros pueden decir "mi opinin ha sido escuchada; personalmente, tal vez no prefiera esta decisin, pero puedo apoyarla". En cambio, no es consenso un acuerdo total o unnime, ni cuando cada uno de los miembros de la junta obtiene todo lo que desea, ni tampoco cuando predomina la opinin de un miembro y se le exige al resto su acuerdo. Disentir es casi siempre lo ms fcil. Captar a fondo la raz de un pensamiento ajeno, usualmente cuesta mucho ms esfuerzo. Cada pensamiento responde a algn inters, persigue una finalidad, se orienta en una direccin. Y eso es lo que se debe preguntar cada miembro. En los equipos de trabajo humano altamente efectivos, los intereses comunes prevalecen sobre los intereses individuales. Ante cada situacin, cada miembro contribuye con el conocimiento que posee, y as todos pueden ampliar su comprensin. Para alcanzar los beneficios potenciales y reducir los riesgos asociados en la bsqueda de consensos, es necesario una cuidadosa gestin de la diversidad de opiniones, teniendo en cuenta: A) aclarar todos los puntos de vista, B) respetar todas las opiniones y valorar las distinciones, C) identificar los tpicos donde haya acuerdos, D) tambin identificar aquellos donde existan desacuerdos, E) encontrar las causas de fondo de dichos desacuerdos, F) referir hechos y usar datos de la realidad, siempre que sea posible, y G) dar tiempo suficiente para el anlisis y la reflexin. En las decisiones por consenso se trata de preservar la individualidad e integrarla en el grupo. Se entiende que es equivocado demandar que las personas se subordinen al grupo o que disuelvan su singularidad en l, porque es a travs de sus individuos ms maduros que los equipos de trabajo humano progresan, y aquellos slo pueden avanzar si son libres, si pueden elegir libremente. No obstante, tambin es necesario que prevalezca un cierto sentido del todo y de la armona. Se ha demostrado las personas cometen a menudo los mismos errores, tanto en el modo en que buscan informacin para formular hiptesis acerca de alguna regla generadora, como en la manera en que intentan confirmar las mismas. Parece ser que la mayora de las veces slo buscan evidencias para confirmar sus hiptesis, que antes han formulado prejuiciosamente, en lugar de buscar evidencias para desaprobarlas (nica manera de asegurar que una hiptesis es correcta). En general, las personas tienden a: Confiar ms en los datos que estn ms a mano o son de ms fcil comprensin. Recordar y ponderar ms aquellos casos vividos ms intensa o recientemente (a veces, un slo evento negativo inmediato oculta toda una trayectoria).

Ignorar la informacin inconsistente con el pensamiento existente (hiptesis anteriores), soslayando o ignorando cualquier dato que no "encaje". Confiar ms en la evidencia puntual concreta (como ser la opinin de un cliente valioso) que en la informacin abstracta, an cuando pueda ser ms completa y representativa. Pasar por alto los supuestos en grficos o cuadros de datos. No percibir omisiones en cosas o fenmenos importantes (dificultad para ver lo que no est). Considerar ms probables aquellos resultados preferidos o esperados.

En suma, las tcnicas cualitativas de prediccin no estn exentas de dificultades. Hay pruebas abrumadoras de que no mejoran la exactitud de las tcnicas cuantitativas y, a menudo, degradan la precisin cuando concurre la rutina. Es decir, no necesariamente mejoran la calidad de las predicciones. En trminos generales, en situaciones repetitivas donde los datos se pueden recopilar de manera sistemtica, las tcnicas cuantitativas suelen brindar mejores predicciones que las tcnicas cualitativas. La mente humana no procesa datos de manera consistente, y la memoria falla cuando se trata de recordar datos. No obstante, valga remarcar, en todos los casos se utiliza el mismo principio, conformado por la identificacin de patrones y/o de relaciones existentes. Cuando tal identificacin no existe, la prediccin no es posible. Aprovechamiento del tiempo. La vastedad y multidisciplinariedad de los temas abordados en las reuniones de trabajo humano suele exigir el aporte de varios sectores de la empresa. Cualquiera de las tcnicas cualitativas utilizadas para estimar el desempeo futuro de variables presupone coordinar, asociar, moderar, resumir y concretar tales aportes. Las reuniones de trabajo permiten acercar fsicamente a quienes estn en condiciones de presentar sus opiniones, constituyendo un instrumento de uso cada vez ms frecuente en las organizaciones para evaluar el funcionamiento pasado, y en la toma de decisiones. La productividad de esas reuniones influye decididamente en la marcha de las empresas, ya que de ellas se esperan conclusiones tiles, a la vez que consume el tiempo de quienes intervienen. Con frecuencia, se soslayan aspectos importantes que hacen al xito de las reuniones de trabajo, tales como: Lista de asistencia, indicando quines deben concurrir y, eventualmente, las suplencias. Agenda previa, detallando el lugar de reunin, la hora de comienzo y de finalizacin, y los temas a tratar. En ocasiones, se acompaa una breve resea o "ayudamemoria" acerca del tratamiento de los temas. Coordinacin, frecuentemente ejercida por quien convoca, compatibilizando horarios y posibilidades de los asistentes. El coordinador es tambin quien ordena el debate, asignando el uso de la palabra y regulando los tiempos y la secuencia de temas tratados. Preparacin previa, por parte de cada asistente, en cuanto a los temas objeto de tratamiento. En principio, una reunin se justifica cuando la actividad ejercida requiere

de la presencia conjunta y simultnea de todos los asistentes, y no se debe emplear en tareas que cada uno, individualmente, pueda realizar antes de la misma. Puntualidad, como valor respetuoso del tiempo del prjimo y de la empresa, tanto en el inicio como en la finalizacin de la reunin. Logstica, proveyendo con antelacin los elementos de trabajo necesarios: espacio necesario, papeles, copias, referencias, rotafolio, pizarra, proyector, etc. Minuta o acta, elaborada luego de la reunin por el coordinador y dada a conocer posteriormente a quienes han asistido, para su conformidad. En este informe se consignan las diferentes opiniones, intervenciones y aportes de los asistentes, seguidas de las conclusiones y/o decisiones tomadas. Adems, cada uno de los asistentes debe estar dispuesto a escuchar sin prejuicios al prjimo, comprendiendo sus razones y asumiendo como propio el esquema presentado. Slo luego de interpretar cabalmente cada una de las ideas, es posible asociarlas, combinarlas y/o resumirlas en una nica, mejor que aquellas en forma aislada.

9.4.1. Algunas Tcnicas Auxiliares. Cmo es posible interconectar ideas y opiniones diversas? No siempre se cuenta con hechos y datos de la realidad para describir las cosas o los fenmenos. A veces, slo existen presunciones, experiencias particulares o consideraciones relativas. Tal es el caso del diseo de un nuevo tablero de automvil, cuando por un lado se cuenta con algunas opiniones de los clientes potenciales (que son consultados acerca de los relojes, las botoneras y la consola) y, por otro lado, se tienen ciertas opciones tecnolgicas para cada uno de esos componentes. Es decir, no hay datos especficos para resolver un problema determinado, ni un proceso estandarizado de toma de decisiones, constituido por sucesivas acciones rutinarias. Solamente hay opiniones, presunciones, recomendaciones, etc. Como siempre, lo primero es reunir toda la informacin disponible, y luego encarar su anlisis. No obstante, como se dijo, la mente humana slo puede enfocar su atencin en una reducida cantidad de asuntos a la vez. Frente a ello, algunas tcnicas auxiliares permiten que ideas aparentemente dismiles -o desconectadas- pueden tomar identidad ms concreta y reunirse en enunciados unificados. Figura 9.f - Seleccin de Temas Afines. El diagrama de afinidades fue desarrollado por el antroplogo japons Jiro Kawakita, y por ello se lo conoce tambin como tcnica KJ. Sus connacionales Yoshinobu Nayatani, Toru Eiga, Ryoji Futami y Hiroyuki Miyagawa, autores del libro "The Seven New QC Tools", han explicado la construccin del diagrama. Se parte de las posibilidades surgidas en sesiones de tormenta de ideas, escribiendo cada idea en una "tarjeta de idea", de manera sencilla y concisa (frases cortas, con sujeto y predicado, que tengan sentido en s mismas). Eventualmente, puede ocurrir que dos o ms ideas sean muy parecidas en contenido, en cuyo caso se las vuelve a escribir en una nica "tarjeta de idea". Luego, se mezclan todas, y se ubican sobre una superficie amplia (pizarra, tablero o mesa), de manera que se puedan leer detenidamente, una y otra vez. A continuacin, se agrupan en subconjuntos segn la

proximidad conceptual de sus respectivas ideas. Encabezando cada subconjunto, se redacta una "tarjeta de afinidad", cuyo enunciado englobe a todas las ideas del respectivo grupo. As se conforman tpicamente cuatro o cinco subconjuntos, cada uno de ellos con una "tarjeta de afinidad" que lo resume. Se completa el diagrama dibujando los bordes alrededor de cada subconjunto, y eventualmente trazando las flechas de interrelacin. Todo ello ayuda a la organizacin mental del equipo de trabajo humano, en cuanto a los temas de afinidad conceptual. Permite tratar problemas a partir de situaciones caticas, y generar estrategias de solucin. En la Figura 9.f se representa un ejemplo de utilizacin de este diagrama en un caso de cada de volumen de venta (cambio de tendencia), como paso previo para estimar el volumen de venta en el prximo perodo. Figura 9.g - Causas Relacionadas. El denominado diagrama de relaciones ayuda a encontrar las causas de problemas complejos. Se utiliza en los casos en que las causas del problema son altamente interrelacionadas, demasiado como para aplicar el diagrama de causa y efecto. Primeramente, se enuncia el problema, preguntando por las razones por las cuales no se alcanza un determinado resultado. Se escribe una "tarjeta de problema", preguntando por qu sucede algo adverso e inesperado, y se la ubica en el centro de una pizarra o una mesa. A continuacin, cada miembro de la junta de opinin debe pensar y escribir una "tarjeta de causa primaria", ubicndola en derredor de la primera. Luego, se vuelve a cuestionar de igual manera el por qu de cada una de las causas primarias, consignando las respuestas en sendas "tarjetas de causa secundaria". Y as siguiendo con las causas terciarias, cuaternarias, etc. Se ligan entonces las causas con flechas. Pueden aparecer relaciones cruzadas; por ejemplo, entre una causa secundaria de una rama y una terciaria de otra. Finalmente, se sealan las causas de fondo o de raz, o bien se estiman sus pesos relativos [ranking] de contribucin al problema. Es decir, para dar con el problema a resolver, se utiliza la tcnica conocida como cuestionario de los cinco por qu, antes vista. Por ejemplo, cuando una mquina se detiene repetidamente, la respuesta al primer por qu (causa primaria) puede ser "el fusible del motor se quema", al segundo por qu (causa secundaria) "los cojinetes del motor se recalientan y ofrecen mucha resistencia", al tercer por qu (causa terciaria) "la lubricacin de los cojinetes es defectuosa", al cuarto "el aceite est sucio" y al quinto "falta el filtro de aceite del lubricador", y concluir que esta ltima es la causa de raz o de fondo (si la accin de ajuste se limitara a cambiar el fusible, es claro que persistiran las dificultades). En la Figura 9.g se representa un ejemplo de utilizacin de este diagrama ante un problema de mal funcionamiento de una PC. Figura 9.h - Arbol de Medios. El diagrama rbol permite visualizar las estrategias (concebidas con distintos grados de detalle, o atinentes a distintos mbitos) para lograr un objetivo determinado. La tcnica, tambin llamada dendrograma, fue originalmente desarrollada para el anlisis de valor. Al comienzo, se escribe el objetivo sobre una "tarjeta de objetivo" (por ejemplo, alcanzar el 10% de rentabilidad, terminar el estudio antes de fin de ao) y, tambin, se listan las restricciones u observaciones especiales. Dicha tarjeta se ubica en un borde de la pizarra o la mesa utilizada. A continuacin, se generan unas pocas (usualmente, dos a cuatro) estrategias para alcanzar tal objetivo. Se consignan en sendas "tarjetas de medio primario",

y se ubican cerca de la primera, vinculadas mediante lneas. Luego, se generan las estrategias necesarias para obtener cada medio primario, y se consignan en sendas "tarjetas de medio secundario", tambin vinculadas mediante lneas con las anteriores. As, se prosigue con los niveles de medio terciario, medio cuaternario, etc., obteniendo finalmente un conjunto de estrategias a desarrollar para alcanzar el objetivo originalmente planteado. En la Figura 9.h se representa un ejemplo de utilizacin de este diagrama ante un objetivo de aumentar la venta.

9.5. Prediccin de Largo Plazo. De acuerdo con la experiencia, la nica forma de detectar los patrones de largo plazo es empleando datos provenientes de largo plazo. Si no se dispone de series temporales largas, no es posible hablar de largo plazo, ya que no es posible detectar si hay algn componente cclico en el patrn. Como se dijo, para identificar cambios en la tendencia es necesario eliminar previamente la ciclicidad. En el caso de fenmenos econmicos, tales datos deberan abarcar un perodo de ms de cien aos, de manera de incluir al menos dos ciclos de Kondratieff. Adems, identificada una tendencia de largo plazo, no implica que no pueda cambiar, lo que plantea otra dificultad adicional: estimar cualitativamente cmo y cundo podra cambiar. Por ejemplo, a pesar de contar con censos de decenios, y an de siglos en algunos pases, hoy es imposible determinar con certeza la tasa de crecimiento de la poblacin en una regin. Sequas prolongadas, plagas o cataclismos, pueden provocar hambre, mortandad o emigracin, con el consecuente quiebre de tendencias. El estudio de tendencias en la historia de la humanidad ensea que la tecnologa viene desempeando un importante y creciente papel, y ello es improbable que cambie. La tasa del progreso tecnolgico ha aumentado considerablemente en los ltimos doscientos aos. Primero como consecuencia de la revolucin industrial, que permiti utilizar la energa y los mecanismos para complementar, sustituir y/o amplificar el trabajo humano manual. Luego, por la revolucin informtica iniciada a mediados del siglo pasado, que est permitiendo complementar, sustituir y/o amplificar el trabajo humano mental, acelerando mucho ms an la tasa de cambio. Los derivados de dichas revoluciones afectan y seguirn afectando todas las reas de la vida, cambiando algunas tendencias histricas (por ejemplo, en patrones de empleo). No obstante, tanto en el campo de la ciencia como en el de la tecnologa, han abundado predicciones errneas, y las evaluaciones posteriores hacen que muchas parezcan grandes despropsitos. Por ejemplo, la teora acerca del crecimiento geomtrico de la poblacin mundial, frente a la proporcin aritmtica de la produccin de alimentos, indujo a predecir errneamente una insuficiencia alimenticia a partir de mediados del siglo pasado. La razn de esa dificultad para predecir a largo plazo es simple: el futuro toma su forma especfica a partir de nuevas concepciones que no siempre se pueden divisar "a priori". Qu nuevos descubrimientos y avances se harn en un rea especfica? Qu otros cambios surgirn en un rea que ya est sufriendo cierto cambio primordial? Cundo un nuevo concepto de proceso o de producto+servicio llegar a ser adoptado ampliamente por el mercado? Claramente, las respuestas ms aptas a preguntas de ese tipo resultan del estudio y la investigacin. A menudo, la principal limitacin para hacer predicciones a

largo plazo es la insuficiente comprensin de los factores dinmicos que se predicen. En general, se requiere de un profundo conocimiento de los mismos, en cada fenmeno especfico. Predecir a largo plazo no slo quiere decir predecir el futuro con cierta calidad; es igualmente importante aprender tanto como sea posible acerca del mismo, con el propsito de generar las competencias necesarias para hacer frente a los cambios que traer, inevitablemente. La prediccin a largo plazo permite entender mejor el cambio por venir, y tomar las acciones para anticiparlo. La tcnica analgica se utiliza con frecuencia en el estudio de proyectos de largo plazo. Permite predecir la evolucin futura de determinado fenmeno o proceso por analoga con otro semejante del pasado, y es particularmente interesante cuando no hay datos suficientes para identificar patrones de largo plazo. Por ejemplo, la demanda esperada de un nuevo producto+servicio se puede asimilar al patrn seguido por el predecesor, que ser reemplazado. Tambin, en el caso de un nuevo proceso, el costo de operacin se puede obtener mediante comparacin con otros procesos semejantes en funcionamiento, simplemente teniendo en cuenta las diferencias propias de las nuevas condiciones, tales como clima (costo diferencial del aire acondicionado), leyes y reglamentos (costo diferencial de cumplimiento o incumplimiento), etc. En un supuesto de analoga entre la revolucin industrial y la revolucin informtica, se confirma un escenario para el futuro mostrando una abundante oferta de todo tipo de manufacturas, y una fuerte competencia entre las empresas que las producen (como ya lo es entre los productores de "commodities"). Las ventajas competitivas entre los diversos productores sern cada vez ms escasas, porque un mismo alto nivel tecnolgico estar disponible para todos. Las diferenciaciones sern cada vez ms pequeas, o inexistentes, porque muchos productores estarn produciendo las mismas manufacturas con las mismas tecnologas. La tcnica exploratoria constituye otra opcin para desarrollar predicciones de largo plazo. Parte del conocimiento de las polticas y los patrones histricos, y luego busca predecir qu suceder hacia adelante, y cundo. Por caso, la teora social de la invencin, de William Ogburn, establece que la necesidad de satisfacer funciones sociales condiciona la orientacin de la tecnologa. O sea, debido a que las necesidades de alimentos de la humanidad son finitas, entonces se puede predecir que a la larga sern satisfechas. Ello atenuar el crecimiento de la demanda de mercaderas agroindustriales, y traer como consecuencia un exceso de capacidad instalada de produccin, semejante al existente hoy en el sector agrcola primario. Mayormente, se podrn ganar ventajas competitivas desarrollando nuevos productos+servicios, satisfaciendo nuevas necesidades y deseos. Ante tal perspectiva, la identificacin de nuevos mercados y la introduccin de novedades sern cruciales para evitar la saturacin de dicho negocio. Es probable que las actividades relacionadas requieran grandes presupuestos de investigacin y desarrollo, fuertes inversiones en sistemas de produccin de alta tecnologa y grandes gastos en publicidad, estimulando -segn esa perspectiva- una mayor presencia de grandes productores capaces de controlar esos recursos y dispuestos a correr los riesgos futuros. Ante tal globalizacin y concentracin, se plantea un gran dilema: los grandes productores, y su creciente entropa, contra la iniciativa y agilidad de los pequeos productores, capaces de vencer ms fcilmente las dificultades de las grandes estructuras. Tabla 9.a - Criterios de Prediccin.

La tcnica normativa, en cambio, parte evaluando las polticas futuras de tipo deseable, y luego trata de identificar -hacia atrs- las nuevas tecnologas que ms probablemente conducirn a su logro. En particular, la conocida teora prospectiva, de los franceses B. Jouvenel y G. Berger, tiene una concepcin radicalmente distinta de la clsica. Argumenta que el futuro no est determinado, y sostiene que las acciones presentes resultan de las expectativas hacia el futuro. Por ejemplo, los empresarios no inician nuevos negocios analizando la demanda y los precios del pasado, sino que evalan el futuro. Esta teora se corresponde con la concepcin moderna de la calidad, que construye la satisfaccin del mercado a partir de la deteccin de sus expectativas. En la Tabla 9.a, se listan algunos contrastes entre los criterios clsicos, antes descriptos, y estos ltimos. El cientfico Ilya Prigogine, ganador del Premio Nobel de Qumica en 1997, tambin ha afirmado: "El futuro no est determinado, porque habr acontecimientos cuyos resultados no se pueden predecir." La discontinuidad de la historia ensea que el concepto de acontecimiento ha sido fundamental (por ejemplo, la destruccin de las Torres Gemelas en Nueva York, EE.UU. de Amrica, en 2001, o el "cacerolazo" popular a fines del mismo ao en Buenos Aires, Argentina, constituyeron rupturas en el curso de la historia). La ciencia moderna ha permitido una comprensin ms profunda del mecanismo de los acontecimientos. En fsica o qumica, estn asociados a las bifurcaciones. Segn parece, es la forma de eleccin de la naturaleza: dentro de ciertos lmites el futuro puede ir por un camino o por otro. Al observar un ecosistema a lo largo del tiempo, pueden aparecer situaciones en las que su trayectoria se vuelve cada vez ms inestable y, finalmente, se descompone en una multiplicidad de trayectorias nuevas. Cul de esas ramas resulta elegida es una cuestin de probabilidades. Tambin la historia humana puede ser vista como una sucesin de bifurcaciones. Y, segn el citado cientfico, la especie humana se est acercando a una bifurcacin relacionada con la explosin de la tecnologa de la informacin. Se comportar la "sociedad interconectada" como una gran colonia de hormigas o como una civilizacin de personas libres? Al crecer la poblacin mundial, aumentan las posibilidades de fluctuaciones no lineales -elecciones individuales- porque cada vez hay ms actores. Pero, por otra parte, conforme la poblacin se interconecta ms y ms, se puede generar el efecto contrario: hay ms posibilidades de que los imperativos de la sociedad interconectada se impongan sobre la facultad individual de hacer elecciones. Cuanto ms se entiende la conformacin del Universo, se encuentran ms aspectos comunes con las sociedades humanas. En la Naturaleza, hasta las partculas ms diminutas se organizan desde un aparente desorden, y una sola partcula puede modificar todo un metasistema. As como en la Naturaleza, a pesar de la globalizacin, la concentracin y la revolucin informtica, el comportamiento individual sera la explicacin de la evolucin de toda la especie humana. Segn el fillogo y pensador italiano Umberto Eco: "El progreso tecnolgico, al hacer el Mundo una gran aldea intercomunicada, no engendra ms moral, pero s bastante ms responsabilidad. Tengo informacin, datos precisos, imgenes, testimonios, sobre el hambre y las muertes en algn recndito lugar y me siento responsable, pero no tengo eficacia, no puedo hacer nada, o casi nada. Eso me hace sentir mal. Me siento impotente

y angustiado frente a la dicotoma entre la responsabilidad y la posibilidad de reaccin eficaz sobre los acontecimientos ms remotos del Mundo... El progreso tecnolgico ha agudizado, pues, mi sensibilidad moral, ha ampliado mi responsabilidad, ha aumentado mis posibilidades, ha dramatizado mi impotencia." Se entiende que el libre albedro de los seres humanos ha tenido, tiene y tendr un papel primordial en la historia de la humanidad. Nadie est predeterminado. Las conductas humanas no son tanto provocadas por fuerzas instintivas, ni por fuerzas externas (normas culturales y estructuras sociales), sino que son principalmente el resultado de la reflexin interpretativa personal -ntima- de los significados derivados socialmente. Los seres humanos estn continuamente interpretando y reinterpretando todas las situaciones que viven, conceptualizando y reconceptualizando, y consecuentemente su percepcin va cambiando. La interaccin es crucial en dicho proceso. El futuro que se espera. El investigador japons Atsushi Ogasawara, del Instituto Nacional de Poltica Cientfica y Tecnolgica del Ministerio de Educacin y Cultura del Japn, ha sumarizado los cambios ms significativos que se espera sean realidad durante el primer cuarto del presente siglo: Campo Ao Naturaleza 2024 Servicios 2015 Energa 2021 Salud Identificacin y clasificacin por etiologa molecular de los genes relacionados con la arteroesclerosis, la hipertensin y la diabetes. 2013 Medios efectivos para prevenir la metstasis del cncer. 2017 Comunicaciones 2010 Entorno para la utilizacin ilimitada de redes de alta circulacin (150 Mbps) a costo accesible. 2009 Biotecnologa 2009 Espacio 2025 Desarrollo de tcnicas para descubrir nuevas funciones de la secuencia del ADN. Expedicin tripulada a Marte. Expansin de una red de comunicaciones de alta fiabilidad, apropiada para proteger la privacidad. Tema Desarrollo de tecnologa capaz de prever, con una antelacin de varios das, la ocurrencia de grandes terremotos. Avances para desechar materiales en desuso, capaces de reducir al 10% el volumen de vertido final de desechos. Disposicin de manera segura de residuos slidos altamente radiactivos.

Transporte 2017 Robtica 2025 Electrnica

Conduccin automtica en autopistas y rutas, prefijando el destino deseado. Desarrollo de robots con funciones pseudohumanas y competencia de decisin. Uso prctico de la tecnologa para producir en masa circuitos electrnicos, con dimensiones de patrn mnimo unos 10nm.

2015