Una medida cuantitativa utilizada para evaluar el rendimiento, la fiabilidad o la idoneidad de una previsión o de un sistema de previsión.

Principio

Elegir métricas que reflejen prioridades empresariales (precisión, sesgo, calibración, puntualidad, coste) y que sean robustas ante las características de los datos y las consecuencias de la decisión.

Demostración

Un equipo de cadena de suministro rastrea el MAPE a nivel de SKU para medir la precisión, el sesgo para detectar sobre/subestimaciones sistemáticas, y la cobertura de previsión para asegurar que el stock de seguridad corresponde con el nivel de servicio deseado.

Aplicación incorrecta

Optimizar solo una métrica (p. ej., minimizar RMSE) sin considerar el impacto empresarial puede producir modelos estadísticamente mejores pero operativamente perjudiciales (más roturas de stock o exceso de inventario).

Consecuencia

Las métricas adecuadas conducen a una selección objetiva de modelos, objetivos claros de mejora y alineación entre el trabajo técnico de previsión y los resultados operativos.

Inversión

No usar métricas coherentes da lugar a evaluaciones subjetivas de modelos, frecuentes cambios de modelo y dificultad para demostrar mejoras a lo largo del tiempo.

Límite

Se aplica a medidas de salidas y sistemas de previsión pero excluye estadísticas puramente descriptivas sin relación con la calidad decisional de la previsión (p. ej., volumen bruto de datos).

Tensión semántica

A menudo se confunde con estadísticas de validación de modelos; las métricas de previsión incorporan el contexto de decisión y las funciones de coste empresarial, no solo el ajuste estadístico.

Síntesis

Una Métrica de Pronóstico es un indicador cuantitativo elegido con propósito que enlaza el comportamiento estadístico de una previsión con criterios relevantes para el negocio, orientando la selección del modelo y su uso operativo.