Conclusión

Januschowski y Kolassa (2019) proporcionan una clasificación de los problemas de previsión alineada con las decisiones que deben tomar las empresas, incluidas las decisiones estratégicas, tácticas y operativas. Cada nivel de decisión tiene sus tareas de previsión correspondientes.

Los problemas de previsión operativa y táctica se caracterizan por contener grandes cantidades de datos y, por lo general, por requerir un alto grado de automatización. Hay diferentes métodos de previsión que solucionan estos problemas. Los métodos de previsión locales suelen funcionar bien para los problemas de previsión estratégica, los métodos basados en el aprendizaje profundo son idóneos para los problemas de previsión operativa y, para los casos intermedios, es posible que sea necesario experimentar un poco. Si bien en este documento se abordan los problemas de previsión operativa, Amazon Forecast no es inflexible a la hora de ofrecer modelos e incluye modelos que resuelven problemas de previsión tanto estratégicos como operativos y tácticos.

El proceso de resolución de problemas de previsión operativa se puede dividir en pasos básicos, desde la recopilación y preparación de datos hasta la creación y despliegue de modelos. En general, lo más útil es considerar esto como un proceso iterativo en lugar de lineal. Por ejemplo, a medida que se comprendan mejor los modelos y los casos prácticos, puede tener sentido volver a la fase de recopilación de datos. El desarrollo de modelos también es muy iterativo en sí mismo.

Proceso de desarrollo simplificado para llevar un modelo de previsión a la producción.