Predecir cuántas unidades se venderán el próximo trimestre, qué demanda eléctrica habrá mañana a las ocho de la tarde o cuándo fallará una máquina son problemas de predicción de series temporales (forecasting). A diferencia de un modelo de clasificación corriente, aquí los datos llegan ordenados en el tiempo y arrastran dependencias: el valor de hoy depende del de ayer, de la estación del año y, a menudo, de variables externas. Este artículo recorre los modelos clásicos como ARIMA y SARIMA, los enfoques basados en redes neuronales, las métricas correctas para evaluarlos y los errores metodológicos que invalidan un pronóstico aparentemente impecable.
Componentes de una serie temporal
Toda serie temporal puede descomponerse en cuatro componentes. La tendencia es la dirección de largo plazo (crecimiento sostenido de ventas). La estacionalidad es el patrón que se repite con periodo fijo (más helados en verano, más electricidad al anochecer). El componente cíclico recoge oscilaciones de duración variable ligadas a la economía. Y el ruido o componente irregular es la parte impredecible. Entender esta descomposición no es un ejercicio académico: determina qué modelo es apropiado y cómo hay que transformar los datos antes de modelar.
Un concepto central es la estacionariedad: una serie es estacionaria si sus propiedades estadísticas (media, varianza, autocorrelación) no cambian con el tiempo. La mayoría de los modelos clásicos exigen estacionariedad, que se consigue diferenciando la serie (restando el valor anterior) y, a veces, aplicando transformaciones logarítmicas para estabilizar la varianza. La prueba de Dickey-Fuller aumentada (ADF) permite contrastar estadísticamente si una serie es estacionaria.
Modelos clásicos: ARIMA y SARIMA
El modelo ARIMA (AutoRegressive Integrated Moving Average) es la piedra angular de la estadística de series temporales. Se parametriza como ARIMA(p, d, q): p es el orden autorregresivo (cuántos valores pasados influyen), d es el grado de diferenciación necesario para hacer la serie estacionaria, y q es el orden de la media móvil (cuántos errores pasados se incorporan). Los gráficos de autocorrelación (ACF) y autocorrelación parcial (PACF) guían la elección de estos parámetros.
Cuando la serie tiene estacionalidad —el caso habitual en negocio—, se usa SARIMA, que añade un bloque estacional (P, D, Q)m donde m es la longitud del ciclo (12 para datos mensuales con estacionalidad anual). SARIMA permite incorporar regresores externos (variantes SARIMAX), por ejemplo festivos, precios o temperatura, que suelen mejorar notablemente el pronóstico de demanda. Su gran ventaja frente a las redes neuronales es la interpretabilidad y el hecho de que funciona bien con pocos datos, algo decisivo cuando solo se dispone de dos o tres años de histórico.
Enfoques modernos: de Prophet a las redes neuronales
Para equipos sin un especialista en econometría, Prophet ofrece un modelo aditivo que separa tendencia, estacionalidad y efectos de festivos con una configuración mínima, tolerando huecos y valores atípicos. Es un excelente punto de partida y una línea base difícil de superar.
Cuando hay grandes volúmenes de datos y relaciones no lineales, entran en juego las redes neuronales recurrentes, en particular las LSTM (Long Short-Term Memory), diseñadas para capturar dependencias de largo plazo sin sufrir el desvanecimiento del gradiente de las RNN simples. Más recientemente, las arquitecturas basadas en Transformers (modelos como Temporal Fusion Transformer o N-BEATS) han demostrado resultados sobresalientes en competiciones de pronóstico a gran escala, especialmente cuando se entrenan sobre miles de series relacionadas a la vez (forecasting global). El precio que se paga es mayor: necesitan muchos datos, son costosos de entrenar y su interpretabilidad es limitada, lo que importa en sectores regulados.
Tabla comparativa de enfoques
| Criterio | SARIMA | Prophet | LSTM / Transformers |
|---|---|---|---|
| Datos necesarios | Pocos (2-3 ciclos) | Moderados | Muchos |
| Relaciones no lineales | Limitada | Limitada | Excelente |
| Interpretabilidad | Alta | Alta | Baja |
| Coste de entrenamiento | Bajo | Bajo | Alto |
| Múltiples series a la vez | No | Limitada | Sí (modelo global) |
| Caso ideal | Demanda con histórico corto | Línea base rápida | Miles de series, no linealidad |
Ingeniería de características temporales
Por encima de la elección del modelo, lo que más mueve la aguja en un proyecto real suele ser la ingeniería de características. A partir de la marca de tiempo se derivan variables de calendario (día de la semana, mes, festivo, víspera de festivo, fin de mes) que capturan patrones que el modelo no infiere solo. Las variables lag (el valor de hace 1, 7 o 365 periodos) y las medias móviles aportan memoria explícita. Para los modelos que no manejan bien la estacionalidad de forma nativa, las codificaciones cíclicas con senos y cosenos representan la hora o el mes como una variable continua que respeta la circularidad (las 23:00 están cerca de las 00:00). Y las variables exógenas —precio, campañas de marketing, meteorología, indicadores macroeconómicos— suelen explicar la varianza que la propia serie no contiene.
Conviene tratar con cuidado los valores atípicos y los huecos. Un pico provocado por una promoción única o una incidencia debe marcarse como evento, no aprenderse como patrón recurrente. Los huecos se imputan con criterio (interpolación, último valor conocido, o un modelo específico), nunca rellenándolos con ceros que el modelo interpretaría como demanda real nula.
Pronóstico probabilístico: la incertidumbre importa
Un número aislado —"venderemos 4.200 unidades"— es casi inútil para decidir. Lo que el negocio necesita es un pronóstico probabilístico: un intervalo con su nivel de confianza ("entre 3.800 y 4.600 unidades con un 90 % de probabilidad") o, mejor aún, percentiles completos. La planificación de inventario, por ejemplo, no se hace sobre la media sino sobre un percentil alto para garantizar el nivel de servicio sin sobrestock. Modelos como SARIMA y Prophet entregan intervalos de forma nativa; en redes neuronales se obtienen mediante regresión por cuantiles o técnicas de estimación de incertidumbre. Ignorar la incertidumbre y planificar solo con el valor medio es una de las causas silenciosas de roturas de stock y de exceso de capital inmovilizado.
Cómo evaluar un pronóstico correctamente
La evaluación es donde más proyectos fracasan en silencio. No se puede usar validación cruzada aleatoria: hay que respetar el orden temporal con backtesting de ventana deslizante (entrenar con el pasado, validar con el futuro inmediato, y avanzar). Las métricas habituales son el MAE (error absoluto medio), el RMSE (penaliza más los errores grandes) y el MAPE (error porcentual, intuitivo pero inestable con valores cercanos a cero). Para comparar series de distinta escala conviene el MASE, que mide el error frente a un modelo ingenuo de referencia. Un pronóstico solo es bueno si bate a la naïve baseline (repetir el último valor o el del mismo periodo del año anterior); sorprende cuántos modelos complejos no lo consiguen.
Implementación por fases
Un proyecto de forecasting bien gobernado sigue una secuencia clara: (1) definir el horizonte y la granularidad del pronóstico según la decisión de negocio que va a alimentar; (2) limpiar los datos tratando huecos, valores atípicos y cambios de calendario; (3) establecer una línea base ingenua como vara de medir; (4) probar primero un modelo clásico interpretable (SARIMA o Prophet); (5) escalar a redes neuronales solo si el volumen de datos y la mejora medida lo justifican; y (6) monitorizar el drift en producción, porque toda serie cambia de régimen tarde o temprano y el modelo debe reentrenarse.
Marco regulatorio y uso responsable
Cuando el pronóstico alimenta decisiones que afectan a personas —planificación de turnos, fijación dinámica de precios, concesión de crédito— entra en juego el Reglamento Europeo de Inteligencia Artificial (AI Act), que clasifica los sistemas por nivel de riesgo y exige transparencia y supervisión humana en los de alto riesgo. Si el modelo trata datos personales (por ejemplo, predicción de consumo individual), aplica además el RGPD, con sus principios de minimización y limitación de la finalidad. Documentar qué datos entran, cómo se entrena y qué margen de error tiene el pronóstico no es burocracia: es la base de la confianza y de la defensa ante una auditoría.
Errores comunes que conviene evitar
El más grave es la fuga de datos temporal (data leakage): usar información del futuro para predecir el pasado, normalmente al normalizar con estadísticas calculadas sobre todo el conjunto. El segundo es ignorar la línea base y celebrar un modelo que en realidad no la supera. El tercero es sobreajustar a eventos irrepetibles (una promoción única, una pandemia) sin marcarlos como atípicos. El cuarto es desplegar el modelo y olvidarlo: sin monitorización del error en producción, la degradación pasa inadvertida hasta que provoca una mala decisión costosa.
Preguntas frecuentes
¿Cuántos datos históricos necesito para un buen pronóstico?
Para modelos estacionales conviene al menos dos o tres ciclos completos (dos o tres años en datos mensuales). Con menos, los modelos clásicos siguen siendo más fiables que las redes neuronales, que requieren grandes volúmenes.
¿ARIMA o redes neuronales: qué elijo?
Empieza siempre por lo simple. SARIMA o Prophet resuelven la mayoría de los casos de negocio con buena interpretabilidad. Las redes neuronales solo compensan cuando hay muchos datos, relaciones no lineales claras y una mejora medida sobre la línea base.
¿Por qué no puedo usar validación cruzada normal?
Porque mezclaría pasado y futuro, dando una estimación optimista e irreal del error. En series temporales se usa backtesting con ventana deslizante, que respeta el orden cronológico.
¿Cada cuánto debo reentrenar el modelo?
Depende de la velocidad del cambio del negocio, pero conviene monitorizar el error de forma continua y reentrenar cuando supere un umbral o cuando se detecte un cambio de régimen, no según un calendario fijo arbitrario.
Conclusión
El forecasting no consiste en encontrar el algoritmo más sofisticado, sino en formular bien el problema, respetar el tiempo en la evaluación y batir de forma honesta a una línea base ingenua. Un SARIMA bien especificado supera a menudo a una red neuronal mal validada, y un pronóstico con su intervalo de confianza explícito es infinitamente más útil para tomar decisiones que un único número sin incertidumbre. La verdadera ventaja competitiva está en el bucle completo: datos limpios, modelo interpretable, backtesting riguroso y monitorización del drift en producción. En Summum Marketing construimos sistemas de predicción que parten de la decisión de negocio hacia atrás —qué horizonte, qué granularidad, qué margen de error es tolerable— en lugar de empezar por el modelo, porque un pronóstico que nadie sabe usar es solo un número bonito en un cuadro de mando.