Pronóstico a corto plazo de los principales mercados del Hotel Excel
- Resumen
- Introducción
- Marco
Teórico Referencial - Análisis Estadístico,
Resultados - Conclusiones
- Recomendaciones
- Bibliografía
Resumen
El
presente trabajo intenta mostrar las
bondades de los métodos estadísticos de
pronósticos en el
turismo, al constituir herramientas de gran valor en el proceso de dirección, en el cual,
uno de los aspectos a tomar en cuenta es la previsión de las
situaciones a las que se enfrentará la organización con el mayor
nivel de certidumbre. Son técnicas de amplio uso y de
probada validez en el mundo contemporáneo y en todas las
ramas de la ciencia y la técnica.
Hoy día es casi imposible operar una organización sin contar con
pronósticos acerca del desarrollo futuro de la misma,
tomando en cuenta, para ello, tanto el comportamiento del entrono en
que se desarrolla la misma como sus problemas internos. Se realiza
un análisis de series
anuales y mensuales de los arribos de turistas a una
instalación. Se emplean métodos de análisis de
regresión y alisamiento exponencial y sus resultados,
constituye un punto de partida para el diseño de estrategias futuras.
Introducción
Toda entidad turística debe poseer información general y
particular sobre los mercados que emiten turistas
hacia él y observar su comportamiento, además de
conocer sobre otros que potencialmente puedan ser de su interés. Pero el hecho
cierto es que debe contarse con información que sustente las
decisiones que se tomen. Lo cual le facilitará entender y
prever los resultados que obtendrá con cierto nivel de
certidumbre.
El presente trabajo está orientado a realizar un
estudio del comportamiento de los arribos de turistas a un
hotel durante los últimos 8 años
(2000-2007), concentrándose en los cuatro países de
mayor emisión (Mercado 1, Mercado 2, Mercado 3 y
Mercado 4), a partir de los cual se obtienen pronósticos de
los arribos para el 2008 con el propósito de fundamentar las
acciones comerciales que se
deben acometer.
Para realizar este estudio se utilizaron las
técnicas estadísticas de Regresión Lineal y
Análisis de la Series Cronológicas de los arribos de
turistas durante el período seleccionado.
Marco Teórico
Referencial
Definición de Serie de Tiempo, conceptos, pasos para
su análisis
Definición de Serie de Tiempo: Se
llama Serie de Tiempo, Serie Cronológica, Time Series, a un
conjunto de observaciones que toma una variable en diferentes
momentos del tiempo.
A continuación definiremos los componentes
principales que caracterizan una serie de tiempo: tendencia,
estacionalidad y aleatoriedad.
Tendencia: Es la componente de largo plazo
que constituye la base del crecimiento o declinación de una
serie histórica. Las fuerzas básicas que producen o
afectan la tendencia de una serie son: cambios en la población,
inflación, cambio tecnológico e
incremento en la productividad, entre
otros.
Estacionalidad: Las fluctuaciones
estaciónales se encuentran típicamente en los datos clasificados por trimestre
mes o semana. La variación estacional se refiere a un
patrón de cambio regularmente recurrente a través del
tiempo. El movimiento se completa dentro
de la duración de un año y se repite así mismo
años tras año.
Aleatoriedad: Los movimientos irregulares
(al azar) representan todos los tipos de movimientos de una serie
de tiempo que no sea tendencia, variaciones estaciónales y
fluctuaciones cíclicas.
Un modelo clásico para una
serie de tiempo, supone que una serie x(1), …, x(n)
puede ser expresada como suma o producto de tres componentes:
tendencia, estacionalidad y un término de error aleatorio.
No se ha considerado el componente cíclico en este caso,
dado la limitada información con que se contó y al
hecho de que los pronósticos se refieren a un horizonte
corto.
Existen tres modelos de series de tiempos,
que generalmente se aceptan como buenas aproximaciones a las
verdaderas relaciones, entre los componentes de los datos
observados.Estos son:
1. Aditivo: X(t) = T(t) + E(t) + A(t)
2. Multiplicativo: X(t) = T(t) · E(t) ·
A(t)
3. Mixto: X(t) = T(t) · E(t) +
A(t)
Donde:
X(t) serie observada en instante
t.
T(t) componente de tendencia.
E(t) componente estacional.
A(t) componente aleatoria
(accidental).
Una suposición usual es que A(t) sea un
componente aleatorio o ruido blanco con media cero y
varianza constante (homocedasticidad).
Página siguiente |