Comprensión de los intervalos de confianza
Cada predicción de Eaternity Forecast incluye un intervalo de confianza que os ayuda a comprender el rango de resultados probables. Esta guía explica cómo interpretar y usar estos intervalos de forma efectiva.
¿Qué es un intervalo de confianza?
Concepto básico
Un intervalo de confianza muestra el rango de valores posibles para una predicción, no solo un único número.
Ejemplo:
Pasta Carbonara - Sábado, 20 de enero
Estimación puntual: 52 porciones
Intervalo de confianza: 45-59 porciones (80% de confianza)
Interpretación:
- Más probable: Se venderán 52 porciones
- Límite inferior: 45 porciones (10% de probabilidad de vender menos)
- Límite superior: 59 porciones (10% de probabilidad de vender más)
- Probabilidad: 80% de probabilidad de que las ventas reales estén entre 45-59
Por qué importan los intervalos de confianza
Las predicciones de un solo punto son insuficientes:
Consideremos estos dos escenarios con la misma estimación puntual:
Escenario A: Alta confianza
Pasta Carbonara (artículo de menú estable, 2 años de historial):
Predicción: 52 porciones
Rango: 48-56 porciones (estrecho, ±8% de varianza)
Confianza: Alta
Escenario B: Baja confianza
Nuevo risotto de setas (lanzado hace 1 semana):
Predicción: 52 porciones
Rango: 35-69 porciones (amplio, ±33% de varianza)
Confianza: Baja
Impacto en la decisión:
- Escenario A: Preparar 52-54 porciones (alta confianza en la precisión)
- Escenario B: Preparar 40-45 porciones inicialmente, mantener ingredientes listos para más (baja confianza, alta incertidumbre)
Misma estimación puntual, estrategias de planificación muy diferentes.
Cómo se calculan los intervalos de confianza
Regresión cuantílica
Eaternity Forecast utiliza regresión cuantílica para predecir tres valores simultáneamente:
-
Percentil 10 (Límite inferior)
- El 10% del tiempo, las ventas reales estarán por debajo de este valor
- El 90% del tiempo, las ventas reales estarán en o por encima de este valor
-
Percentil 50 (Mediana/Estimación puntual)
- La mitad del tiempo, las ventas reales estarán por debajo de este valor
- La mitad del tiempo, las ventas reales estarán por encima de este valor
- Esta es nuestra "mejor estimación"
-
Percentil 90 (Límite superior)
- El 90% del tiempo, las ventas reales estarán en o por debajo de este valor
- El 10% del tiempo, las ventas reales superarán este valor
Intervalo de confianza del 80% = Espacio entre los percentiles 10 y 90
Ejemplo de cálculo
Datos históricos para Pasta Carbonara los sábados (últimas 20 semanas):
Ventas ordenadas: [42, 44, 46, 47, 48, 49, 50, 51, 51, 52, 53, 53, 54, 55, 56, 57, 58, 60, 62, 65]
Percentil 10 (2.º valor): 45 porciones (límite inferior)
Percentil 50 (10.º valor): 52 porciones (estimación puntual)
Percentil 90 (18.º valor): 59 porciones (límite superior)
Intervalo de confianza: 45-59 porciones
Aprendizaje de la red neuronal:
En lugar de calcular manualmente a partir de datos históricos, la red neuronal aprende a predecir estos cuantiles directamente basándose en:
- Patrones de ventas históricas
- Día de la semana
- Condiciones meteorológicas
- Tendencias estacionales
- Trayectoria reciente
- Dinámica del menú
Factores que afectan la confianza
¿Qué hace que la confianza sea alta o baja?
Alta confianza (intervalos estrechos)
Características:
- ✅ Artículo de menú estable (meses/años de historial)
- ✅ Patrón de demanda consistente
- ✅ Factores de influencia predecibles
- ✅ Baja variabilidad natural
- ✅ Patrones estacionales claros (si aplica)
Ejemplo:
Pan de la casa (servido diariamente durante 3 años):
Lunes-viernes: 85 porciones (rango: 82-88, ±3,5%)
Sábado-domingo: 95 porciones (rango: 91-99, ±4,2%)
¿Por qué alta confianza?
- Miles de puntos de datos históricos
- Demanda muy consistente
- Mínima influencia de factores externos
- Patrón semanal predecible
Baja confianza (intervalos amplios)
Características:
- ⚠️ Artículo de menú nuevo (días/semanas de historial)
- ⚠️ Alta variabilidad de demanda
- ⚠️ Factores de influencia impredecibles
- ⚠️ Impulsado por eventos o promociones
- ⚠️ Artículo estacional al inicio/final de temporada
Ejemplo:
Nuevo especial de temporada (lanzado hace 1 semana):
Predicción: 35 porciones
Rango: 22-48 porciones (±37%)
¿Por qué baja confianza?
- Solo 5-7 días de datos de ventas
- Patrón de demanda desconocido
- Aceptación del cliente incierta
- Historial estacional limitado
Niveles de confianza por antigüedad del artículo
Ancho típico del intervalo de confianza:
| Antigüedad del artículo | Puntos de datos | Ancho típico del intervalo de confianza | Error porcentual absoluto medio |
|---|---|---|---|
| Semana 1 (Nuevo) | 5-7 días | ±30-40% | 18-25% |
| Semana 2-3 | 10-20 días | ±20-30% | 14-18% |
| Mes 2-3 | 30-60 días | ±15-20% | 11-14% |
| 6+ meses | 100+ días | ±10-15% | 9-12% |
| 2+ años | 500+ días | ±8-12% | 8-10% |
Curva de aprendizaje: La confianza mejora rápidamente en el primer mes, se estabiliza después de 3-6 meses
Factores externos
Sensibilidad al clima
Artículos sensibles a la temperatura:
Ensalada César (dependiente del clima):
Día cálido (20°C):
Predicción: 45 porciones
Rango: 42-48 porciones (estrecho, clima predecible)
Día frío (5°C):
Predicción: 28 porciones
Rango: 22-34 porciones (más amplio, mayor variabilidad)
¿Por qué más amplio con frío? Menos personas piden ensaladas cuando hace frío, pero la variabilidad es mayor (algunos todavía piden, otros cambian a sopa).
Influencia de eventos
Eventos conocidos (mayor confianza):
Reunión mensual regular de personal (200 asistentes):
Predicción: +180 cubiertos de almuerzo
Rango: +170 a +190 (estrecho, el evento es predecible)
Eventos desconocidos (menor confianza):
Conferencia no anunciada cercana:
Predicción: Volumen de día normal
Rango: Más amplio de lo habitual (el modelo detecta incertidumbre)
Nota: Si el evento se anuncia y se añade al sistema, la confianza mejora
Uso de intervalos de confianza para la toma de decisiones
Marcos de decisión
Estrategia conservadora (minimizar desperdicios)
Cuándo usar:
- Ingredientes caros
- Artículos de vida útil corta
- Altos costes de eliminación de desperdicios
- Aceptable quedarse ocasionalmente sin existencias
Regla de preparación: Preparar hasta el límite inferior o ligeramente por encima
Ejemplo:
Especial de pescado fresco (6 € de coste, vida útil de 1 día):
Predicción: 28 porciones
Rango: 23-33 porciones
Decisión: Preparar 25 porciones (entre límite inferior y estimación puntual)
- 90% de confianza de que venderemos al menos 23
- Reservar pescado fresco para 8 más si es necesario (el proveedor entrega 2 veces al día)
- Riesgo mínimo de desperdicio
- Pequeño riesgo de agotamiento aceptable
Perfil de riesgo:
- Riesgo de desperdicio: Bajo (5-10%)
- Riesgo de agotamiento: Medio (15-20%)
- Mejor para: Perecederos, artículos de alto coste
Estrategia equilibrada (enfoque en calidad de servicio)
Cuándo usar:
- Artículos estándar del menú
- Costes moderados
- Cierta flexibilidad de preparación
- Agotamientos indeseables pero manejables
Regla de preparación: Preparar hasta la estimación puntual con ligero margen
Ejemplo:
Pasta Carbonara (3,50 € de coste, fácil de preparar más):
Predicción: 52 porciones
Rango: 48-56 porciones
Decisión: Preparar 52 porciones inicialmente
- Mantener ingredientes listos para 6-8 más
- Pueden prepararse adicionales en 15 minutos si es necesario
- Equilibrio entre desperdicio y calidad de servicio
Perfil de riesgo:
- Riesgo de desperdicio: Medio (10-15%)
- Riesgo de agotamiento: Bajo (5-10%)
- Mejor para: Artículos principales del menú, costes moderados
Estrategia agresiva (nunca quedarse sin existencias)
Cuándo usar:
- Platos estrella
- Ingredientes de bajo coste
- Artículos críticos para la experiencia del cliente
- Sobrantes fácilmente reutilizables
Regla de preparación: Preparar hasta el límite superior
Ejemplo:
Pan de la casa (0,50 € de coste, artículo estrella, 3 días de almacenamiento):
Predicción: 85 porciones
Rango: 82-88 porciones
Decisión: Preparar 88 porciones (límite superior)
- Cero riesgo de agotamiento
- Coste mínimo de desperdicio (1,50-2,00 €)
- Crítico para la experiencia del cliente
- Sobrantes para comida del personal o pan rallado del día siguiente
Perfil de riesgo:
- Riesgo de desperdicio: Mayor (20-25%)
- Riesgo de agotamiento: Muy bajo (menos del 2%)
- Mejor para: Artículos de bajo coste, artículos estrella
Planificación del margen de reserva
Estrategia de margen fijo
Añadir margen constante a la estimación puntual:
Preparación = Estimación puntual + Margen fijo
Ejemplo (margen del 10%):
- Pasta Carbonara: 52 + 5 = 57 porciones
- Ensalada César: 31 + 3 = 34 porciones
- Salmón a la parrilla: 28 + 3 = 31 porciones
Ventajas: Simple, consistente Desventajas: Ignora las variaciones de confianza entre artículos
Estrategia de margen basado en confianza
Margen proporcional al ancho del intervalo de confianza:
Preparación = Estimación puntual + (Ancho del intervalo × Factor de margen)
Artículo de alta confianza (intervalo estrecho):
- Punto: 52, Rango: 48-56 (ancho: 8)
- Margen: 8 × 0,25 = 2
- Preparar: 52 + 2 = 54 porciones
Artículo de baja confianza (intervalo amplio):
- Punto: 35, Rango: 22-48 (ancho: 26)
- Margen: 26 × 0,25 = 6,5
- Preparar: 35 + 7 = 42 porciones
Ventajas: Se adapta a la certeza de la predicción Desventajas: Cálculo más complejo
Estrategia de porcentaje del límite superior
Preparar entre la estimación puntual y el límite superior:
Preparación = Estimación puntual + (Superior - Punto) × Porcentaje
Estrategia del 50% (a medio camino entre punto y superior):
- Pasta: 52 + (56 - 52) × 0,5 = 54 porciones
- Risotto: 35 + (48 - 35) × 0,5 = 41,5 = 42 porciones
Estrategia del 75% (más cerca del límite superior):
- Pasta: 52 + (56 - 52) × 0,75 = 55 porciones
- Risotto: 35 + (48 - 35) × 0,75 = 44,75 = 45 porciones
Ventajas: Se ajusta intuitivamente a la confianza Desventajas: Puede sobrepreparar para artículos de baja confianza
Combinación de múltiples factores
Ejemplo de matriz de decisión:
Artículo: Salmón a la parrilla
- Predicción: 28 porciones (Rango: 23-33)
- Coste: Alto (6 € de coste de ingredientes)
- Vida útil: 1 día
- Flexibilidad de preparación: Baja (se necesita preparación con 1 hora de antelación)
- Importancia para el cliente: Media
Proceso de decisión:
1. Alto coste → inclinarse hacia el límite inferior
2. Vida útil corta → minimizar riesgo de desperdicio
3. Baja flexibilidad de preparación → no se puede hacer más fácilmente
4. Importancia media → cierto riesgo de agotamiento aceptable
Decisión final: Preparar 26 porciones (ligeramente por encima del límite inferior)
- Aceptar 10% de riesgo de agotamiento
- Minimizar desperdicio caro
- Considerar ofrecer alternativa si se agota
Artículo: Pasta de la casa
- Predicción: 52 porciones (Rango: 48-56)
- Coste: Bajo (1,50 € de coste de ingredientes)
- Vida útil: 2 días (salsa), pasta fresca 3 días
- Flexibilidad de preparación: Alta (tiempo de preparación 15 min)
- Importancia para el cliente: Alta (plato estrella)
Proceso de decisión:
1. Bajo coste → puede permitirse algo de desperdicio
2. Mayor vida útil → desperdicio menos problemático
3. Alta flexibilidad de preparación → puede hacer más si es necesario
4. Alta importancia → evitar agotamientos
Decisión final: Preparar 54 porciones (por encima de la estimación puntual)
- Empezar con 52, mantener ingredientes para 6-8 más
- Tolerancia cero de agotamiento para artículo estrella
- Riesgo financiero mínimo
Interpretación de tendencias de confianza
Confianza mejorando (intervalos estrechándose)
Buenas señales:
Nuevo artículo del menú - Risotto de setas:
Semana 1: Predicción 22 (Rango: 12-32, ±45%)
Semana 2: Predicción 25 (Rango: 18-32, ±28%)
Semana 3: Predicción 27 (Rango: 22-32, ±19%)
Semana 4: Predicción 28 (Rango: 24-32, ±14%)
Lo que significa:
- El modelo está aprendiendo el patrón de demanda
- La aceptación del cliente se está estabilizando
- La predicción se vuelve más fiable
- Podéis aumentar la confianza en la preparación
Confianza disminuyendo (intervalos ampliándose)
Señales de advertencia:
Artículo establecido - Ensalada César:
Enero: Predicción 42 (Rango: 39-45, ±7%)
Febrero: Predicción 38 (Rango: 32-44, ±16%)
Marzo: Predicción 35 (Rango: 26-44, ±26%)
Posibles causas:
- Transición estacional (demanda de ensaladas de invierno a primavera variable)
- Cambios de menú que afectan artículos complementarios
- Nueva competencia cercana
- Cambios de calidad o receta
- Actividades promocionales
Acciones:
- Investigar cambios operativos
- Comprobar factores de mercado externos
- Proporcionar comentarios al modelo
- Usar estrategia de preparación más conservadora temporalmente
Confianza estable
Estado ideal:
Artículo principal del menú - Pasta Carbonara (2 años en el menú):
Patrón consistente: Predicción ±10-12% de ancho
- Lunes: 45 (Rango: 41-49)
- Miércoles: 52 (Rango: 48-56)
- Viernes: 68 (Rango: 62-74)
- Sábados: 73 (Rango: 67-79)
Lo que significa:
- Patrón de demanda bien establecido
- Comportamiento del cliente predecible
- Fiable para la planificación
- Mínimas sorpresas
Conceptos erróneos comunes
Concepto erróneo 1: "Los intervalos estrechos significan predicciones perfectas"
Realidad: Los intervalos estrechos significan patrones consistentes, no precisión garantizada.
Ejemplo:
Cambio sistemático aún no detectado:
Patrón histórico: 50 porciones/día (Rango: 48-52)
Nueva competencia abierta → Demanda real ahora: 42 porciones/día
Semana 1 después de la competencia: Todavía predice 50 (48-52)
- Confianza alta, pero predicción incorrecta
- El modelo aún no ha aprendido el nuevo patrón
Semana 3 después de la competencia: Predice 43 (40-46)
- Ajustado a la nueva línea base
- Confianza restaurada
Lección: Alta confianza refleja consistencia histórica, no inmunidad al cambio
Concepto erróneo 2: "Los intervalos amplios significan que el modelo está adivinando"
Realidad: Los intervalos amplios reflejan honestamente incertidumbre genuina.
Ejemplo:
Artículo nuevo, demanda altamente variable:
- Día 1: 15 vendidos
- Día 2: 32 vendidos
- Día 3: 21 vendidos
- Día 4: 28 vendidos
- Día 5: 19 vendidos
Predicción día 6: 23 (Rango: 15-31)
- Rango amplio refleja variabilidad real
- Estimación puntual (23) es el promedio de los datos
- El intervalo comunica honestamente la incertidumbre
Lección: Los intervalos amplios son información valiosa, no un fallo del modelo
Concepto erróneo 3: "Siempre debo preparar según la estimación puntual"
Realidad: La preparación óptima depende de costes, riesgos y prioridades del negocio.
Ejemplo:
Dos artículos, misma predicción:
Artículo A: Marisco caro (12 € de coste, vida útil de 1 día)
Artículo B: Pasta de la casa (1,50 € de coste, vida útil de 2 días)
Ambos: Predicción 30 (Rango: 25-35)
Preparación óptima:
- Artículo A: 27-28 porciones (minimizar desperdicio caro)
- Artículo B: 32-33 porciones (evitar agotamientos, bajo coste de desperdicio)
Lección: Usad estimación puntual + intervalo de confianza + contexto empresarial juntos
Concepto erróneo 4: "80% de confianza significa 80% de precisión"
Realidad: 80% de confianza significa el 80% de los valores reales caen dentro del rango.
Ejemplo:
100 predicciones con intervalos de confianza del 80%:
Resultado esperado:
- 80 predicciones: Real dentro de [inferior, superior]
- 10 predicciones: Real por debajo del límite inferior
- 10 predicciones: Real por encima del límite superior
Esto NO significa:
- 80 predicciones son exactamente correctas ❌
- 20 predicciones son totalmente incorrectas ❌
Lo que SÍ significa:
- El 80% del tiempo, preparar dentro del rango es suficiente ✅
- El 10% del tiempo, demanda inesperadamente baja (menos desperdicio)
- El 10% del tiempo, demanda inesperadamente alta (posible agotamiento)
Lección: El intervalo de confianza trata sobre cobertura del rango, no precisión puntual
Ejemplos prácticos
Ejemplo 1: Planificación del brunch del fin de semana
Brunch del sábado - 20 de enero de 2024
Huevos benedictinos:
Predicción: 42 (Rango: 36-48, ±14%)
Coste: 3,20 € por porción
Tiempo de preparación: 20 min de antelación
Vida útil: Solo el mismo día
Análisis de decisión:
- Confianza moderada (±14%)
- Coste moderado
- Cierta flexibilidad de preparación (puede hacer más a mitad del servicio)
- Vida útil corta (el desperdicio es pérdida total)
Estrategia: Equilibrada con ligero conservadurismo
- Preparar: 40 porciones inicialmente
- Reservar: Ingredientes para 10 porciones más
- Monitorizar: Tasa de ventas en la primera hora, preparar más si es necesario
Resultado: Vendidas 44
- Riesgo de agotamiento gestionado: 4 más preparados a mitad de servicio
- Desperdicio: 0 porciones
- Satisfacción del cliente: Mantenida
Ejemplo 2: Planificación semanal
Almuerzo de lunes a viernes - Pasta Carbonara
Patrón de confianza histórico:
Lunes: 45 (42-48, alta confianza)
Martes: 52 (49-55, alta confianza)
Miércoles: 52 (48-56, alta confianza)
Jueves: 55 (51-59, alta confianza)
Viernes: 68 (62-74, confianza moderada)
Plan de preparación semanal:
Lunes: 45 (confiar en el intervalo estrecho)
Martes: 53 (ligero margen, estabilidad de mitad de semana)
Miércoles: 53 (igual que el martes)
Jueves: 56 (ligero margen para la tendencia)
Viernes: 66 (conservador, intervalo más amplio + fin de semana)
Total semanal: 273 porciones (vs estimación puntual pura: 272)
- Mínima sobrepreparación (1 porción)
- Ajustes diarios informados por la confianza
Ejemplo 3: Manejo de eventos especiales
Día de San Valentín - Evento conocido
Especial de cena romántica (plato para 2 personas):
Sábado normal: 15 pedidos (Rango: 13-17)
Sábado de San Valentín: 32 pedidos (Rango: 26-38)
Análisis de confianza:
- Datos históricos de San Valentín: 3 años anteriores
- Patrón consistente: 2,0-2,2× sábado normal
- Ancho de intervalo moderado (±19%) debido a variabilidad
Decisión:
- Preparar: 34 pedidos (68 porciones)
- Por encima de la estimación puntual debido a:
• Alto riesgo de decepción del cliente (ocasión romántica)
• Bajo coste de desperdicio (puede ofrecer descuento post-San Valentín)
• Tendencia histórica a superar la predicción en San Valentín
Resultado: Vendidos 36 pedidos
- Ligero agotamiento en los últimos 30 minutos (2 pedidos perdidos)
- Aprendido: Necesitar 36-38 para futuros San Valentín
- Comentarios proporcionados al modelo para el próximo año
Avanzado: Lectura de la distribución
Comprensión de la asimetría
Distribución simétrica:
Pasta Carbonara - Miércoles:
Estimación puntual: 52
Límite inferior: 48 (diferencia: -4)
Límite superior: 56 (diferencia: +4)
Distribución: Simétrica (igual distancia de la mediana)
Significado: Igualmente probable que supere o esté por debajo del rendimiento
Distribución asimétrica a la derecha (Asimetría positiva):
Especial de pescado del viernes (dependiente del clima):
Estimación puntual: 28
Límite inferior: 23 (diferencia: -5)
Límite superior: 37 (diferencia: +9)
Distribución: Asimétrica a la derecha (cola más larga hacia arriba)
Significado: Ocasionalmente demanda muy alta (días de clima cálido)
Planificación: Considerar el rango superior más que el inferior
Distribución asimétrica a la izquierda (Asimetría negativa):
Ensalada de fin de temporada:
Estimación puntual: 35
Límite inferior: 24 (diferencia: -11)
Límite superior: 40 (diferencia: +5)
Distribución: Asimétrica a la izquierda (cola más larga hacia abajo)
Significado: Ocasionalmente demanda muy baja (declive comenzando)
Planificación: Preparar de forma conservadora, demanda en tendencia descendente
Cambios en el ancho de la distribución
Estrecho estable (Ideal):
Semanas 1-4: Ancho del rango 8-10 porciones
→ Demanda fiable, planificar con confianza
Estrechándose (Bueno):
Semana 1: Ancho 20 porciones
Semana 4: Ancho 12 porciones
→ Modelo aprendiendo, aumentar confianza
Ampliándose (Investigar):
Semana 1: Ancho 8 porciones
Semana 4: Ancho 16 porciones
→ Algo está cambiando, planificación más cautelosa
Volátil (Precaución):
Semana 1: Ancho 12
Semana 2: Ancho 22
Semana 3: Ancho 10
Semana 4: Ancho 18
→ Patrones inconsistentes, usar enfoque conservador
Ved también
- Estudio de rendimiento — Resultados de validación y calibración
- Guía de implementación — Estrategias de flujo de trabajo diario
- Arquitectura de inteligencia artificial — Cómo funciona la regresión cuantílica
- Funcionalidades — Uso de la confianza en el panel de control y la interfaz de programación de aplicaciones