ESCUELA COLOMBIANA DE INGENIERIA JULIO GARAVITO

POSGRADOS EN DESARROLLO Y GERENCIA INTEGRAL DE PROYECTOS

ENTREGA FINAL MODULO PRONÓSTICOS

ESTUDIANTES: Katherinne Rodriguez Lozano

Carlos Andrés Hernández Fontecha
Cristian Arias García

PROYECTO: MONTAJE DE UN ESTABLECIMIENTO DE ALOJAMIENTO Y

HOSPEDAJE ECOTURISTICO EN UN MUNICIPIO ZOMAC DE MAS DE CIEN MIL
HABITANTES

DEMANDA

Se define la demanda para nuestro proyecto como el número de personas que realizan
ecoturismo y que necesiten de un establecimiento de alojamiento en el lugar que preste
los servicios para satisfacer sus necesidades.

ESTRUCTURA DEL MERCADO

De acuerdo con la información expuesta en el boletín técnico de la Muestra Mensual de

hoteles a Julio de 2017, el sector del turismo evidencia una dinámica positiva de
crecimiento en medida en términos de ingresos para las empresas participantes en el
entorno competitivo, mayor uso del factor de producción trabajo y mayor nivel de
utilización de capacidad instalada. Lo anterior bajo un mercado con muchos
competidores en el sector puesto que abarcaba una muestra de 603 hoteles 1.

Adicional a lo anterior dada la diversidad del sector (zonas de destino ecoturístico,

tamaño de los establecimientos, ubicación de las instalaciones, entre otras) se da por
supuesto alta diferenciación del producto, ofreciendo fuertes oportunidades de generar
ventajas competitivas a través de la diferenciación y desarrollo del producto.

Bajo el anterior supuesto y sumando la presencia de muchos competidores, se puede

definir que el sector Turismo para Colombia es un sector en competencia
monopolística, donde existe una gran variedad de productores (vendedores), ninguno
con el poder de ejercer influencia o control dominante pero con productos diferenciados
dada las características propias altamente influenciadas por la ubicación geográfica a lo
largo del territorio nacional.

Dentro de los compradores objetivos del producto del proyecto, se identifica a los
turistas (residentes y no residentes) como mercado principal a atender por el producto
del proyecto, los cuales han venido presentando importantes crecimientos dentro del
sector.

1
Tomado de: Boletín técnico Muestra Mensual de Hoteles (Julio de 2017) -MinciT
De los países de América Latina, Colombia está entre los cinco países con mayor flujo
migratorio con tan solo una participación del 0,27% del total de las llegadas en el
mundo y está generando ingreso de divisas por concepto de viajes por 5.835 millones
de dólares a 2016. En 2016 se registraron 3,3 millones llegadas de turistas
Internacionales representando crecimiento de 11,38% versus el año 2015; tasa muy
superior a la mundial que se ubicó en 3,9%. En lo que va corrido del año (a Julio de
2017) las llegadas de extranjeros aumentaron 22% lo que significó 309.600 viajeros
adicionales y, el receptivo total de viajeros creció 38,7% en comparación con el año
anterior, es decir que llegaron 970.110 viajeros más que en 2016.

Tomado de: Informe Mensual del Turismo (Julio 2017). Oficina de Estudios Económicos - MinCIT

En cuanto al turismo Interno, si bien para el ecoturismo, medido en términos de visitas

a parques nacionales, la tasa de crecimiento es negativa; representa una no
desconsiderable suma de 471.892 visitantes con un fuerte potencial de crecimiento si
se compara con la cifra del año 2016.

Tomado de: Informe Mensual del Turismo (Julio 2017). Oficina de Estudios Económicos - MinCIT
  Proyecciones de Demanda

Así pues, dado el propósito del proyecto se tomará como base los compradores de
servicios ecoturísticos puesto que éste es el mercado objetivo del proyecto. Para
cumplir con este fin, se toma como fuente el histórico de visitantes a los parques
naciones y áreas protegidas del país, que se encuentra en la página de parques
nacionales de Colombia2. El cual tiene un registro anual de cantidad de visitantes
desde 2002 a 2017 parcial (enero agosto). Para efectos de las proyecciones se excluirá
el 2017 puesto que no contempla el total de los 12 meses.

Los primeros resultados se muestran a continuación:

Año Visitantes
2002 369,870
2003 433,628 Visitantes
2004 448,871
1,600,000
2005 441,022
2006 597,238
1,400,000
2007 628,075
2008 616,010
1,200,000
2009 703,187
2010 681,015
1,000,000
2011 694,554
2012 825,419
800,000
2013 878,842
2014 917,146
600,000
2015 969,792
2016 1,446,716
400,000

Promedio 710,092 200,000

Desvestandar 274,769
LCS 1,397,016 +2,5σ 0
2000 2002 2004 2006 2008 2010 2012 2014 2016 2018
LCI 23,169 -2,5σ

Figura 1: Elaboración propia fuente Parques Nacionales

Se observa una serie con tendencia creciente, y con un dato atípico para el 2016 que
puede ser explicado por el incremento en la seguridad de los viajeros a raíz de los
diálogos y firma del Acuerdo de Paz en Colombia. El anterior dato, jalona el límite
superior e inferior de la serie, sin embargo, no hay razón suficiente para que sea
excluido del análisis dado que la tendencia de 2017 (enero-agosto) ya registra
1.093.543 visitantes.

En este caso y según las notas de clase es recomendable realizar una estimación por
el método de suavización exponencial doble o regresión lineal. Sin embargo, para
efectos de los pronósticos se realizarán los diferentes métodos trabajados y se tratará
de establecer el más adecuado con base en los indicadores de exactitud. El método de
Winters no será empleado dado que no se identifica un componente estacional.

Las cifras a trabajar estarán en miles y se manejará una proyección a 5 años

2
http://www.parquesnacionales.gov.co/portal/es/ecoturismo/asi-va-el-ecoturismo-en-parques/
  Proyección por método de promedio móvil (longitud dos)

En la Figura 2 y Figura 3 se observa el resultado del pronóstico del número de

visitantes, usando el método de promedio móvil con una longitud de 2, se proyecta un
valor constante el cual se sitúa entre los límites superior e inferior de un rango
determinado.

Gráfica de promedio móvil de Visitantes (miles)

Variable
1500 Actual
Ajustes
Pronósticos
IP de 95,0%
1250
Promedio móvil
Visitantes (miles)

Longitud 2

Medidas de exactitud
1000
MAPE 11,4
MAD 101,0
MSD 26157,8

750

500

2 4 6 8 10 12 14 16 18 20
Índice

Figura 2. Resultados de promedio móvil (Longitud 2)

Gráficas de residuos para Visitantes (miles)

Gráfica de probabilidad normal vs. ajustes
99
480
90
360
Porcentaje

Residuo

50 240

120
10
0
1
-200 0 200 400 600 400 600 800 1000
Residuo Valor ajustado

Histograma vs. orden

6,0
480

4,5 360
Frecuencia

Residuo

3,0 240

1,5 120

0
0,0
0 100 200 300 400 500 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Residuo Orden de observación

Figura 3. Resultados de residuos método de promedio móvil (Longitud 2)

  Descripción de los resultados obtenidos con el método de promedio móvil
(longitud 2):

Longitud: 15
Número de valores faltantes: 0

De los datos analizados se obtienen las siguientes medidas de exactitud:

MAPE 11,4
MAD 101,0
MSD 26157,8

Del método de promedio móvil (Longitud 2) se obtienen los pronósticos mostrados en la

Tabla 1 para el periodo 2017 – 2021.

Año Visitantes (miles)

2002 370
2003 434 V
2004 449
1,600
2005 441
2006 597
1,400
2007 628

 1,200
Proyección por método de promedio móvil (longitud tres)

En la Figura 4 y Figura 5 se observa el resultado del pronóstico

1,000 del número de
visitantes, usando el método de promedio móvil con una longitud de 3, se proyecta un
valor constante el cual se sitúa entre los límites superior e inferior
800 de un rango
determinado.
600

400

200

0
2000 2002 2004 2006
 Gráfica de promedio móvil de Visitantes (miles)
1500 Variable
Actual
Ajustes
Pronósticos
1250 IP de 95,0%

Promedio móvil
Visitantes (miles)

Longitud 3

1000 Medidas de exactitud

MAPE 14,6
MAD 128,1
MSD 32746,2
750

500

2 4 6 8 10 12 14 16 18 20
Índice

Figura 4. Resultados de promedio móvil (Longitud 2)

Gráficas de residuos para Visitantes (miles)

Gráfica de probabilidad normal vs. ajustes
99 600

90 450
Porcentaje

Residuo

50 300

150
10

0
1
-200 0 200 400 600 400 600 800
Residuo Valor ajustado

Histograma vs. orden

8 600

6 450
Frecuencia

Residuo

4 300

2 150

0
0
0 100 200 300 400 500 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Residuo Orden de observación

Figura 5. Resultados de residuos método de promedio móvil (Longitud 2)

  Descripción de los resultados obtenidos con el método de promedio móvil
(longitud 2):

Longitud: 15
Número de valores faltantes: 0

De los datos analizados se obtienen las siguientes medidas de exactitud:

MAPE 14,6
MAD 128,1
MSD 32746,2

Del método de promedio móvil (Longitud 3) se obtienen los pronósticos mostrados en la

Tabla 2 para el periodo 2017 – 2021.

Año Visitantes (miles)

2002 370
2003 434 Vis
2004 449
1,600
2005 441
2006 597
1,400
2007 628

1,200

 Proyección por método de tendencia Lineal

1,000
En la Figura 6 y Figura 7 se observa el resultado del pronóstico del número de
visitantes, usando el método de tendencia lineal. 800

600
Gráfica de análisis de tendencia de Visitantes (miles)
Modelo de tendencia lineal
Yt = 260,7 + 56,18×t 400
1600 Variable
Actual
1400 Ajustes
200
Pronósticos

1200 Medidas de exactitud

Visitantes (miles)

MAPE 0 9,8
MAD 2000 75,0 2002 2004 2006
1000
MSD 11551,9

800

600

400

200
2 4 6 8 10 12 14 16 18 20
Índice

Figura 6. Resultados de tendencia Lineal

 Gráficas de residuos para Visitantes (miles)
Gráfica de probabilidad normal vs. ajustes
99
300
90
Porcentaje
200

Residuo
50 100

0
10
-100
1
-200 0 200 400 400 600 800 1000 1200
Residuo Valor ajustado

Histograma vs. orden

4,8 300

3,6 200
Frecuencia

Residuo
2,4 100

0
1,2
-100
0,0
-100 0 100 200 300 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Residuo Orden de observación

Figura 7. Resultados de residuos método de Tendencia Lineal

 Descripción de los resultados obtenidos con el método de promedio móvil

(longitud 2):

Longitud: 15
Número de valores faltantes: 0

Ecuación de tendencia ajustada:

Yt = 260,7 + 56,18t

De los datos analizados se obtienen las siguientes medidas de exactitud:

MAPE 9,8
MAD 75,0
MSD 11551,9

Del método de Tendencia Lineal se obtienen los pronósticos mostrados en la Tabla 3

para el periodo 2017 – 2021.

Año Visitantes (miles)

2002 370
2003 434
2004 449
2005 441
2006 597
2007 628
  Proyección por método de suavización exponencial simple

En la Figura 8 y Figura 9 se observa el resultado del pronóstico del número de

visitantes, usando el método de suavización exponencial simple en el cual se proyecta
un valor constante y situado entre los límites superior e inferior de un rango
determinado.

Gráfica de suavización para Visitantes (miles)

Método exponencial simple
2000 Variable
Actual
Ajustes
1750
Pronósticos
IP de 95,0%
1500
Visitantes (miles)

Constante de suavización
α 1,63443
1250
Medidas de exactitud
MAPE 9,5
1000 MAD 77,6
MSD 17900,7

750

500

2 4 6 8 10 12 14 16 18 20
Índice

Figura 8. Resultados de suavización exponencial simple

Gráficas de residuos para Visitantes (miles)

Gráfica de probabilidad normal vs. ajustes
99
400
90
Porcentaje

300
Residuo

50 200
100
10
0
1
-200 0 200 400 400 600 800 1000
Residuo Valor ajustado

Histograma vs. orden

8
400
6
Frecuencia

300
Residuo

4 200

100
2
0
0
-100 0 100 200 300 400 500 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Residuo Orden de observación

Figura 9. Resultados de residuos método suavización exponencial simple

  Descripción de los resultados obtenidos con el método de promedio móvil
(longitud 2):

Longitud: 15
Número de valores faltantes: 0

Constante de suavización
α 1,63443

De los datos analizados se obtienen las siguientes medidas de exactitud:

MAPE 9,5
MAD 77,6
MSD 17900,7

Del método de suavización exponencial simple se obtienen los pronósticos mostrados

en la Tabla 4 para el periodo 2017 – 2021.

Año Visitantes (miles)

2002 370
2003 434 Vis
2004 449
1,600
2005 441
2006 597
1,400
2007 628

1,200

 Proyección por método de suavización exponencial doble

1,000
En la Figura 10 y Figura 11 se observa el resultado del pronóstico del número de
visitantes, usando el método de suavización exponencial doble en
800 el cual se proyecta
un valor constante y situado entre los límites superior e inferior de un rango
determinado. 600

400

200

0
2000 2002 2004 2006
 Gráfica de suavización para Visitantes (miles)
Método exponencial doble
7000 Variable
Actual
6000 Ajustes
Pronósticos
5000 IP de 95,0%
Visitantes (miles)

Constantes de suavización
4000
α (nivel) 0,19336
γ (tendencia) 3,11023
3000
Medidas de exactitud
2000 MAPE 9,1
MAD 70,8
1000 MSD 11954,7

-1000

-2000
2 4 6 8 10 12 14 16 18 20
Índice

Figura 10. Resultados de suavización exponencial doble

Gráficas de residuos para Visitantes (miles)

Gráfica de probabilidad normal vs. ajustes
99
300
90
Porcentaje

200
Residuo

50 100

0
10
-100
1
-200 0 200 400 400 600 800 1000
Residuo Valor ajustado

Histograma vs. orden

4,8
300
3,6
Frecuencia

200
Residuo

2,4 100

0
1,2
-100
0,0
-100 0 100 200 300 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Residuo Orden de observación

Figura 11. Resultados de residuos método suavización exponencial doble

  Descripción de los resultados obtenidos con el método de promedio móvil
(longitud 2):

Longitud: 15
Número de valores faltantes: 0

Constantes de suavización
α (nivel) 0,19336
γ (tendencia) 3,11023

De los datos analizados se obtienen las siguientes medidas de exactitud:

MAPE 9,1
MAD 70,8
MSD 11954,7

Del método de suavización exponencial simple se obtienen los pronósticos mostrados

en la Tabla 5 para el periodo 2017 – 2021.

Año Visitantes (miles)

2002 370
2003 434 Visitant
2004 449
1,600
2005 441
2006 597
1,400
2007 628

 Análisis de resultados de los pronósticos 1,200

Al realizar el cuadro comparativo y teniendo en cuenta que el1,000

criterio de selección del
mejor pronóstico es aquel que tenga mejores indicadores de exactitud, el mejor método
a utilizar para el pronóstico es el método de suavización exponencial
800 doble puesto que
los indicadores de MAPE, MAD y MS son los que más se ajustan a la demanda y por
tanto tienen el menor error. El anterior resultado está en línea600con la recomendación
inicial de utilizar el método de suavización exponencial doble para el caso de series con
tendencia. 400

Con esto se puede decir que la demanda esperada para el año 2017 se ubicará entre
200
1.278.280 y 1.625.040 visitantes, con un nivel de confianza del 95%. En línea con el
resultado parcial de 2017 (enero-agosto) 1.093.543 visitantes registrado por las
estadísticas de Parques nacionales. Y para el año 2000 0 2018 la demanda
2002 2004 2006 2008
(visitantes/compradores) se ubicará entre 588.570 y 2.901.410, con un nivel de
confianza del 95%.
Se debe aclarar que entre más lejos el pronóstico mayor es el rango de aceptación de
la demanda, por tanto, se puede concluir que es un adecuado modelo para máximo dos
años de pronóstico.

Año Visitantes (miles)

2002 370
2003 434 Visitantes (miles)
2004 449
1,600
2005 441
2006 597
1,400
2007 628
2008 616
1,200
2009 703
2010 681
1,000
2011 695
2012 825
800
2013 879
2014 917
 Proyección de Crecimiento del
600 Sector Turismo en el PIB:

400
El crecimiento de la economía colombiana en los últimos años se ha visto reflejado en
las actividades relacionadas con el turismo. La producción del sector de hoteles y
200
restaurante, las llegadas de viajeros no residentes, los ingresos de la cuenta de viajes
de la Balanza de Pagos, la inversión 0
extranjera del sector de comercio, hoteles y
restaurantes y el dinamismo que registra
2000 la construcción
2002 2004 de2006
hoteles
2008en los últimos
2010 2012años2014 2016

viene presentando importantes crecimientos. Esto, genera un entorno favorable para la

viabilidad del proyecto dadas las favorables condiciones socioeconómicas.

El Producto Interno Bruto de comercio y servicios de hotelería y restaurantes después

del sector de explotación de minas y servicios financieros es uno de los sectores de
mayor participación y crecimiento durante el 2014-2017, representando en promedio el
12% del PIB anual.

Fuente: Elaboración propia, datos BanRep

Para la proyección del sector de hotelería y turismo en el PIB se tomó la serie
publicada por el Banco de la República, donde se encuentran los datos trimestrales por
cada rama de actividad económica. La serie de los datos es trimestral desde el año
2000 al segundo trimestre de 2017 (70 datos), con una media 2787.3 y una desviación
estándar de 681.5.

La serie claramente muestra un comportamiento tendencial, sin ciclos ni periodos

estacionarios, tampoco presenta datos atípicos representativos. Bajo este
comportamiento de la serie, se realizó los pronósticos por el método tendencia lineal.

Análisis de Tendencia de PIB de Turismo

Modelo de tendencia lineal
Yt = 1605,8 + 33,282×t
Variable
4500 Actual
Ajustes
Pronósticos
4000
Medidas de exactitud
MAPE 2,39
3500 MAD 60,34
MSD 5623,50
C2

3000

2500

2000

1500
Q4 Q4 Q4 Q4 Q4 Q4 Q4 Q4
Trimestre
 Residuos para PIB Turismo
Gráfica de probabilidad normal vs. ajustes
99,9 200
99

90 100
Porcentaje

Residuo
50 0

10
-100
1
0,1 -200
-200 -100 0 100 200 2000 3000 4000
Residuo Valor ajustado

Histograma vs. orden

20 200

15 100
Frecuencia

Residuo
10 0

5 -100

0 -200
-160 -80 0 80 160 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70
Residuo Orden de observación

- Descripción de los resultados obtenidos con el método de promedio móvil

(longitud 2):

Longitud: 70
Número de valores faltantes: 0

De los datos analizados se obtienen las siguientes medidas de exactitud:

MAPE 2,39
MAD 63,30
MSD 5623,5

Del método de tendencia lineal se obtienen los pronósticos mostrados para el periodo
2017 – 2021.
Pronóstico
2017-3 3968,80
2017-4 4002,08
2018-1 4035,36
2018-2 4068,64
2018-3 4101,93
2018-4 4135,21
2019-1 4168,49
2019-2 4201,77
2019-3 4235,05
2019-4 4268,34
2020-1 4301,62
2020-2 4334,90
2020-3 4368,18
2020-4 4401,46
2021-1 4434,75
2021-2 4468,03
2021-3 4501,31
2021-4 4534,59