Previsión de ingresos

Previsión

Los ingresos son el resultado de la interacción de muchos factores: oferta de contenido/producto, comportamiento de los usuarios, precios y promociones, condiciones externas (vacaciones, eventos deportivos, tipo de cambio, cambios regulatorios). Un pronóstico fiable no es un «modelo», sino un circuito controlado: definiciones → datos → modelo → escenarios → operación → conciliación → mejora.

1) Establecer una tarea

Lo que pronosticamos: ingresos brutos (GGR), netos (Net), ingresos después de bonificaciones/comisiones, en moneda base y en monedas locales.
Horizonte/paso: diario/semanal/mensual; para la planificación de los saldos de caja - diario, para el presupuesto - mensual/trimestral.
Unidad de predicción: marca × país × plataforma × canal (mínimo) seguido de un acuerdo de jerarquía.
Propósito: presupuesto, compra de tráfico/contenido, límites de infraestructura, pactos financieros.
Precio del error: infravivienda (demanda perdida/subestimación) vs sobreprognosis (compras/reconversiones innecesarias).

2) Definiciones y alineación con el circuito financiero

Fórmulas: GGR, Net, deducciones (impuestos, bonificaciones, comisiones afilianas) - versionadas en capa semántica.
Calendario: almacenamiento UTC + vistas locales; días festivos/días salariales; horarios deportivos (si es relevante).
Política FX: fuente de tipos, fecha de conversión (en la fecha de la operación/tipo medio del período), moneda base única.
Conciliaciones: procedimiento obligatorio de reconciliación con contabilidad (discrepancia dentro de los límites permitidos).

3) Descomposición de ingresos por controladores

[
\ text {Ingresos} =\text {Tráfico }\times\text {Conversión }\times\text {Frecuencia }\times\text {cheque medio}
]

Tráfico/activo: usuarios/sesiones/entradas.
Conversión: porcentaje de pagadores, CR en eventos objetivo.
Frecuencia: número de transacciones por período de pago.
Cheque medio: importe medio de la transacción (tenga en cuenta los bonos/descuentos).

Se recomienda predecir los conductores por separado, luego recoger el compuesto para ver la contribución de los factores (puente «plan-hecho»).

4) Datos y regresiones

Series temporales: agregados diurnos/semanales por unidad de predicción.

• promociones/bonificaciones (intensidad, tipo, cobertura);
• gastos de comercialización/impresiones/clics;
• eventos de contenido (lanzamientos, torneos, partidos importantes);
• cambios en los precios/límites/catálogo;
• FX/inflación, clima/calendario (si afecta);
• eventos regulatorios (restricciones/descongelación).
• Anomalías/one-off: marcar, no «suavizar» en silencio.
• Ausencia de caras: utilice sólo la información disponible en el momento del pronóstico.

5) Simulación

5. 1 Baizlines

Naive/Seasonal Naive/Drift - Son obligatorios para una evaluación honesta.

5. 2 Filas clásicas

ETS/ARIMA/SARIMA, TBATS (estacionalidad múltiple), Prophet (inicio rápido con vacaciones).

5. 3 Regresiones

ARIMAX/ETS + X, regresiones dinámicas con calendario y promo/FX.

5. 4 Multi-sirio/tabular

LightGBM/XGBoost/lineal con lags/ventanas/calendario;

NN temporales (TFT, N-Beats) para portafolios y X largos.

5. 5 Probabilidades

Regresión cuantil (pinball), predicciones Student-t/Gaussian, conjuntos de cuantiles para intervalos (q10/q50/q90).

5. 6 Jerarquías y concordancia

Bottom-Up/Top-Down/MinT (negociación de errores óptima) para la estructura de strana→brend→kanal→platforma.

6) Especificación de las métricas de ingresos

Fracciones/relaciones (margen, comisión): modela el numerador/denominador por separado, luego compone.
Componentes de interpretación (chargeback, high-roller): Croston/TSB, zero-inflado, componentes individuales con cuantiles.
Canibalización: al lanzar una nueva promoción/producto, modele las corrientes entre segmentos (modelos multi-salida o regresiones limitadas).
Elasticidad por precio/bonificación: registro de modelos/estimaciones causales (DiD/SC) para estimar los coeficientes, luego - what-if.

7) Evaluación de la calidad y backtesting

Splits: rolling/expanding origin con multiplicidad de estacionalidad (semanas/meses).
Métricas de nivel: WAPE/sMAPE (resistente a ceros), MAE/RMSE.
Probabilística: pinball loss, coverage 80/95% -intervales.
Estabilidad: errores por segmentos/vacaciones/canales; out-of-time.
Regla Beisline: el modelo debe superar a Seasonal Naive en horizontes clave.

8) Escenarios e incertidumbre

Cuantili: q10/q50/q90 → «pesimista/base/optimista».
Escenarios X: «promo/s promo», «FX ± 10%», «evento grande», «restricciones regulatorias».
Riesgo de metaparametros: pruebas de estrés para los cambios de elasticidad y estacionalidad.
Costo del riesgo: Planifique por shortfall condicional (el castigo por infraprognosis/sobreprotección es asimétrico).

9) El plan-hecho y la contribución de los factores (puente de ingresos)

Mostrar puente: tendencia + estacionalidad + promo + precio/límites + FX + choques/incidentes → desviación final. Esto aumenta la confianza y ayuda a tomar acciones (añadir presupuesto, mover la promoción, cambiar el pricing).

10) MLOps y operación

Horario: predicciones diurnas - T + 1 hasta 06:00 lock.; semana - N una vez a la semana; mensual - T + 1/T + 3.
Artefactos: fichastor (paridad online/offline), registro de modelos, versiones de fórmulas de ingresos.
Monitoreo: WAPE/coverage por ventana, características de deriva PSI, retención de feeds, generación de SLA.
Alertas: crecimiento del error> umbral, intervalos no calibrados, desorden de jerarquías.
Fail-safe: volver a ETS/Seasonal Naive; modo freeze en las vacaciones pico.
Histéresis: diferentes umbrales de encendido/apagado de los regresores promocionales para no «parpadear».
Conciliaciones: reconciliaciones diarias/semanales con informes financieros.

11) Patrones de artefactos

A. Pasaporte de previsión de ingresos

KPI: `NET_REVENUE_EUR_v3`

Horizonte/paso: 8 semanas/día

Unidades: marca × país × plataforma × canal; reconciliation: MinT

Регрессоры: `promo_spend`, `content_event_flag`, `price_index`, `fx_rate`, `holiday`

Modelos: 'ARIMAX _ v2' + 'LightGBM _ Quantiles _ v4' (conjunto, q10/50/90)

Objetivos: WAPE ≤ 8% (diario), coverage 90% -intervala ≥ 85%

SLO: generación ≤ 10 min después de las 06:00; registro de datos ≤ 1 hora

Propietarios: Finance & Growth Analytics; fecha de revisión, versión

B. Informe de decisión (esqueleto)

Título: «Ingresos, pronóstico 8 semanas: q10/q50/q90»

Riesgos: infravivienda en la semana 3 - 21% (previsto shortfall € X- € Y)

Factores de contribución: + vacaciones, + eventos de contenido, −FX, −snyatiye promocionales

Recomendaciones: aumentar la promoción en los países A/B, mover la acción, hedge FX

C. Pseudo-código de paipline

python
1) load y = load_revenue_series(grain=['brand','country','platform','channel'], step='D')
X = load_regressors(['promo_spend','content_event','price_idx','fx_rate','holiday'])
2) features ds = make_lags(y, lags=[1,7,14,28])
ds = add_rolling_stats(ds, windows=[7,14,28])
ds = join_regressors(ds, X)
3) cv cv = rolling_backtest(ds, folds=6, horizon=28, step=7)
4) models m_baseline = ETS(). fit(ds. train)
m_gbm = LGBMQuantiles(q=[0. 1,0. 5,0. 9]). fit(ds. train)
m_arimax = ARIMAX(). fit(ds. train)
5) evaluate & ensemble scores = evaluate([m_baseline,m_gbm,m_arimax], cv, metrics=['WAPE','pinball'])
best = ensemble_quantiles([m_gbm,m_arimax])
6) reconcile & publish f = reconcile_minT(forecast(best), hierarchy=['country','brand','platform','channel'])
publish(f, sla='06:10', owners=['Finance','Growth'])

12) Errores frecuentes y anti-patrones

MAPE a ceros/valores bajos: utilice WAPE/sMAPE.
Promedio: agregue el numerador/denominador en lugar de promediar los porcentajes por segmento.
Ignorar calendario/contenido/FX: sin regresiones, el pronóstico «será ciego».
Looks: fiches del futuro o post-factum del ajuste en el tren.
Incoherencia de jerarquías: los totales no convergen → aplicar reconciliation.
No hay fail-safe: el modelo «flota» en las vacaciones.
Ausencia de soldaduras: el pronóstico no se alinea con la gestión/contabilidad.

13) Lista de verificación antes del lanzamiento

• Las definiciones de ingresos y deducciones están armonizadas y versionadas
• Calendario/FX/Regresores conectados y probados
• Los Beizlines son derrotados en el backtesting; Se han alcanzado los objetivos de WAPE/coverage
• Intervalos calibrados; escenarios «pesimista/base/optimista» recogidos
• El pronóstico jerárquico es coherente (MinT/Top-Down)
• MLOps: horarios, monitoreo, alertas, fail-safe, rúnibuk
• Se personalizan las conciliaciones diarias/semanales con la supervisión/la contabilidad
• Informe «decision-ready» con un puente de factores y recomendaciones

La predicción de ingresos son definiciones consistentes + descomposición de controladores + retrocesos + modelos probabilísticos y jerárquicos + escenarios e intervalos + MLOps disciplinados y conciliaciones. Dicho circuito convierte la «adivinación por horario» en una herramienta de planificación presupuestaria, marketing y operaciones con un coste de riesgo comprensible y acciones transparentes.