Previsión estacional en Excel: detecta y proyecta la estacionalidad

Para hacer una previsión estacional en Excel: calcula una media móvil centrada de 12 meses (la tendencia), divide cada valor real entre ella, promedia esas razones por mes para obtener 12 índices estacionales (normalizados para que su media sea 1), divide los datos entre su índice, proyecta la tendencia con PRONOSTICO.LINEAL y multiplica cada mes futuro por su índice. El atajo de una sola celda es PRONOSTICO.ETS. DataHub Pro detecta la estacionalidad y hace la previsión de cada columna sin fórmulas, con una cuenta gratuita.

Pruébalo con tu propio archivo → · Actualizado el 27 de octubre de 2026

Casi todos los datos de negocio tienen temporada: el pico de diciembre, el bache de agosto, el empujón de fin de trimestre. Esta guía muestra cómo detectar esa estacionalidad en Excel, convertirla en índices estacionales, desestacionalizar la serie, proyectar la tendencia y volver a estacionalizar para obtener la previsión final. Usamos el método clásico de la razón a la media móvil y el atajo PRONOSTICO.ETS.

The DataHub Pro Team · Analítica para pymes
Acerca de

Nota sobre separadores: las fórmulas de esta guía usan el punto y coma (;) para separar argumentos y los nombres de función en español. Según tu configuración regional, Excel puede usar la coma (,) en su lugar; en Excel en inglés los nombres de función también cambian (se indican entre paréntesis la primera vez).

1.Qué es una previsión estacional

Una serie temporal estacional se puede ver como tres capas superpuestas: una tendencia que se mueve despacio (hacia dónde va el negocio), un patrón estacional que se repite con una longitud fija (la huella de cada mes o trimestre) y el ruido, todo lo demás. Hacer una previsión estacional es estimar las dos primeras capas, proyectarlas hacia delante y volver a combinarlas.

La forma manual más limpia es la descomposición clásica con el método de la razón a la media móvil. La idea: una media móvil que abarca exactamente una temporada completa elimina la estacionalidad y deja la tendencia. Si divides cada valor real entre esa tendencia, ves cuánto del valor era estacional, y promediando esas razones mes a mes obtienes un juego estable de índices. Es el mismo esqueleto que automatiza el método Holt-Winters y se apoya directamente en la media móvil en Excel.

2.Paso 1 — Detecta la estacionalidad

Antes de modelarla, demuestra que existe. Tres comprobaciones rápidas:

Gráfico de líneas. Si la misma forma se repite a intervalos fijos —un pico cada diciembre, un valle cada julio—, hay estacionalidad.

Un año encima de otro. Pon cada año en su columna (filas de enero a diciembre) y dibújalos en el mismo eje. Si las líneas se parecen, el patrón es estable.

Deja que Excel lo detecte:

=PRONOSTICO.ETS.ESTACIONALIDAD(valores;escala_de_tiempo)

Devuelve la longitud del ciclo que encuentra (FORECAST.ETS.SEASONALITY): 12 para estacionalidad mensual, 4 para trimestral o 0 si no detecta ninguna. Guarda esa longitud en una celda, por ejemplo H1 = 12.

3.Paso 2 — Media móvil centrada (la tendencia)

Con una temporada par como 12, una media móvil simple de 12 meses queda entre dos meses, así que hay que centrarla con una segunda media de 2 periodos (la media móvil centrada “2×12”). El truco en Excel es una sola fórmula ponderada que da medio peso al primer y al último mes. Con los valores en B2:B…, en C8 (el centro de la primera ventana completa):

=(0,5*B2+SUMA(B3:B13)+0,5*B14)/12

Arrástrala hacia abajo. Es la media móvil centrada de 12 meses: la serie sin estacionalidad y con casi todo el ruido eliminado. Los seis primeros y los seis últimos meses no tienen media centrada porque la ventana se sale de los datos; es lo esperado.

4.Paso 3 — Índices estacionales

Divide cada valor real entre su media móvil centrada para obtener la razón estacional de ese mes (en D8: =B8/C8). Cada razón mezcla el efecto estacional con ruido; para aislar el efecto, promedia las razones del mismo mes en todos los años. Con el número de mes en la columna A:

=PROMEDIO.SI($A$8:$A$43;A8;$D$8:$D$43)

Por último, normaliza para que los 12 índices tengan media exactamente 1 (es decir, que sumen 12): multiplica cada índice bruto por 12/SUMA(índices brutos).

Estos índices son el corazón del modelo: dicen que, sea cual sea la tendencia en diciembre, el valor real suele quedar un 34 % por encima.

5.Paso 4 — Desestacionaliza la serie

Divide cada valor entre el índice de su mes. Si los 12 índices están en $G$2:$G$13 ordenados por número de mes:

=B2/INDICE($G$2:$G$13;A2)

La columna resultante es solo tendencia más ruido: los picos de diciembre y los baches de enero desaparecen. Dibujarla junto a la serie original es el momento más revelador de todo el método.

6.Paso 5 — Proyecta la tendencia

Como la serie desestacionalizada ya no tiene estacionalidad, puedes proyectarla con una herramienta de tendencia sencilla. PRONOSTICO.LINEAL (FORECAST.LINEAR) ajusta una recta y la prolonga:

=PRONOSTICO.LINEAL(periodo_futuro;serie_desestacionalizada;periodos)

Si la tendencia es curva, ajústala con una regresión en Excel. Calcula un valor de tendencia para cada mes futuro que necesites.

7.Paso 6 — Vuelve a estacionalizar

El último paso devuelve la temporada: multiplica cada valor de tendencia futuro por el índice de su mes. Si la tendencia desestacionalizada del próximo diciembre es 1.000 y el índice de diciembre es 1,34, la previsión es 1.340. Hazlo para los doce meses y tendrás una previsión que respira con la temporada en lugar de aplanarla. Para una banda de confianza, calcula la desviación típica de los residuos dentro de la muestra (ajustado menos real) y suma y resta 1,96σ.

El atajo PRONOSTICO.ETS

Si no necesitas ver la descomposición, Excel hace toda la previsión estacional en una celda con un suavizado exponencial triple que detecta la estacionalidad solo:

=PRONOSTICO.ETS(fecha_futura;valores;escala_de_tiempo)
=PRONOSTICO.ETS.ESTACIONALIDAD(valores;escala_de_tiempo)
=PRONOSTICO.ETS.CONFINT(fecha_futura;valores;escala_de_tiempo)

Es más rápido y suele ser más preciso que la descomposición a mano, pero oculta los índices estacionales, que es justo lo que te interesa explicar. Para la matemática del suavizado, mira el suavizado exponencial en Excel.

Errores comunes

1. Una sola temporada de datos. Con un único ciclo no se distingue un patrón real de la casualidad. Exige al menos dos ciclos (24 meses) y mejor tres o más.

2. No normalizar los índices. Si los 12 índices no promedian 1, la serie desestacionalizada queda sesgada y toda la previsión se desvía. Reescálalos siempre para que sumen 12.

3. Media móvil sin centrar con temporada par. Una media simple de 12 meses está desplazada medio mes; céntrala con la fórmula de extremos a medio peso.

4. Aditiva o multiplicativa. Si la oscilación estacional tiene un tamaño constante en unidades, usa estacionalidad aditiva (restar y sumar en lugar de dividir y multiplicar). La multiplicativa supone que la oscilación crece con el nivel, lo habitual en ventas.

5. Tratar un hecho puntual como estacional. Una promoción o una rotura de stock no es una temporada. Límpialas antes de calcular los índices.

Preguntas frecuentes