Millorem el retorn de les inversions en R+D

Ho sentim, aquesta entrada està disponible només en Espanyol Europeu, Anglès Americà y Portuguès Del Brasil. Per comoditat de l’espectador, el contingut es mostra a continuació en aquest llenguatge predeterminat del lloc. Podeu fer clic a un dels enllaços per canviar l’idioma del lloc a un altre idioma disponible. For the sake of viewer convenience, the content is shown below in this site default language. You may click one of the links to switch the site language to another available language.

KIM's RECIPES

KIM’s RECIPES

Target
Empresarios, emprendedores, PYMES, start-ups, centros tecnológicos, centros de investigación, universidades
Tiempo
2 min.
Ingredientes
Valoración, Propiedad Intelectual, Propiedad Industrial, Patentes.

¿Qué es el forecasting tecnológico?

Es el estudio de nuevas tendencias, tecnologías, o nuevas fuerzas que asoman debido a políticas, cambios sociales, o innovaciones científicas. Martino (1993) la define como: “Una predicción de las características futuras de máquinas, procedimientos o técnicas útiles.”

¿Por qué y cuándo se utiliza?

La incertidumbre asociada a las nuevas tecnologías, productos o servicios hace que las empresas utilicen la opinión experta o los datos históricos para predecir el futuro e intentar reducir los riesgos e incertidumbres consecuentes. Mientras las grandes organizaciones tienden a usar forecasting tecnológicos para priorizar la inversión en I+D, planificar el desarrollo de nuevos productos, tomar decisiones estratégicas sobre licencias tecnológicas, empresas conjuntas, etc. Las pequeñas empresas usan pronósticos para identificar las principales oportunidades y desafíos, planificar el desarrollo de nuevos productos, establecer parámetros técnicos y estándares de desempeño para esos nuevos productos y procesos, y predecir la adopción o difusión de innovaciones.

Seis pasos a seguir:

1. Determinar el propósito del predicción

Antes de emprender el extenso trabajo de forecasting, es esencial hablar con la/s persona/s que lo utilizarán. Con frecuencia, la determinación del problema requiere tiempo, atención y comprensión de cómo la predicción se debe ajustar a los objetivos de la organización y a cuándo y cómo se usará. También es importante acotar el campo de pronóstico, decidir qué se debe pronosticar, el grado de precisión necesario y el nivel de detalle deseado. Con todo esto, se podrán estimar los costes (capital, recursos humanos y tiempo).

2. Establecer un horizonte temporal

Una elección cuidadosa del horizonte de tiempo puede determinar la precisión de los resultados. Por lo tanto, es necesario considerar el período de previsión antes de empezar con el modelo y la selección de datos. La selección de uno u otro, dependiendo de la madurez de las tecnologías y su time-to-market (T2M).
Puede ser clasificado por:

  • Forecasting a corto plazo se utiliza para las tecnologías maduras,con un time-to-market de menos de un año.
  • Forecasting a medio plazo se usa cuando la tecnología está en su fase de crecimiento, con un time-to-market de uno a tres años.
  • Forecasting a largo plazo se utiliza para las tecnologías en la fase early adoption, con un tiempo de comercialización de más de tres años.

3. Técnica de forecasting

Existe una variedad de técnicas para la predicción tecnológica, pero las técnicas utilizadas deben incluir los parámetros tiempo y espacio de la tecnología específica. Dependerá de la disponibilidad de datos históricos y de la viabilidad de los métodos estadísticos, pero una combinación de técnicas cuantitativas y cualitativas suele aumentar la precisión de los resultados.

  • Técnicas cualitativas: Subjetivas y basadas en la intuición. La opinión de expertos, los grupos focales y la simulación de escenarios son algunos de los métodos que usamos en KIM.
  • Técnicas cuantitativas: Modelos estadísticos y matemáticos, análises de tendencias a través de patentes, minerías de datos y bibliometría, métodos estadísticos como los análisis de correlación, los análiss de impacto cruzado y los análisis de riesgos están entre los métodos cuantitativos que nosotros recomendamos.

4. Captación de datos

Este paso es la parte más difícil y que consume mucho tiempo dentro delforecasting. Para que la información sea válida y útil debe ser relevante, confiable, consistente, oportuna y precisa. La cantidad y el tipo de datos necesarios dependen nuevamente del propósito del pronóstico, de la técnica de forecasting seleccionada y del presupuesto asignado al proyecto de previsión. A veces, debido a la falta de disponibilidad de datos para ciertos períodos de tiempo o a inexactitudes en los registros de datos, los datos deben filtrarse, limpiarse o fusionarse.

5. Realizar el forecasting

Una vez tengamos todos los ingredientes, es hora de empezar a cocinar. Debería mencionarse nuevamente que contar con los recursos adecuados (tiempo y capital) juegan un papel importante en el resultado final.

6. Evaluación

La monitorización de los resultados del pronóstico puede determinar si se ajusta de forma satisfactoria o no. Con este seguimiento permite evaluar el forecasting, haciendo que pueda ser modificado o relajado, y la validez de los datos puede ser revisada. Aprender de los errores anteriores permite al pronosticador mejorar la calidad de las predicciones futuras.

KIM's Recipe 5: Technological forecasting

Autora de la Recipe

Loha Hashimy

Loha Hashimy · Consultant

loha@kimglobal.com · +34 93 266 71 38