Análisis predictivo de datos en Excel: guía para empezar

Predecir en Excel no es magia: es aplicar funciones razonables a datos limpios. En este tutorial vas a usar una hoja de ventas mensuales, estimar el siguiente mes con PROYECTO.LINEAL (FORECAST.LINEAR), resumir por categoría con una tabla dinámica y aprender cuándo Excel se queda corto y toca pasar a un modelo estadístico más serio. Funciona en Microsoft 365, Excel 2024, 2021, 2019 y 2016. PROYECTO.LINEAL existe desde Excel 2016. Las tablas dinámicas existen desde Excel 97. En Excel para la web también tienes ambas herramientas. Datos comprobados en octubre de 2026.

Qué es el análisis predictivo y qué puede resolver en Excel

Una predicción en Excel no es «meter datos y que el programa adivine el futuro». Es calcular un valor futuro a partir de una serie histórica usando una fórmula concreta, y saber interpretar el resultado. Tres ideas claras:

• Anticipar, no adivinar. Las funciones de predicción de Excel (PROYECTO.LINEAL, TENDENCIA, PRONOSTICO) extrapolan un patrón: si las ventas han subido de forma más o menos estable, pueden estimar cuánto subirán el mes que viene.
• Sirve para decidir, no para impresionar. El valor calculado te dice «si la tendencia sigue, en mayo venderé unas 145 unidades». Decidir sobre eso es tu trabajo.
• Excel hace estimaciones, no modelos entrenados. Lo que Excel calcula al vuelo en una celda es una regresión lineal, una media móvil o una extrapolación. No es un modelo de aprendizaje automático que aprende de los datos y mejora con el tiempo; eso lo hacen Python, R o herramientas dedicadas.

Herramientas que Excel sí ofrece para análisis predictivo básico:

Una estimación no es un modelo predictivo entrenado fuera de la hoja. La diferencia importa: un modelo entrenado se valida con datos nuevos, mide su error y se reentrena; una fórmula de Excel te da un número con el error que tiene y punto.

El caso de unas ventas que varían cada mes

Tienes una tienda con las ventas de los últimos cinco meses. Quieres saber cuánto venderás en mayo para decidir cuánto producto pedir. La hoja se llama Ventas y tiene el mes en la columna A y las unidades en la B. La idea es explorar la serie y luego usar PROYECTO.LINEAL para estimar el mes siguiente.

Qué datos necesita un análisis predictivo en Excel

Para que una estimación tenga sentido, los datos han de cumplir unas condiciones mínimas. Cualquiera de ellas que falle, el resultado será engañoso.

• Suficientes observaciones. PROYECTO.LINEAL necesita al menos dos valores, pero con dos no se valida nada. Con entre 6 y 12 puntos ya se ve una tendencia.
• Variable de respuesta clara. La columna que quieres anticipar: en la hoja de ventas son las unidades, en una hoja de gastos sería el importe.
• Variables explicativas entendidas. Las columnas que ayudan a explicar la respuesta: el mes, si hubo promo, el día de la semana. Saber cuáles son evita meter columnas inútiles.
• Fechas coherentes. Sin huecos. Si falta el mes de marzo, complétalo antes de calcular.
• Sin errores ni duplicados. Celdas con #N/A o #¡DIV/0! rompen la fórmula. Filas repetidas inflan la serie.
• Pregunta concreta. «¿Cuánto venderé en mayo?» sí; «¿cómo irá el negocio?» no.

Lista de comprobación antes de calcular:

1. ¿La columna de respuesta es numérica y está completa?
2. ¿Las fechas o periodos están en orden y sin saltos?
3. ¿Hay duplicados que pueda eliminar?
4. ¿Las celdas vacías son ceros reales o datos que faltan?
5. ¿Sé qué variable explica el cambio (tiempo, promo, estación)?

Separar variables de respuesta y variables explicativas

En la hoja de ventas, la variable de respuesta son las unidades (B2:B6) y la explicativa es el mes (A2:A6). PROYECTO.LINEAL usará la explicativa para encontrar la línea recta que mejor se ajusta a la respuesta y proyectar un valor nuevo.

Estimar una tendencia con PROYECTO.LINEAL (FORECAST.LINEAR)

PROYECTO.LINEAL calcula una recta por mínimos cuadrados a partir de los datos históricos y devuelve el valor que corresponde al nuevo x. Su sintaxis:

=PROYECTO.LINEAL(x_nuevo;conocido_y;conocido_x)

• x_nuevo: el valor para el que quieres la estimación (aquí, el siguiente mes).
• conocido_y: el rango con los valores históricos (las unidades vendidas).
• conocido_x: el rango con la variable explicativa (los meses).

La función existe desde Excel 2016. En Microsoft 365, 2024 y 2021 se llama PROYECTO.LINEAL; la versión clásica PRONOSTICO sigue funcionando en todas las versiones.

Pronosticar el importe de ventas de mayo

En la celda A7 escribe Junio. En B7, la fórmula que estima las unidades de junio a partir de los cinco meses anteriores.

Comparar la estimación con el valor real

Para saber si la estimación sirve, necesitas el valor real y medir la distancia. Añade una columna C con el valor real de junio y una D con el error absoluto (real menos estimado).

Resumir ventas por categoría con una tabla dinámica

PROYECTO.LINEAL te da la cifra global, pero no te dice qué categoría (libros, papelería, regalos) tira de la venta. Para verlo, una tabla dinámica.

Prepara una hoja nueva llamada Ventas2 con tres columnas: Fecha, Categoría e Importe.

Pasos para crear el resumen:

1. Selecciona una celda dentro de los datos (por ejemplo, A1).
2. Abre el asistente:

1. En el cuadro elige «Tabla dinámica», deja el origen tal como está y coloca el informe en una hoja nueva.
2. Arrastra Categoría al área Filas y Importe al área Valores. Por defecto suma los importes.

Resultado esperado, en la hoja Tabla dinámica 1:

Actualizar el resumen cuando llegan ventas nuevas

La tabla dinámica no se actualiza sola al cambiar los datos. Dos formas de hacerlo:

• Con la tabla dinámica activa, ve a:

• O pulsa Alt+F5 directamente.

Para que las filas nuevas se incluyan al pegar más ventas, convierte antes el origen en una tabla de Excel: selecciona los datos y usa Ctrl+T. Así, al añadir filas debajo, la tabla dinámica las recoge al actualizar.

Preparar los datos antes de buscar patrones

Una predicción sobre datos sucios es una predicción basura. Antes de calcular nada, revisa:

• Fechas en orden. Selecciona la columna A y aplica Ordenar de más antiguo a más reciente (Inicio > Edición > Ordenar y filtrar).
• Categoría siempre informada. Filtra por la columna B y comprueba que no haya celdas vacías; una categoría en blanco se quedaría fuera de la tabla dinámica.
• Ceros que no son ceros. Una venta con importe 0 puede ser un reembolso, no una venta nula. Decide antes de eliminar.
• Duplicados. En la hoja de ejemplo, dos filas idénticas de la misma fecha y mismo importe suelen ser un error al copiar. Selecciónalas y elimínalas.
• Errores de fórmula. Si una celda muestra #¡DIV/0! o #N/A, la predicción fallará. Usa la regla de formato condicional «Es igual a» con el texto #N/A para localizarlos.

Pasos rápidos de limpieza:

1. Ctrl+T sobre los datos para crear una tabla.
2. Datos > Ordenar y filtrar > Ordenar (por Fecha, ascendente).
3. Inicio > Estilos > Formato condicional > Resaltar reglas de celdas > Duplicados para ver repetidos.
4. Inicio > Buscar y seleccionar > Ir a especial > Celdas en blanco para encontrar huecos.

Cuándo Excel no hace un análisis predictivo completo

Excel cubre estimaciones lineales y resúmenes, pero tiene límites que conviene conocer:

Power Query transforma datos, pero no crea un modelo predictivo por sí mismo. Es una herramienta de limpieza y combinación: quitar columnas, cambiar tipos, unir tablas, cargar en una tabla o en el modelo de datos del libro. Sus pasos se escriben en lenguaje M, no en fórmulas de Excel.

Para análisis predictivo de verdad, se usan lenguajes como Python o R, o plataformas específicas. Mantente en Excel mientras la pregunta sea «¿cuánto más o menos?» y los datos sean pocos y limpios. Salta a otra herramienta cuando la pregunta sea «¿por qué?» o «¿qué probabilidad hay de que…?» y los datos sean miles o millones de filas.

Usar Power Query para limpiar antes de analizar

Power Query está integrado en Excel desde 2016. En 2010 y 2013 venía como complemento. En Mac y en la web hay menos conectores disponibles.

Pasos típicos antes de analizar:

1. Obtener datos > Desde archivo > Desde un libro para traer otra hoja.
2. En el editor de Power Query, quitar columnas que no aportan, cambiar tipos de dato (texto a número, texto a fecha) y filtrar filas.
3. Cerrar y cargar en > Solo crear conexión, o Cargar en > Tabla para ver el resultado en una hoja.

Comprobar si una estimación sirve para decidir

Una estimación no se acepta solo porque dé un número. Hay que compararla con algo. Tres comprobaciones rápidas con los datos de la hoja Ventas:

1. Error absoluto. Ya lo calculaste en D7: =C7-B7. Estima la distancia en unidades.
2. Error relativo. Divide el error entre el valor real: =D7/C7. Te dice el porcentaje de fallo.
3. Comparar con la media. ¿La estimación de 195,5 está cerca del promedio de los cinco meses (149) o se aleja mucho? Si se aleja, la recta ya no explica bien el último punto.

Añade una columna E con el error relativo en porcentaje:

Otro truco útil: comparar varios métodos. Calcula una media móvil de tres meses con =PROMEDIO(B4:B6) y mira si la estimación lineal o la media se acerca más al valor real. Si ambas se equivocan parecido, la serie es bastante regular; si una se va mucho, duda de esa.

Qué debes RECORDAR de este primer análisis

• Predicción en Excel = fórmula concreta sobre datos limpios. No es magia ni aprendizaje automático.
• PROYECTO.LINEAL (FORECAST.LINEAR) estima un valor futuro con regresión lineal; existe desde Excel 2016.
• Las tablas dinámicas resumen los datos por categoría, pero hay que actualizarlas con Alt+F5.
• La calidad de la predicción depende de la calidad de los datos: fechas en orden, sin duplicados, sin errores, con la pregunta clara.
• Excel se queda corto cuando hay estacionalidad, varias variables o necesitas validar el modelo; ahí toca Power Query para limpiar y otro lenguaje para modelar.

El siguiente paso natural es aprender a usar TENDENCIA (TREND) para rellenar varios meses seguidos, y luego pasar a Power Query para preparar series más largas antes de calcular.