Volver al inicioPredicción de demanda

Predicción de demanda, del dato al plan

Un modelo que aprende de tus ventas, predice las próximas semanas con margen de error y lo convierte en cuánto comprar y producir.

Cómo se hace

El método, sin caja negra

Una predicción sin validación y sin intervalo es una opinión. Cada número que entregamos pasa por estos seis puntos, y el error medido va escrito al lado.

01
Descomponer la serie antes de predecir
Las ventas por semana (o por día) se separan en tendencia, estacionalidad, efecto de calendario y ruido. Recién cuando se sabe qué es patrón y qué es azar tiene sentido elegir un modelo.
- Estacionalidad medida por autocorrelación (FAC y FACP) en el ciclo anual, mensual y semanal, no asumida
- Calendario: feriados, día de cobro, Hot Sale y promociones entran como variables explicativas
- Serie cuya oscilación crece con el nivel se modela en log; estacionariedad probada con ADF y KPSS
02
Varios modelos, uno por serie
Ningún modelo gana siempre. Para cada producto o línea ajustamos candidatos y dejamos que la validación decida, siempre contra un ingenuo estacional como piso.
- Ingenuo estacional (misma semana del año anterior): el piso que cualquier modelo tiene que superar
- Holt-Winters (suavizado exponencial con estacionalidad) y SARIMA, con órdenes elegidos por BIC y residuo probado con Ljung-Box
- Regresión con variables explicativas (precio, promoción, calendario) cuando hay una causa que el histórico solo no explica
03
Validación fuera de muestra, con ventana móvil
El modelo predice semanas que ya pasaron, desde orígenes sucesivos en el pasado, y lo comparamos con lo real. Nunca entrenamos y medimos sobre la misma muestra.
- Ventana móvil (rolling origin) con 30 o más orígenes, en el mismo horizonte que se va a usar en la operación
- Métricas: MAE, MAPE, RMSE y U de Theil (RMSE del modelo dividido por el del ingenuo; solo sigue si es menor que 1)
- El test de Diebold-Mariano dice si la diferencia entre dos modelos es real o ruido de la ventana
04
Intervalo calibrado, no un solo número
Cada predicción sale con el valor central y las franjas de 80 % y 95 %. El ancho se verifica contra el pasado: una franja de 80 % tiene que contener cerca del 80 % de las semanas reales.
- La varianza de la predicción crece con el horizonte: la franja se abre cuanto más lejos, como debe
- Cobertura medida en el backtest; una franja que cubre de más o de menos se recalibra antes de ir al plan
- En log, la mediana y la media se reportan por separado y el intervalo sale asimétrico
05
Del intervalo al stock y a la producción
La predicción vale cuando se vuelve decisión. El stock de seguridad sale del error de predicción acumulado en el plazo de reposición, no del desvío de las ventas.
- Stock de seguridad = z × desvío del error acumulado en el lead time, mostrado para 90 %, 95 % y 99 % de nivel de servicio
- Punto de pedido y plan de producción por producto, con cantidad y orden, en el sistema que el equipo ya usa
- El costo de faltar y el costo de sobrar entran en la elección del nivel de servicio, producto por producto
06
Monitoreado cada semana
Cuando la semana cierra, la venta real entra encima de la predicción. El error se recalcula y el modelo se reestima cuando el dato nuevo lo pide.
- Error de cada semana comparado con el intervalo: fuera de la franja de forma repetida es señal de quiebre, no de mala suerte
- Reestimación automática con el histórico completo; un cambio de régimen (precio, canal, competidor) lo revisa una persona
- Reporte con cinco ítems, siempre: valor central, intervalo, confianza, qué lo invalida y si le ganó al ingenuo

Ficha técnica

Entrada mínima: Ventas por semana (o día) de 12 meses o más, por producto o línea; stock y pedidos cuando existen
Granularidad: Producto, línea o local; semana o día
Horizonte: 1 a 12 semanas, el mismo horizonte en que se mide la validación
Modelos: Ingenuo estacional, Holt-Winters, SARIMA, regresión con variables explicativas
Validación: Ventana móvil fuera de muestra, 30+ orígenes; MAE, MAPE, RMSE, U de Theil, Diebold-Mariano
Intervalo: 80 % y 95 %, cobertura medida en el backtest y recalibrada
Actualización: Semanal, automática, con revisión humana cuando el error sale de la franja
Integración: Planilla, ERP o sistema de pedidos existente; no hace falta cambiar nada

Del número a la decisión

¿Cuánto de la demanda ya cubrís?

La predicción dice cuánto va a salir en las próximas 8 semanas. La planificación muestra cuánto ya está asegurado y cuánto falta programar.

Cómo funciona

Cuatro pasos, sin cambiar tu sistema

01
Juntamos los datos
Ventas, stock y pedidos, del sistema que ya usás o de planillas. Limpiamos lo duplicado o fuera de formato.
02
Probamos en el pasado
Antes de predecir el futuro, el modelo predice semanas que ya pasaron y lo comparamos con lo real. Solo sigue si acierta.
03
Predicción cada semana
Por producto o por línea, con el margen de error de cada número, actualizada cuando entran ventas nuevas.
04
Se vuelve plan
La predicción alimenta la planificación: cuánto comprar, cuánto producir y en qué orden, en un panel que el equipo usa todos los días.

Predicción de demanda, del dato al plan

El método, sin caja negra

Descomponer la serie antes de predecir

Varios modelos, uno por serie

Validación fuera de muestra, con ventana móvil

Intervalo calibrado, no un solo número

Del intervalo al stock y a la producción

Monitoreado cada semana

Ficha técnica

¿Cuánto de la demanda ya cubrís?

Cuatro pasos, sin cambiar tu sistema

Juntamos los datos

Probamos en el pasado

Predicción cada semana

Se vuelve plan

¿Querés verlo con tus números?