Pronostica la demanda y dimensiona el stock de seguridad sin esconder la incertidumbre

Un plan de stock empieza con dos preguntas distintas: qué demanda puede llegar y qué colchón estás dispuesto a financiar si la realidad es otra. Mezclarlas en un único punto de pedido sin explicación esconde justo los supuestos que importan. En el ejemplo de abajo, un producto que vende unas 10 unidades por semana termina con un stock de seguridad de 18 unidades, un stock objetivo de 48, una falta de 23 unidades hasta ese objetivo y 72 $ inmovilizados solo en el colchón. Cada cifra sale de un supuesto que puedes ver y cambiar.

Empieza con un historial utilizable

Una semana con ventas cero de verdad es información. Una semana en la que el producto no estaba disponible no demuestra que nadie lo quisiera. Si un filtro se agotó el martes y no se vendió nada el resto de la semana, anotar «0» enseña a cualquier método que la demanda bajó, y el siguiente stock será demasiado pequeño justo donde ya te quedaste sin producto.

Por eso conviene marcar esos periodos aparte:

• Periodo completo: el producto estaba disponible y el periodo está cerrado. Aquí un cero es un cero real.
• Rotura de stock: el producto se agotó. El periodo es un hueco, no un cero.
• Disponibilidad desconocida: no se puede saber. También es un hueco.
• Periodo abierto: la semana en curso. Se pronostica, pero no se usa como historial.

Las fechas que faltan tampoco deben convertirse en ceros en silencio. Si la exportación no trae dos semanas porque la caja de una tienda estuvo desconectada, esas semanas faltan; no son «sin ventas». Y las devoluciones no son demanda negativa: corrige antes el historial de origen (por ejemplo, descontándolas de la semana de la venta original) y anota cómo lo hiciste.

En la tienda ficticia de la demo, un producto tuvo dos semanas de rotura y una de disponibilidad desconocida en los últimos meses. Su tramo continuo más reciente de semanas completas es de solo 11, así que la herramienta se niega a estimar un colchón con él en lugar de fingir que los huecos fueron ceros.

Compara métodos sencillos antes de complicarte

El último valor, una media móvil, el suavizado exponencial y una repetición estacional pueden dar resultados muy distintos con el mismo historial. La forma honesta de elegir es probar los métodos aplicables en los mismos periodos pasados, entrenando cada predicción solo con lo que se sabía antes de su fecha. Si no, la evaluación le chiva la respuesta al pronóstico.

Eso es lo que hace una prueba con origen móvil. Se toman las últimas 12 semanas completas (o una cuarta parte del historial si es menor, y como mínimo 4). Para cada una, se ajusta cada método con las semanas anteriores y se pronostica un paso adelante. Luego se comparan los fallos.

Para el producto didáctico de la demo, «Filtro A», con 52 semanas de historial (una de ellas con rotura), la prueba a un paso sobre las mismas 12 semanas pasadas dio:

Gana la media móvil de 13 semanas, con un pronóstico plano de 10 unidades por semana. Fíjate en lo que no aparece: la repetición estacional de 52 semanas. Necesita dos años completos de historial, 104 semanas, y este producto tiene 51 semanas completas. Una herramienta que mostrara aquí un «pronóstico estacional» estaría inventando un patrón que nunca ha visto dos veces.

Dos reglas mantienen justa la comparación. Primera: un método solo se clasifica si pudo usarse en todos los periodos de prueba; si una media móvil no puede calcularse en una semana cuya ventana incluye una rotura, no obtiene nota con menos semanas y más fáciles. Segunda: los empates se resuelven con una regla fija (menor RMSE y después un orden fijo), así que volver a importar el mismo archivo con otro orden de filas da el mismo resultado.

Usa un error que puedas interpretar

El error absoluto medio (MAE) describe el tamaño medio del fallo en unidades de demanda: «solemos fallar por 1,9 unidades». El sesgo muestra la dirección: un pronóstico siempre alto llena la estantería de dinero. El RMSE castiga más los fallos grandes que los pequeños.

Los errores en porcentaje exigen cuidado cuando la demanda real es cero. El error porcentual absoluto ponderado (WAPE: suma de errores absolutos dividida entre la demanda real total) sirve para comparar productos de distinto tamaño, pero si la demanda real en las semanas de prueba es cero, falta el denominador. Un modelo no debe mostrar un tranquilizador 0 % porque falte el denominador; la respuesta honesta es «no disponible».

Y ten claro qué mide la prueba: es una prueba a un paso. Dice lo bien que un método predijo la semana siguiente a partir de las anteriores, no la precisión de un pronóstico a seis meses.

Mantén honesto el rango del pronóstico

Una banda sombreada alrededor del pronóstico tranquiliza. Para «Filtro A», los percentiles 10 y 90 de los 12 errores históricos a un paso fueron −2 y +2,14, lo que sitúa la próxima semana entre 8 y 12,1 unidades aproximadamente. Es un contexto útil, pero etiquétalo como lo que es: un rango histórico de residuos a un paso, no un intervalo de probabilidad calibrado para un pronóstico a seis meses. Con menos de 8 errores de prueba no hay suficientes para calcularlo y no debería dibujarse ninguna banda.

Después, examina el colchón

El stock de seguridad es un modelo aproximado aparte. Sus supuestos deben confirmarse de forma explícita: demanda y plazo de entrega independientes y no negativos, parámetros suficientemente estables y una aproximación normal aceptable. Con esos supuestos, tanto la variación de la demanda como la del plazo aportan incertidumbre durante el periodo de protección: el plazo de entrega más el intervalo de revisión.

Supongamos una demanda media de diez unidades por periodo con desviación típica de dos, un plazo medio de tres periodos con desviación típica de uno y revisión continua:

• Periodos de protección: T = 3 + 0 = 3
• Varianza: V = T·s² + μ²·sL² = 3 × 2² + 10² × 1² = 12 + 100 = 112
• Desviación típica: σ = √112 ≈ 10,583
• Con un servicio por ciclo del 95 %, z = 1,644853627, así que z·σ ≈ 17,41, redondeado hacia arriba a unidades enteras: stock de seguridad de 18

Con un pronóstico plano de 10 unidades, la demanda esperada en los 3 periodos de protección es 30, y el stock objetivo es 30 + 17,41 redondeado hacia arriba: 48.

Observa de dónde sale la varianza: 12 de los 112 vienen de la demanda semana a semana y 100 del plazo incierto. Acortar o estabilizar las entregas suele ayudar más al colchón que cualquier método de pronóstico.

Dos detalles prácticos. Si el plazo está en días y el historial es semanal, convierte primero los días a semanas (18 días son 2,57 semanas) y solo después redondea hacia arriba el periodo de protección: 2,57 semanas de plazo más una semana de revisión son 4 semanas de protección, y el resultado debe indicar que se redondeó. En productos vendidos por peso o volumen, el colchón se redondea hacia arriba al paso con el que realmente almacenas, por ejemplo medio litro.

Pon precio al colchón y encuentra la falta

Si la posición de inventario (existencias más pedidos en curso menos pedidos pendientes) es 20 + 10 − 5 = 25, faltan 23 unidades hasta el objetivo. A 4 $ por unidad, solo el colchón inmoviliza 72 $.

Una escalera de objetivos de servicio hace tangible la decisión para el mismo producto:

Pasar del 95 % al 99 % cuesta otros 28 $ de stock en este único producto. En un catálogo de unos cientos de productos y varias ubicaciones, esa es la conversación que merece tenerse con las cifras delante.

Es un resultado de planificación basado en supuestos, no un pedido de compra ni una garantía de fill rate. «95 % de servicio por ciclo» significa que, con los supuestos indicados, cerca del 95 % de los ciclos de reposición deberían terminar sin rotura; no que se entregue el 95 % de las unidades.

Todo junto

Pronóstico de demanda y stock de seguridad mantiene conectados el pronóstico, la prueba histórica y la economía del colchón. Su demo fija muestra un catálogo pequeño y un ejemplo mediano con varias ubicaciones: 240 productos en 4 ubicaciones durante 104 semanas, cada uno con su propio método probado y el capital del colchón sumado por moneda. Para la pregunta siguiente —envases, cantidades mínimas y un presupuesto de compra limitado— usa Stock Purchase Planner.

Abrir la demo de Pronóstico de demanda y stock de seguridad