Previsión de demanda en Excel: sirve para una serie, se atasca con cientos.

Qué hace en previsión de demanda en excel.

¿Qué es la previsión de demanda en Excel?

Es calcular cuánto vas a vender de cada producto en las próximas semanas usando solo las ventas pasadas que tienes en una hoja. Excel lo permite con dos herramientas de serie: la Hoja de previsión, que está en la pestaña Datos, grupo Previsión, y la función PRONOSTICO.ETS. Las dos usan el mismo método, el suavizado exponencial triple, que da más peso a los datos recientes y separa la serie en nivel, tendencia y estacionalidad.

Es una herramienta seria. El mismo método aparece en el manual de referencia de previsión que se usa en las universidades, y no hace falta tocar una macro ni instalar nada. Para un producto o para unos pocos, con ventas regulares y dos años de historia, es lo primero que hay que probar antes de comprar nada.

¿Cómo se hace una previsión con la Hoja de previsión?

Pon dos columnas: una con las fechas y otra con las ventas. Las fechas tienen que ir a intervalos regulares, por ejemplo todos los lunes o el día 1 de cada mes. Selecciona una celda de cualquiera de las dos, ve a Datos, Previsión, Hoja de previsión, elige gráfico de líneas o de columnas, marca la fecha de fin y pulsa Crear. Excel añade una hoja nueva, a la izquierda de la original, con la tabla de valores históricos y previstos y un gráfico.

En Opciones puedes cambiar cosas que importan. El inicio de la previsión permite arrancar antes del último dato para comprobar si habría acertado, una especie de backtest casero. El intervalo de confianza viene al 95 % por defecto y se puede ajustar. La estacionalidad se detecta sola, o la fijas tú. Los puntos que faltan se interpolan si son menos del 30 %, o se tratan como ceros. Y si hay varias ventas con la misma fecha, las agrega por media, mediana o recuento.

• Fechas con pasos constantes: semanas o meses, no tickets sueltos.
• Al menos dos ciclos de historia si quieres estacionalidad.
• Hasta un 30 % de huecos, que Excel interpola.
• Intervalo de confianza del 95 % por defecto, ajustable.
• Una sola serie por hoja de previsión.

¿Y con la función PRONOSTICO.ETS?

La sintaxis es PRONOSTICO.ETS(fecha_destino; valores; línea de tiempo; [estacionalidad]; [llenado_datos]; [agregación]) y devuelve un valor previsto para una fecha. Con la estacionalidad en 1 la detecta automáticamente; con 0 la desactiva y da una previsión lineal; con un número entero fijas tú la longitud del patrón, por ejemplo 12 para meses o 52 para semanas. En algunas versiones de la ayuda de Microsoft la verás como PREVISION.ETS, es la misma. Existe además PRONOSTICO.ETS.CONFINT, que devuelve el intervalo de confianza de ese valor.

Tiene sus manías, que Microsoft documenta. Si la fecha de destino cae antes del final de la línea de tiempo, da #NUM!. Si la línea de tiempo tiene fechas repetidas, da #¡VALOR!. Si los rangos de fechas y de valores no miden lo mismo, da #N/A. Y no está disponible en Excel para la Web, iOS ni Android: si alguien abre el libro en el móvil, las celdas no se calculan. Esto último pasa más de lo que parece cuando el Excel de stock circula por correo.

La ventaja de la función sobre la hoja es que se puede copiar. Una fila por producto y una columna por semana futura permiten prever todo el catálogo de una tienda en una pantalla. El coste es el que ya sabes: rangos que hay que mantener, un archivo que pesa y tarda en abrirse, y nadie que mire si el resultado tiene sentido.

Un ejemplo con una manguera de jardín.

Una tienda de jardín vendió estas mangueras de 25 metros en 2025, mes a mes, de enero a diciembre: 8, 10, 22, 45, 80, 95, 90, 60, 25, 12, 8 y 6. Suman 461 y la media mensual es 38. Si a final de abril usas la media de los tres últimos meses, que es (10 + 22 + 45) / 3 = 26, tu previsión para mayo es de 26 unidades. En mayo se venden 80, tres veces más. Con ese número habrías pedido para una semana de campaña y estarías a cero a mitad de mes.

Con dos años de historia, la hoja de previsión de Excel ve el patrón: marzo despega, mayo y junio son el pico, septiembre cae. Dibuja la previsión de 2026 con ese perfil y una banda alrededor. Es el caso donde Excel luce. Ahora multiplica por 6 productos y 8 tiendas: son 48 series, con picos distintos en Almería y en Valencia, y con una rotura en Sevilla en mayo de 2025 que dejó la serie en 31 en vez de 80 y que Excel aprende como si fuera demanda real.

Esa última frase resume el límite. La previsión no falla por el algoritmo, falla por lo que le das: ventas que no son demanda, series sin historia y cuarenta y ocho hojas que alguien tiene que repasar.

¿Dónde se queda corta la previsión de Excel?

La primera limitación es de escala. Una serie, una hoja o una fórmula. Con cientos de productos por tienda, la previsión se vuelve un proyecto de mantenimiento, y los proyectos de mantenimiento en Excel mueren con la persona que los hizo. La segunda es la calidad del dato: Excel no sabe qué días no había producto, ni qué semanas hubo una promoción, ni que una devolución masiva ensució el mes. La tercera es la demanda intermitente: los productos de venta lenta no tienen estacionalidad que detectar y el suavizado exponencial triple los trata con poca gracia.

La cuarta es que Excel te da una previsión y no una decisión. Saber que venderás 80 mangueras en mayo no te dice cuántas pedir hoy, porque eso depende del plazo del proveedor, de lo que tengas en tránsito, del stock de seguridad y de cuánto riesgo de rotura aceptas. Esa parte se explica en la guía de punto de pedido y en la de stock de seguridad. Y la quinta es que nadie mide el error. Una previsión que no se compara con la realidad se vuelve rutina, no método.

• Escala: una serie por hoja o por fórmula, con mantenimiento manual.
• Calidad: las roturas, promociones y devoluciones entran como demanda.
• Sin historia: los productos nuevos no se pueden prever.
• Venta intermitente: el método no está pensado para ella.
• Sin decisión: da una cifra de ventas, no un pedido.
• Sin medida: el error de la previsión no se calcula solo.

¿Cómo lo resuelve el sistema encima de tu Excel?

Lee tu libro tal cual: la hoja de ventas con fecha, referencia, cantidad y tienda, la de stock actual y la de entradas. En el diagnóstico se mapean las columnas una vez y a partir de ahí se leen cada semana desde una carpeta compartida. Antes de calcular nada, el informe de calidad de datos te dice qué falta, qué se repite y qué fechas no existen. Con los movimientos se reconstruye el stock de cada día y se marcan los días sin producto, para que esas ventas se traten como incompletas y no como demanda baja.

Después calcula una previsión por producto y tienda con el método que mejor le va a cada serie: estacional donde hay campaña, de venta intermitente donde el producto vende poco, y apoyada en la familia donde no hay historia. El resultado no es una línea sino un abanico por semana, y con el plazo real del proveedor se convierte en el pedido que te deja a cero en menos semanas de las que aceptas. Lo que escribe en tu libro es una hoja más: producto, tienda, semana, previsión y banda. Tú lo apruebas o lo cambias.

Es lo que hacemos en general con la previsión de demanda del sistema, solo que con tu Excel como entrada y como salida. No te pedimos cambiar de herramienta ni pasar datos a otro formato.

¿Cómo se comprueba que acierta más que tu Excel?

Se repite el pasado. El sistema vuelve a decidir las semanas de los últimos meses con lo que sabía cada día, sin ver el futuro, y se compara con lo que ocurrió. En paralelo se mide el error de tu previsión actual, sea la Hoja de previsión, una media o el criterio de la persona que compra, sobre las mismas semanas y los mismos productos. Con la métrica del error (el MAPE o el WMAPE, que están explicados en el glosario) y con el número de semanas a cero que habría habido con cada método.

Es la simulación con tus datos. Si el sistema no mejora lo que ya haces, se dice y te quedas con el informe. Si mejora, después viene uno o dos meses en modo sombra, donde el sistema propone y tú sigues decidiendo como siempre, hasta que la comparación esté hecha con datos reales. No hace falta contratar nada para empezar: el análisis gratuito parte de tu Excel.

¿Te suena alguno de estos casos?

• Si prevés un solo producto estrella La Hoja de previsión te basta. Selecciona fechas y ventas, deja la estacionalidad en automático, mira el intervalo y decide. No hace falta nada más.
• Si tienes campaña y la media de tres meses te falla Jardín, juguetes, calefacción, material escolar. La media móvil llega tarde al pico y tarde a la caída. La estacionalidad de Excel lo arregla en una serie; en cientos hay que automatizarlo.
• Si repones a varias tiendas con una hoja por tienda Cada hoja tiene su previsión y alguien las junta el lunes. El sistema lee las hojas, prevé cada tienda por separado y suma lo que hay que pedir al proveedor sin que nadie copie y pegue.
• Si lanzas productos nuevos cada temporada No hay historia, y PRONOSTICO.ETS sin historia no puede nada. El sistema parte de productos parecidos de la misma familia y se ajusta con las primeras semanas de ventas.
• Si vendes productos de rotación lenta Un artículo que vende 0, 0, 3, 0, 0, 1 no es una serie estacional: es demanda intermitente, y el suavizado exponencial triple la trata mal. Hay métodos propios para ese caso, como el de Croston.
• Si ya prevés en Excel pero no sabes si acierta Nadie suele medir el error. Con el backtest se calcula el error de tu previsión actual y el del sistema sobre las mismas semanas, y se ve dónde gana cada uno.

Excel prevé una serie. El sistema prevé todas y decide con ellas.

Lo que sabe hacer Excel lo hace bien, y no lo sustituimos: seguimos leyendo tu libro y devolviendo la previsión en él. Lo que añadimos es lo que una hoja no sostiene: todas las series cada semana, las roturas tratadas como lo que son, la demanda intermitente con su método, la banda convertida en cantidad a pedir y una comprobación con tus datos antes de usarlo.

• Lee tus hojas de ventas y de stock tal cual, con tus columnas.
• Prevé cada producto en cada tienda, con estacionalidad y banda, cada semana.
• Trata los días sin stock como ventas perdidas, no como demanda cero.
• Devuelve la previsión en tu Excel o en CSV, con el porqué de cada cifra.