Glosario
Demanda censurada: lo que no vendiste porque no tenías no queda en ningún registro
Definición
La demanda censurada es la demanda real de un producto que no llega a registrarse como venta porque no había stock para atenderla. El histórico muestra menos de lo que se habría vendido, y una previsión que aprenda de él subestima el futuro y provoca nuevas roturas. Se corrige detectando los periodos con rotura, tratándolos como datos incompletos y estimando la demanda que habría habido con la de los periodos comparables con stock.
Tu histórico de ventas cuenta lo que vendiste, no lo que te pidieron. Si un producto estuvo a cero una semana, esa semana aparece con ventas bajas y cualquier previsión que aprenda de ella concluirá que el producto se vende poco. Ese es el efecto de la demanda censurada, y es la razón por la que las roturas se repiten.
Qué es exactamente
La demanda censurada es la parte de la demanda que se pierde sin dejar rastro porque, cuando llegaron los clientes, el producto no estaba. En estadística, censurar un dato significa conocerlo solo en parte: sabes que su valor es al menos tanto, pero no cuánto. Un ejemplo clásico es un estudio médico en el que un participante se retira a los 75 años: se sabe que vivió al menos 75, pero no cuándo murió.
En stock pasa igual. Si en una tienda había 12 unidades de un producto y se vendieron las 12 el martes, la venta registrada es 12, pero la demanda de la semana puede haber sido 30. Esas 12 son una cota mínima, no la demanda. Lo que ves en el histórico es la venta, y es la demanda solo cuando no ha habido rotura.
También se le llama
Ventas censuradas, censored demand, demanda no observada o ventas truncadas por rotura. A veces se confunde con la demanda perdida, que es la venta que no se hizo y se mide en dinero; la censurada es el problema que provoca esa pérdida en los datos de entrada de la previsión. Una es el coste y la otra es la distorsión.
Un ejemplo
Una cadena de ferreterías vende en su tienda de Gijón unas 20 cajas de tacos de 8 mm a la semana. En marzo, el producto está a cero del lunes al jueves. La semana cierra con 8 cajas vendidas, las del viernes y sábado. Si la previsión usa esa semana como un dato más, la media de las últimas cuatro semanas pasa de 20 a 17 y la previsión de abril baja. El pedido es menor, y al mes siguiente vuelve a faltar.
Esto es un círculo vicioso: la rotura baja las ventas registradas, la previsión baja, el pedido baja y vuelve la rotura. Cada vuelta hace más pequeña la cifra que el sistema cree que es la demanda. Los productos que mejor se venden son los más propensos a sufrirlo, porque son los que antes se agotan.
La corrección tiene tres pasos. Primero, marcar los días y sitios con stock cero o con stock tan bajo que impide vender. Segundo, tratar esos periodos como datos incompletos: no entran en la media como si fueran normales. Tercero, estimar la demanda de esos días a partir de los comparables con stock, por ejemplo los mismos días de la semana de las semanas anteriores, y señalarlo como estimación. En el caso de Gijón, la semana de marzo se leería como unas 20 cajas, no 8.
Ojo con esto
Cómo se cuela la demanda censurada en los datos sin que se note:
- Medir roturas por semana y no por día: un producto a cero tres días y vendiendo bien los otros cuatro no parece roto en un informe semanal.
- Usar como histórico solo lo que registra la caja: si la tienda no apunta lo que los clientes pidieron y no había, no hay rastro posible.
- Rellenar los huecos con la media sin marcarlo: se crea una demanda artificial y se pierde la señal de que hubo rotura.
- Corregir de más: si se estima una demanda muy alta para periodos con rotura, se genera el error contrario, el sobrestock.
Dónde aparece en el sistema
Antes de calcular nada, el sistema repasa el histórico de ventas y de stock de cada producto en cada sitio y marca los periodos con rotura o con stock tan bajo que limitaba la venta. En esos periodos la previsión de demanda no aprende como si fueran ventas normales: los trata como cota mínima y los completa con una estimación señalada.
Para saber cuánto pesa en tu caso, la simulación con tus datos enseña cuántos periodos de tu histórico estaban afectados, en qué productos y cuánto cambia la previsión al corregirlos. Es habitual que los productos más vendidos sean justo los más infravalorados.
Términos relacionados
Demanda perdida, sell-out, sesgo de previsión, coste de rotura y la guía de previsión de demanda.
Preguntas frecuentes
¿Cómo sabemos cuántos periodos de nuestro histórico están censurados?
Cruza las ventas con el stock diario del mismo producto y sitio: los días con stock a cero, o con menos stock del que se suele vender, son los sospechosos. Si solo tienes stock semanal, la estimación es más gruesa, pero sirve para detectar los casos más claros.
¿Es lo mismo demanda censurada que demanda perdida?
No. La demanda perdida es la venta que no se hizo, y se mide en euros. La censurada es el efecto de esa pérdida sobre tus datos: un histórico que enseña menos de lo que se pidió, y que engaña a la previsión.
¿Se puede recuperar la demanda real exacta?
No con exactitud: es una estimación. Se puede acotar con los periodos comparables, los días de la semana y la temporada, pero siempre queda un margen. Por eso el sistema la marca como estimada y no como dato.
¿Afecta también al comercio online?
Sí, y es más fácil de medir: una ficha con «agotado» sigue recibiendo visitas. Con el tráfico de esa ficha se puede estimar mejor cuántas ventas se perdieron.