Glosario

Novedad sin histórico: qué es y cómo se repone sin ventas pasadas

Por , fundador de Arume · · lectura de 5 min

Definición

Una novedad sin histórico es una referencia recién dada de alta que todavía no tiene ventas registradas, así que ningún método estadístico puede preverla. Se estima por analogía con productos parecidos o con el juicio de compras, se reparte con prudencia entre los puntos de venta y se corrige cada semana con las primeras ventas reales. El error de las primeras semanas es alto y normal; lo importante es no ignorarlo ni quedarse con la estimación inicial.

Una referencia que acaba de entrar al catálogo no tiene ventas con las que calcular nada, pero hay que decidir ya cuánto comprar y a qué tiendas mandarla. Aquí va cómo se resuelve ese primer pedido y cómo se pasa de la estimación a la previsión real.

Qué es exactamente

Una novedad sin histórico es un producto que se vende por primera vez y del que no existe ninguna serie de ventas. Los métodos de previsión estadística (medias móviles, suavizado exponencial, modelos con temporada) parten de ventas pasadas, de modo que con una referencia nueva no tienen nada que leer. En inglés se le llama cold start, arranque en frío.

Conviene distinguirla de otros dos casos que se confunden con ella. Un producto con pocas semanas de venta sí tiene histórico, aunque corto. Y un producto que existió y se dejó de vender un año no es una novedad: tiene datos antiguos. La novedad pura es la que llega hoy y hay que pedirla ya, con un plazo del proveedor que no espera.

También se le llama

Producto nuevo sin ventas, referencia sin historial, arranque en frío (cold start) o previsión de producto nuevo (new product forecasting). En el catálogo de un ERP suele ser una ficha dada de alta con fecha de creación reciente y cero movimientos de venta.

Cómo se resuelve el primer pedido

El manual de previsión de Hyndman y Athanasopoulos (fpp3) dice que la previsión por juicio suele ser el único método disponible para productos nuevos, porque no hay datos históricos que modelar, y recomienda dentro de ella los métodos estructurados: análogos, Delphi y escenarios. Los más informales (la opinión del comercial, la intención de compra declarada) los señala como más propensos al sesgo.

La forma práctica es la analogía. Una tienda de ropa deportiva que lanza una zapatilla de running nueva elige dos o tres zapatillas anteriores del mismo tramo de precio, mismo público y época del año, y toma sus ventas de las primeras cuatro semanas en cada tienda. Si las tres hermanas vendieron una media de 6, 9 y 5 pares por tienda y semana, la estimación de partida es de unos 6 o 7, no la del modelo más optimista.

Después se reparte con prudencia. En vez de mandar la tirada completa a las 40 tiendas, se envía una cantidad de cobertura corta (dos semanas de venta estimada) a todas o a un grupo de tiendas representativas, y se reserva el resto en el almacén central. Así, si la referencia vende el triple, hay stock para reaccionar, y si vende la mitad, no está repartido por toda la cadena.

Ojo con esto

Los fallos habituales con una novedad se repiten en casi todos los sectores:

  • Dar por buena la estimación del comercial: el propio manual de previsión advierte del entusiasmo de marketing y ventas. Contrasta con lo que vendieron referencias parecidas.
  • Heredar la venta de un producto que no se parece: una referencia nueva con otro precio o con otra marca no vende como la anterior. Cuenta lo que cambia.
  • Tratar un cero como una señal: una novedad sin ventas la primera semana puede no estar expuesta todavía (no ha llegado a la tienda o no está en el lineal). Un cero sin stock no dice nada de la demanda.
  • Seguir con la estimación de arranque más de lo debido: tras tres o cuatro semanas con ventas reales, esas ventas pesan más que cualquier analogía.
  • No guardar el razonamiento: apunta con qué productos se compara y qué se supuso, para poder revisar el acierto cuando haya datos.

Dónde aparece en el sistema

En el sistema que montamos, una referencia sin histórico se marca como novedad y se calcula con las ventas de los productos análogos que indiques tú, o con los que propone el sistema por familia y precio para que los confirmes. La previsión de las primeras semanas lleva una banda ancha, a propósito, y se va estrechando conforme entran ventas reales. Puedes leer cómo se calcula en la pieza de previsión de demanda.

La simulación con tus datos permite repetir los últimos lanzamientos de tu catálogo y comprobar qué habría propuesto el sistema con solo lo que se sabía el primer día. Es la manera más honesta de ver si las analogías funcionan en tu negocio.

Términos relacionados

Lanzamiento de producto, ciclo de vida del producto, intervalo de predicción, SKU y producto sustitutivo. Para el caso contrario, el de los productos con ventas muy espaciadas, la guía de demanda intermitente.

Preguntas frecuentes

¿Cuántas semanas de venta hacen falta para dejar de tratarlo como novedad?

No hay un número mágico. Con tres o cuatro semanas de ventas en puntos con stock ya se puede empezar a mezclar la analogía con el ritmo real, y a las ocho o diez semanas el dato propio suele mandar. Si hay temporada fuerte, sigue apoyándote en análogos hasta ver una vuelta completa.

¿Qué hacemos si no tenemos ningún producto parecido?

Parte de la familia o del precio: el ritmo medio de la categoría en cada tienda, con una banda amplia. Compra poco, reserva en el almacén central y mira las ventas cada pocos días las primeras semanas. Es peor que una buena analogía, pero mejor que no apuntar nada.

¿Se pueden usar las reservas o los pedidos previos de clientes?

Sí, son una señal real, pero no son demanda total. Cuenta lo reservado como mínimo seguro y suma una estimación para lo que venderás sin reserva, sabiendo que la intención declarada rara vez coincide con lo comprado.

¿Por qué la previsión de una novedad trae una banda tan ancha?

Porque la incertidumbre es real. Esconderla detrás de una cifra exacta lleva a comprar de más o a quedarse sin stock. La banda dice cuánto margen conviene dejar y se estrecha sola según llegan datos.

Fuentes

  1. Hyndman y Athanasopoulos, Forecasting: Principles and Practice (3.ª ed.): previsión de productos nuevos
  2. Hyndman y Athanasopoulos, Forecasting: Principles and Practice (3.ª ed.): previsión por juicio y sus sesgos

¿Quieres saber qué pasa con tu stock?

Mándanos un export de ventas y stock y te devolvemos un informe corto: roturas, dinero parado y qué cambiaríamos primero. Sin compromiso.

hello@arume.io

Escríbenos por WhatsApp

Cuéntanos tu proyecto

Te contesta Manuel en menos de 48 horas laborables. Sin compromiso.

O por WhatsApp