Un modelo predictivo de demanda vale lo que demuestre con fechas que no ha visto.

¿Qué es un modelo predictivo de demanda?

Un modelo predictivo de demanda (también llamado modelo predictivo de ventas) es un procedimiento que toma lo que se vendió, lo que había en stock y lo que pasó en el calendario, y devuelve cuánto se espera vender de cada producto en cada sitio durante las próximas semanas. Una buena salida no es un número solo: es un número y una banda, porque lo que se decide con él (cuánto pedir) depende de cuánto puede equivocarse.

No es una caja mágica ni exige inteligencia artificial. Una media de las últimas semanas ya es un modelo, y a veces sirve. Lo que separa un modelo bueno de uno malo no es la sofisticación del método, sino si ha demostrado acertar sobre datos que no usó para aprender. Todo lo que sigue gira alrededor de esa idea.

¿Qué datos necesita?

El mínimo es una fila por producto, sitio y fecha con las unidades vendidas. Con dos años de historia se aprende la temporada; con menos, el modelo trabaja, pero la parte estacional es poco fiable y debe decirse. Encima de las ventas, hay tres datos que la mayoría de los modelos caseros olvidan.

El primero es el stock de cada día. Si un producto vendió cero porque no había, ese cero no es demanda: es demanda que no se pudo ver. Un modelo que no lo sabe aprende que ese producto «vende poco» justo en el sitio donde se acabó. El segundo es el plazo real de cada proveedor, medido con fechas de pedido y de recepción, no el del contrato. El tercero son las promociones y campañas pasadas, para no confundir un pico provocado con la demanda normal.

La lista completa, con el formato que conviene, está en la guía de qué datos necesita un predictor de stock. Si tus datos están en Excel o en un ERP, se leen tal cual y la limpieza forma parte del trabajo.

¿Qué variables se le dan al modelo?

Las variables son las pistas que el modelo puede mirar para estimar una semana. Se construyen siempre con información disponible antes de esa semana, nunca con lo que pasó durante ella. Las que más rinden suelen ser pocas y de sentido común.

• Ventas de las últimas semanas del mismo producto y sitio (la semana pasada, hace dos, hace cuatro) y sus medias.
• La venta de la misma semana del año anterior, para la estacionalidad.
• Calendario: semana del año, festivos, puentes, inicio de campaña.
• Promociones y precio, si se conocen con antelación.
• Semanas con stock a cero, marcadas para no tratarlas como demanda.
• Características del producto y del sitio (familia, tamaño de la tienda), que permiten aprender de los parecidos.

¿Qué métodos hay, de la media móvil a gradient boosting?

Se empieza por los de referencia. El libro de Hyndman y Athanasopoulos define cuatro: la media (todo se prevé como el promedio histórico), el método ingenuo (la semana que viene será igual que la última), el estacional ingenuo (será igual que la misma semana del año pasado) y el de deriva (el ingenuo más la variación media). Su consejo es que cualquier método nuevo se compare con ellos y que, si no los supera, no merece consideración.

Un escalón por encima están la media móvil, que promedia las últimas semanas, y el suavizado exponencial, que da más peso a las recientes y, en la variante Holt-Winters, añade tendencia y temporada. Después vienen los modelos ARIMA, que se apoyan en la correlación entre una semana y las anteriores. Para los productos que venden a trompicones, con muchas semanas a cero, se usan métodos propios de demanda intermitente como el de Croston, que prevé a la vez cuánto y con qué frecuencia se vende.

El último escalón son los modelos de aprendizaje automático, y el más común es el gradient boosting. Según la documentación de scikit-learn, es un modelo aditivo que suma árboles de decisión pequeños, construidos uno tras otro, y cada árbol nuevo se ajusta a lo que los anteriores no explican. Su ventaja en demanda es que un solo modelo aprende de todos los productos y sitios a la vez, usa las variables de la sección anterior y puede estimar cuantiles, es decir, la banda de error. Está explicado en el glosario: gradient boosting.

La regla práctica es elegir el método más sencillo que gane de forma estable a los de referencia sobre tus datos. En un catálogo grande suelen convivir varios: uno para lo estable, otro para lo estacional y otro para lo intermitente.

Un ejemplo con números: cuándo la media móvil pierde con el método ingenuo.

Un producto vende 20, 22, 19 y 24 unidades en las semanas 1 a 4, y luego arranca una campaña: 30, 32, 28 y 31 en las semanas 5 a 8. Vamos a prever cada una de las semanas 5 a 8 usando solo lo que se sabía la semana anterior. El método ingenuo prevé 24, 30, 32 y 28. Los errores absolutos son 6, 2, 4 y 3, que suman 15: un error medio de 3,75 unidades.

La media móvil de 4 semanas prevé 21,25, 23,75, 26,25 y 28,5. Los errores son 8,75, 8,25, 1,75 y 2,5, que suman 21,25: un error medio de 5,3 unidades. Peor, y con una pista más grave: los cuatro errores van en el mismo sentido, la media se queda siempre corta. Un modelo que se equivoca siempre por abajo en una subida es un modelo que provoca roturas.

La conclusión no es que la media móvil sea mala. En un tramo estable, sin campaña, la media suele ganar porque no persigue el ruido de cada semana. La conclusión es que no se sabe cuál gana hasta medirlo con tus datos y con un reparto de fechas que incluya subidas, bajadas y estables.

¿Cómo se valida un modelo predictivo?

Con validación temporal: se entrena con el pasado y se prueba con el futuro de ese pasado, nunca al revés ni mezclando fechas. La razón es simple: en producción el modelo solo conocerá lo anterior. Si en la prueba ha visto semanas posteriores a la que prevé, el resultado es mejor de lo real y el modelo parecerá más listo de lo que es. Lo explica la guía del glosario de validación temporal.

El libro de Hyndman y Athanasopoulos da dos recetas. La sencilla es reservar una parte final de los datos como prueba, normalmente en torno al 20 % de la muestra y siempre al menos tan larga como el horizonte que se quiere prever. La mejor es la validación cruzada de series temporales, con origen móvil: cada punto de prueba se prevé con un entrenamiento que solo contiene datos anteriores, y el error se promedia sobre muchos orígenes, de modo que el resultado no depende de dónde cayó una única partición.

Repetir el pasado de esa forma, simulando cada fecha con lo que se sabía ese día, es el backtest. En reposición se hace con la decisión completa: se mira la demanda prevista, lo que habría pedido el sistema y lo que habría pasado con ese pedido. El libro recuerda también por qué no basta con mirar el ajuste al entrenamiento: un modelo que encaja bien en lo que ya vio no tiene por qué prever bien.

¿Qué error se mide?

Depende de lo que se compare. El error absoluto medio (MAE) está en unidades y es fácil de entender, pero no sirve para comparar productos de volúmenes distintos. El porcentaje (MAPE) es muy usado y tiene un problema que el libro señala: se hace infinito o indefinido cuando algún valor real es cero, y en demanda de tienda hay muchos ceros. Por eso en stock se usa el error ponderado por volumen, explicado en WMAPE, o el error escalado (MASE), que divide cada error por el de un método de referencia: por debajo de 1, el modelo gana al de referencia.

Además del error medio, interesa el sesgo, es decir, si el modelo se equivoca más por un lado. En el ejemplo anterior, la media móvil tenía los cuatro errores por abajo. Un error medio aceptable con sesgo hacia abajo es peor para el stock que uno algo mayor sin sesgo.

¿Cómo se calibra el riesgo?

La previsión central no basta para decidir cuánto pedir: hace falta saber con qué probabilidad la demanda superará una cifra. Eso se consigue con cuantiles: además de la mediana, el modelo estima, por ejemplo, la demanda que se superaría solo el 5 % de las veces. Los modelos de gradient boosting lo admiten con una pérdida de cuantil, y el libro de Hyndman y Athanasopoulos explica cómo se puntúa: la puntuación de cuantil penaliza de forma asimétrica según la probabilidad elegida, y la puntuación de Winkler suma el ancho del intervalo más una penalización si el valor real cae fuera.

Calibrar es comprobar que esa probabilidad es verdadera. Si el sistema asigna un 5 % de riesgo de rotura a 1.000 combinaciones de producto, sitio y semana, deberían acabar en rotura unas 50. Si acaban 110, el modelo es demasiado optimista y sus bandas son estrechas: hay que ensancharlas, o volver a ajustarlas con los errores recientes, hasta que el 5 % dicho sea un 5 % ocurrido. Y se mira por tramos, porque un modelo puede estar bien calibrado en el riesgo alto y mal en el bajo.

Esta calibración es lo que permite elegir un nivel de servicio con sentido. Si el 95 % significa de verdad 95 de cada 100, puedes decidir el stock de seguridad de cada producto a propósito, no con una regla de «dos semanas de venta».

Errores típicos al construirlo.

Los vemos en casi todos los modelos caseros, y casi ninguno exige un método más complicado para arreglarse.

• Tratar las semanas sin stock como demanda cero, con lo que el modelo aprende que el producto vende poco donde más se agotó.
• Mezclar fechas al validar (partición al azar), con lo que el modelo ve el futuro y el resultado sale falsamente bueno.
• Construir una variable con información posterior a la fecha que se prevé, como una media de la semana que se quiere predecir.
• Medir con MAPE un catálogo lleno de ceros y de referencias pequeñas.
• Mirar solo el error medio y no el sesgo ni la calibración.
• Elegir el método sin compararlo con los de referencia: si el ingenuo estacional gana, no hacía falta nada más.
• Entrenar una vez y no volver a mirarlo: la demanda cambia, y el error semanal debe vigilarse.

¿Cuándo basta con algo más sencillo?

No siempre compensa un modelo complejo. En el Estudio de reposición 2026, con venta de temporada y 4 semanas de plazo, la reposición por previsión necesitó un 25 % menos de stock que una cobertura fija y un 42 % menos que un mínimo fijo para servir el 95 %. Con venta estable y plazo corto, una cobertura fija bien ajustada funcionó igual de bien. Son datos sintéticos y públicos, no resultados de clientes, y lo que enseñan es cuándo importa el modelo: cuando hay temporada y el plazo es largo.

Por eso se prueba con tus datos antes de decidir. Si en tu catálogo gana una regla sencilla, te lo diremos, y no habrá que montar nada más.

¿Cómo se hace en la práctica y cómo se empieza?

En el Predictor de stock de Arume el motor sigue este mismo recorrido: lee ventas y stock con un usuario que solo puede leer, construye las variables, compara varios métodos con los de referencia, se valida con fechas pasadas y calibra el riesgo de rotura de cada producto en cada sitio. La propuesta de cada semana llega con el porqué, y una persona la aprueba.

Se empieza con una simulación con tus datos: repetimos fechas pasadas de tu negocio y comparamos lo que habría propuesto el sistema con lo que hiciste. Si quieres una primera lectura sin compromiso, está el análisis gratuito de tu stock.