Qué es un predictor de stock: el programa que te dice qué se va a acabar antes de que se acabe

La definición corta

Un predictor de stock es un programa que mira hacia delante. Lee lo que has vendido y lo que tienes, y responde a tres preguntas para cada producto en cada sitio: cuánto se va a vender en las próximas semanas, qué probabilidad hay de quedarte sin él antes de poder reponerlo y cuánto conviene pedir o mandar para que esa probabilidad sea la que tú aceptas.

Las tres respuestas van encadenadas. La venta prevista, con su margen de error, se compara con el stock de hoy, lo que va de camino y el plazo del proveedor; de ahí sale el riesgo de rotura. Y del riesgo sale la cantidad. Un programa que solo da la primera es un software de previsión de demanda. Uno que solo avisa cuando el stock ya ha bajado de un número fijo es una alerta. El predictor junta las tres cosas.

Qué no es un predictor de stock

Ayuda separarlo de tres cosas con las que se confunde a menudo, porque las tres conviven en casi todas las empresas y cada una hace un trabajo distinto.

• No es el programa de gestión (ERP). El ERP apunta lo que ha pasado: compras, ventas, albaranes, existencias. Es la fuente de datos del predictor, y el predictor no lo sustituye.
• No es una regla de stock mínimo y máximo. La regla la pone una persona y se queda igual hasta que alguien la cambia; el predictor recalcula cada semana con la venta nueva. En la comparativa entre mínimo y máximo y previsión está la diferencia con números.
• No es un cuadro de mando. Un informe de Power BI te enseña el stock de ayer en colores; no te dice qué va a pasar la semana que viene ni qué hacer.
• No es un programa que compra solo. Los que funcionan proponen, explican el porqué y una persona aprueba, cambia o descarta.

Un ejemplo para verlo entero

Una empresa inventada, Distribuciones Arenal, reparte bebidas a 120 bares de la costa de Cádiz y de Málaga. Cada lunes alguien decide qué carga cada furgoneta. Sin predictor, esa persona mira el stock de cada bar en el programa, recuerda cómo fue la semana pasada y redondea. Con 30 productos y 120 bares son 3.600 decisiones; en la práctica mira las 200 que conoce y el resto va por costumbre.

Con un predictor, el lunes sale una lista. Para el bar del paseo marítimo: «Tónica 20 cl: venta prevista esta semana 9 cajas (entre 6 y 13); quedan 7; riesgo de quedarse sin ella antes del jueves, 40 %; propuesta, 6 cajas». La persona ve la lista ordenada por riesgo, cambia lo que sabe y el sistema no (ese bar cierra por obras el miércoles) y aprueba el resto.

Los datos del ejemplo son inventados, pero el mecanismo es el que explicamos con detalle en cómo funciona un predictor de stock.

Tipos de predictor que vas a encontrar

Bajo el mismo nombre se venden cosas de tamaños muy distintos. Conviene saber en cuál estás mirando antes de comparar.

• La hoja de cálculo. Una media de las últimas semanas, una desviación y una fórmula de stock de seguridad. Es gratis y sirve para pocas referencias en un solo almacén; en la guía de predictor de stock en Excel está montada paso a paso.
• La función que trae tu ERP. Business Central, por ejemplo, tiene una extensión de previsión de ventas e inventario; Microsoft documenta que da una previsión agregada para todas las ubicaciones. Odoo trabaja con reglas de reabastecimiento sobre la cantidad prevista (stock más entradas menos salidas comprometidas), no con una previsión estadística de la venta.
• El planificador especializado. Plataformas como Slim4, RELEX, Netstock, GMDH Streamline o Flowlity, pensadas para empresas con muchas referencias y equipos de compras. Las comparamos en los mejores predictores de stock de 2026.
• El predictor montado sobre tu programa. Lee tu ERP o tu Excel, se configura con tus sitios, tus plazos y tus reglas de reparto, y se prueba con tus fechas pasadas antes de usarlo. Es lo que hacemos en Arume con el predictor de stock de nuestro sistema.

Qué datos necesita

Menos de lo que se suele pensar. Ventas por producto, sitio y fecha; el stock o los movimientos para reconstruirlo; los plazos reales de cada proveedor; y, si las hay, las promociones con su fecha. Con un año de historia se ve la temporada una vez; con dos, mejor. No hacen falta datos de clientes finales.

Lo que sí hace falta es saber qué días estaba el producto a cero. Si un producto no se vendió porque no había, y el predictor lo lee como «no se vendió», aprende que se vende menos de lo que se vende. Es el error más común y el más caro. Lo explicamos en qué datos necesita un predictor de stock.

¿Cuándo le hace falta a una empresa?

Una forma rápida de saberlo es contar pares de producto y sitio. Con 50 productos en un almacén son 50 decisiones y una persona las tiene en la cabeza. Con 400 productos en 30 tiendas son 12.000, y nadie las mira todas cada semana. A partir de unos pocos cientos de pares, el predictor empieza a ahorrar trabajo y a evitar roturas que hoy se descubren tarde.

También ayuda cuando la venta tiene temporada (bebidas en verano, calefacción en invierno, vuelta al cole), cuando el plazo del proveedor es largo y equivocarse sale caro, o cuando el catálogo mezcla productos que salen a diario con otros que salen una vez al mes.

No hace falta si vendes casi todo por proyecto y cada pedido es distinto, si tienes un solo almacén con pocas referencias que conoces de memoria o si quedarte corto o pasarte no cuesta casi nada. En esos casos una hoja con stock mínimo y máximo bien puesto hace lo mismo, y es lo que te diremos si nos preguntas.

Cómo saber si un predictor acierta

Pidiéndole que prediga tu pasado. Se toman semanas que ya han ocurrido, se le dan solo los datos que existían ese día y se compara lo que habría propuesto con lo que pasó. El manual de Hyndman y Athanasopoulos lo llama validación cruzada de series temporales. Un proveedor que te enseña lo bien que acertó con datos que ya conocía no te está enseñando nada.

Además del error, mira dos cosas. El sesgo, que dice si se queda siempre corto o siempre largo. Y la calibración del margen: si el predictor dice que hay un 10 % de riesgo, la rotura tiene que pasar más o menos una de cada diez veces. Con eso, y con uno o dos meses proponiendo sin que nadie lo use para decidir, ya puedes fiarte o descartarlo con datos.