Predecir roturas de stock: el riesgo de cada producto en cada sitio, calculado antes de que se acabe.

Qué hace en predictor de roturas.

¿Qué es un predictor de roturas de stock?

Es un programa que calcula, para cada producto en cada sitio, la probabilidad de que se acabe antes de que llegue la siguiente reposición. Una rotura de stock es el momento en que un cliente pide un producto y no lo hay; la guía de roturas de stock la define con detalle y aquí partimos de ahí. Lo que cambia con el predictor es el momento en que te enteras: antes de que pase, con margen para evitarla, y no cuando ya ha pasado.

Se busca de varias maneras: «predecir roturas de stock», «predicción de roturas», «alertas de rotura». Detrás hay una misma necesidad: dejar de enterarse por el cliente. El predictor de roturas es la segunda de las tres respuestas del predictor de stock (venta esperada, riesgo de rotura y cantidad a enviar) y se puede usar solo, sobre la previsión de ventas que ya tengas, o dentro del sistema completo.

La pregunta que contesta es concreta: de todos los pares de producto y sitio que gestionas, cuáles tienen hoy un riesgo alto de quedarse sin stock en el horizonte en el que todavía puedes reaccionar, y qué habría que mandar para evitarlo.

¿Cómo se calcula el riesgo de rotura?

Con cuatro datos por cada par de producto y sitio: la venta prevista hasta que llegue la reposición, con su banda de error; el stock disponible hoy; lo que ya va de camino; y el plazo real de esa reposición. El riesgo es la probabilidad de que la venta de ese plazo supere lo que hay y lo que llega. No es una resta de stock menos venta media, porque la media no dice cuánto puede variar la semana.

Un ejemplo con una ferretería industrial que reparte a tiendas. En la tienda de Málaga quedan 40 tacos de 8 mm en bolsa. El siguiente envío llega en 4 días. La venta prevista en esos 4 días es de 30 bolsas, con una banda del 80 % que va de 20 a 46. Como 40 cae dentro de la banda, y bastante cerca del extremo alto, el riesgo de quedarse sin ellos ronda el 20 %. En Bilbao, con el mismo stock de 40 y la misma venta media, la banda va de 25 a 70 porque la venta es más irregular; el riesgo sube a más del 40 %. Un mínimo igual para las dos tiendas no distingue esos casos, la probabilidad sí.

Después se compara el riesgo con el nivel de servicio que has elegido para esa familia: si aceptas romper el 5 % de las veces con los tacos, a partir de ese umbral el producto entra en la lista de la semana, con la cantidad que baja el riesgo por debajo de él. En la guía de nivel de servicio se explica cómo se elige ese 95 %, y en la de stock de seguridad, cuánto colchón supone.

• Venta prevista en el plazo de reposición, con banda del 80 %.
• Stock disponible hoy, sin el reservado para pedidos ya comprometidos.
• Unidades en tránsito con su fecha de llegada.
• Plazo real del proveedor o del traslado entre almacenes, medido, no el de la ficha.

¿Cómo se comprueba que el riesgo es fiable?

Un riesgo es una afirmación sobre la frecuencia con la que pasa algo, así que se comprueba contando. El manual de previsión de Hyndman y Athanasopoulos lo explica con los intervalos: el límite inferior de un intervalo del 80 % es el percentil 10 de la distribución, y el valor real debería caer por debajo de él alrededor del 10 % de las veces. Con el riesgo de rotura, igual: de todos los casos en que dijo «30 %», debería haber habido rotura en unos 30 de cada 100.

La prueba se hace con el backtest, que repite tus semanas pasadas con lo que se sabía cada día. El manual explica este esquema como validación cruzada de series temporales: cada prueba usa solo datos anteriores, de modo que ninguna observación futura entra en la previsión. Con tu histórico se agrupan los riesgos por tramos (0 a 5 %, 5 a 10 %, 10 a 20 %, y así) y para cada tramo se cuenta cuántas roturas hubo de verdad.

Si en el tramo del 10 % hubo un 25 % de roturas, el predictor es optimista y se recalibra antes de usarlo; si hubo un 2 %, es pesimista y te haría mandar de más. Esa tabla va entera en el informe de la simulación, y se revisa cada trimestre con los datos nuevos. Si prefieres verlo en tu caso antes de nada, el análisis gratuito de tu export cuenta cuántos días estuvieron a cero tus productos y es el punto de partida.

¿Cuánto cuesta una rotura de stock?

Depende de lo que pasa cuando el cliente no encuentra el producto: compra otro de la misma marca, compra otra marca, espera o se va. En una tienda de pocos euros por unidad, la rotura es una venta perdida. En un suministro industrial, puede ser una obra parada, una penalización o un cliente que no vuelve. El coste de una rotura se calcula con tus cifras: la calculadora de coste de rotura de esta web hace una estimación a partir de las ventas perdidas y de lo que vale cada una.

Lo que casi nunca se mide es la venta escondida. Un producto que estuvo cuatro días a cero no registra ventas esos días, y por eso parece que vende menos de lo que vende. El predictor reconstruye el stock de cada día con los movimientos del programa, marca los días a cero y estima la demanda que hubo detrás. Ese dato sirve dos veces: mejora la previsión y pone cifra a lo que te cuestan las roturas.

Con esa cifra la conversación sobre cuánto stock tener cambia. Es más fácil justificar un colchón mayor en los productos que cuestan caro romper y reducirlo en los que se sustituyen sin problema. En la guía de roturas de stock hay una tabla para clasificar los productos por coste de rotura, y el predictor la usa para ordenar la lista.

Cómo se usa cada semana.

El lunes por la mañana el sistema ya ha leído las ventas y el stock del fin de semana. Hay una lista corta de productos y sitios con riesgo alto, ordenada por riesgo y por lo que cuesta quedarse sin ellos. Cada línea tiene la cantidad propuesta y una frase con el porqué. Quien decide revisa la lista, cambia lo que sabe que cambia (una obra que se retrasa, un cliente que cierra una semana) y aprueba. Eso lleva diez minutos en lugar de una hora de informes.

Si hay una urgencia entre semana, por ejemplo un producto que se ha disparado, el aviso puede llegar por correo, por el panel o por WhatsApp. El aviso por WhatsApp es un añadido que se monta con nuestro socio Bedel, con botones para decir «preparado» o «ha salido». Y en cualquier momento se le puede preguntar al asistente: «¿cuánto queda de taco de 8 en Bilbao?» o «¿qué se me va a acabar esta semana?», con los datos y diciendo de dónde sale cada cifra.

Lo que se guarda de cada semana sirve para mejorar el siguiente cálculo: qué se propuso, qué aprobaste, qué pasó. Si cambias una cantidad una y otra vez en el mismo sentido, el sistema te pregunta si hay algo que no sabe.

¿Qué datos hacen falta?

Los mismos que para el predictor de stock: ventas por producto, sitio y fecha; stock actual y movimientos para reconstruir los días a cero; plazos de cada proveedor y, si existen, promociones con su fecha. La guía de qué datos necesita un predictor de stock lista los problemas típicos de cada export. Basta con un año; con dos, la banda es más fina.

Lo que más cambia el resultado es el plazo real. La ficha del proveedor dice cuatro días, pero en agosto son siete. Se mide con tus pedidos pasados (fecha de pedido contra fecha de recepción) y se usa el plazo real, con su variación, y no el de la ficha. Un plazo mal puesto es la causa más habitual de riesgos que no cuadran.

Lo que no hace, y cómo se empieza.

No evita las roturas por arte de magia: avisa con margen y propone, y si el producto no está en el almacén central, tampoco se puede mandar. No sabe lo que no está en tus datos, como un cliente grande que entra o una promoción sin anotar, salvo que lo apuntes. Y no decide: una persona aprueba cada línea.

Para empezar, el análisis gratuito parte de un export tuyo y devuelve qué productos se quedaron a cero y cuántos días. Si el problema existe, la simulación con tus datos repite tus semanas pasadas y enseña qué roturas habría avisado el predictor y con cuántos días de margen. Después, uno o dos meses en modo sombra, y el arranque lleva entre 3 y 6 semanas. La demo dura 30 minutos por videollamada.

¿Te suena alguno de estos casos?

• Si te enteras de las roturas por la llamada de un cliente y entonces miras el stock. El predictor las ve entre tres y diez días antes, según tu plazo, y te da tiempo a mandar.
• Si tienes alertas de stock mínimo que suenan todo el día y las ignoras porque la mitad no importan. Aquí la alerta es un riesgo con probabilidad y se filtra por lo que cuesta quedarse sin él.
• Si un mismo producto rompe siempre en los mismos sitios y nadie sabe por qué. El histórico de roturas por sitio enseña si es el plazo, la cantidad que mandas o la venta que subestimas.
• Si sobra stock en un sitio mientras falta en otro El riesgo se calcula en cada sitio, de modo que sale la lista de traslados: qué sobra donde y qué falta donde, con la cantidad.
• Si quieres saber cuánto te están costando las roturas El cálculo de coste de rotura parte de las ventas perdidas y de lo que cuesta cada una. Con los días a cero reconstruidos se puede estimar la venta que quedó escondida.

Una probabilidad de rotura que se comprueba, no un semáforo.

La alerta clásica salta cuando el stock cae por debajo de un número. No sabe si ese número es alto o bajo para ese producto en ese sitio, ni si el siguiente envío llega antes de que se acabe. El predictor de roturas calcula la probabilidad con la banda de venta y el plazo real, y la contrasta con tus roturas pasadas. Si dice 30 % y de cada cien casos solo pasan seis, se corrige; si pasan sesenta, también.

• Probabilidad por producto y por sitio, no un mínimo igual para todos.
• Cuenta con el plazo real del proveedor y con lo que ya va de camino.
• Calibrado con tus roturas pasadas antes de usarlo.
• Cada riesgo con el envío que lo evita y el porqué, para que lo apruebe una persona.