Guía: pronóstico de demanda sin quiebres
Qué es, para qué sirve y cómo comparar un promedio simple con un modelo predictivo, con un ejemplo sencillo y datos ficticios.
En esta guía
Un pronóstico de demanda es una estimación de cuánto vas a necesitar en el futuro. Sirve para tres cosas muy concretas: comprar mejor, tener menos capital en inventarios y evitar quiebres de stock. El objetivo no es adivinar el futuro, sino decidir cuánto comprar y cuándo reponer con menos riesgo.
Pronóstico de demanda y pronóstico de ventas se usan prácticamente como sinónimos. En esta guía hablo de demanda porque el objetivo es decidir compras e inventario.
La pregunta no es si usar un promedio o un modelo complicado. La pregunta es cuánto te cuesta equivocarte y qué decisión depende de ese número. Un promedio puede ser suficiente para un producto estable; un modelo predictivo ayuda cuando hay temporadas, promociones, productos nuevos o quiebres.
No necesitas empezar con toda la empresa. Empieza con una categoría, un almacén o un grupo de productos. Si quieres ver la lógica en un tablero, revisa el demo de pronóstico con IA.
Glosario sencillo
Estos son los términos que vas a encontrar en la guía. Los explico en español y dejo el nombre en inglés porque es el que verás en herramientas y equipos.
| Término | En inglés | Qué significa |
|---|---|---|
| Pronóstico | Forecast | Una estimación de lo que puede pasar. No es una garantía. |
| Demanda | Demand | Lo que el cliente quería comprar, aunque no hubiera producto. |
| Ventas | Sales | Lo que realmente se vendió. Puede ser menor que la demanda si hubo quiebre. |
| Promedio simple | Simple average | Sumar los últimos meses y dividir entre el número de meses. |
| Promedio móvil | Moving average | Un promedio que usa una ventana de meses y se va moviendo. |
| Modelo predictivo | Predictive model | Un modelo que usa varios datos para estimar la demanda futura. |
| Inteligencia artificial (IA) | Artificial intelligence (AI) | Un campo amplio que incluye modelos y sistemas que aprenden de datos. |
| Temporada | Seasonality | Un patrón que se repite en ciertos meses o semanas. |
| Promoción | Promotion | Una acción comercial que sube la demanda por un tiempo. |
| Quiebre de stock | Stockout | No tener producto para vender. |
| Inventario de seguridad | Safety stock | Un colchón extra para cubrir errores del pronóstico y retrasos del proveedor. |
| Punto de reorden | Reorder point | El nivel de inventario que te dice que ya es momento de comprar. |
| Producto nuevo | New product | Un producto sin historia de ventas. Se estima con productos parecidos. |
| Canibalización | Cannibalization | Cuando un producto o una promoción le quita ventas a otro producto. |
| Nivel de servicio | Service level | Qué tanto puedes entregar completo y a tiempo. |
| Tiempo de entrega | Lead time | Lo que tarda el proveedor desde que pides hasta que recibes. |
| Error del pronóstico | Forecast error | La diferencia entre lo que pronosticaste y lo que pasó. |
¿Para qué sirve un pronóstico de demanda?
Sirve para tomar mejores decisiones de compra e inventario. Sin pronóstico, compras por intuición, por lo que pasó el mes pasado o por miedo a quedarte sin producto. Con pronóstico, compras con una expectativa y un margen de error.
Menos dinero en inventario
Si compras de más, el dinero se queda en el almacén. Un mejor pronóstico reduce el colchón y libera efectivo para otras cosas.
Menos capital inmovilizado.Menos quiebres de stock
Si compras de menos, pierdes ventas y clientes. El pronóstico te avisa antes de la temporada alta y te ayuda a reponer a tiempo.
Menos ventas perdidas.Mejor nivel de servicio
Tener el producto correcto, en el lugar correcto y cuando se necesita. Eso se traduce en ventas y confianza.
Clientes mejor atendidos.Compras con menos estrés
Dejas de apagar incendios y revisas excepciones. El equipo trabaja con un número compartido, no con ocurrencias.
Menos compras de urgencia.El pronóstico no decide solo. La compra final también depende de lo que ya tienes en inventario, del tiempo de entrega del proveedor y de la cantidad mínima que te vende. El pronóstico es una pieza; la decisión es la que genera el resultado.
| Sin pronóstico | Con pronóstico |
|---|---|
| Compras por intuición o por el mes pasado. | Compras con una estimación y un margen de error. |
| Descubres el quiebre cuando ya pasó. | Ves el riesgo antes de la temporada alta. |
| Inmovilizas capital en productos que no rotan. | Liberas capital y lo usas en lo que sí se vende. |
| Apagas incendios con fletes de urgencia. | Planificas la reposición con tiempo. |
No es una bola de cristal. Es una guía con incertidumbre. Por eso conviene entregar un número central y un rango, y revisar lo que se desvía.
Promedio simple: lo más fácil
El promedio simple es la forma más conocida: sumas los últimos meses y divides. Si vendiste 900, 1,000 y 1,100 unidades, el promedio es 1,000. Es fácil de explicar y de revisar.
Ejemplo: (900 + 1,000 + 1,100) ÷ 3 = 1,000 unidades
El problema aparece cuando la demanda cambia. Si el mes siguiente la demanda real es 1,350, el promedio se queda 350 unidades corto: quiebre de stock y venta perdida. Si la demanda cae a 700, el promedio pide de más: exceso de inventario y dinero parado.
El promedio móvil es parecido, pero usa una ventana que se mueve: 3, 6 o 12 meses. Reacciona un poco más rápido, aunque sigue mirando al pasado. No ve una promoción, un producto nuevo ni un quiebre.
Cuándo basta un promedio: cuando la demanda es estable, el producto es de bajo valor, el margen de error es aceptable y no tienes muchos datos. Cuándo falla: cuando hay temporadas, promociones, precios cambiantes, productos nuevos o quiebres que distorsionan la venta.
No desprecies el promedio. Es tu punto de comparación. Si un modelo predictivo no le gana al promedio, no vale la pena complicar la operación. La pregunta no es “¿es moderno?”, sino “¿me ayuda a comprar mejor?”.
Modelo predictivo: qué cambia
Un modelo predictivo usa más datos y aprende de ellos. En vez de solo promediar, busca relaciones: qué pasa cuando hay promoción, cuando cambia el precio, cuando es temporada alta o cuando hubo quiebre.
Puede usar la historia de ventas, el calendario, las promociones, el precio, el inventario, los productos parecidos y algunas variables de la economía. Su ventaja es que puede adaptarse a situaciones que un promedio no ve.
- Quiebres: puede aprender que un cero fue por falta de producto, no porque la demanda bajó.
- Productos nuevos: puede estimar con productos parecidos, en vez de esperar a tener historia.
- Promociones: puede separar el pico de la promoción de la demanda normal.
- Productos relacionados: puede ver si una promoción le quita ventas a otro producto o si impulsa un complemento.
No es magia. Si los datos están sucios o faltan promociones, el modelo aprende errores. Necesita datos ordenados, una prueba contra el promedio y alguien que revise los resultados.
| Criterio | Promedio simple | Modelo predictivo |
|---|---|---|
| Datos que usa | La historia de ventas. | Historia + temporada, promoción, precio, quiebres y otros datos. |
| Temporada | No la distingue. | La puede aprender. |
| Promociones | Las mezcla con la demanda normal. | Las puede separar, si el dato existe. |
| Productos nuevos | No tiene historia. | Puede usar productos parecidos. |
| Quiebres | Puede confundir “no vendí” con “no se vendió”. | Los puede corregir si están marcados. |
| Esfuerzo | Bajo. | Medio: datos, prueba y revisión. |
| Cuándo conviene | Demanda estable y bajo riesgo. | Temporadas, promociones y alto impacto en inventario. |
No siempre conviene un modelo. Si tu demanda es estable y el costo de equivocarte es bajo, un promedio bien hecho puede ser suficiente. El modelo se justifica cuando el dinero en inventario o el riesgo de quiebre son altos.
Qué datos ayudan a pronosticar mejor
No necesitas tener todo desde el primer día. Empieza con lo que ya tienes y agrega datos que expliquen tus cambios de demanda.
| Dato | Para qué sirve |
|---|---|
| Historia de ventas | Ver el nivel, la tendencia y los cambios de los últimos meses. |
| Calendario | Detectar temporadas, quincenas, vacaciones y fechas especiales. |
| Promociones | Separar la demanda normal del pico que generó la promoción. |
| Precio | Ver si un cambio de precio mueve la demanda. |
| Quiebres | No confundir “no había producto” con “no había demanda”. |
| Productos nuevos | Usar productos parecidos para estimar la primera compra. |
| Productos relacionados | Ver si se canibalizan o si uno impulsa al otro. |
| Economía | Inflación, tipo de cambio o confianza del consumidor, cuando afectan tu categoría. |
El dato más importante suele ser el quiebre. Si no marcas los días sin stock, el modelo aprende que la demanda bajó y puede recomendarte comprar menos. Eso crea un círculo de desabasto difícil de romper.
Empieza simple. Si no tienes promociones registradas, no inventes la variable. Primero ordena la historia, marca los quiebres y mide el promedio. Después agregas datos.
Ejemplo: antes y después
Imagina una distribuidora ficticia con 120 productos, tres almacenes y 36 meses de historia. Antes usaba el promedio de los últimos tres meses. Después probó un modelo predictivo con temporada, promociones, precio y quiebres.
Resultado del piloto · antes y después
Cuatro semanas · 120 productos · datos ficticios
| Indicador | Antes | Después | Qué significa |
|---|---|---|---|
| Error del pronóstico | 28 % | 16 % | Qué tanto se equivoca al estimar la demanda. |
| Quiebres | 7.5 % | 2.3 % | Productos que se quedaron sin stock. |
| Días de inventario | 62 | 48 | Cuánto tiempo tardarías en vender lo que tienes. |
| Nivel de servicio | 94.1 % | 98.5 % | Pedidos que se pudieron completar. |
| Capital liberado | — | $3.0 M | Dinero que salió del inventario. |
Pronóstico vs. real: el promedio reacciona tarde
Unidades por mes · 2026 · datos ficticios
Desliza el gráfico para ver el detalle →
Qué significa el error: es la diferencia entre lo que estimaste y lo que pasó. Si pronosticaste 1,000 y vendiste 1,200, el error es 200 unidades; en porcentaje, 16.7 %. No necesitas una fórmula complicada para entenderlo: mientras más pequeño, mejor.
El modelo no acertó todo. En diciembre se quedó corto porque la demanda creció más de lo esperado. Por eso se revisa cada mes y se ajusta con información del mercado. Un modelo sin revisión es una caja negra con buena presentación.
Cuánto dinero puede liberar
El beneficio no se mide solo en “acertar”. Se mide en dinero y en servicio. En el ejemplo, la empresa tiene $50 millones de inventario. Un 30 % es colchón de seguridad: $15 millones para cubrir errores del pronóstico y retrasos del proveedor.
Si el pronóstico mejora y la política de inventario se ajusta, el colchón puede bajar 20 %: $3 millones de capital liberado. Ese dinero puede ir a otro producto, a abrir un canal o a reducir deuda.
Cómo se liberan $3 millones de inventario
Millones de MXN · ejemplo ilustrativo · datos ficticios
Desliza el gráfico para ver el detalle →
También hay beneficios que no se ven en el inventario: menos ventas perdidas, menos fletes de urgencia, menos devoluciones por caducidad y un equipo que trabaja con menos presión. El ahorro real depende de tu operación; el ejemplo sirve para saber dónde buscar.
No prometas “predicciones exactas”. Promete una reducción medible del error y una mejor decisión. La exactitud perfecta no existe; la incertidumbre bien administrada sí.
Mínimos y máximos: cómo se convierte en compra
El pronóstico no sirve de mucho si se queda en un tablero. Se convierte en decisión cuando defines el punto de reorden y el máximo. El punto de reorden es el nivel que dispara la compra; el máximo es el techo que no quieres pasar.
Si esos niveles son fijos todo el año, la temporada alta te agarra con el mismo techo que la temporada baja: quiebre. En temporada baja, el mismo mínimo te deja con exceso. Con niveles dinámicos, el sistema ajusta el techo y el punto de reorden con el pronóstico y el tiempo de entrega.
Mínimo y máximo: fijo vs. dinámico
Unidades por semana · datos ficticios
Desliza el gráfico para ver el detalle →
| Decisión | Nivel fijo | Nivel dinámico |
|---|---|---|
| Temporada alta | Se queda corto; quiebre. | Sube con el pronóstico y el tiempo de entrega. |
| Temporada baja | Pide de más; sobrestock. | Baja el techo y libera capital. |
| Producto nuevo | Se usa la regla del producto viejo. | Se estima con productos parecidos. |
| Proveedor impredecible | No distingue el riesgo. | Sube el colchón donde la entrega es inestable. |
Cuidado: un nivel dinámico mal revisado puede generar compras nerviosas. Define límites, revisa los cambios cada semana y separa los productos críticos de los de bajo valor. No todos necesitan el mismo esfuerzo.
Cómo empezar sin complicarte
Una categoría, un almacén o un grupo de productos. Puede ser reducir quiebres o liberar inventario.
Ventas, inventario, promociones y quiebres. Si no tienes un dato, no lo inventes.
Compara lo que pronosticaste con lo que pasó. Ese es tu punto de partida.
Agrega temporada o promociones. Revisa excepciones y decide si el modelo le gana al promedio.
No empieces con todo el catálogo. Un piloto de 8 a 12 semanas con una categoría es suficiente para aprender. Si funciona, lo extiendes. Si no, ajustas o te quedas con el promedio.
Power BI es útil para mostrar el pronóstico, comparar con la realidad y revisar excepciones. El cálculo puede estar en Excel, en Python o en una herramienta especializada. Lo importante es que el número sea confiable y que alguien lo revise.
Si quieres entender qué puede anticipar Power BI y qué no, revisa modelos predictivos en Power BI.
Indicadores y plan de acción
No necesitas veinte indicadores. Con estos cinco puedes saber si el pronóstico está funcionando y si el negocio está mejorando.
| Indicador | Qué mide | Para qué te sirve |
|---|---|---|
| Error del pronóstico | Diferencia entre lo estimado y lo real. | Saber qué tanto te equivocas. |
| Quiebres | Productos que se quedaron sin stock. | Medir ventas perdidas y disponibilidad. |
| Días de inventario | Cuánto tiempo tardarías en vender lo que tienes. | Medir capital parado. |
| Nivel de servicio | Pedidos completos y a tiempo. | Saber si el cliente recibe lo que prometiste. |
| Capital liberado | Dinero que salió del inventario. | Demostrar el beneficio financiero. |
Plan de acción: elige una señal, prueba una acción y mide el resultado. No cambies todo al mismo tiempo.
| Si ves esto | Prueba esto | Mide esto |
|---|---|---|
| Error alto en temporada | Agrega calendario y promociones. | Error del pronóstico. |
| Muchos quiebres | Revisa tiempo de entrega, colchón y compra. | Quiebres y nivel de servicio. |
| Mucho inventario | Revisa compras, mínimos y productos de baja rotación. | Días de inventario y capital liberado. |
| El modelo no mejora | Quédate con el promedio y simplifica. | Error contra el promedio. |
| Buen pronóstico y mal servicio | Revisa al proveedor y el tiempo de entrega. | Nivel de servicio. |
| Productos nuevos con error | Usa productos parecidos y revisa la primera compra. | Error en productos nuevos. |
Rutina recomendada: revisa quiebres y excepciones cada semana; error, inventario y servicio cada mes. Ajusta el modelo cuando cambie el patrón, no solo cuando cambie el mes.
Preguntas frecuentes
¿Qué es un pronóstico de demanda?
Es una estimación de cuánto vas a necesitar en el futuro. Sirve para comprar mejor, tener menos inventario y evitar quiebres. No es una meta de ventas ni una promesa: es una expectativa con margen de error. Ver para qué sirve.
¿Para qué sirve un pronóstico de demanda?
Para tres cosas: reducir el capital que tienes en inventario, evitar quiebres de stock y mejorar el nivel de servicio. También ayuda a planear compras, producción y presupuesto. Ver los beneficios.
¿Pronóstico de demanda y pronóstico de ventas son lo mismo?
Sí, en la práctica se usan como sinónimos: ambos estiman cuánto vas a necesitar o vender. En esta guía hablo de demanda porque el objetivo es decidir compras e inventario. Ver para qué sirve.
¿Basta con un promedio simple?
Sí, cuando la demanda es estable, el producto es de bajo valor y el costo de equivocarte es bajo. También sirve como punto de comparación. Si el promedio te da el nivel de servicio que necesitas, no lo compliques. Ver promedio simple.
¿Cuándo conviene un modelo predictivo?
Cuando hay temporadas, promociones, precios cambiantes, productos nuevos o quiebres, y cuando el dinero en inventario o el riesgo de quiebre son altos. También necesitas datos ordenados y alguien que revise los resultados. Ver modelo predictivo.
¿Qué datos necesito?
Historia de ventas, inventario, promociones y quiebres. Si los tienes, agrega precio, calendario, productos relacionados y variables de la economía. Empieza con lo que ya existe; no inventes datos. Ver datos.
¿Sirve para productos nuevos?
Sí, si usas productos parecidos: misma categoría, marca, tamaño, precio y canal. La primera compra siempre se revisa y se ajusta con las primeras semanas de venta. Ver productos nuevos.
¿Cómo evito quiebres de stock?
Midiendo la demanda real, no solo las ventas; marcando los quiebres; revisando el tiempo de entrega; y ajustando el inventario de seguridad. El pronóstico ayuda, pero también importa el proveedor y la ejecución. Ver mínimos y máximos.
¿Se puede hacer en Power BI?
Sí. Power BI sirve para mostrar el pronóstico, comparar con la realidad y revisar excepciones. El cálculo puede estar en Excel, Python o una herramienta especializada. Ver cómo empezar.
¿Cada cuánto se revisa?
Los quiebres y las excepciones, cada semana. El error, el inventario y el nivel de servicio, cada mes. El modelo se ajusta cuando cambia el patrón o cuando el error se sale de rango. Ver indicadores.
Si quieres pronosticar con pedidos y no solo con facturación, revisa la guía de reporte de pedidos.
Ejemplos con datos ficticios. Los resultados de un modelo dependen de la calidad de los datos, la categoría, el tiempo de entrega y la disciplina operativa. No hay una mejora garantizada: hay una hipótesis que se mide.
¿Quieres reducir inventario sin perder nivel de servicio? En JAUS IT construimos el pronóstico, los indicadores y el tablero para que compras, inventario y dirección revisen la misma verdad. Conoce cómo trabajamos.
