Previsión de demanda y de ventas para empresas

• Histórico de ventas
• Estacionalidad
• Promociones y precio
• Previsión por SKU, cliente o zona
• Integración con ERP

¿Qué se puede prever exactamente?

Una previsión de demanda puede estimar las unidades o el importe que se venderán en las próximas semanas o meses, al nivel que la empresa necesite para decidir: por referencia, por familia, por cliente, por tienda, por zona comercial o por canal. Lo habitual es combinar una previsión agregada, más estable, con una previsión de detalle para los productos o clientes que más pesan.

¿Qué diferencia hay entre previsión de ventas y previsión de demanda?

La previsión de ventas estima lo que se va a facturar; la previsión de demanda estima lo que los clientes van a pedir, se pueda servir o no. Si hubo roturas de stock, las ventas históricas subestiman la demanda real, y un modelo entrenado solo con ventas aprende a quedarse corto. Por eso, cuando hay datos de pedidos no servidos o de stock a cero, se usan para corregir el histórico.

¿Qué datos hacen falta para prever la demanda?

Para prever la demanda hace falta, como mínimo, el histórico de ventas o pedidos con fecha, producto y cantidad. Lo habitual es pedir dos años, para ver la estacionalidad dos veces; con un año se puede empezar, y con menos la previsión se apoya sobre todo en la tendencia reciente. Mejoran mucho la previsión el calendario de promociones, los cambios de precio, las roturas de stock y los clientes grandes que compran a pedidos sueltos.

¿Cómo sería un ejemplo de previsión de demanda?

Ejemplo ilustrativo, no es un cliente real. Un distribuidor que hoy compra repitiendo lo que vendió el mismo mes del año anterior recibe cada lunes una previsión a ocho semanas por referencia, con un rango alto y bajo. El equipo de compras ajusta los pedidos de las referencias con más riesgo de rotura y deja de inmovilizar stock en las que el rango indica que la demanda baja. Así se ve en la demo del panel de KPIs, que incluye una previsión de ventas con su banda de confianza.

¿Qué precisión se puede esperar de una previsión de demanda?

La precisión de una previsión de demanda depende del producto: las referencias de venta regular se prevén bien y las de venta esporádica, mal, con cualquier método. Por eso no damos una cifra de acierto antes de ver los datos. Lo que sí hacemos es medir el error del modelo sobre meses que no ha visto y compararlo con lo que la empresa hace hoy, por ejemplo repetir las ventas del año anterior. Si el modelo no mejora esa referencia, lo decimos antes de seguir.

¿Y si la empresa ya tiene equipo de datos?

Si la empresa ya tiene equipo de datos o un módulo de planificación en su ERP, MB Soluciones puede construir el modelo sobre su plataforma, revisar el que ya existe o centrarse en la parte más difícil, como las referencias de venta irregular o el efecto de las promociones. Más detalle en análisis predictivo para grandes empresas.

¿Qué proyectos de previsión de demanda ha hecho MB Soluciones?

MB Soluciones implantó un sistema de previsión de demanda para Congelados Dalai, distribuidora de congelados, coordinado con el equipo comercial para reducir roturas de stock y entregas urgentes no planificadas. En Redexis, operador de infraestructuras energéticas, desarrolló modelos de Machine Learning a partir del histórico de ventas, identificando las variables que mejoraban la capacidad predictiva.

¿Cómo trabaja MB Soluciones un proyecto predictivo?

MB Soluciones trabaja los proyectos predictivos en cinco pasos: un diagnóstico gratuito para ver qué datos hay y qué decisión se quiere mejorar; una auditoría y limpieza de esos datos, porque un modelo sobre datos sucios predice mal; el modelo, validado con meses que no ha visto; la integración con el ERP, el CRM o Power BI, para que la predicción llegue a quien decide; y un seguimiento del error una vez en marcha. No hay precio público: cada propuesta depende de los datos de partida.