Demand planning: pronósticos con error medido, no con criterio
Modelos de pronóstico de demanda por producto y familia, con error medido, integrados al ERP y al proceso de planificación que los usa.
El problema que resuelve
El pronóstico vive en una planilla que mantiene una persona. Se arma con el histórico, se ajusta con criterio comercial y nadie sabe cuánto se equivocó el mes pasado, porque el archivo se sobrescribió.
El resultado se ve en dos lugares al mismo tiempo: quiebres de stock en los productos que se mueven e inventario inmovilizado en los que no. Ambos son caros, y la discusión termina siendo entre áreas en vez de contra los datos.
Qué entregamos
- Modelo de pronóstico por producto y familia, con estacionalidad, tendencia y quiebres de serie tratados de forma explícita.
- Medición de error con backtesting sobre el histórico: cuánto se equivoca el modelo y en qué productos, comparado contra el método que usas hoy.
- Jerarquías de agregación conciliadas, para que el total por familia y la suma de sus productos den lo mismo.
- Integración con el ERP: consumo del histórico desde SAP u otra fuente y devolución del pronóstico donde lo usa planificación.
- Tablero de seguimiento con el error del período y los productos donde el modelo está fallando.
- El proceso alrededor: quién revisa el pronóstico, con qué frecuencia y cómo se documenta un ajuste manual.
Stack tecnológico
- Python
- BigQuery
- Power BI
- SAP MM
- Airflow / Cloud Composer
Casos de uso
Situaciones típicas en las que entra este servicio.
- Pronóstico en Excel que mantiene una sola persona y que nadie más puede reproducir.
- Quiebres de stock recurrentes en los mismos productos, con exceso de inventario en otros.
- Ajustes manuales al pronóstico que no quedan registrados ni se evalúan después.
- Un proceso de S&OP donde cada área llega con su propio número de demanda.
Preguntas frecuentes
- ¿Necesito años de historia para que sirva?
- Ayuda, pero no siempre es indispensable. Con dos años se capta bien la estacionalidad; con menos se puede trabajar agrupando productos parecidos. Lo que sí es indispensable es que el histórico esté limpio: promociones, quiebres y datos de productos descontinuados distorsionan más que la falta de años.
- ¿Esto reemplaza al planificador?
- No. Le quita la parte mecánica y le deja el criterio, que es donde aporta. El modelo entrega una base defendible y el planificador ajusta lo que sabe y el histórico no puede saber: una licitación, un cliente nuevo, un cambio de precio. La diferencia es que ese ajuste queda registrado y después se puede evaluar.
- ¿Cómo sé si el modelo es mejor que lo que hago hoy?
- Comparándolos sobre el mismo histórico. Antes de cambiar nada medimos el error de tu método actual y el del modelo sobre los mismos períodos. Si el modelo no gana, no hay razón para cambiarlo, y eso también es un resultado.
¿Te suena conocido?
Cuéntanos qué tienes hoy y qué te está doliendo. Respondemos con un alcance acotado o te decimos derechamente que no somos los indicados.