Saltar al contenido
SwankyForge
SwankyForge
Todos los casos de estudio
PrevisiónOptimizaciónAnalítica4 meses

Previsión de demanda + optimización de inventario

La planificación funcionaba con una hoja de cálculo y una tasa de crecimiento. Ahora el stock sigue a la demanda real.

MAPE ponderado

2.7%

Previsión jerárquica reconciliada

Antes

12.1%

Hoja de cálculo con tasa de crecimiento agregada

En términos claros

Qué es esto.

Sin jerga en esta sección. La descripción técnica está más abajo.

Qué estaba fallando

La planificación usaba hojas de cálculo y una única hipótesis de crecimiento aplicada a todo. Las líneas populares se agotaban mientras las lentas se quedaban en el almacén inmovilizando capital, y nadie podía cuantificar el equilibrio entre ambas cosas.

Qué construimos

Construimos una previsión que trabaja producto a producto y cuadra de forma coherente con los totales por categoría y de empresa, integrada en el proceso de planificación que ya se usaba y capaz de responder preguntas what-if.

Qué cambió

El error de previsión bajó del 12,1% al 2,7%. El capital antes inmovilizado en el stock equivocado se liberó sin que se agotaran más artículos, y los planificadores revisan ahora las excepciones en lugar de rehacer hojas de cálculo.

Arquitectura

Cómo encaja todo.

Recorra las etapas. Todo lo marcado como añadido es un componente que no existía antes de este proyecto.

POR NIVELERP + TPVDIARIOConstrucción de featuresCALENDARIO + PROMOModelo de previsiónJERÁRQUICOReconciliaciónCOHERENTEOptimizador de stockNIVEL DE SERVICIOUI de planificaciónEXCEPCIONES
  1. ERP + TPV

    diario

    alimenta
    Construcción de features
  2. Construcción de features

    calendario + promo

    recibe de
    ERP + TPV
    alimenta
    Modelo de previsión
  3. Modelo de previsión

    jerárquico

    Esto lo añadimos nosotros
    recibe de
    Construcción de features
    alimenta
    Reconciliaciónpor nivel
  4. Reconciliación

    coherente

    Esto lo añadimos nosotros
    recibe de
    Modelo de previsiónpor nivel
    alimenta
    Optimizador de stock
  5. Optimizador de stock

    nivel de servicio

    Esto lo añadimos nosotros
    recibe de
    Reconciliación
    alimenta
    UI de planificación
  6. UI de planificación

    excepciones

    recibe de
    Optimizador de stock
La descripción

Cómo se construiría.

Dataset, enfoque, métricas objetivo y stack. Escrito para quien tenga que revisarlo.

PrevisiónOptimizaciónAnalítica4 meses

Previsión de demanda + optimización de inventario

Previsión que se integra en los flujos de planificación y admite escenarios what-if.

Problema

La planificación funcionaba con hojas de cálculo y una única tasa de crecimiento agregada. Los artículos de alta rotación se agotaban mientras los de baja rotación inmovilizaban capital circulante, y nadie podía cuantificar el equilibrio.

Dataset

filas
31M SKU-días
features
178
fuentes
ERP, TPV, promociones, meteorología
ventana
48 meses

Enfoque

  1. 01Construimos una previsión jerárquica reconciliada entre SKU, tienda y región
  2. 02Hicimos backtest con evaluación de origen móvil en lugar de una única partición
  3. 03Modelamos las promociones y los efectos de calendario como regresores explícitos
  4. 04Llevamos las previsiones a un optimizador de stock de seguridad con objetivos de nivel de servicio

Métricas

2.7%
MAPE ponderado
-9.4pp
97.3%
precisión de previsión
horizonte de 12 semanas
-34%
roturas de stock
en artículos A
-21%
inventario mantenido
mismo nivel de servicio

Evidencia

fuente
Diseño de referencia
cifras
Ilustrativo: valores típicos para este diseño
medición
No medido. Valores típicos para un diseño de referencia de este tipo, no observados en el sistema de un cliente.
referencia
No disponible para este proyecto
última revisión
2026-08-25

Impacto en el negocio

  • Capital circulante liberado sin perjudicar la disponibilidad
  • Los planificadores revisan excepciones en lugar de rehacer hojas de cálculo
  • Decisiones de promoción respaldadas por una estimación medida del lift

Stack tecnológico

  • Python
  • Prophet
  • CatBoost
  • dbt
  • BigQuery
  • Looker
  • Airflow

Siguiente paso

¿Necesita un sistema como este?

Responda seis preguntas y le diremos si este planteamiento encaja con su problema, también cuando no encaja.