Fórmula de precisión del pronóstico: comprueba si tus previsiones por SKU bastan para reponer

Qué fórmula de precisión del pronóstico usar antes de reponer

Usa el error porcentual absoluto medio (MAPE) como fórmula de precisión del pronóstico principal y revisa el sesgo del pronóstico antes de emitir el siguiente pedido de compra. El MAPE dice cuánto se alejó la previsión de las ventas reales. El sesgo dice si el fallo histórico fue sobre todo al alza o a la baja.

Las dos cifras que necesita un comercio de Shopify son una convención de precisión y una medida de sesgo. Precisión del pronóstico (%) = 100 − MAPE es una convención derivada, donde el MAPE es la media de |Pronóstico − Real| / Real × 100. No es una medida de precisión estandarizada de forma universal, y no está acotada en cero: cuando el MAPE supera el 100 %, el resultado es negativo. Sesgo del pronóstico (%) = media de (Pronóstico − Real) / Real × 100. Un sesgo positivo significa que los pronósticos históricos quedaron altos de media. Un sesgo negativo significa que quedaron bajos de media. El signo describe esa serie pasada. No dice hacia dónde fallará el siguiente pronóstico.

El MAPE es la métrica que la mayoría de los equipos de inventario puede explicar en una reunión de compras. El MAPE ponderado (WMAPE) es el mejor número a nivel de tienda cuando unos pocos bestsellers concentran los ingresos, porque pondera el error por unidades reales en lugar de tratar cada SKU por igual. El error absoluto medio (MAE) sirve cuando un producto tuvo ventas cero y un porcentaje se rompería.

No te fíes de una puntuación de precisión de un solo periodo. Un SKU puede parecer un 95 % preciso en una semana tranquila y aun así dejarte sin stock en la semana en que repones.

Paso 1: compara pronósticos y ventas reales en el mismo periodo

Saca el pronóstico que habrías usado para reponer y las unidades realmente vendidas, para el mismo SKU y el mismo rango de fechas. Si el pronóstico era semanal, suma las ventas reales por semana. Mezclar un pronóstico mensual con ventas diarias hace que el error parezca peor de lo que fue la decisión de compra.

Usa unidades netas vendidas, no pedidos brutos. Las devoluciones y los pedidos cancelados inflan la demanda si los dejas dentro. Excluye los periodos en los que el SKU estuvo sin stock la mayor parte de la ventana, o las ventas reales están censuradas: vendiste lo que tenías, no lo que querían los clientes. Los informes de inventario y los informes de ventas por producto de Shopify son el sitio más simple para sacar unidades vendidas e inventario final de esa comprobación. La columna “Cantidad vendida” de esos informes no descuenta las devoluciones, así que no la uses tal cual como unidades netas. Resta las devoluciones y los pedidos cancelados de esa cifra antes de puntuar el pronóstico.

• Una fila por SKU y periodo: unidades pronosticadas, unidades reales vendidas, días con stock.
• La misma ventana de calendario en ambas columnas. No compares un pronóstico de 30 días con 28 días de ventas.
• Quita o marca los periodos con roturas de stock de más de un día o dos. Esas ventas reales subestiman la demanda.
• Conserva al menos de 8 a 12 periodos si puedes. Un mes es una anécdota, no un historial.

Si no guardas los pronósticos antiguos, empieza ahora. Anota el número en el que creías cuando reponiste por última vez, aunque sea en una columna de la hoja de cálculo junto a la fecha del pedido de compra. La precisión no se puede reconstruir solo con el gráfico de ventas de hoy.

Paso 2: calcula el error porcentual con un ejemplo por SKU

Toma un SKU a lo largo de cuatro semanas. Los pronósticos fueron 40, 50, 45 y 60 unidades. Las ventas reales fueron 32, 55, 30 y 70.

El error porcentual absoluto (APE) de la semana 1 es |40 − 32| / 32 = 25 %. Repite eso en cada semana y promedia los cuatro APE: (25,0 + 9,1 + 50,0 + 14,3) / 4 = 24,6 % de MAPE. Con la convención 100 − MAPE, eso da 75,4 %. La misma convención no es una puntuación de 0 a 100: un MAPE por encima del 100 % daría un resultado negativo.

El WMAPE del mismo SKU es el error absoluto total dividido entre las ventas reales totales: (8 + 5 + 15 + 10) / (32 + 55 + 30 + 70) = 38 / 187 = 20,3 %. Aplicar la misma convención 100 − error al WMAPE da alrededor del 79,7 %, con la misma limitación si el error supera el 100 %. La diferencia entre MAPE y WMAPE es el punto. La semana 3 fue un fallo porcentual grande en una semana más pequeña, así que el MAPE sin ponderar la castiga más.

No hay una nota de corte universal. Si necesitas un punto de partida en tu propia hoja, trata aproximadamente un 20 a 30 % de MAPE como señal de revisión para los bestsellers en el horizonte contra el que compras, y aproximadamente un 40 % de MAPE en los últimos 8 a 12 periodos como el punto en el que dejas de tratar ese pronóstico como cantidad de compra. Esos cortes son heurísticos operativos ilustrativos, no umbrales publicados. Los SKU de cola larga suelen quedar peor. Anota tus propios umbrales y revísalos.

Paso 3: trata los productos con ventas cero y las medias engañosas

El MAPE divide entre las ventas reales. Una semana con cero unidades vendidas deja la fórmula indefinida. No sustituyas el cero por 1 para forzar un porcentaje. Eso inventa un error del 100 % o mayor que no tiene nada que ver con cómo compras.

En SKU intermitentes, informa el MAE en unidades: media de |Pronóstico − Real|. Un MAE de 2 unidades en un producto que vende de 0 a 3 unidades por semana es una decisión distinta de un MAE de 2 en un producto que vende 80. Di ambos números cuando revises el catálogo: error porcentual para los que venden de forma estable, error en unidades para los que venden poco.

• Si las ventas reales son cero y el pronóstico también era cero, cuenta el periodo como acierto, no como indefinido.
• Si las ventas reales son cero y el pronóstico no, registra el error absoluto en unidades y excluye el periodo del MAPE.
• No promedies el MAPE de todo el catálogo y lo llames precisión de la tienda. Un 90 % en 200 SKU muertos esconde un fallo del 40 % en los 15 productos que financian el negocio.
• Prefiere el WMAPE, o el MAPE solo de tus SKU de más ingresos, cuando informes un solo número al propietario.

Una media a nivel de tienda también esconde el mix. Diez productos con un 10 % de error y dos con un 80 % pueden seguir imprimiendo una media halagadora. Ordena por ingresos y después por error. La revisión de reposición debe empezar por los SKU de altos ingresos y alto error, no por la media del catálogo.

Paso 4: comprueba si los pronósticos sobreestiman o subestiman de forma sistemática

La precisión sin dirección te deja sin stock o te entierra en inventario. En las mismas cuatro semanas, el error porcentual con signo es (Pronóstico − Real) / Real.

Semana 1: (40 − 32) / 32 = +25 %. Semana 2: (50 − 55) / 55 = −9,1 %. Semana 3: (45 − 30) / 30 = +50 %. Semana 4: (60 − 70) / 70 = −14,3 %. El sesgo medio es (+25 − 9,1 + 50 − 14,3) / 4 = +12,9 %. Ese +12,9 % es la media de los cuatro sesgos porcentuales semanales, no el sobrepronóstico en unidades. Los totales son 195 unidades pronosticadas y 187 unidades reales, un sobrepronóstico agregado de alrededor del 4 %. Dos semanas quedaron altas y dos bajas. Una media positiva es una señal para investigar la serie. No significa que el siguiente pronóstico tenga más probabilidad de quedar alto.

La señal de seguimiento es una forma simple de ver si ese sesgo se mantiene. Suma los errores con signo en unidades (pronóstico menos real): +8, −5, +15, −10. La suma acumulada es +8. La desviación absoluta media es 9,5 unidades. Señal de seguimiento = suma acumulada de errores / MAD = 8 / 9,5 = 0,84. Si quieres un punto de partida, marca la serie para investigarla cuando el valor absoluto de la señal de seguimiento ronde 4. Trata ese corte como un heurístico operativo ilustrativo, no como un límite de control estándar. Con cuatro semanas estás lejos de ese esquema. Mantén la serie. Una racha de errores positivos es un motivo para revisar el pronóstico y cualquier edición manual. No es prueba de que el siguiente pronóstico vaya a quedar alto.

El sesgo a la baja es el fallo más caro en un bestseller con un plazo de proveedor largo, porque la venta perdida ocurre antes de que llegue el siguiente contenedor. El sesgo al alza es el fallo más caro en un SKU estacional o perecedero, porque las unidades de más se quedan cuando cae la demanda. Lee el signo según el producto, no como un bien o un mal universal.

Cómo usar el resultado antes de emitir el siguiente pedido

El pronóstico es un dato de entrada de la cantidad a comprar, no la cantidad a comprar. Antes de emitir un pedido de compra, haz esta comprobación en el SKU que vas a reponer.

1. Confirma que la ventana de precisión coincide con el plazo de entrega. Si el proveedor tarda 6 semanas, puntúa el pronóstico a un horizonte de 6 semanas, no el número de la semana que viene.
2. Si el MAPE de periodos recientes comparables está por debajo de tu propia barra heurística y el sesgo está cerca de cero, usa el pronóstico como demanda de entrada en tu punto de pedido.
3. Si el MAPE es aceptable pero el sesgo es negativo de forma sostenida, investiga el déficit antes de subir la demanda de entrada o el stock de seguridad. Infrapronosticar de forma repetida es una señal para revisar, no una prueba de que el siguiente periodo también se quede corto.
4. Si el MAPE es aceptable pero el sesgo es positivo de forma sostenida, investiga antes de recortar la demanda de entrada. Una puntuación de precisión ordenada puede convivir con un exceso de compra, pero un sesgo positivo pasado no prueba que el siguiente pronóstico vaya a quedar alto.
5. Si el MAPE es malo, no salgas del problema promediando. Compra a una cobertura más corta, parte el pedido o usa las ventas reales recientes más un ajuste manual hasta que baje el error.
6. Recalcula cuando llegue la recepción. La siguiente fila de precisión es cómo aprendes si el override ayudó.

Un punto de pedido habitual es (demanda media diaria × plazo de entrega en días) + stock de seguridad. La precisión del pronóstico entra en ambos términos. Un error ruidoso significa que necesitas más stock de seguridad para mantener el mismo nivel de servicio. Un sesgo sistemático significa que la demanda media diaria que metiste ya está mal, y más stock de seguridad no arregla un pronóstico que siempre va un 15 % bajo.

En el SKU del ejemplo, no conviertas el +12,9 % en un descuento de la cantidad a comprar. Dividir un pronóstico de plazo de 200 unidades entre 1,129, unas 177 unidades, trata la media de cuatro sesgos porcentuales semanales como un factor de corrección. Los totales en unidades no respaldan ese factor, y una media histórica positiva no establece que el siguiente pronóstico vaya a quedar alto. Investiga qué provocó los fallos y fija la cantidad de compra a partir del plazo, las ventas reales recientes y el stock de seguridad. Si aun así aplicas un ajuste manual, etiquétalo como un juicio y anota por qué, para que la siguiente revisión de precisión ponga a prueba ese juicio y no una fórmula.

Combina esta comprobación con una fórmula de reposición en la que ya confíes y con un pronóstico de demanda construido con ventas recientes, no con la esperanza del año pasado. Si decides qué SKU merecen esta revisión primero, empieza por los productos que ya se comportan como un bestseller de Shopify. Esos son los pronósticos que mueven caja.

Qué es suficiente en un catálogo pequeño

No necesitas un motor estadístico de pronóstico para hacer esto. Una hoja con pronóstico, real, error absoluto, APE y error con signo basta para los SKU que repones cada mes. Revísala el mismo día en que cortas los pedidos de compra.

Tres reglas mantienen la revisión honesta. Puntúa el horizonte contra el que compras. Separa el error porcentual del sesgo. Ignora las medias de todo el catálogo cuando un puñado de SKU produce la mayor parte de los ingresos. Si esas tres están en su sitio, la fórmula de precisión del pronóstico deja de ser un ejercicio de manual y pasa a ser una razón para cambiar la siguiente cantidad de pedido.

La inteligencia de stock de Skymetrics está pensada para el lado de reposición de este problema: vigilar el sell-through y marcar el riesgo de rotura antes de que el bestseller se agote. La hoja de precisión sigue siendo tu trabajo si quieres saber si el número contra el que compras se ha ganado esa confianza.