Ejemplo de análisisPronóstico de ventas por producto
¿Sirve el historial para prever las próximas ventas? Se mide antes de usarlo
Una distribuidora quiere saber si una previsión hecha con su historial acierta más que lo que ya hace: repetir el promedio del último mes. Este ejemplo recorre el análisis completo, del archivo que entra a los errores que quedan.
Los datos son sintéticos: los generó un guion, no son ventas de ningún negocio. Los resultados valen para este archivo y no son una promesa para otro.
Leyendo el archivo y calculando…
Paso 1 de 6
El archivo de entrada
Todo sale de un solo archivo, ventas-ejemplo.csv: una fila por semana y por producto, con tres columnas. Es el tipo de exportación que se pide para revisar si los datos sirven.
Primeras filas del archivo, tal como están. Descargar ventas-ejemplo.csv (… KB).
Pasos 2 y 3 de 6
El período histórico y el período reservado para evaluar
El archivo se parte por fechas, sin barajar. Con el período histórico se elige cómo pronosticar. Las últimas semanas quedan reservadas: no se usan para elegir nada, solo para comprobar.
- Histórico
- … semanas, del … al …. Dentro de él, las últimas … sirven para elegir los dos parámetros del método.
- Reservado para evaluar
- … semanas, del … al …. Se pronostican de a … semanas, como se usaría: … pronósticos seguidos, cada uno con lo vendido hasta ese momento.
Paso 4 de 6
Pronóstico frente a resultado real
Elija un producto. La línea negra es lo vendido; la azul, el pronóstico del método; la naranja, la referencia sencilla. La zona sombreada son las semanas reservadas.
- Vendido
- Pronóstico del método
- Referencia: promedio de las últimas 4 semanas
- Semanas reservadas
- Semana con promoción o quiebre de stock
Error: pronóstico menos vendido. Con signo más, se pronosticó de más; con signo menos, de menos.
Las cuatro semanas que siguen al archivo
…
Paso 5 de 6
Comparación con una referencia sencilla
Un pronóstico vale si le gana a lo más simple que se puede hacer. Aquí, lo más simple es repetir el promedio de las últimas cuatro semanas.
Error medio: cuántas unidades por semana se alejó la estimación de lo vendido, en promedio. Error porcentual: suma de los errores sobre la suma de lo vendido en las semanas reservadas. Menos es mejor en los dos.
Paso 6 de 6
Errores y limitaciones
Las semanas en que el método más se equivocó, y lo que este análisis no puede decir.
Lo que este análisis no cubre
- El método solo ve las ventas pasadas. No recibe el calendario de promociones ni los quiebres de stock: en esas semanas se equivoca más.
- Lo vendido no es lo que se habría vendido. Si un producto se agotó, el archivo muestra menos ventas que la demanda que hubo.
- Con dos años de historia no se modela la época del año. En productos con temporada marcada el error sube cuando cambia la época.
- Doce semanas son pocas para afirmar que un método es mejor siempre: dicen cómo le fue en ese período.
- Esto es un pronóstico de ventas, no una sugerencia de compra. Para sugerir cantidades también hacen falta existencias, pedidos pendientes, plazos de proveedores y restricciones.
Cómo se hizo: método, parámetros y cómo repetirloDetalle técnico para quien quiera revisarlo
Método
Suavizado exponencial con tendencia (método de Holt), escrito en JavaScript sin librerías. Es un método estadístico clásico. No es una red neuronal ni un modelo de lenguaje, y no usa datos de otros negocios. Para cada semana t:
nivel(t) = alfa · venta(t) + (1 − alfa) · (nivel(t−1) + tendencia(t−1)) tendencia(t) = beta · (nivel(t) − nivel(t−1)) + (1 − beta) · tendencia(t−1) pronóstico(t+h) = nivel(t) + h · tendencia(t), redondeado a unidades enteras y nunca menor que cero
Con beta igual a cero no hay tendencia: queda un suavizado exponencial simple.
Cómo se eligen alfa y beta
Para cada producto se prueban … combinaciones (alfa: …; beta: …). Se recorren las últimas … semanas del histórico: en cada una se pronostican las … siguientes con lo anterior, y se queda la combinación con menor suma de errores. Las semanas reservadas no intervienen.
Referencia sencilla
El promedio de las últimas … semanas, repetido para las … siguientes y redondeado a unidades enteras.
Medidas
error medio = promedio de |vendido − estimado| error porcentual = suma de |vendido − estimado| / suma de vendido
Cómo repetirlo
Los datos los genera datos.js (en la carpeta de esta página) con la semilla …. Con la misma semilla salen siempre los mismos números. …
Todos los números de esta página se calculan en su navegador al abrirla, a partir del archivo: ninguno está escrito a mano. El método está en metodo.js.
Un análisis así, con tu historial
DataGenesis analiza tu historial de ventas y evalúa una previsión por producto para apoyar tus decisiones de compra. Antes de aceptar el proyecto revisamos si tus datos permiten responder tu pregunta. No prometemos una precisión.
Piloto de pronóstico de ventas por producto · alcance publicado
Hasta diez productos de una ubicación. Qué incluye, qué necesita de tu parte y qué se cotiza aparte está en la página del servicio.