Inicio / Negocios digitales e IA / Módulo 5
El análisis predictivo usa tus datos pasados para estimar qué es probable que ocurra: cuánto vender, qué clientes se van, cuánto comprar. Verás cómo empezar simple, medir el error y decidir con un rango.
Objetivo: Distingue los cuatro tipos de análisis, calcula un pronóstico con promedio móvil y su error en un backtest, y decide cuántas unidades pedir con un rango.
El análisis predictivo usa datos del pasado para estimar qué es probable que ocurra. No adivina: encuentra patrones, como las compras de cada mes o los hábitos de recompra, y los proyecta hacia adelante. Es un peldaño de una escalera. El análisis descriptivo dice qué pasó, el de diagnóstico explica por qué, el predictivo estima qué pasará y el prescriptivo propone qué hacer. Un negocio pequeño gana mucho con los dos primeros antes de saltar al tercero.
En un negocio digital sirve para cuatro decisiones. Demanda: cuántas unidades comprar antes de una campaña. Recompra: qué clientes están por dejar de comprar y merecen un mensaje. Valor del cliente: cuánto se espera que gaste con el tiempo, para decidir cuánto pagar por conseguirlo. Publicidad y precios: qué productos o audiencias rinden más. Elige una decisión que hoy tomas a ojo y que cuesta dinero cuando falla, como comprar de más o quedarte sin stock.
La IA ayuda de dos maneras. Los modelos de aprendizaje automático aprenden de tus datos y ya vienen dentro de muchas plataformas de tienda y de publicidad. Los asistentes de IA de uso general pueden leer una tabla, calcular un pronóstico y explicar el método. Con cualquiera de los dos, empieza simple: un promedio móvil (el promedio de los últimos meses) con ajuste por temporada suele bastar. Un modelo complejo con pocos datos parece preciso y falla. Pide que el asistente muestre la fórmula y revisa tú las cuentas.
Los datos mandan. Necesitas al menos 12 meses de ventas por producto y por mes; con 24 se ve mejor la temporada, como el Día de la Madre o la Navidad. Limpia los duplicados y marca los meses con promociones o sin stock, porque las ventas perdidas por falta de producto no aparecen en tus cifras. Antes de usar un pronóstico, haz un backtest: predice meses que ya pasaron, sin mirarlos, y compara con lo real. El error porcentual medio (MAPE) es el promedio de cuánto te equivocaste cada mes, en porcentaje.
Un pronóstico es un rango, no una cifra exacta, y se rompe cuando algo cambia de golpe. Decide con el rango, deja margen de seguridad y revísalo cada mes. Si usas datos de clientes, hazlo con su consentimiento y con las reglas de la Ley N.° 29733, de Protección de Datos Personales. Cuida también los casos en que el modelo decide sobre una persona, como dar o no un crédito: la norma peruana de IA pide más transparencia y revisión humana. La planificación de la demanda a gran escala se ve en el curso de Cadena de suministro, tecnología e IA (scm).
| Tipo de análisis | Pregunta que responde | Ejemplo en tu tienda |
|---|---|---|
| Descriptivo | ¿Qué pasó? | En octubre vendiste 170 unidades |
| Diagnóstico | ¿Por qué pasó? | Subieron por una campaña de correos |
| Predictivo | ¿Qué es probable que pase? | Noviembre rondará las 196 unidades |
| Prescriptivo | ¿Qué debo hacer? | Pedir 174 unidades al proveedor |
Resultado: El pronóstico de noviembre es de 196 unidades, con un rango de 183 a 209 según un error medio de 6.5%. Para cubrir el extremo alto con 35 unidades en stock, Café Altura pide 174 y asume un sobrante posible de 13 unidades.
09/09/2025
El 09/09/2025 se publicó en El Peruano el Decreto Supremo N.° 115-2025-PCM, que reglamenta la Ley N.° 31814 sobre el uso de la inteligencia artificial. Distingue usos prohibidos, de riesgo alto y de riesgo aceptable. Entre los de riesgo alto cita los sistemas que determinan la evaluación crediticia (salvo detección de fraude) y los de selección o cese laboral. Para ellos pide transparencia y supervisión humana, y fija plazos de adecuación de uno a cuatro años según sector y tamaño.
Usa predicciones para stock y campañas, pero si un modelo decide sobre una persona, como un crédito o un empleo, revisa si es de riesgo alto y deja explicación y revisión humana.
Fuente: Congreso de la República – Decreto Supremo N.° 115-2025-PCM, Reglamento de la Ley N.° 31814
2022
En su carta a los accionistas sobre el ejercicio 2021, Amazon reconoce que no sabía qué esperar en 2021 y que el crecimiento de la pandemia equivalió a lo previsto para tres años, ocurrido en unos 15 meses. Para atender esa demanda debió duplicar su red de cumplimiento en 24 meses. También esperaba que el impacto de la covid-19 cediera a fines de 2021, pero llegaron la variante ómicron y después el alza de costos por la guerra en Ucrania. Ni una empresa con enormes volúmenes de datos anticipó el cambio.
Trata el pronóstico como un rango, revísalo cada mes y mantén capacidad flexible, por ejemplo pedidos en tramos o un operador logístico que absorba picos.
Practica con las calculadoras, el Simulador COMEX y las preguntas de repaso en la página principal.
Abrir este tema en la calculadora →