Calculadora COMEX Perú

Inicio / Cadena de suministro, tecnología e IA / Módulo 2

2.1 Pronóstico de demanda y efecto látigo

Un pronóstico estima cuánto pedirán tus clientes y siempre tiene error. Aprenderás a elegir un método, medir ese error y frenar el efecto látigo, que lo amplifica a medida que subes por la cadena.

Módulo 2: Planificación y control · Revisado el 12/10/2026

Objetivo: Calcula un pronóstico con media móvil y su sesgo, y explica qué causa el efecto látigo y cómo reducirlo.

El pronóstico de demanda es una estimación de cuánto pedirán tus clientes en los próximos períodos. Con él decides qué comprar, producir, almacenar y transportar. No es lo mismo que una meta de ventas: la meta dice qué quieres lograr y el pronóstico dice qué es probable que ocurra. Tampoco es lo mismo que las ventas pasadas. Si te quedaste sin stock en marzo, vendiste menos de lo que el mercado quería, y esa cifra subestima la demanda real.

Hay tres familias de métodos. Los cualitativos usan el juicio de expertos y del equipo comercial; sirven cuando no hay historial, como en un producto nuevo. Los de series de tiempo usan solo el historial: la media móvil promedia los últimos n períodos y el suavizamiento exponencial da más peso a los datos recientes. Los causales relacionan la demanda con precio, promociones, clima o tipo de cambio. Empieza por lo simple. Si tu producto tiene picos por campaña (escolar, Día de la Madre, Navidad), agrega índices estacionales por mes.

Todo pronóstico se equivoca. Lo útil es medir cuánto y hacia dónde. El sesgo es el promedio del error con su signo: muestra si tiendes a pasarte o a quedarte corto. El MAPE (error porcentual absoluto medio) dice qué tan lejos estás en promedio, sin importar el signo. Calcúlalo con meses que el método no usó para ajustarse y compáralo con un pronóstico ingenuo, que repite el último dato. Si no lo supera, no aporta. El error baja si agrupas (por familia mejor que por SKU, el código de cada producto) y si acortas el horizonte.

El efecto látigo (en inglés, bullwhip effect) ocurre cuando una variación pequeña en las compras del consumidor se vuelve oscilaciones cada vez mayores en los pedidos a medida que subes: tienda, distribuidor, fabricante, proveedor de insumos. Cada eslabón pronostica con los pedidos del eslabón de abajo, no con la venta final, y le suma su propio colchón. Si la variabilidad de tus pedidos es mayor que la de tus ventas, estás amplificando. Las causas se repiten: ajustar el pronóstico con cada pedido, pedir por lotes (camión o contenedor completo), comprar por adelantado ante promociones y pedir de más cuando se teme escasez.

Para frenarlo, ataca la causa. Comparte con tus proveedores la venta real, no solo tus pedidos. Acorta plazos y reduce lotes cuando puedas. Evita promociones erráticas. Si el proveedor raciona, reparte según el historial y no según lo pedido. Y establece un S&OP (planificación de ventas y operaciones): una reunión mensual donde comercial, compras, logística y finanzas acuerdan una sola cifra de demanda. El stock de seguridad y el punto de reorden se ven con más detalle en el curso «Logística internacional y distribución física».

Ideas clave

MétodoCuándo usarloLímite principal
Juicio de expertos / equipo comercialProducto nuevo o cambio de mercado, sin historialSesgo optimista; pronóstico y meta se mezclan
Media móvilDemanda estable, sin tendencia ni picosReacciona tarde a los cambios
Suavizamiento exponencialMuchos productos con cambios gradualesCon estacionalidad fuerte necesita una versión que la incluya
Índices estacionalesPicos por campaña, cosecha o NavidadPide al menos dos años de historia
Regresión (causal)Ventas ligadas a precio, promociones, clima o tipo de cambioHay que pronosticar también las variables explicativas

Ejemplo resuelto

Elegir el método y fijar el stock de seguridad
  1. Distribuidora Andina de Filtros SAC (ficticia) importa cajas de filtros de agua. Su plazo de reposición es de 45 días (1.5 meses). Demanda de enero a setiembre, en cajas: 1,210; 1,280; 1,110; 1,300; 1,220; 1,140; 1,300; 1,250; 1,220. No hubo quiebres de stock, así que las ventas reflejan la demanda.
  2. Compara dos métodos sobre abril a setiembre: el ingenuo (repite el mes anterior) y la media móvil de 3 meses. Para abril, el ingenuo da 1,110 y la media móvil da (1,210 + 1,280 + 1,110) / 3 = 1,200.
  3. Errores (real menos pronóstico), abril a setiembre. Ingenuo: 190, -80, -80, 160, -50, -30. Media móvil: 100, -10, -70, 80, 30, -10.
  4. MAPE: ingenuo 7.8% y media móvil 4.0%. Sesgo de la media móvil: (100 - 10 - 70 + 80 + 30 - 10) / 6 = +20 cajas por mes, cerca del 1.6% de la demanda media (1,238 cajas). Subestima apenas.
  5. Decisión: se usa la media móvil. Reduce el error casi a la mitad y su sesgo es pequeño. Pronóstico de octubre: (1,300 + 1,250 + 1,220) / 3 = 1,257 cajas por mes.
  6. Demanda durante el plazo de reposición: 1,257 × 1.5 = 1,885 cajas. Desviación del error de la media móvil (raíz del promedio de errores al cuadrado): 61.1 cajas.
  7. Stock de seguridad para 95% de probabilidad de no quedarse sin stock (z = 1.65): 1.65 × 61.1 × raíz de 1.5 = 124 cajas. Punto de reorden: 1,885 + 124 = 2,009 cajas.
  8. Para no generar efecto látigo hacia su proveedor, la empresa fija una revisión mensual y pide en lotes estables, en lugar de cambiar el pedido cada vez que se mueve el pronóstico. Recalcula el error cada mes: con solo 6 datos es una referencia.

Resultado: La media móvil (MAPE 4.0%, frente a 7.8% del método ingenuo) es el método elegido. Con un stock de seguridad de 124 cajas, la empresa dispara el pedido al llegar a 2,009 cajas y mantiene 95% de probabilidad de no quedarse sin stock.

Casos reales

Chips: inventarios de 40 días a menos de 5

25/01/2022

El Departamento de Comercio de EE. UU. publicó el 25/01/2022 los resultados de una consulta a empresas de la cadena de semiconductores. Según las respuestas, el inventario mediano de los chips más difíciles de conseguir cayó de 40 días en 2019 a menos de 5 días en 2021. La demanda mediana de chips fue hasta 17% mayor en 2021 que en 2019. Con tan poco colchón, un error de pronóstico se traslada rápido a la producción.

Un inventario muy ajustado funciona hasta que el pronóstico falla; define cuánto colchón necesitas según el error medido y el plazo de reposición.

Fuente: Departamento de Comercio de EE. UU. – Results from Semiconductor Supply Chain Request for Information

Target ajusta su inventario a una demanda que cambió

07/06/2022

El 07/06/2022 Target anunció un plan para ajustar su inventario al nivel real de ventas. Explicó que los patrones de compra de los consumidores habían cambiado rápido en lo corrido del año, sobre todo en artículos del hogar. Sus medidas fueron rebajas adicionales, retirar excedentes, cancelar pedidos y sumar capacidad de almacenaje cerca de los puertos de EE. UU. Anticipó un margen operativo de cerca de 2% en el segundo trimestre y de 6% en el segundo semestre.

Los pedidos hechos con meses de anticipación sobre una tendencia pasada se vuelven excedente si el consumo cambia; revisa el pronóstico con frecuencia y deja margen para reducir o cancelar pedidos.

Fuente: Target Corporation – Target Corporation Announces Updated 2022 Plan Focused on Inventory Optimization

Errores comunes

Practica con las calculadoras, el Simulador COMEX y las preguntas de repaso en la página principal.

Abrir este tema en la calculadora →
← Tema anterior: Riesgos y crisis en la cadenaTema siguiente: Gestión de almacenes con WMS →