Voy a empezar con un dato que veo repetirse en casi todas las empresas que analizo: entre el 20% y el 30% del inventario de una pyme comercial típica no se ha movido en los últimos seis meses. Eso es capital congelado en un estante. Y del otro lado, los quiebres de stock en los productos que sí rotan cuestan ventas todas las semanas. El forecast de inventario —pronosticar cuánto vas a vender para decidir cuánto comprar— ataca los dos problemas al mismo tiempo. Los números no mienten: comprar por corazonada es la fuga de efectivo más cara que casi nadie mide.
Soy analista, así que no te voy a vender magia. Te voy a mostrar los cuatro métodos de forecast más usados, puntuados con criterios claros, y una tabla de retorno para que decidas con tu calculadora, no con mi opinión.
Los cuatro factores que puntué (escala 1 a 5)
- Precisión: qué tan cerca queda el pronóstico de la venta real en un negocio con estacionalidad normal.
- Facilidad de implementación: qué tan rápido lo tienes funcionando sin contratar a un científico de datos.
- Datos requeridos: 5 significa que te basta con poco historial; 1 significa que necesitas años de ventas limpias y ordenadas.
- Costo: 5 es prácticamente gratis; 1 implica inversión seria en herramientas o desarrollo.
Ranking: 4 métodos de forecast de inventario
| # | Método | Precisión | Facilidad | Datos | Costo | Total |
|---|---|---|---|---|---|---|
| 1 | Suavización exponencial con estacionalidad | 4 | 3 | 3 | 4 | 14 |
| 2 | Promedio móvil ponderado | 3 | 5 | 4 | 5 | 17* |
| 3 | Modelos de machine learning | 5 | 1 | 1 | 2 | 9 |
| 4 | Mismo mes del año pasado + ajuste | 2 | 5 | 3 | 5 | 15* |
*Ojo con el total: el promedio móvil y el “año pasado + ajuste” suman más puntos porque son fáciles y baratos, pero el ranking lo ordené por la pregunta que de verdad importa: ¿qué método te da la mejor precisión que tu empresa puede implementar hoy? Para la mayoría de las pymes con dos o más años de historial, la respuesta es la suavización exponencial: captura tendencia y estacionalidad sin exigir un equipo de datos. El machine learning gana en precisión pura, pero solo se justifica con miles de SKUs y datos impecables; si tu historial vive en hojas de Excel con huecos, primero ordena la casa. De eso hablamos a fondo en nuestra página de analítica de datos.
Método por método, en cristiano
1. Suavización exponencial: da más peso a las ventas recientes y menos a las viejas, con un factor de estacionalidad por mes. Diciembre pesa como diciembre, no como un mes cualquiera. Se implementa en una hoja de cálculo avanzada o, mejor, dentro de tu sistema de inventarios.
2. Promedio móvil ponderado: promedias los últimos 3 a 6 meses dándole más peso al más reciente. Es el mejor punto de partida si hoy compras “al tanteo”: en una tarde lo montas y ya compras con datos.
3. Machine learning: modelos que cruzan historial, precios, promociones y hasta clima. Precisión de 5, sí, pero exige volumen y disciplina de datos. Es la meta a tres años, no el primer paso.
4. Año pasado más ajuste: tomas la venta del mismo mes del año anterior y le sumas tu crecimiento estimado. Mejor que nada, pero ciego ante cambios de tendencia: si un producto va de bajada, seguirás comprando como si fuera 2024.
La regla que nadie quiere oír: primero limpia tus datos
Antes de elegir método, una advertencia de analista: el pronóstico hereda la calidad de tus registros. Si las devoluciones se capturan como ventas, si los traspasos entre sucursales inflan las salidas o si el “SKU genérico” concentra la mitad de los tickets, cualquier fórmula te va a mentir con mucha confianza. Dedica una semana a tres limpiezas básicas: separa devoluciones y traspasos, saca del cálculo los productos descontinuados y verifica que cada producto tenga un solo código. No es glamuroso, pero he visto mejorar más la precisión de un pronóstico por limpiar datos que por cambiar de método. Y de paso documenta las promociones pasadas: un diciembre con 2×1 no se compara contra un diciembre normal.
La tabla de ROI: cuánto cuesta no pronosticar
Números conservadores para una comercializadora con $2,000,000 MXN de inventario promedio y ventas de $1,500,000 mensuales:
| Concepto | Sin forecast | Con forecast básico | Diferencia anual |
|---|---|---|---|
| Inventario muerto (capital congelado) | 20-30% del stock | 10-15% del stock | $200,000-$300,000 liberados |
| Ventas perdidas por quiebre de stock | 3-5% de la venta | 1-2% de la venta | $360,000-$540,000 recuperados |
| Compras de urgencia (flete y sobreprecio) | 2-4% del costo de compra | 0.5-1% | $150,000-$300,000 ahorrados |
Aun tomando el extremo bajo de cada rango, hablamos de más de medio millón de pesos al año entre capital liberado, ventas recuperadas y urgencias evitadas. Contra eso, implementar un forecast de inventario básico cuesta una fracción: horas de análisis y, si quieres que corra solo, un proyecto de automatización de inventarios que calcule el pronóstico cada noche y te sugiera qué pedir y cuánto.
Por dónde empezar esta semana
- Exporta tus ventas por producto de los últimos 24 meses. Si solo tienes 12, sirven.
- Clasifica tus productos: los 20 que más facturan primero. El forecast de inventario se afina producto por producto, no en bloque.
- Aplica promedio móvil ponderado a esos 20 y compara contra lo que ibas a comprar por instinto. La diferencia te va a incomodar; eso es buena señal.
- Mide el error cada mes (pronóstico contra venta real). Cuando el error promedio baje del 20%, sube de método.
Mi cierre de analista: el mejor método de forecast de inventario no es el más sofisticado, es el que tu equipo va a usar cada semana. Empieza simple, mide el error, mejora. Los números no mienten, pero solo hablan si los pones a trabajar.
¿Quieres saber cuánto capital tienes congelado y cuánto podrías liberar? Agenda un diagnóstico y lo calculamos con tus datos reales.
¿Te está sirviendo este análisis?
Recibe 1 correo a la semana con lo más importante de IA, automatización y tecnología para tu negocio — explicado en simple, con cifras en pesos y cero spam.
¿Quieres que esto funcione en tu negocio?
Agenda una sesión gratuita de 30 minutos: revisamos tu caso y te decimos qué conviene hacer (y qué no) — sin compromiso y sin rollo de ventas.
Agendar sesión gratuita →