Operations
Sepa qué reponer, cuánto y exactamente cuándo.
Previsión Inteligente de Inventario is software previsión de inventario for teams that want the reasoning shown, not hidden. Plans start at $49 a month with a 14-day free trial.
La mayoría de los distribuidores y minoristas pequeños reponen a ojo, con una hoja de cálculo de las ventas del mes pasado, o con un mínimo y un máximo que alguien fijó hace tres años y nadie ha vuelto a revisar. Funciona hasta que un proveedor se retrasa una semana, una referencia empieza a tirar, o el pico estacional llega antes que el año pasado. La Previsión Inteligente de Inventario sustituye la intuición por un modelo por SKU, y imprime la aritmética junto a cada cifra para que su responsable de compras pueda discutirla.
Suba el histórico de ventas en CSV y el motor ajusta un modelo de demanda por SKU, no un único modelo para todo el catálogo. Las referencias de alta rotación y las de cola larga se comportan de forma distinta, y promediarlas juntas es como una previsión acaba equivocándose con confianza en ambas.
Para cada artículo produce una previsión diaria a lo largo del horizonte que elija, una cifra de stock de seguridad, un punto de pedido, una cantidad económica de pedido, la fecha prevista de rotura y los días de cobertura con el stock actual. Todo ello viene acompañado de los datos de entrada que lo produjeron.
Lo habitual en una hoja de cálculo es agrupar las ventas históricas por día de la semana y comparar cada día con la media. Parece razonable y está silenciosamente mal: si la demanda crece, los días posteriores del conjunto son más altos simplemente por ser posteriores. Al agrupar por día de la semana, la tendencia se reparte entre los grupos y un producto en crecimiento constante parece tener un pico los jueves.
Este motor elimina antes la tendencia. Los índices estacionales salen del cociente de cada observación respecto a una media móvil centrada, que es el método clásico de descomposición, y el resultado solo se aplica cuando el patrón se mantiene de forma consistente en las dos mitades del histórico. Una promoción puntual de marzo no se convierte en un repunte permanente de marzo.
La mayoría de las fórmulas de stock de seguridad solo consideran la variabilidad de la demanda. Eso es la mitad del problema. Si su proveedor promete catorce días y entrega entre diez y veinticuatro, el propio plazo es una fuente de riesgo, y un colchón dimensionado solo con la varianza de la demanda no lo cubrirá.
La fórmula empleada aquí es la estándar que incluye ambos términos:
SS = z × √( L × σd² + d² × σL² )
donde z es el factor del nivel de servicio, L es el plazo medio de entrega en días, σd es la desviación típica de la demanda diaria, d es la demanda diaria media y σL es la desviación típica del plazo. Fije un nivel de servicio del 95 % y z vale 1,645; fije el 99 % y vale 2,326. La página muestra la cifra que ha usado y cuál era cada dato de entrada, así que si el colchón parece equivocado puede ver qué dato lo está empujando.
No existe un único método de previsión que gane en todos los productos, así que el motor ajusta dos y deja que los datos elijan. Lo importante es cómo elige: sobre datos que el modelo no ha visto.
Esto importa más de lo que parece. Puntuar una previsión con los mismos datos con los que se ajustó premia a los modelos que memorizan ruido, y el síntoma habitual es un parámetro de suavizado que se va a su máximo y produce una tendencia que apunta al lado equivocado. Reservar datos es la protección más barata contra publicar un modelo que parece excelente en el backtest y pierde dinero en el almacén.
Unos cientos de SKU, un almacén y ningún planificador. El plan Starter cubre 300 SKU y envía por correo la lista de reposición; el resultado útil es el radar de roturas ordenado, no el gráfico de previsión.
Stock repartido en ubicaciones con perfiles de demanda distintos y un plazo de proveedor que se mueve. Growth añade previsión por ubicación, modelado de estacionalidad y seguimiento del plazo por proveedor.
Miles de SKU donde el trabajo real es decidir qué ignorar. La clasificación ABC por facturación más los planes de compra agrupados por proveedor convierten un catálogo de 25.000 líneas en una lista corta de decisiones.
Si su proceso actual es una tabla dinámica y una columna de reposición, la migración es una exportación CSV. Mantenga la hoja hasta que ambas coincidan: suele ser la forma más rápida de confiar en una previsión.
Suba su histórico de ventas y el motor ajusta tendencia y estacionalidad por SKU, y después calcula stock de seguridad, punto de pedido, cantidad económica de pedido y fecha prevista de rotura de stock, mostrando el cálculo para que su responsable de operaciones pueda revisar cada cifra.
Previsión Inteligente de Inventario starts at $49 a month with a 14-day free trial. Netstock is from $900 per month per company.
Siete días es el mínimo, pero el modelo mejora notablemente a partir de unos sesenta. Por debajo de siete días se niega a prever en lugar de adivinar, y le explica por qué.
Tiene en cuenta la variabilidad tanto de la demanda como del plazo de entrega del proveedor: el valor z de su nivel de servicio, por la raíz cuadrada del plazo por la varianza de la demanda más la demanda al cuadrado por la varianza del plazo. La fórmula y cada dato de entrada se imprimen junto al resultado.
No. La estacionalidad se detecta a partir de ratios sobre una media móvil centrada, que elimina antes la tendencia. Agrupar las ventas por día de la semana —lo que suelen hacer las hojas de cálculo— hace que una tendencia estable parezca estacional, y ese es justo el error que se evita.
También se busca como: previsión de demanda pymes · calcular punto de pedido · software stock de seguridad · alternativa a netstock · software gestión de stock · evitar roturas de stock · cálculo eoq software