Previsión de Demanda Semanal por SKU para Optimizar Compras y Stock
El Director de Compras y Cadena de Suministro (Supply Chain) necesita predecir exactamente cuántas unidades venderá cada referencia (SKU) la próxima semana en 150 almacenes para automatizar pedidos a proveedores.
De dónde sale el dinero
Qué hacer ahora
- 1Medir roturas, mermas y error de previsión actuales por categoría.
- 2Clasificar SKU por margen y rotación y fijar nivel de servicio objetivo.
- 3Piloto de pedido automático en 10 almacenes frente a control.
Para llevar al comité
Una página con la decisión, el impacto, los riesgos, los pasos y el KPI de seguimiento.
Se abre la ventana de impresión: elige "Guardar como PDF".
Ojo: más volumen no siempre es más beneficio
Maximizar disponibilidad en todos los SKU sube stock y mermas en referencias de bajo margen. Fija el nivel de servicio por SKU según su margen y su rotación: no todo merece el 99%.
KPI para el comité
Roturas (%), mermas (%) y días de stock por categoría.
Caja
Reduce ~15M€ de stock (caja).
Detalle para tu equipo de datos
Técnica propuesta: XGBoost
Por qué: La demanda por SKU depende de interacciones complejas entre precio, promociones, día de la semana y clima. XGBoost supera ampliamente a modelos simples en tablas de series históricas con múltiples variables cruzadas.
Coste de equivocarse: Comprar de más genera mermas y costes de almacenaje; comprar de menos provoca pérdida directa de ventas y penalizaciones de clientes.
Datos necesarios: ERP / TPV: Ventas diarias históricas por SKU y almacén de los últimos 3 años.; Compras y Marketing: Promociones activas, precio de venta, descuentos y plazos de entrega del proveedor.; Calendario y Clima: Festivos locales, día de la semana y previsión meteorológica.