Análisis Predictivo y Machine Learning
Usamos tu propio histórico de ventas para contestar dos preguntas: qué va a pasar el mes que viene, y por qué pasó lo del mes pasado.
Machine learning (ML, aprendizaje automático) suena a laboratorio, pero acá significa algo concreto: un programa que lee tus ventas de los últimos años y encuentra los patrones que se repiten — el día de la semana que más se vende, el mes que se cae, el producto que arrastra a otro. Con esos patrones proyecta lo que viene. No adivina: calcula, y se puede medir si le atinó.
¿Qué incluye?
- Predicción de ventas y demanda por producto, sucursal, semana o mes.
- Estacionalidad: cuándo empieza tu temporada alta y cuánto dura, medido sobre tus propios años anteriores.
- Reposición de inventario: cuánto pedir y cuándo, para no quedarte sin producto en la semana buena ni con bodega llena de lo que no rota.
- Análisis correctivo: dónde se está yendo el dinero — merma, descuentos que nadie autorizó, devoluciones, productos que se venden mucho y dejan poco.
- Causa raíz cuando un indicador cae: separar qué parte fue la temporada, qué parte un cambio de precio y qué parte algo que hay que arreglar.
- Un tablero con el pronóstico y los indicadores del negocio en vivo, más el reporte que llega solo a tu correo.
Ideal para
Negocios que compran inventario y se equivocan en las dos direcciones: se quedan sin producto justo cuando había demanda, o compran de más y lo terminan rematando. También para quien ve que el margen bajó y no sabe en qué parte del negocio se fue. No hace falta ser una empresa grande ni tener equipo de sistemas: un dueño de tres cafeterías con las ventas en Excel tiene todo lo que se necesita para empezar.
Cómo trabajamos
Primero miramos tu histórico y te decimos si alcanza. Si alcanza, definimos una sola pregunta concreta —cuánto voy a vender de esto el mes que viene, o dónde se me está yendo el margen— y trabajamos sobre esa. Construimos el modelo con herramientas abiertas y conocidas (Python con pandas y scikit-learn, Prophet o statsmodels para series de tiempo) y lo probamos contra un período que el modelo nunca vio: si no le gana a la regla simple de "vender lo mismo que el año pasado", te lo decimos. Un modelo que no le gana a esa regla no vale lo que cuesta mantenerlo.
Lo que no se puede prometer
Un pronóstico se entrega con su margen de error medido, no como un número suelto. Ningún histórico contiene lo que todavía no pasó: un competidor que abre enfrente, un proveedor que sube el precio, una carretera cerrada. Cuando ocurre algo así, el modelo se equivoca — y lo correcto no es esconderlo, es reentrenarlo con los datos nuevos. Por eso el pronóstico se revisa periódicamente y se compara contra lo que de verdad pasó.
Preguntas frecuentes
¿Cuánto histórico de ventas necesito?
Depende de qué querés predecir. Para que el modelo entienda tu temporada alta hacen falta al menos dos ciclos completos: dos años de ventas. Con un año se puede proyectar la tendencia, pero no la estacionalidad — el modelo nunca vio un diciembre anterior con el cual comparar. Con tres meses no hay modelo, hay una adivinanza con gráfica bonita, y te lo vamos a decir antes de cobrarte por él.
Tengo todo en Excel, no tengo sistema. ¿Sirve?
Sirve. Un archivo con fecha, producto y cantidad vendida ya es un histórico válido. No necesitás un ERP ni una base de datos para empezar: nosotros nos encargamos de limpiar el archivo, corregir los nombres escritos de tres formas distintas y ordenarlo. Si más adelante conviene mover eso a una base de datos de verdad, es un paso aparte que se decide después, no un requisito para arrancar.
¿Necesito a alguien de sistemas para usar el resultado?
No. El resultado que entregamos es una pantalla que se abre en el navegador o el celular, con los números que pediste y la fecha de la última actualización. Los datos se actualizan solos según la frecuencia que acordemos. Si querés que además llegue un resumen por correo o WhatsApp cada lunes, se configura y se olvida.
¿Esto es lo mismo que un dashboard?
No, aunque se entregan juntos. Un tablero te muestra lo que ya pasó: cuánto vendiste ayer. El análisis predictivo estima lo que va a pasar, y el correctivo explica por qué pasó lo que pasó. El tablero es la ventana; el modelo es lo que hay detrás. Si solo necesitás la ventana, eso está en Bases de Datos y BI y sale más barato.