Por qué falla tu pronóstico de demanda y cómo mejorarlo para evitar quiebres, sobrestock y ventas perdidas en el punto de venta.

Un lunes cualquiera, un proveedor de consumo masivo despacha lo que cree que el supermercado va a vender. Una semana después aparece el resultado: en una cadena el producto se agotó el viernes y dejó la góndola vacía durante el fin de semana de mayor tráfico; en otra, la misma referencia quedó acumulada en bodega, ocupando capital y arriesgando vencimiento. Las dos cosas pasaron al mismo tiempo, con el mismo producto. El problema no fue la venta: fue el pronóstico de demanda.

Esa escena se repite con más frecuencia de la que las empresas reconocen. Muchas operaciones comerciales siguen proyectando cuánto van a vender a partir de la intuición, del histórico de pedidos del año pasado o de lo que pide el área comercial para cumplir su meta. Y cuando la proyección falla, el costo no se queda en una planilla: se traduce en quiebres, en sobrestock y en ventas que nunca se concretaron.

El pronóstico de demanda es la estimación de cuánto producto van a requerir los puntos de venta en un período determinado. No es un deseo ni una meta comercial: es una proyección que debería apoyarse en datos de comportamiento real de la demanda, no en lo que la empresa espera vender.

Esa distinción es la que más se confunde en la práctica. La meta responde a cuánto quiere vender la compañía; el pronóstico responde a cuánto va a pedir realmente el mercado. Cuando ambos se mezclan, el resultado es un número inflado por el optimismo comercial que termina generando exceso de inventario, o un número conservador que deja a la marca sin producto en el momento clave.

En la región los dos términos conviven y a veces se usan como sinónimos. El forecast de ventas suele mirar desde la óptica comercial —cuánto facturará el equipo—, mientras que el pronóstico de demanda mira desde la óptica del consumo —cuánto comprará el shopper en el punto de venta—. La diferencia parece sutil, pero tiene consecuencias: un proveedor de consumo masivo que solo proyecta su sell-in a las cadenas, sin entender el sell-out al consumidor, está pronosticando a ciegas la mitad de la ecuación.

Cuando el pronóstico se equivoca, el daño aparece por los dos extremos. Si se queda corto, el producto no alcanza, la góndola se vacía y se produce un quiebre de stock. Como referencia de industria, el quiebre de stock promedio en Chile supera el 15%, casi el doble del 8% que se observa a nivel mundial, y los proveedores pierden entre 2% y 4% de su venta potencial solo por problemas de disponibilidad. Cada una de esas unidades que no estuvo en la góndola es una venta que se la llevó otra marca.

Si el pronóstico se pasa, el problema es el opuesto pero igual de caro. El exceso de inventario inmoviliza capital, ocupa espacio de bodega, presiona los márgenes con liquidaciones y, en categorías con vencimiento, termina en merma. El sobrestock no se ve tan dramático como una góndola vacía, pero erosiona la rentabilidad de forma silenciosa.

Hay además un costo que no aparece en los números de inmediato: la relación con el retailer. Un proveedor que falla sistemáticamente en abastecer pierde prioridad en la negociación, espacio en góndola y confianza del comprador. El mal pronóstico, repetido, se paga en posición competitiva.

La causa más común es pronosticar mirando hacia atrás. Proyectar el próximo mes solo con el histórico de pedidos asume que el pasado se repetirá, e ignora que la demanda de consumo masivo se mueve con estacionalidades, campañas y contexto. Un pronóstico que no incorpora la promoción que viene, el fin de semana largo o el cambio de temporada nace desactualizado.

Otra falla habitual es trabajar con datos fragmentados. La información de cada cadena vive en un portal distinto, los reportes llegan con días de retraso y consolidarlos a mano consume el tiempo que debería dedicarse a analizar. Cuando los datos se ordenan, la ventana para reaccionar muchas veces ya se cerró.

Y la falla de fondo: confundir sell-in con demanda. Lo que el proveedor le vende a la cadena no es lo mismo que lo que el consumidor compra en la góndola. Pronosticar solo sobre el sell-in oculta lo que de verdad está pasando en el punto de venta, que es donde se gana o se pierde la venta.

Mejorar el pronóstico no exige un modelo estadístico complejo de entrada; exige cambiar la base sobre la que se proyecta.

El mejor predictor de lo que se va a vender es lo que se está vendiendo al consumidor. Incorporar el sell-out por cadena y por punto de venta al pronóstico permite proyectar sobre demanda real y no sobre el reflejo distorsionado de los pedidos pasados.

Un buen pronóstico anticipa los eventos conocidos en lugar de reaccionar a ellos. Las fechas comerciales, las promociones planificadas y los patrones estacionales de cada categoría deben entrar en la proyección antes de que ocurran, no descubrirse cuando el producto ya faltó o sobró.

Proyectar una vez no basta. El pronóstico se vuelve útil cuando se compara de forma sistemática contra lo que efectivamente ocurrió y contra la meta del período. Ese contraste entre forecast, real y meta revela qué tan bien la empresa entiende su propia demanda y permite corregir el rumbo antes de que la desviación se vuelva pérdida.

Nada de lo anterior funciona si los datos llegan tarde o dispersos. Tener el sell-out, el stock y las metas consolidados y con visibilidad oportuna es lo que permite que el pronóstico se ajuste a medida que la demanda cambia, en vez de quedar congelado en una planilla que envejece.

Un pronóstico no vale por su exactitud teórica, sino por las decisiones que habilita: cuánto reponer, dónde priorizar, qué cadena necesita atención antes de que se vacíe la góndola. Proyectar mejor no es un ejercicio del área de planificación aislada; es lo que le da al equipo comercial la capacidad de anticipar en lugar de apagar incendios.

Al final, la diferencia entre un proveedor que crece y uno que vive reaccionando rara vez está en cuánto vende, sino en cuánto sabe anticipar lo que el mercado le va a pedir. Y anticipar, en consumo masivo, empieza por dejar de adivinar y empezar a proyectar con datos oportunos del punto de venta.