Aprende sobre planeación de demanda y forecasting
Guías prácticas sobre pronóstico de ventas, Machine Learning, S&OP e inventarios para tomar mejores decisiones con tus datos.
Planeación de compras basada en pronóstico: del forecast a la orden de compra
Planeación de compras: convierte demanda pronosticada, stock de seguridad y ROP en cantidades, fechas y prioridades de compra.
Leer artículo →
Pronóstico de demanda vs. pronóstico de ventas: diferencias, datos y decisiones
Pronóstico de demanda vs. ventas: qué mide cada uno, qué datos necesita y qué decisiones debe guiar en tu operación.
Leer artículo →
Forecast Studio ya tiene API — todo lo que hace la app, ahora programable
Nuevo para los planes Pro y Enterprise: el API de Forecast Studio expone la plataforma completa — inyección de datos, variables, entrenamiento de modelos, pronósticos y métricas — para que tus sistemas automaticen el forecasting de punta a punta, el mismo patrón que Service Layer de SAP, Stripe o Shopify.
Leer artículo →
Descomposición de series de tiempo: separar tendencia, estacionalidad y residual con STL
Cómo la descomposición clásica y STL dividen una serie de tiempo en componentes de tendencia, estacionalidad y remanente, cuándo usar forma aditiva vs. multiplicativa, y cómo la descomposición alimenta el pronóstico y la detección de anomalías.
Leer artículo →
Estacionariedad en series de tiempo: pruebas de raíz unitaria, diferenciación y la transformación Box-Cox
Qué es una serie de tiempo estacionaria, por qué ARIMA necesita una, cómo probar estacionariedad con las pruebas ADF y KPSS, y cuándo usar diferenciación o una transformación Box-Cox para lograrla.
Leer artículo →
Evaluar modelos de pronóstico: train/test, cross-validation de series de tiempo y métricas de error
Cómo medir un modelo de forecasting con honestidad: por qué el ajuste in-sample exagera la precisión, cómo dividir una serie de tiempo en train y test sin fuga de datos, cross-validation de origen rodante, y cuándo usar MAE, RMSE, MAPE, sMAPE o MASE.
Leer artículo →
Intervalos de predicción en pronóstico: cuantificar la incertidumbre más allá del pronóstico puntual
Qué son los intervalos de predicción, cómo los derivan analíticamente ETS y ARIMA, por qué importa el bootstrapping para errores no gaussianos, y cómo evaluar la calidad de un intervalo con coverage y pinball loss.
Leer artículo →
Modelos ARIMA y SARIMA: el método Box-Jenkins para pronóstico de series de tiempo
Cómo funcionan ARIMA(p,d,q) y los modelos SARIMA estacionales: autorregresión, diferenciación, medias móviles, identificación con ACF/PACF y selección automática de orden con el algoritmo de Hyndman-Khandakar.
Leer artículo →
Suavizamiento exponencial y modelos ETS: de la suavización simple a Holt-Winters
Cómo funciona el suavizamiento exponencial, desde el suavizamiento exponencial simple hasta el método de tendencia de Holt y los modelos estacionales Holt-Winters, el framework ETS de espacio de estados, y cuándo preferirlo sobre ARIMA.
Leer artículo → Forecast Studio ya tiene plan Free — y soporte completo para usuarios Free
El nuevo plan Free corre en el tenant público de app.forecaststudio.com.mx: modelos de forecasting con ML, funcionalidad completa de variables, exportación a CSV y soporte agendado, sin costo y sin límite de tiempo.
Leer artículo →
Análisis ABC/XYZ: no todos tus SKUs merecen el mismo esfuerzo
Cómo segmentar tu catálogo con ABC (valor) y XYZ (variabilidad de la demanda), la matriz 3×3 con una estrategia por celda y dónde paga más afinar el pronóstico — con fórmulas y ejemplo numérico.
Leer artículo →
Planeación de la demanda: la guía completa (proceso, métricas, inventario y herramientas)
Todo lo que abarca la planeación de demanda en una guía: el proceso mensual de 5 pasos, las métricas de precisión que importan, cómo el pronóstico alimenta stock de seguridad y compras, la alineación con S&OP y cómo elegir herramienta — con evidencia detrás de cada afirmación.
Leer artículo →Ningún artículo coincide con tu búsqueda.