No puedes mejorar un pronóstico que no mides. Pero la métrica que eliges moldea el comportamiento que obtienes — así que conviene entender qué premia cada una antes de ponerla en un tablero.

MAPE: simple, pero fácil de malinterpretar

El MAPE (Error Porcentual Absoluto Medio) promedia el error porcentual de todos los productos:

MAPE = promedio de ( |real − pronóstico| ÷ real )

Es intuitivo y sin unidades, por eso está en todas partes. Pero tiene dos fallas bien documentadas. Primero, trata a cada SKU por igual, así que un producto pequeño y errático puede arruinar el número mientras tu línea de mayor ingreso se ve bien. Segundo, como mostraron Hyndman y Koehler en la referencia estándar sobre medidas de precisión, se dispara cuando la demanda real es cercana a cero — y es infinito o indefinido cuando la demanda es cero, algo que los productos intermitentes tocan todo el tiempo.

Hay una trampa más sutil: el MAPE se topa en 100% cuando subpronosticas (un pronóstico de cero está “solo” 100% errado), pero no tiene techo cuando sobrepronosticas. Ponlo en un esquema de bonos y le acabas de decir a todos, en silencio, que pronostiquen bajo.

WMAPE: pondera lo que importa

El WMAPE (MAPE ponderado) corrige el problema de igualdad de pesos ponderando cada error por volumen — normalmente unidades o ingreso:

WMAPE = suma de |real − pronóstico| ÷ suma de reales

Mira lo que eso hace con un catálogo. Toma solo dos SKUs:

	SKU A (más vendido)	SKU B (cola larga)
Real	1,000	10
Pronóstico	950	25
Error absoluto	50	15
Error porcentual	5%	150%

MAPE = (5% + 150%) ÷ 2 = 77.5% — parece un desastre.
WMAPE = (50 + 15) ÷ 1,010 = 6.4% — la foto honesta.

Mismos datos, historias opuestas. Los productos grandes mueven el WMAPE; el ruido de la cola larga no. Para la mayoría de los equipos de planeación es el número principal más honesto porque sigue el error que de verdad cuesta dinero — y cuando un proveedor (nosotros incluidos) habla de “precisión del pronóstico”, esa cifra suele ser 1 − WMAPE. No es casualidad que los benchmarks serios como la competencia M5 calificaran con medidas de error escaladas y ponderadas por volumen, no con MAPE simple.

Sesgo: la métrica que se olvida

La precisión te dice qué tan lejos estás; el sesgo te dice en qué dirección:

Sesgo = ( suma de pronósticos − suma de reales ) ÷ suma de reales

Un pronóstico puede tener precisión decente mientras corre consistentemente 10% por arriba — y el sesgo persistente es mucho más dañino que el error aleatorio, porque no se cancela: se acumula, mes tras mes, en exceso de inventario o en quiebres crónicos. El error aleatorio es lo que tu stock de seguridad existe para absorber; el sesgo derrota al colchón por completo, porque su matemática asume que el error está centrado en cero.

Mide precisión y sesgo juntos. Error bajo con sesgo cercano a cero es la meta.

FVA: ¿cada paso de tu proceso se gana su lugar?

Un hábito de medición más separa a los equipos maduros del resto: el Forecast Value Added (FVA), popularizado por Michael Gilliland en SAS. La idea: compara cada paso de tu proceso — modelo estadístico, ajustes del planeador, revisión gerencial — contra un pronóstico naive (p. ej., “el mes que viene = el mes pasado”). Cada paso debería superar al anterior; el que no, te está costando esfuerzo y precisión.

Los resultados publicados dan humildad. En el caso Newell Rubbermaid del whitepaper, el pronóstico estadístico agregó cinco puntos de precisión sobre el naive — y el paso de revisión gerencial restó valor. Muchos “ajustes” ejecutivos resultan ser exactamente eso. Nunca lo sabrás hasta que midas cada toque, no solo el número final.

Hazlo accionable

Mide al nivel en que decides — normalmente SKU × ubicación × semana. Un gran número agregado puede esconder desastres que se compensan por debajo.
Revisa a los peores contribuyentes, no solo el promedio. Una buena métrica señala el puñado de productos donde un mejor plan de demanda liberaría más efectivo y servicio.
Grafica la tendencia del sesgo, por planeador y por segmento. Signo persistente = problema sistemático (o una meta inflada a propósito), no mala suerte.
Haz del marcador parte de tu ciclo S&OP: la revisión de demanda debería abrir con el WMAPE y el sesgo del ciclo anterior, o la junta regresa a las opiniones.

Conclusión

Elige el WMAPE como número principal, mantén el sesgo junto a él, y corre un FVA cada trimestre para mantener honesto el proceso. Nada de esto requiere matemática exótica — requiere la disciplina de medir, que es justo lo que un motor de pronóstico nocturno como Forecast Studio automatiza: precisión y sesgo por SKU, recalculados cada mañana, sin cirugía de hojas de cálculo.

¿Quieres conocer tu WMAPE real? Agenda una demo gratuita y lo medimos con tus propios datos en 30 minutos.

Fuentes: Hyndman & Koehler, Another look at measures of forecast accuracy, IJF 2006 · Hyndman & Athanasopoulos, Forecasting: Principles and Practice · Gilliland, Forecast Value Added Analysis: Step by Step, SAS · Makridakis et al., M5 accuracy competition, IJF

Métricas de precisión del pronóstico que sí importan: MAPE, WMAPE y sesgo