Vender 45 unidades cuando solo podías entregar 45 no demuestra que la demanda fuera de 45. Tampoco una campaña con 200 visualizaciones demuestra que habrá 200 compras.

Una previsión operativa sirve para tomar decisiones concretas: cuántos ingredientes comprar, qué turnos abrir, cuántos pedidos aceptar y qué promesas comunicar. No pretende adivinar el futuro con precisión absoluta. IBM define la previsión de demanda como el uso de información histórica y señales relevantes para anticipar necesidades y apoyar inventario y capacidad [R01]. La planificación de ventas y operaciones combina esa estimación con las restricciones de suministro [R02]. Este artículo se concentra en el horizonte de operación, no en calcular el mercado total o demostrar una oportunidad de negocio.

1. Distingue mercado, interés, pedidos y demanda no atendida

No todas las señales describen el mismo fenómeno:

Señal Qué sabemos Qué todavía no sabemos
Mercado potencial Personas u organizaciones que podrían necesitar la oferta Cuántas comprarán en un período concreto
Visita o impresión Hubo exposición al mensaje o al canal Si existe intención y capacidad de compra
Consulta calificada Se manifestó interés compatible con la oferta Si se aceptará precio, fecha y condiciones
Pedido confirmado Existe un compromiso comercial definido Si se cumplirá y cobrará según lo previsto
Venta entregada Se completó una transacción o entrega definida Cuánta demanda quedó fuera por falta de capacidad
Consulta rechazada por cupo Hubo una solicitud que no pudimos aceptar Si se habría convertido en compra efectiva

La demanda operativa que queremos estimar se expresa en unidades y tiempo, por ejemplo almuerzos solicitados para mañana. Las ventas observadas pueden estar censuradas por capacidad: si faltó stock o se cerraron reservas, el dato vendido ya no representa todas las solicitudes potenciales. Registrar pedidos perdidos ayuda, pero no convierte automáticamente cada consulta en compra garantizada.

Si todavía necesitas estimar cuántos compradores podrían existir antes de operar, consulta la estimación del tamaño y la demanda del mercado; ese cálculo no sustituye el pronóstico de pedidos.

2. Define una unidad, un período y una decisión

Antes de calcular nada, escribe una frase: «Necesito prever almuerzos confirmables por franja de 30 minutos para los próximos tres días, en la zona que efectivamente atiendo, para planificar preparación y reparto». No mezcles clientes, pedidos y unidades: una persona puede solicitar dos almuerzos y un pedido puede agrupar varias unidades.

Diferencia horizonte según la acción: cada hora para cupos, cada día para producción, cada semana para horarios o compras, cada mes para revisiones de proveedores. La anticipación necesaria depende de cuánto tarda en llegar un insumo o ajustar un recurso; un pronóstico diario no sirve para decidir hoy una compra con meses de espera. IBM recomienda elegir el horizonte de previsión de acuerdo con la decisión que se desea apoyar [R03].

Segmenta solo donde exista una diferencia operativa: zona de reparto, horario de comida, tipo de producto, canal con tiempos de entrega distintos o clientes con contratos recurrentes. Una segmentación demasiado fina, con dos datos por grupo, puede crear una apariencia de rigor sin evidencia suficiente.

3. Reúne datos que expliquen qué pasó y por qué

Empieza por un registro con fecha, franja, unidades solicitadas, aceptadas, entregadas, canceladas, rechazadas por falta de capacidad y motivo. Añade precio o promoción vigente, días festivos, condiciones extraordinarias, faltantes de inventario, clima cuando sea relevante y cambios de cobertura.

Los sistemas que solo registran ventas completas dejan zonas ciegas. Un restaurante puede agotar cupos a las 12:15 y parecer estable porque sigue cerrando con 45 almuerzos. Una aplicación puede mostrar menos registros porque estuvo caída. Un servicio B2B puede recibir quince solicitudes, cerrar tres contratos y necesitar meses de trabajo para atenderlos. Los datos tienen horizontes y unidades distintas.

Calidad antes que sofisticación: identifica duplicados, datos faltantes, cancelaciones y cambios de clasificación. No sumes consultas y pedidos confirmados si los segundos proceden de las primeras. Guarda la fuente y quién hizo la corrección.

4. Pronostica con poco historial sin fabricar seguridad

Si el negocio acaba de iniciar, evita fingir que tienes una serie estadística robusta. Puedes combinar pedidos anticipados verificables, rangos aportados por responsables con experiencia, entrevistas o pruebas limitadas de operación, señalando cuál es evidencia observada y cuál es juicio. Un cliente que promete 10 unidades al mes no garantiza que las pedirá; un contrato confirmado puede implicar obligaciones distintas de una conversación.

Construye al menos un rango operativo: «entre 25 y 40 almuerzos, con mayor incertidumbre el viernes». Si la decisión es reversible, evita comprometer materiales perecederos o capacidad fija para la cota alta sin una señal suficiente. Si la decisión requiere anticipación, registra qué dato recogerás y cuándo cambiaría el plan.

Un método simple puede ser preferible a un modelo sofisticado: la previsión ingenua usa el último período comparable; la media móvil usa los últimos n períodos. IBM describe ambos como puntos de partida conocidos para prever actividad, con limitaciones cuando cambia el patrón [R04].

5. Calcula una media móvil y reconoce su límite

Supongamos que tenemos tres jornadas comparables con 45, 45 y 42 almuerzos entregados. Una media móvil de tres períodos sería:

Previsión de entregas = (45 + 45 + 42) / 3 = 44 almuerzos por jornada.

Es una estimación reproducible de entregas observadas, no de demanda plena, si en dos jornadas hubo pedidos rechazados. Una media móvil alisa fluctuaciones, pero también puede responder tarde a una promoción o a un cambio de horario. Compara días comparables: lunes con lunes, hora pico con hora pico, o separa por segmentos cuando exista suficiente información.

Guarda los números que entraron en el cálculo y la fecha del corte. Cuando se añada un período nuevo, retira el más antiguo. Si cambias de media de tres a siete días, documenta la razón: no elijas retrospectivamente el método que mejor explica los datos que ya conocías.

6. Incorpora variabilidad, estacionalidad y cambios anunciados

Un promedio diario no revela que 30 de los 45 pedidos se solicitaron para el mismo intervalo. Registra por franjas y compara la carga con la capacidad de esa franja. Los viernes, festivos, días de pago, vacaciones, clima relevante o promociones pueden modificar la demanda; pero que una variable coincida con una diferencia no prueba causalidad.

Antes de ajustar el número, identifica: qué cambió, desde cuándo, a qué segmentos afectó, cuál sería el efecto plausible y con qué evidencia cuentas. Para una campaña próxima puedes presentar un escenario con aumento hipotético de consultas, no una promesa de pedidos. Si la oferta cambia de precio, separa ese período de los anteriores hasta reunir datos comparables.

En servicios programados y B2B, considera reservas, renovaciones y contratos vigentes. No agregues automáticamente una oportunidad comercial abierta al mismo nivel que una orden de compra firmada; define probabilidades o rangos explícitos si resultan útiles, sin convertirlos en certezas.

7. Ejemplo trabajado: detecta demanda oculta por cupos, agotamientos y rechazos

Caso hipotético. Durante cinco días registramos almuerzos entregados y consultas adicionales de clientes distintos que querían comprar al precio y horario ofrecidos, pero se rechazaron exclusivamente por falta de cupos:

Día Almuerzos entregados Solicitudes calificadas sin cupo Solicitudes registradas como señal mínima de interés
Lunes 32 0 32
Martes 36 0 36
Miércoles 45 8 53
Jueves 45 5 50
Viernes 42 0 42

Las ocho y cinco solicitudes se verificaron como únicas y no duplican pedidos entregados. La media de entregas de los últimos tres días es (45 + 45 + 42)/3 = 44. La media de las señales registradas de esos días es (53 + 50 + 42)/3 = 48,33. La diferencia de 4,33 no demuestra cuántas unidades se habrían vendido: algunas personas quizá no habrían completado el pago, pero ignorar esas solicitudes también puede subestimar oportunidades.

Si las solicitudes sin cupo se registraron de forma incompleta, la incertidumbre es mayor. Nunca infieras automáticamente que 53 es la demanda total: pueden existir personas que ni siquiera intentaron pedir porque la web decía «agotado». La estimación debe decir qué se observó, no declarar conocida una demanda imposible de medir directamente.

8. Construye escenarios que guíen decisiones distintas

Para el siguiente período comparable podríamos proponer, solo como supuestos de planificación, demanda baja de 42, base de 48 y alta de 56 almuerzos. No son intervalos estadísticos ni pronósticos demostrados: el escenario base redondea una señal histórica y los extremos expresan incertidumbre elegida para decidir.

Una vez definidos los escenarios, contrástalos con la capacidad efectiva y la demanda por franja antes de ampliar reservas o turnos.

Escenario hipotético Solicitudes estimadas Implicación operativa si el cupo sigue en 45
Bajo 42 Podría atenderse, siempre que coincidan franjas, materiales y reparto
Base 48 Faltarían hasta 3 cupos en ese período si todos solicitaran la misma capacidad
Alto 56 Faltarían hasta 11 cupos; revisar horarios, límite de campañas y alternativas

Comprueba de manera separada materiales, personal, franjas, costos y cobros. El escenario alto no autoriza contratar personal fijo. Tampoco sumes escenarios bajo/base/alto: son alternativas, no tres conjuntos simultáneos de pedidos.

9. Mide error y sesgo sin castigar la transparencia

Cuando termina un período, compara el pronóstico que existía antes de observar el resultado con el dato posterior. Define si evaluarás unidades solicitadas, aceptadas o entregadas: cambiar el objetivo de una semana a otra invalida comparaciones. El error absoluto es |real − previsto|; el error con signo puede definirse como real − previsto, de modo que un resultado positivo indica subestimación.

Ejemplo hipotético posterior: se habían previsto 48 solicitudes, y se registraron 52 solicitudes comparables. Entonces el error absoluto es 4 y el error con signo es +4. En varios períodos, una sucesión de errores positivos podría revelar sesgo a la baja; un resultado aislado no permite esa conclusión. Registra además cuándo faltó capacidad, ya que evaluar «entregados» penaliza de manera distinta a un pronóstico de «solicitados».

Evita calcular porcentajes de error con denominador real igual a cero. Con series pequeñas, una diferencia de dos pedidos puede producir grandes porcentajes sin justificar una revisión radical del negocio. Compara también las consecuencias económicas de equivocarse en cada sentido: desperdiciar perecederos y rechazar clientes no tienen costos simétricos.

10. Establece una rutina de revisión y criterios para actuar

Antes de cada jornada, anota previsión, pedidos confirmados, capacidad por franja, faltantes posibles, acción prevista y responsable. Tras la jornada, registra ventas, solicitudes no atendidas, errores y circunstancias relevantes. Una vez a la semana revisa supuestos y decide si comprar de otra manera, mover horarios, reservar capacidad o mantener las reglas actuales.

Cuando la previsión indique necesidades de reposición, tradúcela en compras e inventarios controlados, considerando los plazos de suministro.

No amplíes capacidad solo porque dos días superaron el cupo. Pregunta si la demanda adicional es repetible, a qué precio, con qué margen, en qué franja y bajo qué restricciones. Si no hay datos suficientes, una prueba limitada —por ejemplo abrir un segundo turno durante unos días— puede proporcionar información sin comprometer una inversión grande. Las pruebas de hipótesis formales y la mejora continua se desarrollan en otros artículos; aquí interesa tomar decisiones operativas explicables.

Plantilla: hoja de previsión operativa

Campo Qué registrar Ejemplo o nota
Unidad y horizonte Producto/servicio, lugar, período y franja Almuerzos, zona cubierta, mañana 12:00–13:00
Fuente y fecha Ventas, reservas, consultas rechazadas, calendario Sistema de pedidos y registro de cupos
Dato observado Solicitado, aceptado, entregado, rechazado y motivo No confundir categorías
Método y supuestos Media móvil, último período o juicio documentado Tres períodos comparables
Bajo / base / alto Tres cifras independientes y su significado 42 / 48 / 56 solicitudes
Restricción crítica Cupos, insumo, personal, dinero o transporte Límite de 45 por período
Revisión Previsión anterior, real, error, decisión y responsable Revisar antes del siguiente ciclo

La hoja no necesita quince decimales. Necesita saber qué se contó, qué se supuso, qué se pudo atender y qué cambia cuando llega nueva evidencia.

Errores habituales y límites

Tratar impresiones como compras, sumar pedidos y consultas duplicadas, usar ventas censuradas por agotamientos como demanda total, ignorar la distribución horaria, ajustar cifras sin guardar la previsión original, convertir escenarios en certezas, extrapolar tres días a un año o comprar recursos permanentes ante un pico aislado. El método ilustrado no sustituye análisis de seguridad, perecibilidad, contratación ni requisitos aplicables a un sector.

Qué deberías tener al terminar

Una previsión por unidad y período, datos separados de solicitudes y entregas, un cálculo reproducible, tres escenarios con límites explícitos, una comparación de error y una decisión sobre compras, cupos o turnos. El siguiente paso no es producir el máximo posible, sino contrastar esa demanda incierta con la capacidad que realmente puede cumplir el negocio.

Referencias