Si yo tuviera que dejar una sola idea, sería esta: en perecederos no alcanza con mirar ventas pasadas. Para bajar merma, evitar quiebres y pedir mejor, necesito sumar clima, feriados, promos, stock y datos por tienda-SKU-día. Ahí es donde más se ve la diferencia.
En el artículo, yo veo un patrón claro:
Algunos datos del artículo lo muestran bien:
Comparación rápida
| Tema | Qué aparece más en los estudios | Qué suele pasar |
|---|---|---|
| Datos base | POS por tienda-SKU-día | Mejor lectura de demanda local |
| Datos externos | Clima, feriados, promos, turismo, inventario | Menos error en categorías volátiles |
| Problemas de datos | Stockout y descuentos por vencimiento | Subestimación o picos falsos |
| Modelos estadísticos | Series con demanda estable | Buen ajuste en horizontes cortos |
| Modelos de ML | Muchas variables y alta variación | Mejor respuesta ante cambios no lineales |
| Híbridos |
| Serie temporal + ML |
| Balance entre estacionalidad y picos recientes |
| Métricas de negocio | Merma, quiebres, góndola, servicio | El impacto se mide en tienda, no solo en planilla |
<u>Mi lectura corta</u>: si yo operara retail de perecederos, priorizaría primero datos limpios, después detalle por tienda y SKU, y recién ahí elegiría modelo. Porque en esta categoría, pedir mal cuesta en producto, en venta y en margen.
El historial de ventas sigue siendo la base. Pero en perecederos, por sí solo, se queda corto. Para pronosticar mejor, hacen falta variables externas que ayuden a leer lo que pasa en el corto plazo en cada tienda, canal y nivel de disponibilidad.
La granularidad pesa. Un mismo SKU no se comporta igual según la tienda, el canal o el día. Por eso, la literatura recomienda trabajar con datos de POS a nivel tienda-SKU-día: los promedios regionales o nacionales tapan cambios locales y terminan sesgando el pronóstico.
Además, la demanda del canal digital y la del canal físico pueden mostrar picos distintos, con patrones semanales que no siempre van de la mano. Modelarlas por separado suele mejorar la precisión en los dos frentes.
Y cuando esa base se combina con contexto externo, el salto suele ser mayor.
Las olas de calor pueden disparar de inmediato la demanda en categorías como ensaladas preparadas y bebidas frías. También pesan los feriados largos, las festividades regionales y los ciclos turísticos, que pueden mover la demanda de forma marcada. El punto clave es que estos efectos son hiperlocales, y muchos modelos estadísticos de siempre no los llegan a leer bien.
Un caso concreto es Dia, que incorporó datos de feriados locales y turismo para ajustar órdenes diarias y evitar sobrestock.
Pero hay una trampa común: aun con buenas variables, el modelo falla si aprende sobre ventas distorsionadas por stockout o por descuentos.
Las ventas observadas no siempre muestran la demanda real. Si hay quiebre de stock, las ventas caen a cero, pero la demanda no desaparece. Si el modelo toma esos ceros como si fueran demanda genuina, va a subestimar lo que hace falta en el futuro de manera sistemática.
Pasa algo parecido con los descuentos por vencimiento próximo. Ahí aparecen picos artificiales que inflan la proyección del período siguiente. Por eso, antes de entrenar el modelo, conviene reconstruir la señal de demanda: identificar quiebres, separar promociones y trabajar sobre una base limpia.
La siguiente decisión es elegir qué modelo usar. En perecederos, esa elección depende menos del modelo “ideal” en abstracto y más del contexto: el SKU, la tienda y el horizonte de pronóstico.
Los modelos estadísticos clásicos se basan en ventas históricas y coeficientes estacionales. Suelen rendir bien en categorías estables, con datos consistentes y horizontes cortos.
El problema aparece cuando la demanda se mueve por clima, promociones o eventos. En esos casos, estos modelos muchas veces no alcanzan a reflejar esos cambios a tiempo.
Los modelos de aprendizaje automático - XGBoost, Random Forest y SVM - suman más señales además de las ventas: clima, promociones, eventos locales e inventario. Eso les permite detectar relaciones no lineales en categorías volátiles.
Dicho simple: si la demanda no se comporta de forma pareja, estos modelos suelen leer mejor lo que está pasando.
Ahora bien, no hay magia. Necesitan datos de buena calidad y en cantidad suficiente. Cuando se trabaja con productos nuevos, el rendimiento puede bajar. Y si el modelo no se puede explicar con claridad, al equipo operativo le cuesta adoptarlo.
Los enfoques híbridos mezclan series temporales con ML para balancear dos cosas que suelen chocar entre sí: la estacionalidad de largo plazo y los picos recientes de demanda. En la literatura aparece bastante una combinación: Prophet con XGBoost. El punto flojo es otro: traen más complejidad en la implementación y en el mantenimiento.
La comparación real no termina en la precisión. Sigue en lo que pasa en la operación diaria: merma, quiebres y nivel de servicio.
| Familia de modelos | Entradas típicas | Fortalezas | Limitaciones |
|---|---|---|---|
| Estadísticos clásicos | Ventas históricas, coeficientes estacionales | Funcionan bien con datos estables y horizontes cortos | Se ajustan peor a la volatilidad y a la sensibilidad externa |
| ML (XGBoost, Random Forest, SVM) | Ventas, clima, promociones, eventos locales, inventario | Integran varias fuentes y manejan relaciones no lineales | Exigen alta calidad de datos; son menos claros para operaciones |
| Híbridos / ensemble | Modelos estadísticos de base más variables externas | Balancean estabilidad y respuesta ante picos recientes | Exigen más complejidad de implementación y mantenimiento |
Los estudios suelen comparar varios métodos sobre el mismo dataset y después elegir según el grupo de SKU, el clúster de tiendas o el horizonte de pronóstico. No hay un ganador fijo para todos los casos.
En general, los modelos clásicos funcionan mejor en ítems estables. El ML, en cambio, suele responder mejor en categorías volátiles o cuando entran en juego muchas variables externas.
Por eso, el mejor modelo depende del contexto operativo, no de una preferencia técnica. Y la comparación final se define en métricas de operación, no solo en el error del pronóstico. Eso es lo que muestran los estudios cuando miden impacto operativo.
Modelos de Forecast en Retail de Perecederos: Comparativa de Resultados
Después de elegir el modelo, la vara pasa por otro lado: qué cambia en la operación. La comparación entre modelos no se queda en una métrica técnica. Se mira el efecto sobre la merma, los descuentos y la disponibilidad.
Las mejoras en precisión suelen verse con más fuerza cuando el modelo suma datos locales. Un caso claro es OXXO. Entre octubre de 2023 y junio de 2024, la cadena implementó pronóstico con datos climáticos en sus 23.500 tiendas de México. El resultado fue una mejora de 8 pp en la precisión del pronóstico de cerveza, 4,8 pp en bebidas deportivas y 3,7 pp en agua natural.
En categorías frescas y con alta volatilidad, los estudios no miran solo el error del forecast. También siguen indicadores bien de piso de tienda, como la disponibilidad en góndola, las roturas de stock y el nivel de servicio por sucursal.
Cuando el forecast refleja mejor la demanda local, el efecto más inmediato suele ser simple: menos producto vencido. Las cadenas que adoptaron soluciones de IA para frutas y verduras reportan caídas de merma de entre 20% y 30%. A la vez, registran un aumento de hasta 3% en ventas de frescos por una mejor disponibilidad en góndola.
En Argentina, esto pega de lleno. Las pérdidas operativas en retail representan el 2,48% de las ventas totales, lo que equivale a más de 80.000 toneladas de alimentos desperdiciados por año.
Prisma Peremarket, cadena de supermercados de Estonia, llegó a 95,5% de disponibilidad en góndola en categorías frescas y automatizó el 88% de las órdenes después de unificar forecast y planificación de espacio.
En este punto, los estudios van bastante en la misma línea: un modelo global aplicado a todas las tiendas y categorías suele rendir peor que uno ajustado al contexto.
No es raro. Una tienda con alta rotación, clima cambiante y demanda turística no se comporta igual que otra de barrio, con surtido más estable. Ponerles el mismo modelo a ambas es como usar el mismo talle para todo el mundo: a veces entra, pero rara vez calza bien.
Los trabajos comparan esos efectos en precisión, merma y disponibilidad:
| Empresa / Estudio | Alcance | Métrica principal | Resultado en merma | Impacto operativo |
|---|---|---|---|---|
| OXXO | 23.500 tiendas | Precisión (pp) | No especificado | +8 pp en cerveza; +4,8 pp en bebidas deportivas; +3,7 pp en agua natural |
| Prisma Peremarket | Supermercados | Disponibilidad (%) | No especificado | 95,5% de disponibilidad; 88% de automatización |
| Cadenas globales (IA) | Frescos | Precisión (%) | Reducción del 20% al 30% | +3% en ventas de frescos |
| Dia | 2.350 tiendas | Volumen diario por tienda | Meta de cero desperdicio | Alertas en tiempo real para descuentos por vencimiento próximo |
Con este tipo de resultados, la discusión deja de ser “qué modelo es mejor” en abstracto y pasa a ser qué conviene priorizar en cada tienda, SKU y canal.
Con esa base, la discusión ya no pasa por elegir qué modelo usar. Pasa por decidir qué variables poner primero.
La evidencia apunta a lo mismo: el historial de ventas, por sí solo, no alcanza. Cuando se suman datos de clima, eventos e inventario, el forecast mejora.
También pesa mucho la granularidad por tienda y por SKU. No es lo mismo mirar una categoría entera que bajar al detalle de cada local y cada producto. Grupo Herdez logró precisión tienda-producto y bajó los días de cobertura de inventario de 45,8 a 38,5.
Ahora bien, ese avance no aparece por arte de magia. Funciona cuando el histórico está limpio del ruido que meten ciertas situaciones operativas. Promociones, descuentos por vencimiento y quiebres de stock deben modelarse por separado.
En la operación del día a día, lo que importa está bastante claro:
Y hay otro punto que a veces se pasa por alto. Además del POS, los canales de atención también dejan señales tempranas de demanda. Las consultas por WhatsApp e Instagram pueden anticipar picos de demanda cuando se repiten preguntas sobre stock y pedidos.
No hace falta tener un sistema perfecto desde el día uno. Lo que más pesa al principio es la calidad de los datos y el contexto con el que los usás.
Conviene arrancar con un perímetro chico, como una categoría o una familia de productos. Eso te deja probar procesos, detectar fallas y ajustar lo necesario antes de llevarlo a una escala mayor.
Priorizá estos datos:
Si esa base está en orden, el trabajo posterior suele fluir mucho mejor. No se trata de abarcar todo de golpe, sino de empezar por lo que más mueve la aguja.
Conviene usar un modelo distinto por tienda o por SKU cuando hay diferencias marcadas entre productos, ubicaciones o formas de consumo. No se mueve igual una verdura de hoja que un queso. Tampoco responde igual una tienda en un barrio residencial que otra cerca de oficinas.
También ayuda cuando el clima, las festividades locales o la estacionalidad pegan de manera distinta en la demanda. En Argentina, donde el contexto cambia seguido, suele ser clave arrancar con una categoría piloto antes de escalar.
Antes de alimentar el modelo, hay que limpiar los datos históricos.
¿Por qué? Porque las ventas brutas pueden dar una foto torcida de la demanda. Un cero por falta de stock no muestra desinterés: muestra que no había producto. Y un pico durante una promo puede empujar el forecast para arriba más de la cuenta.
La clave está en reconstruir la demanda real. Eso implica estimar cuánta demanda probablemente hubo en los períodos con stockout y, al mismo tiempo, separar el volumen extra que vino por descuentos o campañas. Así, el modelo no aprende ruido ni eventos puntuales: aprende patrones de consumo genuinos.
