Ir al contenido principal

📶 Gráfico escalonado de pronósticos: analice el histórico y la fiabilidad de sus pronósticos

Descubra cómo el gráfico escalonado de pronósticos de SKU Science le permite analizar el histórico de sus pronósticos , medir su precisión y seguir su evolución a lo largo del tiempo.

¿Qué es el gráfico escalonado de pronósticos?

Accesible desde la pestaña KPI haciendo clic en el icono Detalles, el gráfico escalonado de pronósticos permite analizar el histórico de pronósticos y evaluar su calidad a lo largo del tiempo.
A diferencia de una vista clásica, que solo muestra el último pronóstico, esta tabla conserva todos los pronósticos archivados en cada periodo. Esto permite comparar las distintas versiones de un mismo pronóstico, medir su evolución e identificar las desviaciones entre los pronósticos sucesivos y la demanda realmente observada.

Acceso y navegación

En la pestaña KPI, haga clic en el icono Detalles para abrir la ventana emergente que contiene la tabla.

El gráfico escalonado de pronósticos corresponde al primer icono (1), debajo de las flechas de navegación. Las flechas de la interfaz (2) permiten pasar de un elemento a otro; también puede utilizar las flechas del teclado para una navegación más rápida.

En la parte superior derecha de la ventana, el botón Detalles del pronóstico (3) da acceso a la tabla detallada de la pestaña Edición de pronósticos.

Parámetros de análisis

Dos menús desplegables, situados en la parte superior de la tabla, permiten personalizar el análisis:

  • Lag (desfase): desfase entre la fecha de pronóstico y el periodo analizado.

  • Ventana de análisis KPI: número de periodos tenidos en cuenta para el cálculo de los indicadores de rendimiento (por ejemplo, los 2 últimos periodos).

Las celdas enmarcadas en azul indican los pronósticos correspondientes al lag seleccionado. Al modificar el lag, esta selección se desplaza automáticamente en la tabla para mostrar los pronósticos utilizados en el cálculo de los KPI con el nuevo lag elegido.

KPI de resumen

Tres indicadores, mostrados debajo de los filtros, ofrecen una visión general de la calidad de los pronósticos durante el periodo seleccionado:

  • Error promedio: desviación media entre los pronósticos y la demanda real.

  • Sesgo promedio: indica si los pronósticos tienden a estar sistemáticamente sobreestimados o subestimados.

  • Precisión promedio: refleja el nivel global de fiabilidad de los pronósticos.

Estos tres KPI se recalculan automáticamente en función del lag y de la ventana de análisis elegidos.

Personalización de la visualización

Una barra de navegación permite adaptar la lectura de la tabla según sus necesidades:

  • Error, Sesgo o Precisión: elija el KPI que desea visualizar en la matriz.

  • % / Unidades: muestre los resultados en porcentaje o en valores absolutos.

  • Escala de visualización (Full / k / M): muestre los valores completos, en miles o en millones, especialmente útil para redondear importes financieros y facilitar su lectura.

  • Pronóstico base: superponga el pronóstico inicial generado por SKU Science para compararlo con los pronósticos ajustados por los planificadores.

Lectura de la tabla

Para cada periodo de demanda, la tabla presenta los distintos pronósticos realizados a lo largo del tiempo.
Cada fila corresponde a un pronóstico archivado, es decir, una versión guardada durante un ciclo de planificación anterior. Los encabezados de columna indican las fechas de los periodos pasados y futuros.

Esta organización permite:

  • visualizar el conjunto de pronósticos históricos conservados en los archivos;

  • seguir la evolución del pronóstico de un periodo a otro;

  • comparar los pronósticos sucesivos con la demanda realmente observada;

  • analizar la estabilidad de los pronósticos y el impacto de los ajustes realizados durante el proceso de Planificación de la demanda.

Esta vista ayuda a comprender cómo se ha construido un pronóstico a lo largo del tiempo, a medir la mejora —o el deterioro— de su calidad, y a identificar oportunidades de optimización del proceso de pronóstico.

Ejemplo concreto de análisis

Tomemos el artículo 00-1 con lag 1. El pronóstico base de la herramienta era de 1063 unidades, y el usuario lo ajustó a 1000. Sin embargo, la demanda real fue de 1872: el error entre esta demanda y el pronóstico del usuario en el lag 1 (1000) es, por tanto, del 47 %.

Cuando la opción de visualización Pronóstico base está activada, un código de colores indica si el ajuste del usuario acercó o alejó el pronóstico de la demanda real: en rojo, la modificación empeoró el pronóstico (la desviación respecto a la demanda real aumentó); en verde, lo mejoró (la desviación se redujo).

El ejemplo siguiente también permite seguir la evolución de un pronóstico de un ciclo a otro. Ese es el objetivo de la parte derecha de la tabla, titulada Horizonte de pronóstico: los porcentajes que aparecen en ella indican dicha evolución. Por ejemplo, el pronóstico del mes de julio registrado en abril era de 800 unidades; al pasar a 1000 unidades en mayo, muestra una evolución del +25 %.

Lo que hay que recordar

El gráfico escalonado de pronósticos ofrece una visión de conjunto única sobre cómo se construye y evoluciona un pronóstico a lo largo de los ciclos de planificación. Al conservar el histórico completo de las versiones archivadas, permite no solo medir la precisión y el sesgo de los pronósticos pasados, sino también evaluar si los ajustes realizados por los planificadores han mejorado o empeorado realmente la calidad de los pronósticos. Es una herramienta valiosa para identificar los puntos de fricción en el proceso de pronóstico y orientar los ejes de mejora, al servicio de una planificación de la demanda más fiable y eficaz.

¿Ha quedado contestada tu pregunta?