Errores de datos en demand planning retail que arruinan tu forecast

Tu forecast no está roto — tus datos sí

El forecast no falló. Aprendió perfectamente los datos equivocados que tú le diste.

Esa frase incómoda es el punto de partida de casi todo problema de errores de datos en demand planning retail. Cuando el modelo recomienda comprar 400 unidades de algo que se vende 150, o sugiere cero reposición para un producto que se quiebra cada semana, la conversación en el equipo siempre termina igual: "hay que cambiar el algoritmo". El algoritmo no es el problema.

La planeación de demanda retail opera sobre una premisa que nadie cuestiona: que los datos históricos de ventas reflejan lo que los clientes quisieron comprar. No reflejan eso. Reflejan lo que pudieron comprar, en las condiciones en que tu operación se los permitió. Esa diferencia es donde nace la demanda fantasma — señales que el sistema aprende como reales y que después convierte en órdenes de compra que inmovilizan capital o generan quiebres.

Y si quieres entender a fondo por qué el problema suele estar aguas arriba del modelo, el artículo Forecast de Demanda Retail: ¿Y si el Problema No es el Pronóstico? es el mejor lugar para empezar.

Por qué seguimos culpando al modelo cuando el problema está aguas arriba

Los modelos son convenientes para culpar porque son opacos. Nadie en la reunión de S&OP levanta la mano para defender al algoritmo de series de tiempo cuando el número salió mal. Pero nadie tampoco pregunta qué había en los datos que lo entrenaron.

El resultado: se compra un modelo nuevo, se contrata un data scientist, se cambia el sistema — y el error persiste porque la fuente está intacta. Los datos siguen sucios. El ciclo se repite.

El costo oculto: cómo un dato sucio se convierte en capital atrapado

Cada error de datos tiene una consecuencia financiera directa, no estadística. Un cero falso en el histórico deprime el forecast → compras insuficientes → quiebre → venta perdida. Un pico promocional sin etiquetar infla el baseline → compras excesivas → sobreinventario → capital inmovilizado.

La fórmula es directa:

Costo financiero del inventario inmovilizado = Inventario promedio ($) × Tasa de costo de capital × Días de exceso / 365

Si tienes USD 8M en inventario con 45 días de exceso y tu costo de capital es 14%, estás pagando ~USD 138,000 al mes por datos que nadie limpió. Eso no es un problema de precisión de forecast. Es un problema de gestión financiera.

---

Error #1: Quiebres de stock que se registran como demanda cero

Cuando un producto se quiebra — sin stock en góndola, sin disponibilidad en bodega — el sistema transaccional registra cero ventas. Correcto. El problema es que ese cero no significa que nadie quiso comprar. Significa que nadie pudo.

El modelo de forecast no distingue entre un cero legítimo (nadie necesitó el producto ese día) y un cero de quiebre (la demanda existía pero no había inventario para capturarla). Los trata igual. El resultado: el sesgo en datos de demanda retail más sistemático que existe, porque se repite en cada período de quiebre y deprime el forecast para los ciclos siguientes.

Un producto que se quiebra 8 días al mes tiene 8 ceros falsos en su histórico mensual. El forecast los promedia. La siguiente orden de compra llega corta. Se quiebra de nuevo. El ciclo se perpetúa.

Un quiebre no solo pierde la venta de hoy. Corrompe el dato que determina cuánto comprar mañana.

Para entender el efecto completo en ingresos, revisa cómo calcular el impacto del quiebre de stock en tus ingresos — el problema financiero es más grande de lo que parece en el reporte mensual.

Cómo identificar un cero de quiebre vs. un cero de demanda legítima

La señal está en los datos de inventario. Si el registro de stock muestra nivel cero en el mismo período en que las ventas son cero, ese cero es sospechoso. Si el producto tiene ventas regulares los días anteriores y posteriores al período vacío, casi con certeza es un quiebre, no ausencia de demanda.

La regla práctica: un cero rodeado de ventas es un quiebre. Un cero al final de la vida de un producto es demanda real.

La señal de alerta en tu ERP que casi nadie revisa

El campo de disponibilidad de inventario por fecha en el ERP existe en casi todos los sistemas. Nadie lo cruza contra el histórico de ventas antes de entrenar el modelo. Ese cruce — ventas cero + stock cero en la misma fecha — es la depuración de datos para planeación de demanda más básica y más ignorada del retail latinoamericano.

---

Error #2: Ventas perdidas que nunca se registran

El quiebre al menos deja una huella: el cero en ventas. Pero hay una capa más profunda de demanda invisible. El cliente que llegó a la tienda, no encontró el producto, y se fue. Esa transacción no existe en ningún sistema. No hay registro, no hay ticket, no hay evento que puedas rastrear.

Esas ventas perdidas no registradas retail son estructuralmente imposibles de ver desde el ERP, y sistemáticamente ausentes de cualquier modelo que se entrene solo con datos transaccionales.

Métodos para estimar la venta perdida cuando no tienes el dato directo

Hay tres aproximaciones prácticas:

1. Benchmark de categoría: compara la tasa de venta por metro lineal de tu categoría contra tiendas con disponibilidad perfecta. La diferencia es una estimación de venta perdida.

2. Elasticidad de reposición: mide cómo cambian las ventas en los días inmediatos después de una reposición de emergencia. El delta sobre el promedio refleja demanda represada.

3. Datos de tráfico y conversión: si tienes contadores de personas en tienda, una caída de conversión en el período de quiebre es una señal cuantificable de demanda no capturada.

Por qué este error impacta más en categorías de alta rotación

En un producto que rota 3 unidades al día, un día de quiebre es 3 unidades perdidas — recuperable. En un producto que rota 80 unidades al día (bebidas, lácteos, snacks en un supermercado como Jumbo o D1), un día de quiebre son 80 unidades que no existieron en ningún sistema. Multiplicado por la frecuencia de quiebre en esos SKUs, la subestimación estructural de demanda puede ser del 12-18% en la categoría completa.

---

Error #3: Promociones y eventos sin etiquetar en el histórico

Una promoción de precio genera un pico de ventas. Ese pico entra al histórico. El modelo lo aprende. Cuando proyecta la demanda futura para un período normal, incorpora parte de ese pico en el baseline. El resultado: el forecast para semanas sin promoción queda inflado, y las órdenes de compra llegan con exceso.

Las promociones sin etiquetar demand planning son el origen de sobreinventarios crónicos en categorías de consumo masivo. No porque el modelo sea malo. Porque nadie le dijo cuándo hubo una promoción.

Outliers promocionales vs. demanda orgánica: cómo distinguirlos

Un pico de demanda orgánica tiene características específicas: se construye gradualmente, mantiene cierta consistencia con la estacionalidad del año anterior, y no colapsa abruptamente después del período de pico. Un pico promocional es vertical: sube en 1-2 días, cae igual de rápido, y no tiene correlato en el año anterior si la promoción no existía.

El criterio estadístico práctico: cualquier período donde las ventas superen 2.5 desviaciones estándar del promedio móvil de 12 semanas merece una bandera de validación manual. No es descarte automático — es una pregunta: ¿hubo un evento que explique este número?

El calendario de eventos como capa de datos obligatoria en tu modelo

Buen Fin, 11/11, Cyber Monday, fiestas nacionales, inauguraciones de tienda, quiebres de competidores — todo evento que distorsione la demanda necesita una etiqueta en el histórico. No como nota en un Excel aparte. Como variable explicativa en el modelo. Sin ese calendario, el forecast de demanda retail latinoamérica opera con información estructuralmente incompleta.

---

Error #4: Altas y bajas de SKU mal gestionadas en el historial

Cuando discontinúas un producto, las últimas semanas de su historial muestran ventas en caída libre — no porque la demanda cayera orgánicamente, sino porque el equipo de compras dejó de reponerlo anticipando la baja. Si ese historial se transfiere como base para el sustituto, el nuevo SKU arranca con un punto de partida artificialmente deprimido.

El caso inverso es igualmente dañino: un SKU nuevo que hereda el historial completo de su predecesor, incluyendo los picos del lanzamiento original o las promociones de salida. El modelo proyecta una demanda que el producto nuevo nunca va a generar.

Cómo el sistema aprende la muerte de un producto como una caída de demanda

El algoritmo no sabe que el producto fue descontinuado. Ve una serie de tiempo que cae a cero y aprende que la demanda de esa categoría está en declive. Si el sustituto se lanza en la misma categoría, hereda ese aprendizaje incorrecto. El forecast arranca conservador. Las compras son insuficientes. El lanzamiento se percibe como un fracaso cuando el problema fue el dato inicial.

Reglas de higiene para altas, bajas y sustituciones de SKU

Tres reglas no negociables:

1. Al dar de baja un SKU, corta el historial 8-12 semanas antes de la discontinuación real — el período de desinversión no refleja demanda real.

2. Al lanzar un sustituto directo, usa solo el historial del predecesor que corresponde a condiciones normales de operación, no al período de transición.

3. Al lanzar un SKU sin referente, construye el forecast inicial con productos análogos de la misma categoría y tamaño, no con el historial vacío que arranca desde cero.

---

Error #5: Datos de venta con geografía o canal equivocado

Una venta registrada en la tienda equivocada parece un error menor. A nivel de red, con 200 puntos de venta, los errores de asignación geográfica o de canal generan patrones de demanda distorsionados que el modelo interpreta como señales reales.

El resultado más común: una tienda en Bogotá aparece con demanda inusualmente alta para ciertos SKUs porque está absorbiendo ventas de otra tienda con problemas en su sistema de registro. El modelo la sobreabastece. La tienda con el error de registro queda subabastecida. Sobre e infraabastecimiento simultáneo — en puntos diferentes de la misma red.

El error de consolidación que se origina en el punto de venta

En retail latinoamericano con alta informalidad en el canal, los errores de asignación de canal son frecuentes. Una venta omnicanal registrada en la tienda física porque el cliente recogió ahí el pedido puede distorsionar el patrón de demanda en ese punto de venta si el sistema no segrega correctamente el origen de la transacción.

Señales de que tu granularidad de datos no es suficiente

Si tu forecast opera a nivel regional consolidado pero tu reposición es por tienda, estás tomando decisiones con datos que no tienen la granularidad necesaria. El promedio regional esconde varianza local. Una tienda en una zona de alto tráfico tiene un perfil de demanda completamente diferente a una tienda del mismo formato en zona residencial — y el modelo no puede distinguirlas si los datos vienen consolidados.

---

Diagnóstico rápido: cómo auditar tu histórico antes del siguiente ciclo

Antes de correr el próximo ciclo de forecast, estas cinco verificaciones toman 15 minutos y pueden cambiar materialmente la calidad de tu modelo. Para un marco completo de referencia, el artículo forecast de demanda retail: guía completa tiene el contexto metodológico que complementa este diagnóstico.

Fórmula para detectar ceros sospechosos: ratio quiebre/venta por SKU-tienda

Ratio de contaminación = Días con (ventas = 0 AND stock = 0) / Total días del período

Un ratio superior a 0.08 (8% de los días del período) en cualquier SKU-tienda es una señal de alerta. Ese SKU-tienda tiene su historial contaminado y necesita imputación antes de entrar al modelo.

Umbral de outlier estadístico: cuándo un pico es promoción y cuándo es demanda real

Z-score del período = (Ventas del período - Media móvil 12 semanas) / Desviación estándar 12 semanas

Un Z-score mayor a 2.5 en cualquier período activa revisión manual. Entre 1.8 y 2.5, revisa si hay evento registrado en el calendario. Si no hay evento, el pico merece investigación antes de incluirlo en el baseline.

Checklist de validación de datos pre-forecast en 15 minutos

• Cruza stock disponible vs. ventas cero para los últimos 90 días — identifica y etiqueta quiebres.

• Revisa el calendario de promociones del período y confirma que cada evento tiene bandera en el histórico.

• Valida que todos los SKUs dados de baja en los últimos 6 meses estén excluidos del entrenamiento o truncados correctamente.

• Compara ventas por tienda contra el promedio de red — cualquier tienda que supere 3x el promedio en una categoría merece revisión de asignación geográfica.

• Confirma que los SKUs nuevos del último trimestre no están heredando historiales de productos discontinuados sin validación.

Para ir más a fondo en las métricas que realmente importan para evaluar la calidad de tu forecast, revisa Métricas de forecast de demanda en retail: cuáles mienten y cuáles importan. Y si estás evaluando qué herramienta puede automatizar parte de esta depuración, Herramientas de Demand Planning para Retail: Cuál te Conviene tiene el análisis comparativo.

---

¿Cuánto capital está atrapado en un forecast construido sobre datos sucios?

Haz el ejercicio con tus números reales.

Toma tu top 500 SKUs por volumen de ventas. Calcula qué porcentaje tiene un ratio de contaminación por quiebre superior a 8%. Estima cuántos picos del último año no tienen etiqueta de promoción. Identifica cuántos SKUs nuevos del último año arrancaron con historiales heredados sin validación.

Cada uno de esos errores tiene una consecuencia financiera concreta:

1. Quiebre contaminando histórico → forecast deprimido → reposición insuficiente → quiebre recurrente → venta perdida acumulada.

2. Pico promocional sin etiquetar → baseline inflado → sobrecompra en períodos normales → inventario inmovilizado → costo financiero mensual.

3. SKU con historial mal heredado → lanzamiento subabastecido o sobreabastecido → capital mal asignado desde el primer pedido.

La fórmula que conecta todo:

Capital atrapado por errores de datos = (Días de sobreinventario × Inventario promedio excedente × Tasa de capital / 365) + (Venta perdida estimada × Margen bruto)

Para un retailer con USD 300M en ventas anuales operando con errores de datos sistemáticos en el 15% de su catálogo activo, el número resultante rara vez es inferior a USD 2-4M anuales entre capital inmovilizado y venta perdida. No por el algoritmo. Por los datos que nadie limpió.

La pregunta correcta no es "¿por qué mi forecast tiene 38% de MAPE?". La pregunta correcta es: ¿cuánto de ese error viene de datos que nunca debieron entrar al modelo?

Eso es lo que vale la pena revisar como inventario como capital en movimiento — porque el sobreinventario generado por datos sucios no es un problema de operaciones, es un problema de capital que estás financiando todos los meses sin saberlo.

---

Preguntas frecuentes

¿Qué es la demanda fantasma en demand planning retail?

La demanda fantasma es la señal que el modelo aprende como demanda real pero que en realidad refleja condiciones operativas incorrectas: ceros generados por quiebres de stock, picos de promociones no etiquetadas, o ventas asignadas al canal o tienda equivocados. El algoritmo no puede distinguirla de la demanda orgánica sin una capa de validación previa.

¿Cómo identifico si mis datos históricos tienen ceros de quiebre?

Cruza el registro de ventas contra el registro de inventario disponible por fecha y punto de venta. Cualquier período donde las ventas sean cero y el stock también sea cero es un cero de quiebre, no de demanda real. El ratio recomendado de alerta: más del 8% de días con esa condición en los últimos 90 días indica contaminación significativa del historial.

¿Cuánto puede impactar una promoción sin etiquetar en el forecast siguiente?

Depende de la magnitud del pico y del método de suavizamiento del modelo. Un pico que triplica la venta promedio de una semana, sin etiqueta, puede inflar el baseline proyectado entre 8-22% durante las 4-6 semanas siguientes, dependiendo de la ventana de entrenamiento. Ese exceso se convierte directamente en sobreinventario y capital inmovilizado.

¿Con qué frecuencia debo auditar la calidad de datos antes del forecast?

Como mínimo, antes de cada ciclo de forecast mensual. En categorías de alta rotación con quiebres frecuentes — bebidas, lácteos, snacks — la revisión debe ser semanal. El costo del tiempo de auditoría es órdenes de magnitud menor al costo de un ciclo de compras construido sobre datos contaminados.

¿Qué hago si no tengo registro de inventario disponible por fecha para cruzar con ventas?

Usa la señal indirecta: identifica SKUs donde las ventas caen a cero por 2 o más días consecutivos y luego se recuperan a niveles normales. Ese patrón — ventas regulares, interrupción abrupta, recuperación posterior — es estadísticamente consistente con un quiebre, no con ausencia de demanda. Etiquétalos manualmente y excluye esos períodos del entrenamiento del modelo hasta tener confirmación.