Cómo calcular inventario de seguridad en México

El error que comete el 80% de los planeadores en México

El inventario de seguridad que calculaste este año probablemente está mal — no porque la fórmula sea incorrecta, sino porque fue diseñada para un proveedor que entrega en tiempo exacto y una demanda que no tiene Buen Fin ni quincenas.

Ese error no aparece en ningún reporte. No hay una alerta en tu ERP que diga "safety stock calculado con supuestos incorrectos". Lo que sí aparece — silenciosamente — es capital de trabajo inmovilizado en SKUs sobreprotegidos, y quiebres de stock en los productos que más importan justo cuando más importa. Ambos al mismo tiempo. Para el mismo equipo.

Por qué la fórmula que aprendiste en la universidad falla aquí

La fórmula clásica asume dos cosas que en México casi nunca se cumplen: que el lead time es constante y que la demanda se distribuye normalmente sin picos estructurales. En la práctica, tu proveedor en Monterrey entrega entre 8 y 21 días dependiendo del mes. Tu proveedor en Asia llega con 30 días de ventana de ±12 días según el tipo de cambio y el espacio en el buque.

Y la demanda. En México, la quincena no es un matiz cultural — es un patrón de consumo que eleva las ventas 40-70% en los días 14 y 28-30 de cada mes en categorías de consumo masivo. El Buen Fin duplica o triplica la rotación en electrónica y línea blanca durante 72 horas. Un safety stock calculado con el promedio anual de demanda trata esos picos como ruido. No son ruido. Son el negocio.

Si quieres entender cómo esto se conecta con decisiones más amplias de demand planning, el artículo Demand Planning Software en México: ¿Forecast o Rentabilidad? explica la relación entre la precisión del modelo y el impacto en el P&L.

El costo que nadie pone en el P&L: capital atrapado vs. venta perdida

El sobre-inventario tiene un costo que la mayoría de los planeadores no calcula porque no aparece como línea en el estado de resultados. Lo puedes calcular así:

Costo financiero del inventario inmovilizado =

Inventario promedio en exceso ($) × Tasa de costo de capital anual × (Días de exceso / 365)

Si tienes $8M en inventario promedio y estimas que un 18% está en exceso real, y tu costo de capital es 14% anual, estás pagando $201,600 al año por inventario que no vende nada. Sin contar obsolescencia, merma ni espacio de almacén.

El quiebre de stock tiene el costo opuesto: ingreso que nunca existió. Para leer cómo monetizar ese número con precisión, revisa Quiebre de stock: qué es y cómo medirlo en pesos. Y si quieres entender el impacto más amplio en tu balance, cómo el inventario inmovilizado afecta tu capital de trabajo lo desglosa con números accionables.

---

Qué es realmente el inventario de seguridad (y qué no es)

El inventario de seguridad es la cantidad de unidades adicionales que mantienes para absorber dos tipos de variabilidad: la de la demanda durante el período de reposición, y la del propio tiempo de reposición. No es un colchón subjetivo. No es un porcentaje fijo. Es una función estadística que traduce un nivel de servicio objetivo en unidades concretas.

Inventario de seguridad vs. inventario cíclico: la confusión más cara

El inventario cíclico es el que consumes entre pedidos. Si vendes 100 unidades por día y ordenas cada 10 días, tu inventario cíclico promedio es 500 unidades (la mitad del ciclo de reposición). El inventario de seguridad es adicional a eso — existe para cubrir los días en que vendes 130 unidades o tu proveedor tarda 13 días en lugar de 10.

Confundir ambos lleva a uno de dos errores: o calculas safety stock sobre el total del inventario (sobreestimas, inmovilizas más capital) o reduces el pedido pensando que el safety stock ya "cubre" la demanda base (te quedas corto).

Por qué "poner un 20% extra" no es una estrategia, es una apuesta

Un 20% sobre el promedio de ventas suena conservador. En un SKU de alta rotación con demanda estable, ese 20% puede ser 4x el safety stock que estadísticamente necesitas. En un SKU estacional con lead time variable, puede ser insuficiente exactamente cuando más lo necesitas. El porcentaje fijo distribuye el error de manera uniforme en productos que no se comportan igual.

---

La fórmula base y cuándo sí funciona

Fórmula estándar: variables, unidades y cómo leerla

La fórmula clásica de inventario mínimo es:

SS = Z × σ_demanda × √Lead Time

Donde:

• Z = factor de nivel de servicio (ver tabla abajo)

• σ_demanda = desviación estándar de la demanda diaria (en unidades)

• Lead Time = tiempo de reposición en días (asumido constante)

Esta fórmula funciona bien cuando tu lead time tiene una variación menor al 10% respecto al promedio y la demanda no tiene estacionalidad marcada. En productos de rotación constante con proveedores locales confiables — piensa en un proveedor de lácteos con contrato de entrega diaria — los supuestos se sostienen.

Valores Z según nivel de servicio objetivo

• 90% de nivel de servicio: Z = 1.28

• 95% de nivel de servicio: Z = 1.65

• 98% de nivel de servicio: Z = 2.05

• 99% de nivel de servicio: Z = 2.33

El nivel de servicio aquí significa la probabilidad de no quebrarte durante el ciclo de reposición. Un 95% no es "casi perfecto" — significa que 1 de cada 20 ciclos de reposición tendrás un quiebre.

Ejemplo resuelto paso a paso en Excel

Tienes un SKU con demanda diaria promedio de 50 unidades, desviación estándar de la demanda de 12 unidades/día, lead time fijo de 7 días, y nivel de servicio objetivo del 95%.

SS = 1.65 × 12 × √7 = 1.65 × 12 × 2.646 = 52.4 unidades → redondeado a 53 unidades

En Excel: =1.65 * DESVEST.M(rango_demanda_diaria) * RAIZ(lead_time)

---

Cómo ajustar el cálculo cuando el lead time varía (realidad México)

Este es el ajuste que más importa para la cadena de suministro mexicana. Cuando tu proveedor no entrega en tiempo constante, ignorar la variabilidad del lead time subestima el safety stock en exactamente los SKUs donde más te duele un quiebre.

Fórmula con lead time variable

SS = Z × √(LT_prom × σ²_demanda + D²_prom × σ²_LT)

Donde:

• LT_prom = lead time promedio en días

• σ_demanda = desviación estándar de la demanda diaria

• D_prom = demanda diaria promedio

• σ_LT = desviación estándar del lead time en días

Esta fórmula combina ambas fuentes de incertidumbre. Si la variabilidad del lead time es cero, colapsa a la fórmula estándar. Si la demanda es perfectamente predecible, solo queda el componente de lead time variable.

Cómo calcular la desviación estándar del lead time con tus datos históricos

Necesitas al menos 15-20 órdenes de compra históricas para que el número sea estadísticamente útil. En Excel: =DESVEST.M(rango_días_entre_pedido_y_entrega). Si no tienes ese registro, revisa las facturas del proveedor y calcula los días entre fecha de orden y fecha de recepción para cada entrada al almacén en los últimos 6 meses.

Ejemplo resuelto: proveedor de Monterrey con lead time entre 8 y 21 días

• Demanda diaria promedio: 80 unidades

• σ_demanda: 15 unidades/día

• Lead time promedio: 13 días

• σ_LT: 3.8 días (calculado con 22 órdenes históricas)

• Nivel de servicio: 95% → Z = 1.65

SS = 1.65 × √(13 × 15² + 80² × 3.8²)

SS = 1.65 × √(13 × 225 + 6,400 × 14.44)

SS = 1.65 × √(2,925 + 92,416)

SS = 1.65 × √95,341

SS = 1.65 × 308.8 = 509.5 → 510 unidades

Ahora compara con la fórmula simple: 1.65 × 15 × √13 = 89.3 unidades. La diferencia es 421 unidades. Ese gap es lo que la variabilidad del lead time de tu proveedor de Monterrey realmente te está costando en riesgo de quiebre — y que el modelo simple nunca te mostró.

---

El problema de los datos incompletos: qué hacer cuando el historial no existe o es sucio

Para un demand planner en una empresa mediana en México, la realidad de los datos es esta: períodos con stockout que registran ventas de cero (pero la demanda real no era cero), SKUs lanzados hace 8 meses con historial insuficiente, y períodos de pandemia que distorsionan cualquier cálculo de variabilidad.

Cómo tratar outliers y stockouts que distorsionan tu desviación estándar

Los días con venta de cero por stockout no son días de demanda cero — son días con demanda censurada. Si los incluyes en el cálculo de desviación estándar, subestimas la variabilidad real y calculas un safety stock más bajo del que necesitas. La solución práctica: identifica esos períodos en tu histórico (días donde el inventario final fue ≤ 0) y reemplaza esos valores con el promedio de los 4 días anteriores antes de correr el cálculo.

Método de proxy: usar categorías similares cuando el SKU es nuevo

Para SKUs con menos de 3 meses de historial, usa la desviación estándar del coeficiente de variación (CV = σ/μ) de SKUs similares en la misma categoría. Si los SKUs maduros de la categoría tienen un CV de 0.32, aplica ese mismo CV sobre la demanda promedio estimada del SKU nuevo para obtener una σ inicial.

Para más detalle sobre cómo manejar modelos con historial incompleto, el artículo planeación de demanda con datos históricos incompletos y Pronóstico de ventas con datos incompletos: guía práctica cubren las técnicas complementarias.

Cuándo el juicio experto sí tiene lugar en el modelo

El modelo estadístico no sabe que tu proveedor principal está en proceso de certificación ISO y ha tenido entregas erráticas en los últimos 60 días. El modelo no sabe que hay un evento comercial en dos semanas que triplicará la demanda. El juicio experto tiene lugar legítimo como ajuste de supuestos — modificar el σ_LT esperado o el horizonte de cálculo — no como reemplazo del modelo.

---

Estacionalidad en México: el factor que rompe cualquier cálculo estático

Un safety stock calculado en enero con datos del año completo promedia el Buen Fin, la temporada navideña y las quincenas de julio en un solo número. Ese número es incorrecto para enero, más incorrecto para octubre, y potencialmente catastrófico para noviembre.

Índices estacionales: cómo construirlos con dos años de datos

El índice estacional de un período = (demanda real del período) / (promedio mensual del año). Con dos años de datos, promedias los índices del mismo mes en ambos años para suavizar eventos atípicos. Si noviembre tiene un índice de 1.87, la demanda esperada de noviembre es 87% mayor que el promedio mensual — y tu σ_demanda para ese período debe calcularse solo con datos de noviembre, no del año completo.

Safety stock dinámico: recalcular por horizonte de temporada, no anualmente

La práctica correcta es calcular el safety stock por horizonte de 4-8 semanas, recalibrando al inicio de cada período. Esto implica tener un modelo que se actualiza con frecuencia, no una hoja de Excel que se revisa en la junta de planeación anual.

Ejemplo: empresa de consumo masivo ajustando stock antes del Buen Fin

Una empresa con ventas promedio de 1,200 unidades/día en su SKU principal tiene un safety stock base de 380 unidades calculado con datos anuales. Al calcular con datos históricos de las 3 semanas de Buen Fin, la demanda diaria sube a 2,800 unidades y la desviación estándar se triplica. El safety stock correcto para ese período es 1,140 unidades — 3x el número base. La empresa que llega al Buen Fin con 380 de seguridad no está protegida: está expuesta.

---

De la fórmula a la acción: implementación en Excel sin ERP enterprise

Estructura de la hoja de cálculo: columnas mínimas necesarias

Tu modelo necesita al menos estas columnas por SKU:

• SKU / Descripción

• Demanda diaria promedio (PROMEDIO sobre el rango limpio)

• σ demanda diaria (DESVEST.M sobre el rango limpio)

• Lead time promedio (PROMEDIO del histórico de órdenes)

• σ lead time (DESVEST.M del histórico de órdenes)

• Nivel de servicio objetivo (definido por categoría o margen del SKU)

• Valor Z (tabla fija con SI anidados o BUSCARV)

• Safety stock calculado (fórmula extendida)

• Punto de reorden = (Demanda diaria promedio × Lead time promedio) + Safety stock

Funciones Excel clave aplicadas al modelo

• =DESVEST.M(B2:B90) — desviación estándar de la demanda diaria sobre rango limpio

• =PROMEDIO(D2:D25) — lead time promedio sobre histórico de órdenes

• =SI.ERROR(DESVEST.M(D2:D25),0) — maneja rangos con pocos datos sin romper el modelo

• =valor_Z * RAIZ(LT_prom * sigma_demanda^2 + D_prom^2 * sigma_LT^2) — fórmula extendida

Cómo conectar el resultado al punto de reorden automático

El punto de reorden es el nivel de inventario que dispara una orden de compra. Su fórmula: Punto de reorden = (Demanda diaria promedio × Lead time promedio) + Safety stock. En Excel, si tienes el inventario actual en tiempo real (ya sea manual o importado de tu sistema), una columna condicional =SI(inventario_actual <= punto_reorden, "ORDENAR", "OK") te da un sistema de alerta básico funcional.

---

Cuándo la fórmula correcta ya no es suficiente

Puedes tener la fórmula extendida correcta, los datos relativamente limpios y los índices estacionales bien construidos. Si ese modelo se recalcula cada trimestre sobre datos que ya tienen 60-90 días de antigüedad, el safety stock que protege tu operación hoy refleja una realidad que ya no existe.

El problema no es calcular mal el safety stock. Es calcularlo bien una vez y tratarlo como si la variabilidad de tu cadena estuviera congelada.

La variabilidad del lead time de tus proveedores cambia cuando cambia el tipo de cambio. La demanda cambia cuando un competidor abre una tienda nueva o lanza una promoción. El modelo estático da una falsa sensación de control: la hoja de Excel está actualizada, los números tienen dos decimales, el proceso está documentado. Pero el mercado se movió y el modelo no.

Para operaciones con más de 500 SKUs activos o con proveedores de alta variabilidad, el recálculo manual mensual deja de ser suficiente — no porque sea difícil, sino porque el volumen de combinaciones (SKU × tienda × proveedor × período) excede lo que un equipo humano puede recalibrar con la frecuencia que la variabilidad real exige.

Si estás evaluando automatizar ese recálculo, el software de demand planning para México de Celes ejecuta reposiciones con modelos dinámicos sobre datos actualizados, sin depender de que alguien recuerde actualizar la hoja de Excel antes del Buen Fin.

---

Preguntas frecuentes

¿Cuál es la fórmula correcta para calcular el inventario de seguridad en México?

La fórmula que aplica para la mayoría de los contextos mexicanos es la extendida con lead time variable: SS = Z × √(LT_prom × σ²_demanda + D²_prom × σ²_LT). La fórmula estándar SS = Z × σ_demanda × √LT solo es suficiente cuando el lead time de tu proveedor varía menos del 10% respecto a su promedio — condición que raramente se cumple en cadenas de suministro con proveedores locales, fronterizos o importación.

¿Qué nivel de servicio debo usar para calcular mi safety stock?

Depende del margen y del costo de quiebre del SKU, no de un estándar único. Para SKUs de alto margen o alta rotación donde el quiebre genera sustitución de marca, un nivel de servicio del 97-99% (Z entre 1.88 y 2.33) es defensible. Para SKUs de bajo margen o con sustitutos directos, 90-95% reduce el capital inmovilizado sin un impacto severo en ventas. La clave es diferenciar por categoría, no aplicar un Z uniforme a toda la operación.

¿Cómo calculo el safety stock si no tengo historial limpio de demanda?

Primero, identifica y excluye los períodos con stockout (días con venta cero por falta de inventario, no por demanda cero). Segundo, para SKUs nuevos con menos de 3 meses de datos, usa el coeficiente de variación (σ/μ) de SKUs maduros similares en la misma categoría como proxy. Tercero, si el historial tiene menos de 8 semanas, complementa con juicio experto para definir el σ_LT esperado del proveedor.

¿Con qué frecuencia debo recalcular el inventario de seguridad?

Para operaciones con estacionalidad marcada (Buen Fin, Navidad, quincenas de fin de mes), el recálculo trimestral es insuficiente. La práctica correcta es recalibrar por horizonte de 4-8 semanas, especialmente 6-8 semanas antes de un pico estacional conocido. Un safety stock calculado en agosto con datos del año completo subestimará sistemáticamente la variabilidad de noviembre.

¿Cuánto capital puede estar inmovilizado por un safety stock mal calculado?

Usa esta fórmula para estimarlo: Capital inmovilizado = (SS_calculado - SS_correcto) × Costo unitario. Si tu modelo subestima la variabilidad del lead time y mantiene 30% más de safety stock del necesario en 800 SKUs con un costo promedio de $45 por unidad y un safety stock promedio de 120 unidades, el exceso es aproximadamente 0.30 × 800 × 120 × $45 = $1,296,000 inmovilizados en inventario que no protege más ventas de las que protegería el modelo correcto.