Previsión de nuevos productos

Los datos prestados llegan por tres vías habituales: un producto predecesor cuyo historial la novedad asume por completo o en parte, un modelo de atributos que estima la demanda a partir de categoría, marca, formato y nivel de precio, y un agregado de categoría o clúster que se desglosa hasta la referencia. Cada vía incorpora un supuesto que puede fallar en una dirección concreta, así que la previsión de lanzamiento es provisional y se recalcula a medida que llegan observaciones reales.

• Predecesor y sucesor: la novedad asume un porcentaje definido del historial de la referencia que sale; ese porcentaje expresa cuán comparables las considera el planificador.
• Modelos de atributos: para casos sin predecesor claro – la demanda se deriva de referencias con los mismos atributos, no de un único antecesor.
• Jerarquía middle‑out: la previsión se construye a nivel de categoría o clúster y se desglosa, de modo que una referencia con tres semanas de datos no decide la cifra.
• Benchmark de perfiles de tienda: en un lanzamiento a toda la red, la demanda por tienda se deriva de los perfiles de tienda más próximos, no del historial de la referencia.

La previsión de nuevos productos en la práctica

El input decisivo rara vez es el modelo. Es la respuesta a dos preguntas que pertenecen al responsable de categoría: a qué referencia existente se parece la novedad y qué parte de su historial debe heredar. El modelo propaga ese juicio, no lo corrige – un predecesor mal elegido da una previsión que parece estadísticamente correcta y está desviada por un factor constante durante todo el lanzamiento.

Las primeras semanas del lanzamiento son además la parte menos utilizable de la serie. Cuando el lanzamiento se mide por entregas a tienda y no por venta al consumidor, las cifras iniciales mezclan el llenado del lineal con la demanda real. Cuando la referencia entra con una promoción de lanzamiento, no existe una observación limpia de la demanda a precio normal hasta que la promoción termina. Un baseline ajustado sobre esas semanas arranca demasiado alto y la corrección suele llegar como un exceso de pedido.

Veritico STOCK gestiona las novedades mediante la relación predecesor–sucesor con asunción porcentual del historial y ofrece enfoques bottom‑up, top‑down y middle‑out, siendo este último el útil para novedades y referencias muy estacionales. Limpia el historial de extremos, roturas de stock y efectos promocionales antes de calcular, y en su gestión de pedidos por excepciones etiqueta las novedades, de modo que el planificador solo abre las líneas que requieren decisión – véase previsión de la demanda y optimización de inventario. Cuando el lanzamiento forma parte de un cambio de surtido, Veritico RANGE simula el efecto de la incorporación sobre los KPI de la categoría antes de ejecutarla; en un caso de uso documentado (400 productos, 46 tiendas) resultaron 12 productos nuevos incorporados por tienda – es un único caso de uso, no una media entre clientes. Más en estrategia y racionalización del surtido.

Términos relacionados

• Previsión de la demanda
• Demanda base (baseline)
• Estacionalidad
• Optimización del surtido