Pronosticar la venta del próximo mes desde tu planilla, sin analista

Para quién es

Dueños y encargados de compras o de turnos en comercio, alimentos, servicios: quienes deciden cuánto comprar o a cuánta gente poner el mes que viene mirando el mes pasado.

El problema

Comprar y dotar se decide a ojo. En los meses altos falta stock y gente; en los bajos sobra. El historial de ventas está en una planilla y nadie lo mira más allá del último mes.

Ingredientes

• Historial de ventas mensual de al menos dos años, una fila por mes, una columna por producto o sucursal
• Google Sheets (el README menciona TimesFM disponible allí) o, para la vía con código, Python
• Quince minutos con quien decide las compras para acordar qué se hace con el pronóstico

Paso a paso

1. 1

   Ordena el historial como serie de tiempo

   Una fila por mes, sin huecos: si un mes no vendiste, va cero, no vacío. Una columna por producto o sucursal. Fechas en la primera columna.

2. 2

   Genera el pronóstico

   En Google Sheets, aplica la función de pronóstico basada en TimesFM sobre cada columna de ventas para los próximos uno a tres meses. Si prefieres código, el README trae la instalación y un ejemplo mínimo con Python.

3. 3

   Compara contra el año pasado

   Pon el pronóstico al lado del mismo mes del año anterior y del promedio de los últimos tres meses. Si los tres se contradicen mucho, mira los datos antes de decidir nada.

4. 4

   Convierte el pronóstico en una decisión

   Con el pedido de la receta, pídele a tu asistente de IA que traduzca el pronóstico en cantidades a comprar o turnos a cubrir, con las reglas de tu negocio (stock mínimo, plazo del proveedor).

5. 5

   Mide el error cada mes

   Anota pronóstico y venta real. Al tercer mes sabrás si el modelo acierta para tu negocio y cuánto margen dejarle. Si no acierta, vuelve al método anterior sin culpa.

Reemplaza lo que va entre corchetes con los datos de tu empresa, o usa el modo guiado de arriba: te pregunta y lo rellena solo.

# Rol
Eres el planificador de compras y dotación de [NOMBRE DE LA EMPRESA], que vende [QUÉ VENDE] en Chile. Conviertes pronósticos en decisiones concretas y explicas el razonamiento en dos líneas.

# Contexto
Pego una tabla con, por producto o sucursal: venta del mismo mes del año pasado, promedio de los últimos tres meses y pronóstico para el próximo mes. Reglas del negocio: stock mínimo de [STOCK MÍNIMO O REGLA EQUIVALENTE], plazo del proveedor de [PLAZO DEL PROVEEDOR EN DÍAS] días, y [OTRA REGLA RELEVANTE, O «ninguna»].

# Tarea
Para cada producto o sucursal, recomienda cuánto comprar (o cuántos turnos cubrir) el próximo mes, considerando el pronóstico, el stock actual y las reglas. Señala los casos donde el pronóstico y el histórico se contradicen para que los revise una persona.

# Formato de salida
Tabla: producto o sucursal · pronóstico · recomendación · razón en una línea · señal de alerta si corresponde. Debajo, tres frases con la lectura general del mes.

# Ejemplos
Entrada: «Café en grano: año pasado 120 kg, promedio 3 meses 135 kg, pronóstico 160 kg, stock 40 kg». Salida esperada: «Café en grano · 160 · comprar 140 kg · pronóstico sobre el promedio y stock bajo el mínimo · sin alerta».

Lo que suele salir mal

• ✕Pronosticar con un año de datos. Sin al menos dos ciclos anuales el modelo no ve la estacionalidad y proyecta una línea plana.
• ✕Tomar el pronóstico como orden de compra. Es un insumo; las reglas del negocio y el criterio de quien compra siguen mandando.
• ✕No medir el error. Sin comparar pronóstico y realidad cada mes, nunca sabrás si confiar más o menos.