Implantación de un sistema de predicción de la demanda de Papeles S.A.

Abstract

Este estudio se centra en el diseño e implantación de un sistema de predicción de la demanda para una fábrica de artículos de un solo uso orientado al canal Horeca. La empresa tiene una demanda muy estacional, un catálogo amplio y a un espacio de almacenamiento limitado, lo que dificulta la planificación de la producción y la gestión del stock, dando lugar a roturas en temporada alta, exceso de inventario en temporada baja y costes logísticos innecesarios. Para ello, se han combinado métodos cuantitativos y cualitativos, aplicándose modelos de series temporales (principalmente Holt‑Winters) y modelos de regresión con variables de campaña, evaluándose su precisión mediante métricas como MAE, RMSE y MAPE, y contrastando con la información procedente de las ventas y dirección. Todo el tratamiento de datos, se lleva a cabo con hojas de cálculo y herramientas estadísticas sencillas, pensando en una futura implantación real. Los resultados muestran que, cuando se incorpora la estacionalidad y el efecto de las campañas, la calidad de las previsiones mejora claramente frente a los métodos actuales basados en promedios y la experiencia del personal de ventas, reduciéndose los errores de predicción en las familias más críticas. A partir de estas previsiones se ajustan los stocks, y se aprecia un mayor nivel de servicio en los picos de demanda, y una reducción de la ocupación del almacén fuera de temporada. Además, se esboza una propuesta de aplicación interna apoyada en técnicas de machine learning que permitiría automatizar el cálculo de previsiones e integrarlo con el ERP, como paso siguiente en la evolución del sistema. El trabajo, pone de manifiesto que un enfoque que combina modelos cuantitativos sencillos con el conocimiento cualitativo de las personas clave de la organización, puede suponer una importante mejora en la gestión de la demanda y del inventario. Como líneas futuras se plantea incorporar variables externas (por ejemplo, indicadores turísticos) y avanzar hacia una integración más profunda del sistema de previsión en los procesos de planificación y toma de decisiones de la empresa.