HistΓ³rico
Ajustado
PronΓ³stico
PronΓ³stico de demanda multimodelo para logΓstica y supply chain β Corbal Logistics
fecha | cantidad | sku | categoria
| Campo | DescripciΓ³n | Ejemplo |
|---|---|---|
| fecha | Periodo: diario (2024-01-15), semanal (Sem-01-24), mensual (Ene-24) | Sem-01-24 |
| cantidad | Volumen de demanda del periodo | 1250 |
| sku | CΓ³digo del producto β permite filtrar por SKU | SKU-001 |
| categoria | Familia o categorΓa β permite filtrar por categorΓa | Abarrotes |
| MΓ©todo | CuΓ‘ndo usar |
|---|---|
| Naive | Benchmark mΓnimo β si otro mΓ©todo no supera Naive, hay un problema |
| Prom. MΓ³vil Simple | Demanda estable sin tendencia ni estacionalidad |
| Prom. MΓ³vil Ponderado | Demanda con cambios recientes de nivel |
| SES (auto-Ξ±) | Demanda estable, alpha optimizado automΓ‘ticamente |
| Holt (auto-Ξ±,Ξ²) | Demanda con tendencia creciente o decreciente |
| Holt-Winters | Demanda con estacionalidad (picos en ciertas Γ©pocas) |
| RegresiΓ³n Lineal | Tendencia lineal fuerte sin estacionalidad marcada |
| GrΓ‘fica | QuΓ© muestra |
|---|---|
| PronΓ³stico | HistΓ³rico + lΓnea ajustada + pronΓ³stico con bandas de confianza 80% y 95% |
| DistribuciΓ³n | Histograma de la demanda histΓ³rica con curva normal superpuesta |
| Errores | Residuales del mΓ©todo activo perΓodo a perΓodo β detecta patrones sistemΓ‘ticos |
| Estacionalidad | Γndice de estacionalidad por perΓodo β identifica picos y valles consistentes |
| Tornado | AnΓ‘lisis de sensibilidad β cuΓ‘nto cambia el EOQ si los parΓ‘metros varΓan Β±30% |