Forecasting de stock con Holt-Winters: la fórmula que evita rotura
Stockout = customer perdido + ad spend desperdiciado. Te explicamos cómo Holt-Winters predice demanda 30 días adelante con seasonal patterns + cómo lo usamos para sugerir reorders automáticos.
Probá KANDIMA gratis · 100 créditos · sin tarjeta# En este artículo▾
01El costo invisible del stockout
Cuando un SKU se agota:
- Perdés ventas (obvio)
- Perdés customers (van a competencia)
- Perdés ad spend (ads siguen corriendo a producto sin stock)
- Caés en ranking de plataformas (ML, Amazon penalizan low inventory)
Costo total: 2-3x el revenue perdido directo.
02Holt-Winters explained
Holt-Winters es un modelo de exponential smoothing para series temporales con estacionalidad. Tiene 3 componentes:
- 1Level (nivel base) — venta promedio actual
- 2Trend (tendencia) — ¿está creciendo o cayendo?
- 3Seasonality (estacionalidad) — picos por día semana, mes, estación
KANDIMA tunea automáticamente los hiperparámetros vía MLE (Maximum Likelihood Estimation).
03Cuándo Holt-Winters funciona bien
- Series con >90 días de data (mínimo)
- Estacionalidad clara: día semana (e-commerce típico, viernes/sábado picos), mes (BFCM, navidad)
- Tendencia gradual
04Cuándo falla
- Series con <30 días — usá exp-smoothing simple
- Eventos one-time (BFCM puro) — agregar dummy variables
- Spikes virales TikTok — no son predecibles
05Cómo lo usamos en KANDIMA
El cron forecasting-stock-daily corre cada noche:
- 1Lee venta diaria por SKU últimos 90+ días
- 2Aplica Holt-Winters con período = 7 (estacionalidad semanal)
- 3Predice 30 días forward
- 4Calcula días hasta stockout = stock_actual / venta_diaria_predicha
- 5Si días < lead_time + buffer → genera reorder suggestion en /dashboard/inventory
06FAQ
¿Qué tan precisa es la predicción? Para SKUs con 90+ días de historia y estacionalidad clara, MAPE típica 12-18%. Bueno para decisiones de stock con buffer 1.5x.
¿Funciona para SKUs nuevos? No. Para SKUs nuevos usamos similarity-based forecasting: comparamos con SKUs similares y proyectamos basado en su curva.
¿Puedo usar otro modelo (ARIMA, Prophet)? En el roadmap tenemos Prophet (Facebook open source) para series con changepoints.
¿KANDIMA hace el reorder automático? No. Solo sugiere. La decisión final la tomás vos en /dashboard/inventory.
Probá KANDIMA con tu cuenta.
100 créditos gratis al registrarte.
7 días gratis para probarlo, más 100 créditos welcome al registrarte. Conectá Shopify / Tienda Nube / Mercado Libre / Meta / Google / TikTok en un click.