Imagen: equipo analizando datos
(reemplazar en GHL)

El punto de partida

El problema casi nunca son los datos. Es el proceso.

La mayoría de los equipos de planificación en América Latina siguen pronosticando en hojas de cálculo: un archivo que solo una persona entiende, un promedio móvil que nadie ha validado y una reunión mensual donde el número se ajusta "por experiencia".

El costo es concreto: capital inmovilizado en inventario que no rota, quiebres de stock que cuestan ventas y nivel de servicio, y decisiones de abastecimiento que no se pueden explicar ni auditar.

Pronósticos que no se pueden reproducir mes a mes.
Ningún indicador de error acordado entre comercial y operaciones.
Productos intermitentes y de baja rotación tratados igual que los de alta demanda.
Modelos que existen, pero nadie usa porque no llegan al proceso de decisión.

Áreas de trabajo

En qué te podemos acompañar

Cada proyecto se arma a la medida, pero casi todos se construyen con estos bloques. Puedes contratarlos por separado o como un programa completo.

Análisis de series de tiempo

Descomponemos tendencia, estacionalidad y ciclos de tu demanda real. Identificamos qué series son predecibles, cuáles son intermitentes y dónde el modelo estadístico ya no alcanza.

Modelos predictivos y machine learning

Construimos modelos con LightGBM, MLForecast y familia ARIMA/ETS, incorporando promociones, precios y variables externas. Comparamos siempre contra un baseline honesto.

Visualización y tableros de decisión

El pronóstico solo sirve si llega a quien decide. Diseñamos tableros que muestran error, sesgo y escenarios en el lenguaje del negocio, no en el del modelo.

Planificación de demanda e inventarios

Conectamos el pronóstico con el stock de seguridad, el punto de reorden y el plan de abastecimiento. La precisión se traduce en dinero, no en una métrica aislada.

Arquitectura de datos y automatización

Pipelines reproducibles en Python y Polars, conectados a tus fuentes reales (SQL, Snowflake, CSV, ERP). Lo que hoy toma tres días, corre solo cada semana.

Capacitación in-company

Formamos a tu equipo para que mantenga el sistema sin depender de un externo. Talleres prácticos con tus propios datos y notebooks que quedan en tu empresa.

Metodología

Cómo trabajamos

Un orden fijo, porque cada etapa depende de la anterior. No se modela sobre datos que no entendemos, y no se automatiza un modelo que aún no se ha validado.

01

Diagnóstico

Revisamos tus datos, tu proceso actual de planificación y el costo real del error. Sales con un mapa claro de dónde estás.

02

Modelado

Probamos modelos clásicos y de machine learning con validación temporal cruzada. Gana el que funciona con tus datos, no el más nuevo.

03

Implementación

Llevamos el modelo a un pipeline automatizado y conectado a tus sistemas, con controles de calidad y alertas de desviación.

04

Transferencia

Entrenamos a tu equipo, documentamos todo y dejamos el código en tu repositorio. El sistema es tuyo desde el primer día.

Qué recibes

Entregables concretos, no un PDF de recomendaciones

Todo proyecto de consultoría termina con activos que puedes usar, auditar y mantener dentro de tu empresa.

Repositorio de código

Notebooks y scripts documentados, listos para correr con tus fuentes.

Línea base de error

WAPE, BIAS y MASE medidos antes y después, por categoría y por SKU.

Tablero de seguimiento

Visualización del pronóstico, su error y los escenarios para el comité de S&OP.

Manual de operación

Cómo correrlo, cómo interpretarlo y qué hacer cuando el modelo se desvía.

Imagen: tablero de pronósticos
(reemplazar en GHL)

Stack de trabajo

Herramientas que usamos en cada proyecto

Python Polars statsforecast mlforecast hierarchicalforecast LightGBM Prophet PySpark SQL Power BI

Hablemos de tu operación

Una primera conversación de 30 minutos para entender tu caso y decirte con honestidad si podemos ayudarte y por dónde empezar.

Convierte la incertidumbre de tu demanda en un plan que puedes defender.