Decidir antes de que sea tarde.

Para una serie mensual, lo razonable es un mínimo de dos años si hay estacionalidad clara; con uno y medio se puede trabajar, aunque con más cautela. Con datos semanales o diarios la necesidad en número de registros es mayor, no menor. Si tu negocio es nuevo o has cambiado de precio o de canal hace poco, el histórico incluye un cambio estructural y hay que tratarlo aparte. Lo decimos en el diagnóstico, con el histórico delante.

Funciona, pero con menos margen. Cuando hay pocos datos se eligen modelos más sencillos y se apoya más en los supuestos del negocio que en el patrón estadístico. Eso no es una debilidad es transparencia. En esos casos el trabajo consiste en que dirección declare sus supuestos, el modelo los cuantifica y la comparación entre escenarios da la misma información útil. Lo que no hacemos es presentar una cifra precisa cuando el dato no la sostiene.

Depende de la calidad del histórico, de la estabilidad del negocio y de si ha habido cambios de precio, de canal o de producto. Publicamos el error de validación del modelo, no un porcentaje de aciertos bonito. Si comparamos lo previsto con lo ocurrido en meses que el modelo no había visto, obtenemos una medida honesta. Cuando el error es alto, la conclusión no es esconderlo es que hay que decidir con rangos y no con un número único.

Principalmente para tres cosas. Dimensionar la inversión del próximo periodo, negociar con proveedores y clientes con una cifra propia, y detectar desviaciones antes de que cierren el mes. También sirve para poner precio a decisiones que hoy se toman por costumbre. Si tu caso es otro y no aparece aquí, dínoslo es puede que el enfoque correcto sea otro y lo digamos.

Mensual, que es el ciclo natural de la mayoría de negocios, y semanal en los casos con alta frecuencia de compra o con datos disponibles a diario. Cada actualización reestima el modelo con los datos nuevos y recalcula la desviación acumulada. Si el negocio cambia de estructura, no esperamos al cierre mensual son los rehacemos el modelo. Un forecast que se actualiza a la velocidad del cambio estructural es la mejor herramienta que existe.

Los modelos detectan la desviación antes que nadie porque comparan lo previsto con lo real cada mes. Cuando el cambio es puntual, se registra como evento y se vuelve a entrenar. Cuando es estructural, hay que rehacer el modelo y revisar las variables explicativas: probablemente la que antes pesaba ya no explica nada. Publicamos la revisión y qué ha cambiado en las conclusiones. Un modelo que se contradice en silencio no sirve para decidir.