Pronóstico de la demanda en sistemas de producción MTS: Evaluación de modelos de series de tiempo y modelos matemáticos

Resumen

El pronóstico de la demanda constituye el primer eslabón de la planificación en los sistemas de producción Make-to-Stock, donde la fabricación se anticipa a los pedidos y un error de estimación se traduce en quiebres de inventario o en exceso de producto terminado. El objetivo de este estudio fue evaluar y comparar modelos de series de tiempo para el pronóstico de la demanda en un entorno de producción Make-to-Stock, con el fin de optimizar la planificación de la producción. Se comparó siete modelos de series de tiempo y suavizamiento (promedio móvil simple, promedio móvil ponderado, suavizamiento exponencial simple, método de Holt, Holt-Winters aditivo, Holt-Winters multiplicativo y descomposición) sobre la demanda mensual de una empresa industrial de producción en línea de bienes de consumo masivo, a lo largo de cuarenta y ocho meses. La serie se dividió en treinta y seis meses de entrenamiento y doce de validación, y el desempeño se midió mediante la desviación absoluta media, el error cuadrático medio, el error porcentual absoluto medio y la señal de rastreo. Los resultados mostraron una superioridad neta de los modelos que incorporan estacionalidad, con errores porcentuales cercanos al 2,4 %, frente a valores superiores al 7,8 % en los métodos que la ignoran. Aunque la descomposición alcanzó el menor error de magnitud, la señal de rastreo evidenció un sesgo de subestimación, por lo que se seleccionó Holt-Winters multiplicativo al combinar exactitud y ausencia de sesgo. Con este modelo se proyectó la demanda de 2026 como insumo para la planificación. El estudio confirma que los modelos clásicos, interpretables y de bajo costo computacional, resultan suficientes para sustentar decisiones de producción en contextos de demanda continua y estacional.