Casos prácticos:

Serie histórica y modelo de previsión

Configura la granularidad temporal, el horizonte proyectado y el algoritmo estadístico.

Granularidad temporal

Horizonte a pronosticar

Algoritmo de forecasting

N.º	Etiqueta / Periodo	Demanda observada (uds)	Acción

12 periodos cargados

Parámetros de inventario y compras

Variables operativas del proveedor, costes logísticos y nivel de servicio deseado.

Plazo entrega (lead time) L

días

Variabilidad del plazo σL

días

Nivel de servicio (Z) Ciclo sin roturas

Coste unitario compra C

€ / ud

Coste emisión pedido S (Fijo)

€ / orden

Tasa posesión anual h (Almacenaje + capital)

% anual

Stock actual disponible En almacén

uds

Lote mínimo (MOQ) Mínimo del proveedor

uds

✓

Calculado con modelo seleccionado automáticamente.

Demanda horizonte 0 Promedio: 0 uds/periodo

Stock de seguridad (SS) 0 Z = 1.65 (95% nivel servicio)

Punto de pedido (ROP) 0 Reordenar al llegar a este umbral

Lote óptimo (EOQ) 0 0 órdenes/año (cada 0 días)

Coste logístico anual 0 € Emisión: 0 € • Posesión: 0 €

Pronóstico de demanda con intervalo de tolerancia del 95 % Pasa el ratón para ver cifras

Simulación de nivel de inventario y pedidos sugeridos (EOQ) Líneas de ROP y Stock de seguridad

Balance de existencias, momentos de lanzamiento de orden y cálculo de unidades a recibir.

Periodo proyectado	Stock inicial	Demanda prevista	¿Disparar pedido?	Lote sugerido	Stock final estimado	Diagnóstico