Por qué el forecast en Excel se rompe con 200 SKUs

Al principio tu hoja de Excel se siente como un superpoder. Tienes 30, quizás 40 SKUs, una pestaña por marketplace, y unas fórmulas de promedio que te dicen más o menos cuánto vas a vender el mes que viene. Funciona. Tomas decisiones, compras inventario, y la mayoría de las veces aciertas. El problema es que el catálogo no se queda quieto: agregas variantes, entras a una categoría nueva, sumas MercadoLibre a lo que ya tenías en Amazon, y un buen día abres la hoja y son 200 filas que tardan diez segundos en recalcular cada vez que tocas una celda.

Y no es solo lentitud. Es que el forecast que antes era confiable empieza a mentirte sin avisar. Una fórmula quedó arrastrada a la fila equivocada. Un SKU que dejaste de vender sigue sumando en el promedio. Las ventas de Amazon están actualizadas al lunes y las de MercadoLibre al miércoles, porque las descargaste en días distintos. Estás decidiendo compras de cinco cifras con datos de ayer, pegados a mano, sin saber bien cuáles celdas siguen vivas y cuáles ya son cadáveres.

Este artículo es sobre ese punto de quiebre: por qué el forecast en Excel deja de escalar exactamente cuando tu negocio empieza a depender de él, y qué cambia cuando el pronóstico vive sobre una sola fuente de verdad en tiempo real en lugar de sobre una hoja que tú alimentas a mano.

el momento exacto en que la hoja deja de servir

No hay una alarma que suene a los 200 SKUs. El deterioro es gradual y por eso es traicionero. Con 50 SKUs revisas la hoja entera en una sentada y notas si algo se ve raro. Con 120 ya no la revisas completa: revisas los productos que “te suenan importantes” y confías en que el resto está bien. Con 200, la hoja se volvió un sistema que nadie audita por completo, ni siquiera tú que la construiste.

El número 200 no es mágico, pero sí es representativo. Es donde se cruzan tres curvas: la cantidad de fórmulas que tienes que mantener sincronizadas, la cantidad de fuentes de datos que tienes que consolidar (Amazon, MercadoLibre, tu 3PL, quizá Shopify), y la frecuencia con la que el catálogo cambia. Cada una por separado es manejable. Las tres juntas, multiplicándose, son lo que rompe el forecast en Excel.

Diccionario: el forecast es la estimación de demanda futura por SKU; su utilidad depende por completo de qué tan frescos y completos estén los datos que lo alimentan.

el costo invisible de consolidar a mano

Antes de que Excel pronostique cualquier cosa, alguien tiene que llenarlo. Y ese alguien eres tú, o una persona de tu equipo, descargando reportes de Seller Central, exportando el CSV de MercadoLibre, pidiendo el inventario al 3PL, y pegando todo en las pestañas correctas. Cada marketplace nombra sus columnas distinto, usa otro formato de fecha, y reporta el stock con su propio criterio.

Ese proceso de armado tiene tres problemas que no se ven en la hoja terminada. El primero es el desfase temporal: como cada fuente se descarga en un momento distinto, tu forecast nunca refleja un solo instante real del negocio, sino un collage de fotos tomadas en días diferentes. El segundo es el error de copiado: una columna corrida, un filtro que dejaste activo, un pegado que sobrescribió una fórmula. El tercero es el costo humano puro: las horas que esa persona gasta consolidando son horas que no gasta negociando con proveedores ni optimizando listings.

Cuando el inventario y las ventas de todos los canales viven en un mismo lugar que se actualiza solo, el paso de “armar la hoja” simplemente desaparece. No es que se haga más rápido: deja de existir como tarea. El forecast se calcula sobre datos que ya están consolidados y frescos, no sobre un pegado manual de la semana pasada.

el promedio simple te traiciona con catálogo grande

La mayoría de los forecasts en Excel son, en el fondo, un promedio de las últimas semanas. Con pocos productos eso basta porque tú conoces cada SKU y corriges mentalmente: “este lo voy a empujar con promoción”, “este está de salida”. Con 200 SKUs ya no cabe ese conocimiento en tu cabeza, y el promedio simple empieza a cometer errores sistemáticos que nadie atrapa.

Un promedio no distingue entre un producto que está acelerando y uno que está cayendo: los dos pueden tener el mismo promedio de 30 días aunque uno vaya hacia el quiebre y el otro hacia el exceso. Tampoco entiende estacionalidad, ni el efecto de un cambio de pricing, ni que la semana pasada estuviste agotado tres días y por eso “vendiste menos” (cuando en realidad la demanda era mayor, solo que no tenías producto). Ese último punto es brutal: el quiebre de stock contamina el promedio hacia abajo, y el forecast te recomienda comprar todavía menos del producto que más se vende.

Por eso conviene separar el dato crudo de ventas de la señal real de demanda. La velocidad de venta ajustada por días disponibles dice mucho más que un promedio plano, y a escala de 200 SKUs esa diferencia es la que decide cuáles productos pronosticas bien y cuáles te explotan en la cara.

un forecast por canal no es un forecast del negocio

Aquí está uno de los errores más caros del enfoque de hoja de cálculo multicanal: pronosticar cada marketplace por separado. Tienes una pestaña Amazon, una pestaña MercadoLibre, y cada una con su propio forecast. El problema es que el inventario muchas veces es compartido, sobre todo si despachas desde un 3PL común o desde tu propia bodega.

Si Amazon pronostica que necesita 80 unidades y MercadoLibre pronostica 60, pero ambos jalan del mismo pool físico de 100, tu hoja te está diciendo que tienes que comprar para 140 cuando la realidad de la demanda combinada es otra, y la asignación entre canales es una decisión aparte. Pronosticar la demanda total del SKU y luego decidir cómo repartir el stock entre canales son dos pasos distintos, y Excel con pestañas separadas los confunde permanentemente.

Diccionario: los días de inventario te dicen cuánto te dura el stock actual al ritmo de venta presente; con inventario compartido entre canales, este número solo tiene sentido si lo calculas sobre la demanda total, no canal por canal.

Cuando todos los canales comparten una sola vista de stock y demanda, el forecast deja de duplicar y el cálculo de cobertura se hace una vez, bien, sobre el número que de verdad importa.

las fórmulas frágiles y el SKU fantasma

Toda hoja de Excel grande acumula deuda. Fórmulas que apuntan a rangos que ya no son correctos porque insertaste filas. Referencias rotas marcadas con #REF! que alguien “luego arregla”. SKUs descontinuados que nunca borraste y que siguen pesando en los totales. Variantes nuevas que agregaste como filas sueltas sin las fórmulas de las demás, así que su forecast simplemente es cero y nadie lo nota hasta que te quedas sin producto.

A esto se le suma el problema de quién mantiene la hoja. Mientras la construiste tú, tú sabes dónde están los trucos. El día que se la pasas a alguien más, o el día que tú mismo la abres tres meses después, esa hoja es una caja negra. La lógica del forecast está repartida en cientos de celdas, sin documentar, imposible de auditar de un vistazo.

La diferencia de fondo con un sistema es que la lógica del pronóstico vive en un solo lugar y se aplica igual a los 200 SKUs, sin filas huérfanas ni fórmulas arrastradas a medias. Si agregas un producto nuevo, entra al mismo motor de cálculo que todos los demás; no hay que “acordarse de copiar la fórmula”.

de la foto de ayer a la película en vivo

El defecto más profundo del forecast en Excel no es ninguno de los anteriores por separado: es que toda la hoja es una foto. La sacaste el día que descargaste los reportes, y desde ese momento empieza a envejecer. Para cuando la usas para decidir una compra, ya pasaron días, hubo ventas que no están registradas, y un par de productos cambiaron de ritmo.

Decidir con una foto vieja te obliga a meter colchones por todos lados “por si acaso”, y esos colchones son capital inmovilizado o quiebres que igual ocurren. La alternativa no es una hoja más sofisticada, sino cambiar la naturaleza del dato: pasar de una foto que tú actualizas a una película que se actualiza sola. Cuando las ventas de hoy ya están reflejadas en el forecast de hoy, el punto de reorden deja de ser una corazonada con margen de seguridad inflado y se vuelve un número que puedes defender.

Diccionario: el punto de reorden es el nivel de stock que dispara una nueva compra; su precisión depende directamente de qué tan actualizado esté el forecast que lo alimenta.

qué cambia cuando el forecast vive sobre datos vivos

No se trata de que Excel sea malo. Es una herramienta extraordinaria para explorar, para prototipar una idea de pronóstico, para hacer un cálculo puntual. El punto es otro: Excel es un lienzo, no un sistema. A 200 SKUs y tres o cuatro canales, lo que necesitas ya no es un lienzo que tú repintas cada semana, sino un sistema que mantenga el forecast vivo sin que nadie lo alimente a mano.

Eso es lo que cambia cuando el pronóstico se apoya en una sola fuente de verdad multicanal: desaparece la tarea de consolidar, desaparecen los SKUs fantasma, desaparece el desfase entre canales, y la demanda se calcula sobre la señal real ajustada por días sin stock. No tomas mejores decisiones porque tengas una fórmula más inteligente; las tomas porque por fin estás decidiendo sobre el negocio de hoy y no sobre el collage de la semana pasada.

Si tu hoja ya tarda en abrir, si descubres errores de pegado seguido, o si nadie en tu equipo quiere ser el dueño del archivo, no es que te falte disciplina con Excel. Es que tu catálogo cruzó el punto donde la hoja deja de escalar. Para un seller como SPORTIFY que despacha en Amazon, MercadoLibre y un 3PL al mismo tiempo, ese punto llega más rápido de lo que parece, y reconocerlo a tiempo es lo que separa una compra bien hecha de un quiebre en plena temporada alta.