Modelo Predictivo de Inventarios
Propuesta para Americana 2000 — Enero 2026
"Reducir el riesgo financiero de inventarios anticipando la demanda a 6 meses, integrando el lead time de importación para apoyar decisiones de compra y priorizar SKUs críticos."
Compromiso Operativo
Odoo no se pone en riesgo. El procesamiento analítico ocurre fuera del sistema productivo, con ETL nocturno a partir de las 10:00 PM. Latencia aceptable de 24 horas para decisiones de inventario.
Lead Time de Importación
Compras del Exterior
Modalidad de Pago
SKUs a Gestionar
Contexto del Negocio
Entendiendo la operación de Americana 2000
-
Presencia Nacional
Más de 40 sucursales en el pais de Guatemala, con Centros de Distribución Estratégicos. -
Volumen de Operación (Promedio)
Facturación anual superior a Q90 millones, con un inventario promedio de Q40 millones y compras anuales de Q80 millones. -
Modelo de Importación (Aproximado)
Q35 millones anuales en importaciones directas desde Asia, con pago al contado y lead times de 3 a 4 meses. -
Infraestructura Tecnológica
ERP Odoo con base de datos PostgreSQL, sistema estable que no debe ser afectado por procesos analíticos.
| Indicador | Valor Actual | Relevancia |
|---|---|---|
| Ventas Anuales | Q90+ millones | Base para cálculo de rotación y pronósticos |
| Inventario Promedio | Q40+ millones | Capital inmovilizado a optimizar |
| Compras Anuales | Q80 millones | Volumen de decisiones de reabastecimiento |
| Importaciones Asia | Q35 millones | Compras con mayor lead time y riesgo |
| SKUs Activos | +10,000 | Complejidad del portafolio |
| Lead Time Importación | 3-4 meses | Horizonte mínimo de planificación |
El Problema Financiero Real
El error no se corrige rápido y se paga en efectivo
Impacto Financiero
Con Q35 millones en importaciones anuales al contado y un lead time de 3-4 meses, cada error de pronóstico compromete capital que no puede recuperarse hasta el siguiente ciclo. Esto no es solo un problema operativo, es un riesgo financiero estructural.
"El histórico explica el pasado, no protege el futuro."
| Aspecto | Reportes Históricos | Modelo Predictivo |
|---|---|---|
| Enfoque temporal | Qué pasó | Qué pasará |
| Horizonte de decisión | Reactivo | Proactivo (6 meses) |
| Considera lead time | ||
| Incertidumbre cuantificada | ||
| Sugerencia de compra | ||
| Priorización de SKUs | Manual | Automática por riesgo |
Decisión
Se define cantidad a importar
Pago
Capital comprometido al contado
Espera
3-4 meses de lead time
Resultado
¿Sobró? ¿Faltó? Ya es tarde
Sin predicción, cada orden es una apuesta. Con predicción, es una decisión informada.
Propuesta de Valor
Un sistema que anticipa la demanda para proteger el capital
Para cada uno de los +10,000 SKUs, el sistema:
-
Proyecta demanda futura a 6 meses
Utilizando modelos ARIMA optimizados por producto, con análisis de estacionalidad y tendencias históricas. -
Evalúa incertidumbre del pronóstico
Cada predicción incluye rangos mínimo y máximo, permitiendo decisiones con diferentes niveles de riesgo. -
Considera el lead time de importación
El horizonte de 6 meses cubre el ciclo completo de importación desde Asia, permitiendo decidir antes de que sea tarde. -
Genera recomendación accionable
Cuánto comprar, cuándo comprar, qué NO comprar. Se decide antes de pagar, no después. -
Clasifica por nivel de riesgo
Semáforo de 4 niveles (EXTREMO, ALTO, MEDIO, BAJO) para priorizar atención en los SKUs más críticos.
| Nivel | Criterio | Acción Recomendada |
|---|---|---|
| EXTREMO | Inventario insuficiente para cubrir pronóstico | Compra urgente con factor de seguridad 1.75x |
| ALTO | Cobertura menor a 1 mes de ventas | Incluir en próxima orden de importación |
| MEDIO | Cobertura entre 1 y 4 meses | Monitorear, planificar reabastecimiento |
| BAJO | Cobertura mayor a 4 meses | No comprar, evaluar rotación |
Finanzas
• Identificación de riesgo de sobrestock
• Escenarios a 3-6 meses
• Soporte cuantitativo para decisiones de caja
Compras
• Cantidades sugeridas por SKU
• Identificación de quiebres potenciales
• Datos descargables para órdenes de compra
Arquitectura Técnica
Odoo sigue siendo Odoo. El análisis vive afuera.
Principios de Seguridad Operativa
- ETL se ejecuta únicamente después de las 10:00 PM
- Conexión de solo lectura a Odoo
- Servidor analítico completamente independiente
- Latencia de 24 horas (aceptable para decisiones de inventario)
- Cero impacto en operación diaria del ERP
| Componente | Tecnología | Propósito |
|---|---|---|
| Extracción de Datos | R + RPostgreSQL | Conexión segura a Odoo/PostgreSQL |
| Procesamiento ETL | R + tidyverse | Transformación y limpieza de datos |
| Modelos Predictivos | R + forecast + furrr | ARIMA paralelo para +10,000 SKUs |
| Almacenamiento | RDS (archivos R) | Datasets optimizados para consulta rápida |
| Visualización | Shiny Server + shinydashboard | Dashboard interactivo web |
| Gráficos | highcharter + plotly + DT | Visualizaciones interactivas |
Dashboard Ejecutivo
Visualización diseñada para decisiones, no para técnicos
| CÓDIGO | DESCRIPCIÓN | PRONÓSTICO 6M | INVENTARIO | RIESGO | SUGERIDO |
|---|---|---|---|---|---|
| SKU-0023 | Producto Importado Premium A | 1,250 | 180 | EXTREMO | +1,070 |
| SKU-0156 | Artículo de Alta Rotación B | 890 | 245 | ALTO | +645 |
| SKU-0089 | Producto Estacional C | 560 | 320 | MEDIO | +240 |
| SKU-0201 | Item Regular D | 340 | 890 | BAJO | 0 |
Visualización de ejemplo. El dashboard real se personalizará con las categorías de Americana 2000.
Filtros Dinámicos
Gráficos Predictivos
Vista por Bodega
Exportación Excel
El sistema identifica productos con ventas históricas pero sin existencia actual, aplicando técnicas de imputación de datos (Filtro de Kalman) para estimar la demanda no satisfecha y priorizar reabastecimiento.
¿Por qué es importante?
Un quiebre de inventario no solo es una venta perdida hoy. Con lead times de 3-4 meses, significa pérdida de ventas durante todo ese período. El costo real es mucho mayor que el de una sola transacción.
Fases del Proyecto
5 meses de implementación estructurada
Fase 1: Análisis y Preparación de Datos
Revisión de estructura de datos en Odoo, validación de históricos de ventas e inventario, diseño del modelo de datos analítico. Identificación de categorías y subcategorías críticas.
Fase 2: ETL Nocturno
Desarrollo de procesos de extracción incremental desde PostgreSQL, transformación y limpieza de datos, carga a base analítica. Configuración de ejecución automática post 10:00 PM.
Fase 3: Análisis de Demanda
Análisis exploratorio de patrones de venta, identificación de estacionalidad, segmentación de productos por comportamiento. Validación de calidad de datos históricos.
Fase 4: Modelos Predictivos
Entrenamiento de modelos ARIMA para cada SKU, validación de precisión, generación de pronósticos a 6 meses con intervalos de confianza. Cálculo de niveles de riesgo y compras sugeridas.
Fase 5: Visualización y Entrega
Implementación de dashboard en Shiny Server, capacitación de usuarios, documentación técnica y de usuario. Entrega de código fuente y transferencia de conocimiento.
-
Ejecución Automática Nocturna
Los modelos se re-entrenan cada noche con datos actualizados. Pronósticos siempre frescos para la mañana siguiente. -
Uso Diario por Equipos
Compras y Finanzas acceden al dashboard para consulta y descarga de reportes según necesidad. -
Sin Intervención Manual
Una vez configurado, el sistema opera de forma autónoma. Solo requiere monitoreo ocasional de infraestructura.
Entregables
Todo lo que Americana 2000 recibe
| Entregable | Descripción | Formato |
|---|---|---|
| Scripts ETL | Procesos de extracción, transformación y carga de datos | Código R (.R) |
| Modelos Predictivos | Algoritmos ARIMA configurados para cada SKU | Código R (.R) |
| Motor de Riesgo | Lógica de clasificación y cálculo de compra sugerida | Código R (.R) |
| Dashboard Shiny | Aplicación web interactiva (UI + Server + Global) | Código R (.R) |
| Documentación Técnica | Guía de instalación, configuración y mantenimiento | PDF/Markdown |
| Manual de Usuario | Guía de uso del dashboard para usuarios finales | |
| Capacitación | Sesiones de entrenamiento para equipos de Compras y Finanzas | Virtual/Presencial |
Americana 2000 debe proveer:
-
Servidor Analítico
Máquina virtual o física con Linux (Ubuntu recomendado), mínimo 32GB RAM, 500GB almacenamiento. Puede ser on-premise o cloud. -
Acceso a PostgreSQL de Odoo
Credenciales de solo lectura para conexión desde el servidor analítico. -
Acceso de Red
Conectividad entre servidor analítico y base de datos Odoo (puede requerir configuración de firewall/VPN).
Alternativa Cloud
Si Americana 2000 no cuenta con infraestructura propia, DS Conexión puede configurar el sistema en un servidor cloud con costo mensual adicional de aproximadamente USD 250-500/mes (AWS, DigitalOcean, o similar).
Retorno de Inversión
Una mejora marginal paga el proyecto
El Cálculo Simple
Inversión Total: USD 39,195.00 ≈ Q305,000.00
Inventario Promedio: Q40,000,000.00
Mejora Necesaria: Q305,000.00 / Q40,000,000.00 = 0.76%
Reducir el sobrestock en menos del 1% del inventario total recupera la inversión completa.
Con Q35 millones en importaciones de Asia, evitar un solo error de sobrecompra
del 1% significa Q350,000 en capital no inmovilizado.
| Escenario | Mejora en Inventario | Capital Liberado/Año | ROI Primer Año |
|---|---|---|---|
| Conservador | 2% | Q800,000 | 162% |
| Moderado | 5% | Q2,000,000 | 555% |
| Optimista | 10% | Q4,000,000 | 1,210% |
* ROI calculado sobre inversión de ~Q305,000 (USD 39,195 a TC 7.78)
-
Reducción de Quiebres de Inventario
Menos ventas perdidas por falta de producto. Con lead times de 3-4 meses, cada quiebre evitado equivale a 3-4 meses de ventas recuperadas. -
Mejor Planeación de Caja
Visibilidad a 6 meses de necesidades de compra permite planificar flujo de efectivo con anticipación. -
Decisiones Defendibles
Respaldo cuantitativo para justificar decisiones de compra ante Dirección y Junta Directiva. -
Profesionalización del Proceso
De decisiones basadas en intuición a decisiones basadas en datos y modelos.
Plan de Inversión
Estructura de pagos diseñada para facilitar la decisión
USD 3,919.50
| Pago | Momento | Monto USD | Hito Asociado |
|---|---|---|---|
| 1 | Inicio del Proyecto | USD 3,919.50 | Kick-off y acceso a datos |
| 2 | Mes 2 | USD 3,919.50 | ETL funcional |
| 3 | Mes 3 | USD 3,919.50 | Modelos entrenados |
| 4 | Mes 4 | USD 3,919.50 | Dashboard en producción |
| 5 | Mes 5 | USD 3,919.50 | Capacitación completada |
| 6-10 | Meses 6-10 | USD 3,919.50 c/u | Soporte y optimización |
-
Sin licencias de software
R, Shiny, y todas las librerías utilizadas son open source y gratuitas. -
Sin pagos por usuario
Usuarios ilimitados pueden acceder al dashboard sin costo adicional. -
Sin pagos por ejecución
Los modelos pueden ejecutarse tantas veces como se necesite. -
Sin dependencia de proveedor
El código fuente es entregado. Americana 2000 puede operar y modificar el sistema de forma independiente.
Propiedad Intelectual
El activo queda en Americana 2000
Principio Fundamental
Todo el código fuente, modelos predictivos, y documentación desarrollados específicamente para este proyecto son propiedad exclusiva de Americana 2000 una vez completado el pago.
-
Código Fuente Entregado
Todos los scripts R (ETL, modelos, dashboard) son entregados con comentarios y documentación para su comprensión y mantenimiento. -
Modelos Predictivos Propios
Los parámetros y configuraciones específicas entrenadas con datos de Americana 2000 son propiedad de la empresa. -
Total Control Interno
La empresa puede modificar, extender, o adaptar el sistema sin necesidad de autorización de DS Conexión. -
Sin Dependencia de Proveedor
El sistema puede ser operado y mantenido por personal interno o cualquier otro proveedor de servicios.
| Aspecto | Licencia SaaS Típica | Este Proyecto |
|---|---|---|
| Propiedad del código | Del proveedor | De Americana 2000 |
| Pagos recurrentes | Mensuales/anuales indefinidos | Solo durante implementación |
| Acceso a datos | En servidores del proveedor | 100% en infraestructura propia |
| Si termina la relación | Pierde acceso al sistema | Conserva todo el sistema |
| Modificaciones | Depende del proveedor | Total libertad |
| Valor en balance | Gasto operativo | Activo intangible |
Siguientes Pasos
Del interés a la implementación
Validar Alcance
Confirmar expectativas y requerimientos específicos
Confirmar Datos
Validar acceso y estructura de datos en Odoo
Firmar Acuerdo
Formalizar términos y calendario
Iniciar
Kick-off y primer pago
-
Reunión de Validación Técnica
DS Conexión requiere una sesión con el equipo de TI para confirmar acceso a PostgreSQL y estructura de datos de Odoo. -
Definición de Categorías Prioritarias
Identificar las 3-5 categorías de productos más críticas para enfocar la validación inicial de modelos. -
Asignación de Recursos
Designar un contacto de Compras y uno de TI como enlaces durante el proyecto.
"Con compras al contado y lead times de 3-4 meses desde Asia, el futuro vale más que el pasado. Este proyecto convierte datos históricos en visión anticipada, transformando cada decisión de compra de una apuesta en una decisión informada."
— DS Conexión
Data Science & Strategy