Labs — Experiment 09 · ForecastLabs — Experimento 09 · Pronóstico

Demand Forecast StudioEstudio de Pronóstico de Demanda

How accurate is your demand forecast — and would AI actually improve it?¿Qué tan preciso es tu pronóstico de demanda — y de verdad la IA lo mejoraría?

Run a forecast on your data in seconds, get accuracy metrics scored on a real holdout, and understand the statistical baseline that AI platforms must beat. No login. No data uploaded.Corre un pronóstico con tus datos en segundos, obtén métricas de exactitud calculadas sobre un periodo real de validación (holdout) y entiende la línea base estadística que las plataformas de IA deben superar. Sin registro. Sin subir datos.

MethodsMétodos

100%

In-browserEn el navegador

Data sentDatos enviados

💡How to use this toolCómo usar esta herramientaStart hereEmpieza aquí

Choose a datasetElige un conjunto de datos

Pick one of the four sample profiles — or upload a CSV with weekly/monthly demand numbers.Selecciona uno de los cuatro perfiles de ejemplo, o sube un CSV con tu demanda semanal o mensual.

Select method & horizonElige método y horizonte

Try Holt-Winters first (best for seasonal demand). Adjust the slider to how far ahead you need to plan.Prueba primero Holt-Winters (el mejor para demanda estacional). Mueve el control deslizante según qué tan adelante necesitas planear.

Read the MAPELee el MAPE

Green (≤10%) = reliable. Amber (10–25%) = manageable. Red (>25%) = the model needs help. That number is the bar any AI tool must beat on your data.Verde (≤10%) = confiable. Ámbar (10–25%) = manejable. Rojo (>25%) = el modelo necesita ayuda. Ese número es la vara que cualquier herramienta de IA debe superar con tus datos.

🎯

This is the statistical baseline, not an AI model. These are transparent, classical methods — the benchmark every machine-learning or AI forecast has to beat. The accuracy you see here is the bar; AI-native platforms (RELEX, o9, SAP IBP, Blue Yonder) earn their keep only by improving on it. See where AI adds value in the Demand Forecasting reference. Esta es la línea base estadística, no un modelo de IA. Son métodos clásicos y transparentes — el punto de referencia que todo pronóstico con aprendizaje automático o IA tiene que superar. La exactitud que ves aquí es la vara; las plataformas nativas de IA (RELEX, o9, SAP IBP, Blue Yonder) solo justifican su costo si la mejoran. Consulta dónde aporta valor la IA en la referencia Pronóstico de demanda.

Forecast vs. actualsPronóstico vs. demanda real

History (train)Historia (entrenamiento)

Holdout actualsReales de validación (holdout)

ForecastPronóstico

95% confidence bandBanda de confianza del 95%

How these methods workCómo funcionan estos métodos

The active method is highlighted. Choose by SKU profile, not by fashion — matching the method to the demand pattern matters more than the algorithm's sophistication.El método activo aparece resaltado. Elige según el perfil del SKU, no por moda — ajustar el método al patrón de demanda importa más que la sofisticación del algoritmo.

Forecast detailDetalle del pronóstico

Holdout rows show actual vs. forecast; future rows show the forward forecast with bounds.Las filas de validación (holdout) muestran real vs. pronóstico; las filas futuras muestran el pronóstico hacia adelante con sus límites.

About this tool. The Studio runs entirely in your browser — no data is uploaded or stored. The models are transparent, classical implementations (Holt-Winters triple exponential smoothing, simple moving average, additive seasonal decomposition) intended to teach the workflow and let you sanity-check a demand series, not to replace a production forecasting platform such as RELEX, SAP IBP, o9, Kinaxis or Blue Yonder. MAPE, bias and WMAPE are computed on a held-out tail of the series so the accuracy figures reflect out-of-sample performance. Sobre esta herramienta. El Estudio corre completamente en tu navegador — no se sube ni se almacena ningún dato. Los modelos son implementaciones clásicas y transparentes (suavizamiento exponencial triple de Holt-Winters, promedio móvil simple, descomposición estacional aditiva) pensadas para enseñar el flujo de trabajo y ayudarte a validar una serie de demanda, no para reemplazar una plataforma de pronóstico en producción como RELEX, SAP IBP, o9, Kinaxis o Blue Yonder. El MAPE, el sesgo y el WMAPE se calculan sobre el tramo final reservado de la serie (validación), de modo que las cifras de exactitud reflejan el desempeño fuera de muestra.