01What it isQué es
Digital channel demand sensing captures purchase-intent signals — searches, page views, add-to-cart, sell-through on marketplaces and own e-commerce — and uses the ones that prove predictive to adjust the short-term forecast within hours or days.
El demand sensing del canal digital captura señales de intención de compra — búsquedas, vistas de página, agregar al carrito, sell-through en marketplaces y e-commerce propio — y usa las que demuestran poder predictivo para ajustar el pronóstico de corto plazo en horas o días.
02Why it mattersPor qué importa
Online behavior moves before orders do, so it can warn of spikes and shortfalls while there is still time to reposition stock. Research on an online retailer showed that clickstream data improved demand forecasts and could be translated into measurable inventory cost savings (Huang and Van Mieghem, 2014 — Production and Operations Management).
El comportamiento en línea se mueve antes que los pedidos, así que puede advertir picos y caídas cuando todavía hay tiempo de reubicar inventario. Una investigación con un minorista en línea mostró que los datos de clickstream mejoraron el pronóstico de demanda y pudieron traducirse en ahorros medibles en costos de inventario (Huang y Van Mieghem, 2014 — Production and Operations Management).
03How it is doneCómo se hace
1
Inventory the digital signals. List every available signal from marketplaces, own e-commerce and delivery apps, with latency and SKU coverage.
2
Test predictive power. Keep only signals whose lead correlation with sales holds up on historical data; drop the rest as noise.
3
Automate the adjustment. Feed validated signals into the short-term forecast through a pipeline that updates within hours, not days.
1
Inventaría las señales digitales. Lista cada señal disponible de marketplaces, e-commerce propio y apps de entrega, con su latencia y cobertura de SKU.
2
Prueba el poder predictivo. Conserva solo las señales cuya correlación adelantada con las ventas se sostiene en datos históricos; descarta el resto como ruido.
3
Automatiza el ajuste. Alimenta el pronóstico de corto plazo con las señales validadas mediante un pipeline que actualice en horas, no en días.
04The concept in depthEl concepto a fondo
Digital channel demand sensing: the freshest available signal›
Digital channels — own e-commerce, marketplaces (Mercado Libre, Amazon Mexico), and home delivery apps — generate real-time demand signals that are the freshest available for short-term forecasting. Web traffic, marketplace search queries, add-to-cart actions, and conversions are purchase intent signals that occur hours or days before the sale materializes.
The most valuable digital channel demand sensing signals›
(1) Add-to-cart rate: the % of visitors who add the product to cart. A sudden add-to-cart increase before the sale materializes is the lowest-latency demand sensing signal. (2) Marketplace search-to-purchase conversion rate: if more consumers search for the product but conversion does not increase (product is unavailable), it is an unsatisfied demand signal. (3) E-commerce sell-through rate: the selling velocity of available inventory in the digital channel. (4) Wishlist additions: products added to wishlists are a future purchase intent signal.
Integrating the digital channel into the demand sensing model›
Integrating digital channel signals into the demand sensing model requires: (1) a data pipeline that captures digital signals in real time or near-real-time (hourly/daily), (2) the correlation model between the digital signal and actual sale (validated with historical data), and (3) automation of the short-term forecast adjustment based on digital signals.
Intermediate vs. Advanced›
Intermediate: monitors assigned digital channel demand signals and reports significant deviations vs. the forecast.
Advanced: designs the digital channel demand sensing architecture; implements correlation models between digital signals and actual sales; manages automatic short-term forecast adjustment.
Advanced: designs the digital channel demand sensing architecture; implements correlation models between digital signals and actual sales; manages automatic short-term forecast adjustment.
Demand sensing en canales digitales: la señal más fresca disponible›
Los canales digitales — e-commerce propio, marketplaces (Mercado Libre, Amazon México) y apps de entrega a domicilio — generan señales de demanda en tiempo real que son las más frescas disponibles para el pronóstico de corto plazo. El tráfico web, las búsquedas en marketplaces, las acciones de agregar al carrito y las conversiones son señales de intención de compra que ocurren horas o días antes de que la venta se concrete.
Las señales de demand sensing más valiosas de los canales digitales›
(1) Tasa de agregar al carrito: el % de visitantes que agregan el producto al carrito. Un aumento repentino antes de que la venta se concrete es la señal de demand sensing de menor latencia. (2) Tasa de conversión de búsqueda a compra en marketplaces: si más consumidores buscan el producto pero la conversión no aumenta (el producto no está disponible), es una señal de demanda insatisfecha. (3) Sell-through del e-commerce: la velocidad de venta del inventario disponible en el canal digital. (4) Adiciones a listas de deseos: los productos agregados a listas de deseos son una señal de intención de compra futura.
Integración del canal digital al modelo de demand sensing›
Integrar las señales del canal digital al modelo de demand sensing requiere: (1) un pipeline de datos que capture las señales digitales en tiempo real o casi real (cada hora/diario), (2) el modelo de correlación entre la señal digital y la venta real (validado con datos históricos) y (3) la automatización del ajuste del pronóstico de corto plazo con base en las señales digitales.
Intermedio vs. Avanzado›
Intermedio: monitorea las señales de demanda del canal digital asignadas y reporta las desviaciones significativas vs. el pronóstico.
Avanzado: diseña la arquitectura de demand sensing del canal digital; implementa modelos de correlación entre señales digitales y ventas reales; gestiona el ajuste automático del pronóstico de corto plazo.
Avanzado: diseña la arquitectura de demand sensing del canal digital; implementa modelos de correlación entre señales digitales y ventas reales; gestiona el ajuste automático del pronóstico de corto plazo.
05In practiceEn la práctica
The digital channel is the lowest-latency available demand sensing source›
Marketplace searches and own e-commerce add-to-cart generate real-time purchase intent signals that occur hours before the sale materializes.
Validate correlation between each digital signal and sales before incorporating into the model›
Not all digital signals have statistical correlation with sales. R² validation with historical data is the filter that distinguishes signals with predictive value from digital noise.
Digital signals are especially valuable for SKUs with high digital presence (electronics, fashion, premium food)›
For SKUs where 30%+ of sales occur in the digital channel, digital signals have higher correlation with total sales than for SKUs with low digital presence.
Integrate marketplace platform signals (Mercado Libre, Amazon) into demand sensing›
Mercado Libre's developer API exposes trends (most-searched terms by site and category) as well as sellers' own sales, visits and stock data. As one of the largest marketplaces in Mexico, it is a key signal for the Mexican e-commerce market.
El canal digital es la fuente de demand sensing con menor latencia disponible›
Las búsquedas en marketplaces y las acciones de agregar al carrito en el e-commerce propio generan señales de intención de compra en tiempo real que ocurren horas antes de que la venta se concrete.
Validar la correlación de cada señal digital con las ventas antes de incorporarla al modelo›
No todas las señales digitales tienen correlación estadística con las ventas. La validación de R² con datos históricos es el filtro que distingue las señales con valor predictivo del ruido digital.
Las señales digitales son especialmente valiosas para SKU con alta presencia digital (electrónica, moda, alimentos premium)›
En los SKU donde 30% o más de las ventas ocurren en el canal digital, las señales digitales tienen mayor correlación con las ventas totales que en los SKU con baja presencia digital.
Integrar las señales de los marketplaces (Mercado Libre, Amazon) al demand sensing›
La API para desarrolladores de Mercado Libre expone tendencias (los términos más buscados por sitio y categoría), además de los datos propios de ventas, visitas e inventario del vendedor. Al ser uno de los marketplaces más grandes de México, es una señal clave para el e-commerce mexicano.
06Illustrative caseCaso ilustrativo
Illustrative case built from typical industry values — not data from a specific company.Caso ilustrativo construido con valores típicos de la industria — no son datos de una empresa específica.
Illustrative case: Digital channel demand sensing — FMCG company, Mercado Libre and own e-commerce signals
The team implements digital channel demand sensing for the 200 highest-turnover SKUs.
The team implements digital channel demand sensing for the 200 highest-turnover SKUs.
| Digital signal integrated | Correlation with sales (R²) | Short-term forecast improvement |
|---|---|---|
| Product term searches on Mercado Libre (API) | R²=0.68 — leading signal 3–5 days | 7-day MAPE: 22% → 14% (−36% error) for SKUs with high correlation |
| Add-to-cart rate on own e-commerce (Shopify) | R²=0.74 — leading signal 1–2 days | 3-day MAPE: 28% → 16% (−43% error) |
| Inventory sell-through rate on Mercado Libre (depletion velocity) | R²=0.82 — real-time signal of current demand | Demand spike detection 24 hours before stockout on 3 occasions |
Result: Digital channel demand sensing improved short-term forecast MAPE (3–7 days) by 35–43% for SKUs with high-correlation digital signals. The add-to-cart signal was the most predictive (R²=0.74) with the lowest latency (1–2 days). The sell-through rate was the most operationally useful signal for preventing stockouts.
Illustrative case built from typical industry values — not data from a specific company.Caso ilustrativo construido con valores típicos de la industria — no son datos de una empresa específica.
Caso ilustrativo: Demand sensing del canal digital — empresa de consumo masivo, señales de Mercado Libre y e-commerce propio
El equipo implementa demand sensing del canal digital para los 200 SKU de mayor rotación.
El equipo implementa demand sensing del canal digital para los 200 SKU de mayor rotación.
| Señal digital integrada | Correlación con ventas (R²) | Mejora del pronóstico de corto plazo |
|---|---|---|
| Búsquedas del término del producto en Mercado Libre (API) | R²=0.68 — señal adelantada 3–5 días | MAPE a 7 días: 22% → 14% (−36% de error) en SKU con alta correlación |
| Tasa de agregar al carrito en el e-commerce propio (Shopify) | R²=0.74 — señal adelantada 1–2 días | MAPE a 3 días: 28% → 16% (−43% de error) |
| Sell-through del inventario en Mercado Libre (velocidad de agotamiento) | R²=0.82 — señal en tiempo real de la demanda actual | Detección de picos de demanda 24 horas antes del quiebre de inventario en 3 ocasiones |
Resultado: El demand sensing del canal digital mejoró el MAPE del pronóstico de corto plazo (3–7 días) entre 35% y 43% en los SKU con señales digitales de alta correlación. La señal de agregar al carrito fue la más predictiva (R²=0.74) y la de menor latencia (1–2 días). El sell-through fue la señal operativamente más útil para prevenir quiebres de inventario.
07How it is measuredCómo se mide
Digital Channel Signal Freshness (hours from digital signal capture to forecast adjustment)›
Digital Channel Signal Freshness (hours from digital signal capture to forecast adjustment)
Average time in hours from when the digital signal is available to when the short-term forecast is adjusted
Benchmark: <4 hours for automated digital demand sensing · <24 hours for semi-automated digital demand sensing
⚠️ A latency >48 hours in digital channel demand sensing negates the signal benefit — an add-to-cart signal from 2 days ago is no longer actionable for short-term inventory adjustment.
Digital-to-Physical Sales Correlation R²›
Digital-to-Physical Sales Correlation R²
Coefficient of determination between digital channel demand signals and total sales (including physical channel) in the following period
Benchmark: R² >0.5 for products with high digital presence · R² <0.2 indicates digital signals are not predictive for this SKU
🔑 For a portfolio with high digital exposure, the correlation between digital signals and total sales can be the highest-value demand predictor. For products with low digital share, digital signals have little predictive capacity.
Digital Channel Signal Freshness (horas desde la captura de la señal digital hasta el ajuste del pronóstico)›
Digital Channel Signal Freshness (horas desde la captura de la señal digital hasta el ajuste del pronóstico)
Tiempo promedio en horas desde que la señal digital está disponible hasta que se ajusta el pronóstico de corto plazo
Benchmark: <4 horas para demand sensing digital automatizado · <24 horas para demand sensing digital semiautomatizado
⚠️ Una latencia >48 horas anula el beneficio de la señal — una señal de agregar al carrito de hace 2 días ya no sirve para ajustar el inventario de corto plazo.
Digital-to-Physical Sales Correlation R² (correlación entre señales digitales y ventas totales)›
Digital-to-Physical Sales Correlation R² (correlación entre señales digitales y ventas totales)
Coeficiente de determinación entre las señales de demanda del canal digital y las ventas totales (incluido el canal físico) del periodo siguiente
Benchmark: R² >0.5 en productos con alta presencia digital · R² <0.2 indica que las señales digitales no son predictivas para ese SKU
🔑 En un portafolio con alta exposición digital, la correlación entre señales digitales y ventas totales puede ser el predictor de demanda de mayor valor. En productos con baja participación digital, las señales digitales tienen poca capacidad predictiva.
08What you would useQué se usa
📌 Digital Demand Sensing
Mercado Libre API / Amazon SP-API›
Module: Marketplace Demand Signals
Marketplace APIs give sellers access to their own orders, inventory and traffic data, and — depending on the platform and program (e.g., Mercado Libre trends, Amazon Brand Analytics for brand owners) — search-trend data for digital channel demand sensing.
Marketplace APIs give sellers access to their own orders, inventory and traffic data, and — depending on the platform and program (e.g., Mercado Libre trends, Amazon Brand Analytics for brand owners) — search-trend data for digital channel demand sensing.
Google Analytics 4 / Shopify Analytics›
Module: E-commerce Demand Signals
Own e-commerce analytics platforms provide add-to-cart, conversion, and search behavior data for demand sensing.
Own e-commerce analytics platforms provide add-to-cart, conversion, and search behavior data for demand sensing.
📌 Demand sensing digital
Mercado Libre API / Amazon SP-API›
Módulo: Señales de demanda de marketplaces
Las APIs de los marketplaces dan a los vendedores acceso a sus propios datos de pedidos, inventario y tráfico y — según la plataforma y el programa (p. ej., tendencias de Mercado Libre, Amazon Brand Analytics para dueños de marca) — a datos de tendencias de búsqueda para el demand sensing del canal digital.
Las APIs de los marketplaces dan a los vendedores acceso a sus propios datos de pedidos, inventario y tráfico y — según la plataforma y el programa (p. ej., tendencias de Mercado Libre, Amazon Brand Analytics para dueños de marca) — a datos de tendencias de búsqueda para el demand sensing del canal digital.
Google Analytics 4 / Shopify Analytics›
Módulo: Señales de demanda del e-commerce
Las plataformas de analítica del e-commerce propio aportan datos de agregar al carrito, conversión y comportamiento de búsqueda para el demand sensing.
Las plataformas de analítica del e-commerce propio aportan datos de agregar al carrito, conversión y comportamiento de búsqueda para el demand sensing.
The bottom lineEn corto
The clicks arrive before the orders — use the ones that predict, and act on them within hours.
Los clics llegan antes que los pedidos — usa los que predicen y actúa sobre ellos en horas.
← PreviousAnteriorDemand-driven replenishment: pull vs. push in the supply chainReabastecimiento demand-driven: pull vs. push en la cadena de suministroNextSiguiente →Demand planning for omnichannel: unified demand view across channelsPlaneación de demanda para omnicanal: visión unificada de demanda a través de canales
All D10 componentsTodos los componentes de D10D10 artifactsArtifacts de D10SCRA