Saltar al contenido principal

REP-006 — Proyección de Necesidades

· 5 min de lectura
Yovany Suárez Silva
Software Engineer - FullStack Developer

Implementación de la mejora REP-006 (Proyección de Necesidades), dentro de 4.2 Analítica Avanzada: el sistema proyecta las necesidades futuras de productos —no solo la demanda—, permite consultarlas por producto, área y período, mide la precisión de sus propias proyecciones y puede usar la proyección como insumo del punto de reorden.


📋 Alcance​

RFEntregable
RF-REP-006-01Proyección de necesidades por tendencia: tendencia lineal amortiguada, modelo=auto por backtesting y necesidades netas frente al stock
RF-REP-006-02Consulta por producto, área y período: dimensión área y consulta agregada paginada
RF-REP-006-03Precisión: backtesting walk-forward con MAE, RMSE, sesgo, MASE y MAPE
RF-REP-006-04Insumo del punto de reorden: origen de demanda activable por producto y almacén

Se extiende INV-009 (Demanda Predictiva) en lugar de crear un segundo motor: dos motores de pronóstico en el mismo sistema terminan divergiendo, y el requerimiento pide usar las proyecciones, no tener dos verdades.

🧠 Proyección (RF-006-01)​

  • Tendencia lineal amortiguada (tendencia_lineal) con φ configurable (0.8 por defecto): el nivel parte del final de la serie y la tendencia acumula cada vez menos, para que una recta empinada no se dispare en horizontes largos.
  • Guardián de tendencia: la recta solo se aplica si es demostrable —al menos 6 períodos con consumo, pendiente distinta de cero y R² ≥ 0.3—. Cuando no lo es, el pronóstico cae a media móvil y lo declara. Se prefiere un pronóstico plano y honesto a una recta inventada sobre tres puntos.
  • modelo=auto: evalúa los tres modelos por backtesting y aplica el de menor MAE, devolviendo la comparación completa.
  • Período en curso: se excluye del entrenamiento por estar incompleto (entraría como un mes parcial y hundiría el promedio) y se informa aparte en periodoEnCurso.
  • Necesidades, no solo demanda:
demandaProyectada = unidades esperadas del período
necesidadNeta(h) = max(0, Σ demandaProyectada hasta h − stockDisponible)

La necesidad es acumulada y el stock de seguridad no entra aquí: es un parámetro de la política de reposición (INV-006), y mezclarlos haría que un cambio de política alterara la proyección.

🔌 API​

EndpointRF
GET /api/reorden/pronostico (ampliado)006-01
GET /api/reorden/pronostico/proyecciones006-02
GET /api/reorden/pronostico/precision006-03
PUT /api/reorden/metodo-demanda006-04

Todos son retrocompatibles: el alcance gana idOficina, idAlmacen pasa a ser opcional (sin él se consolidan las bodegas) y los campos existentes se conservan.

📏 Precisión (RF-006-03)​

Backtesting con origen móvil (walk-forward) a un paso: para cada uno de los últimos k períodos se entrena solo con lo anterior y se pronostica el siguiente. Evaluar sobre el mismo tramo con el que se entrenó reportaría una precisión ficticia.

MétricaPara qué
maeError absoluto medio, en unidades (métrica de selección)
rmsePenaliza los errores grandes
sesgoSesgo medio con signo: detecta sobre/sub-pronóstico sistemático
maseError escalado contra el pronóstico ingenuo: robusto con ceros
mapeSolo sobre períodos con consumo real > 0: con demanda intermitente dividir por cero lo vuelve inútil

muestra y periodosConConsumo viajan siempre. Con menos de 4 pronósticos evaluables no se reporta precisión: confiable: false, métricas en null y el motivo explicado.

🔁 Insumo del punto de reorden (RF-006-04)​

puntos_reorden gana metodo_demanda (promedio_historico | proyeccion) y mensaje_confiabilidad, con valor por defecto promedio_historico: si nadie la activa, el punto de reorden se calcula exactamente como en INV-006.

demandaDiariaProyectada = unidadesProyectadasDelPeríodo / díasDelPeríodo
demandaLeadTime = demandaDiariaProyectada × leadTimeDias
puntoReorden = ceil(demandaLeadTime + stockSeguridad)

El prorrateo por día permite cruzar un lead time en días con una proyección mensual sin inventar unidades. Si la proyección no es confiable —o falla— se usa el promedio histórico y el motivo queda registrado con el punto: degradar es correcto, recalcular en silencio sobre un pronóstico dudoso no lo sería. El ajuste manual sigue prevaleciendo y el cálculo nunca se rompe por el pronóstico.

Las sugerencias de reposición exponen origenDemanda y mensajeConfiabilidad.

🗄️ Base de datos​

Migración 027-add-metodo-demanda-punto-reorden.ts: dos columnas nuevas (con su CHECK) sobre puntos_reorden. Idempotente y reversible. No se crean tablas.

✅ Verificación​

Ver §8 del diseño y decisiones para el detalle.

  • Backend npx tsc --noEmit: EXIT 0.
  • Backend: 44 pruebas nuevas —19 de la matemática de los modelos, 18 de cableado (área, almacén opcional, auto, respaldo de tendencia, necesidades, período en curso, precisión y consulta agregada) y 7 de la integración con el punto de reorden— sobre 285 pruebas en verde y 0 fallos en la suite completa.
  • Las 24 pruebas de REP-005 siguen en verde tras extraer el consumo canónico compartido. También se reparó el spec de solicitudes (INV-002 Fase 3), que fallaba por inyección y no por su lógica.
  • Frontend npx tsc --noEmit --incremental false y next lint: sin errores; 13 pruebas en verde (5 suites), con 3 nuevas del panel de precisión y la tabla de proyección.
  • Migración 027 aplicada y comprobada: 215 puntos de reorden, los 215 en promedio_historico y 0 en proyección — ninguna alerta de compra cambió de comportamiento.
  • Verificación contra la base real (solo lectura): 9/9 contrastes OK ejecutando el propio servicio contra ccf_almacen.

🔗 Referencias​