Planificación predictiva de ventas y stock con Azure Machine Learning

Cómo un distribuidor farmacéutico en Ginebra redujo 70% las roturas de stock con modelos de demanda, manteniendo datos en Suiza.

Por houle Team

Publicado el 16/11/2025

Tiempo de lectura: 1 min (295 palabras)

Contexto

Un distribuidor farmacéutico en Ginebra abastece a farmacias suizas con 5.000+ referencias. Las roturas generaban urgencias, sobrecostes de transporte y pérdida de ventas. La previsión en Excel con medias simples no capturaba estacionalidad, cantón ni lanzamientos. Se necesitaba planificación basada en datos, alojada en Azure en Suiza y conectada al ERP.

Solución

Implementamos forecasting en Azure Machine Learning:

  • Datos: ventas históricas por referencia y cantón, lanzamientos, promociones, estacionalidad (vacunas, alergias), datos meteo y capacidad logística.
  • Preprocesado: limpieza de outliers, imputación de faltantes, desagregación por cantón.
  • Modelos: AutoML de series temporales probando Prophet, LightGBM, ARIMA e híbridos; un modelo por familia de producto para balancear precisión/coste.
  • Métricas: MAPE/WAPE por familia, validación cruzada temporal; selección por error y estabilidad.
  • Despliegue: endpoints gestionados en Azure ML, inferencia diaria nocturna. Datos y endpoints en Switzerland North.
  • Integración: pronósticos alimentan stock de seguridad en el ERP vía API. Power BI muestra demanda prevista, cobertura y alertas por cantón/referencia.

Operación

Cada noche se actualizan ventas y se recalculan pronósticos. Un flujo Power Automate alerta si la cobertura cae bajo el umbral o si se detecta pico previsto (frío intenso, brotes). Compras ajusta pedidos antes de faltas.

Resultados medidos

  • Roturas de stock: -70%.
  • Menos reposiciones de emergencia y transporte urgente.
  • Cobertura optimizada: menos inmovilizado sin perder servicio.
  • Servicio a farmacias mejora: menos pedidos parciales, más entregas completas.

Seguridad

Datos y modelos en Azure Suiza. Acceso con Azure AD; auditoría activa. Sin asistentes genéricos ni servicios externos, solo stack Azure/M365.

Futuro

Añadir señales de mercado (datos públicos de salud), simulación de promociones y stock de seguridad dinámico por riesgo regional.

Conclusión

Con Azure ML y Power Platform, la previsión se vuelve proactiva: menos urgencias, mejor cash flow y servicio superior, manteniendo soberanía de datos en Suiza.

¿Preguntas sobre este artículo?

Nuestros expertos le ayudarán a entender los detalles y las implicaciones para su empresa. Reciba asesoramiento personalizado adaptado a su situación.