Hay una historia en el mundo del pronóstico de la demanda que es muy poco conocida. Una historia de más de 40 años, seis competencias mundiales, miles de científicos compitiendo, y una conclusión que cambió para siempre la forma en que las empresas deberían proyectar su demanda. La historia es la Serie M, y cuando la descubrí, literalmente me voló la cabeza.
El científico detrás de la M: en 1982, un estadístico griego llamado Spyros Makridakis hizo algo que nadie había hecho antes: reunió a los mejores expertos en pronóstico del mundo y les hizo una pregunta simple pero poderosa:
¿Cuál es el mejor método para pronosticar series de tiempo?
Lo que descubrió, sin dudas, sacudió los cimientos de la estadística académica.
La M en la Serie M es su inicial. Y cada número representa una generación de conocimiento acumulado.
En la primera competencia se usaron 1.001 series de tiempo y 15 métodos de pronóstico. Los académicos esperaban que los modelos más sofisticados ganaran. La realidad fue completamente diferente.
Conclusión que nadie esperaba:
Los métodos estadísticamente complejos no necesariamente producen pronósticos más precisos que los simples.
Pero la conclusión más explosiva fue esta:
Combinar métodos supera a cualquier método individual.
En 1982, antes de internet, antes de machine learning, antes de big data, un estadístico griego ya había descubierto el principio del Ensemble. El día que descubrí esto, literalmente me voló la cabeza.
La segunda competencia fue la más innovadora en diseño. Fue la única competencia "en vivo" de toda la serie.
Los participantes no analizaban datos históricos: hacían pronósticos reales mes a mes durante 15 meses, recibían feedback de los resultados reales, y ajustaban sus modelos. Exactamente como funciona la planeación de demanda en una empresa real.
La lección:
El pronóstico es un proceso continuo, no un evento puntual.
Con 3.003 series de tiempo, la M3 se convirtió en el benchmark de referencia para toda la comunidad académica durante casi dos décadas.
Su conclusión reforzó lo que la M1 había insinuado:
El Ensemble de métodos estadísticos gana consistentemente sobre modelos individuales.
Y algo más:
El modelo Naive —el más simple de todos, que simplemente repite el valor del año anterior— derrotó a modelos sofisticados en múltiples escenarios.
Esto frustró a más de un PhD. Conclusión que también me voló la cabeza.
Esta es mi favorita. 100.000 series de tiempo, 61 métodos compitiendo, un ganador inesperado.
Un científico de datos de Uber, llamado Slawek Smyl, ganó la competencia con algo que nadie había intentado antes: un modelo híbrido que combinaba métodos estadísticos con Machine Learning. Superó a todos los métodos puros por casi un 10%.
Y lo más revelador: los 6 métodos de ML puro que participaron tuvieron un desempeño mediocre. Ninguno superó al simple Ensemble de métodos estadísticos.
La conclusión de M4 fue definitiva:
ML puro ❌ — Estadístico puro ❌ — Híbrido Estadístico + ML ✅
De los 17 métodos más precisos del torneo, 12 eran combinaciones, no modelos individuales.
La quinta competencia fue la más ambiciosa: 42.000 series de tiempo jerárquicas con datos reales de Walmart, realizada en Kaggle con 100.000 USD en premios.
Por primera vez, las series no eran simuladas ni académicas. Eran ventas reales, SKUs reales, tiendas reales. Con promociones, festivos, lanzamientos de productos y todo lo que hace compleja la demanda del mundo real.
Los ganadores usaron LightGBM y XGBoost combinados con features de calendario y jerarquía de producto. Los mejores equipos redujeron el error en más del 20% respecto al benchmark.
La lección:
En datos reales, los modelos de ML con features bien diseñados y en Ensemble ganan.
La gran conclusión de 40 años
Después de seis competencias, miles de investigadores y millones de series de tiempo analizadas, la ciencia tiene una respuesta clara:
1. Ningún modelo gana siempre. Ni ARIMA, ni Prophet, ni XGBoost, ni LSTM. El modelo ganador depende de las características de cada serie.
2. El Ensemble inteligente gana casi siempre. Combinar los mejores modelos, ponderados por su desempeño histórico, produce pronósticos más robustos y precisos que cualquier modelo individual.
3. Lo simple no debe subestimarse. El modelo Naive —repetir el patrón del año anterior— es sorprendentemente competitivo. En 40 años de competencias nunca ha quedado en último lugar.
4. El futuro es híbrido. Estadísticos + Machine Learning + Deep Learning. No uno o el otro: los tres juntos.
¿Por qué esto importa para tu empresa?
La mayoría de empresas en Latinoamérica todavía pronostica en Excel con promedios móviles. Algunas más avanzadas usan ARIMA o modelos de suavizado exponencial, muy pocas tienen acceso a modelos de Machine Learning y prácticamente ninguna usa Ensemble automático.
Mientras tanto, 40 años de ciencia nos dicen exactamente cómo hacerlo bien.
La brecha entre lo que la ciencia sabe y lo que las empresas hacen es enorme. Y esa brecha tiene un costo: exceso de inventario, quiebres de stock, presupuestos errados, decisiones equivocadas, caja atrapada en esos excesos de inventario, ventas perdidas por agotados.
El desafío
La Serie M nos dejó una hoja de ruta clara. La pregunta es: ¿cuántas empresas la están siguiendo?
Si tu empresa todavía pronostica en Excel, no estás solo. Pero la buena noticia es que la tecnología para hacerlo bien ya existe, y es más accesible de lo que crees.
En los próximos artículos exploraré cómo estas lecciones académicas se traducen en herramientas prácticas para la planeación de demanda empresarial.