Previsión de demanda en Amazon Vendor Central: cómo interpretar Brand Analytics

Si gestionas una cuenta Amazon Vendor, seguramente ya revisas Brand Analytics cada cierto tiempo. Los datos están ahí, actualizados, por ASIN. Y aun así, la mayoría de equipos con los que hemos hablado terminan haciendo lo mismo: exportan el informe, lo cruzan a mano con el Excel de pedidos y deciden a ojo cuánto pedir la próxima semana. Funciona, hasta que el catálogo crece un poco y deja de ser sostenible.

Qué hay realmente detrás de Brand Analytics

La previsión que ofrece Amazon se calcula a partir del histórico de ventas, tendencias de búsqueda y comportamiento de compra en la plataforma, y en general es razonablemente fiable. El problema no es su calidad, sino que llega desconectada de todo lo demás: no sabe cuánto stock tienes hoy, no sabe qué pedidos ya has enviado y están en camino, y desde luego no conoce tu lead time real con el fabricante. Dos marcas pueden recibir exactamente la misma previsión para el mismo ASIN y necesitar decisiones de reposición opuestas, simplemente porque una tiene tres semanas de stock en el almacén de Amazon y la otra ninguna.

Los dos errores que se repiten

Cuando la previsión se mira sola, sin cruzarla con el resto de la operación, casi siempre se cae en uno de estos dos problemas. La rotura de stock aparece cuando llega un pico de demanda que la previsión no había anticipado bien — una promoción, una campaña de temporada — y el pedido de reposición sale tarde. El sobre-stock es el problema contrario: se pide en base a una previsión optimista sin comprobar antes las unidades que ya están de camino, y el resultado es inventario de más pagando almacenamiento en los centros logísticos de Amazon. En ambos casos la causa suele ser la misma — nadie está mirando la previsión junto con el resto de variables a la vez.

Qué entra realmente en una buena decisión de reposición

La previsión de demanda es el punto de partida, pero por sí sola no basta. Antes de lanzar un pedido, un equipo de compras que trabaja bien revisa estos cinco puntos:

1. Ventas reales del catálogo. No siempre coinciden con lo que predice Amazon — hay que contrastarlas antes de fiarse de la previsión.
2. Pedidos ya en curso. Qué Purchase Orders siguen en tránsito, para no duplicar unidades que van a llegar de todas formas.
3. Lead time real con el fabricante. El tiempo que de verdad tarda tu cadena de suministro, no el de la ficha del proveedor.
4. Cobertura de stock deseada. El colchón de seguridad que quieres mantener por ASIN.
5. Eventos ya conocidos. Promociones o campañas que el histórico todavía no recoge.

Ninguno de estos puntos sustituye el criterio del equipo de compras; lo que hacen es darle una base de cálculo en la que apoyarse cuando hay que revisar cien o doscientos ASINs cada semana, no cinco.

Por qué el Excel deja de funcionar a partir de cierto tamaño

La mayoría de equipos empieza gestionando esto en hojas de cálculo, cruzando a mano los informes exportados de Vendor Central. Con un catálogo pequeño es razonable. El problema llega cuando hay que repetir ese cruce cada semana para un catálogo amplio: los informes se quedan desactualizados en cuanto se exportan, es fácil perder de vista qué pedidos siguen abiertos, y detectar a tiempo un pico de demanda antes de una campaña implica revisar el catálogo entero manualmente, ASIN por ASIN.

Automatizar el cruce sin perder el control de la decisión

La alternativa no es dejar de mirar los datos, sino dejar de cruzarlos a mano. Es lo que hace el módulo Amazon Vendor de n-FOLD Business Suite: sincroniza previsión, ventas, pedidos en curso e inventario vía SP-API, y convierte todo eso en una recomendación de cantidad y momento óptimo de pedido por ASIN — con alertas visuales cuando un producto se acerca a rotura de stock.

Si quieres profundizar en cómo Business Suite se compara con la gestión manual desde Vendor Central, puedes consultar también la comparativa detallada, o leer sobre otro problema habitual en cuentas Vendor: cómo detectar una pérdida de Buy Box a tiempo.