Pharma
Saber cuánto se va a vender antes de que ocurra.
Una compañía farmacéutica necesitaba prever la demanda semanal de uno de sus productos estratégicos para planificar con margen. Construimos un modelo predictivo sobre Microsoft Fabric que hoy acierta con un error medio del 5,7%.
Descubre el caso01
El punto de partida
+50 M€
facturación anual del producto
Un producto clave. Una demanda difícil de prever.
Con un producto de este peso, anticipar cómo evolucionará la demanda en las próximas semanas es anticipar cómo evolucionará el negocio.
Lo que había
Información de ventas y de evolución del mercado.
Una buena lectura de lo que ya había pasado.
Lo que faltaba
Una previsión fiable de las siguientes semanas.
La pieza que permite decidir con más antelación.
02
El reto
Una demanda que responde a señales internas y externas.
La demanda de un producto farmacéutico no depende de una sola variable. Para anticiparla había que combinar los datos semanales de negocio con señales externas, como la temperatura o la presión atmosférica, capaces de explicar cambios en el comportamiento del mercado.
Datos de negocio
- Ventas semanales
- Histórico
- Mercado
- Promociones
- Estacionalidad
Factores externos
- Temperatura
- Presión atmosférica
- Meteorología
- Calendario
El reto no era tener más datos, sino combinar los adecuados en un único modelo.
03
La solución
Un modelo que se actualiza solo, cada semana.
Construimos el modelo sobre Microsoft Fabric: los datos, el entrenamiento y la ejecución viven en un mismo entorno. Cada semana el sistema incorpora las nuevas ventas, recalcula la previsión y la pone a disposición del negocio en una capa de interacción sobre Power BI.
Datos
Ventas, mercado y factores externos
Microsoft Fabric
Lakehouse
Base común de datos
Ciencia de datos
Modelo y validación
Automatización
Ejecución semanal
Previsión
Próximas semanas
Capa de interacción
El negocio explora y usa la previsión en Power BI
01
Una base común
Datos, modelo e informes trabajan sobre la misma arquitectura, sin lógicas paralelas ni duplicidades.
02
Ejecución recurrente
Cada nueva semana alimenta el modelo y genera una nueva previsión de forma automática.
03
Preparada para crecer
La misma base puede extenderse a nuevos productos y nuevos casos sin empezar de cero.
Partner tecnológico
Somos Microsoft Solutions Partner en Datos e IA
Una designación que reconoce nuestra capacidad técnica, experiencia y resultados desarrollando soluciones de datos e inteligencia artificial sobre tecnología Microsoft. Desde 2024 hemos desplegado Microsoft Fabric en compañías de gran consumo, industria, banca, pharma y retail.
04
El resultado
Una previsión en la que el negocio puede confiar.
5,7%
error medio semanal
De cada 100 unidades que se venden, la previsión semanal se desvía de media menos de 6.
Un nivel de precisión que permite usar la previsión como una señal operativa: planificar con más antelación.
La precisión se mantiene al bajar al detalle.
Por línea de producto y por territorio, el error se mueve entre el 4,7% y el 7,5%. Es algo mayor que el global porque, al sumar el total, los errores de cada parte se compensan entre sí.
Por línea de producto
Por territorio
Lo que cambia para el negocio
Planificar mejor
La demanda futura se convierte en una señal útil para planificar.
Reducir la incertidumbre
Las decisiones se apoyan en lo que va a pasar, no solo en lo que ya pasó.
Decidir con antelación
Más tiempo para decidir y más capacidad para actuar.
05
Lo que viene
De prever la demanda a decidir cómo actuar.
Con una previsión fiable de las ventas al mercado, el siguiente paso es anticipar los pedidos del canal y convertir la previsión en recomendaciones concretas.
En producción
Previsión de ventas al mercado
Qué va a demandar el mercado, semana a semana.
Siguiente paso
Previsión de pedidos del canal
Cuánto pedirá la distribución a partir de esa demanda.
Horizonte
Decisiones recomendadas
La previsión orienta decisiones sobre:
¿Quieres saber qué va a demandar tu mercado?
Escríbenos y te contamos cómo aplicarlo a tu negocio.