¿Por qué una tienda que ha vendido menos unidades que otra tiene una previsión de demanda mayor?

La previsión de demanda se calcula por producto-tienda y a continuación se extiende a toda la curva de tallas según el rendimiento de la combinación familia-tienda.

Se basa en un número de semanas decidido de antemano para cubrir la demanda de todo el horizonte temporal.

La idea es que la previsión no se base simplemente en las ventas anteriores del producto en cuestión, sino también en las ventas perdidas causadas por roturas de stock en tienda. Puede ocurrir que en una tienda queden solo dos tallas no consecutivas, lo que puede provocar que el producto no se venda. Si la tienda no se hubiera quedado sin stock, podría haber vendido más; de ahí la mayor previsión de demanda. 

Es posible que el algoritmo no tenga suficientes datos para ofrecer una previsión fiable con las semanas de previsión incluidas en el escenario: por lo tanto, las semanas de previsión se pueden aumentar hasta un máximo de 20, si es necesario. Así pues, el período de previsión es diferente del período de las ventas mostrado como 7 días y 28 días, por lo que puede que no concuerde. 

A este respecto, las semanas de previsión seleccionadas para el escenario pueden ser más de 28 días; así pues, los datos históricos considerados para el cálculo de la previsión son de un período superior a cuatro semanas y, por tanto, no podrían concordar.