Previsión de ventas 2027 de la tienda con su propio historial en tres pasos

Noviembre y diciembre son los meses en los que se pide la mercancía del primer trimestre y se aprueba el presupuesto de marketing de todo el año. La previsión sobre la que se apoya todo eso suele caber en una sola celda de la hoja de cálculo: «más 15%», escrito a ojo y repartido a partes iguales entre doce meses. Esta guía muestra cómo prever las ventas de una tienda online con el propio historial de pedidos en tres pasos, cómo comprobar la previsión con el año pasado y cómo desglosarla en tres escenarios para el plan de compras y el presupuesto.

Ejemplo a lo largo de todo el texto: una tienda de material de oficina para empresas, con 1.200.000 € de ingresos por pedidos en los últimos 12 meses completos. Para calcularlo todo basta una hoja de cálculo y los datos que la tienda ya tiene.

paso 1

Nivel base

Ingresos de los últimos 12 meses completos: 1.200.000 €.

paso 2

Tendencia interanual

Año completo +20%, últimos 3 meses +10%.

paso 3

Estacionalidad y días laborables

Un índice para cada mes, desde 0,75 en julio hasta 1,25 en enero.

inicio plan a ojo

Por qué el plan de «más 15%» se desvía ya en enero

El dueño de la tienda de material de oficina cierra el año con 1.200.000 € y anota en el plan de 2027 un crecimiento del 15%. Salen 1.380.000 €, es decir, 115.000 € cada mes. La cifra parece razonable, pero el problema empieza con el primer informe mensual.

La venta a empresas tiene una forma anual muy marcada. En enero los departamentos de compras arrancan con presupuestos nuevos, en septiembre vuelven las oficinas y los colegios, y julio y agosto son los meses más tranquilos. Con el mismo resultado anual, enero aporta unos 143.750 € y julio unos 86.250 €.

Plan plano frente a la forma del año en la venta B2Bmeses de 2027, plan de 1.380.000 €
EFMAMJJASOND
mes por encima del planmes por debajo del planplan plano: 115.000 €

Un julio con 86.250 € parece en ese plan una caída del 25%. Llega un recorte nervioso del presupuesto publicitario en un mes que transcurre con total normalidad, y en septiembre, cuando vuelve la demanda, las campañas arrancan de cero. Enero funciona al revés: 143.750 € dan la sensación de que el año va de maravilla, aunque es solo la temporada.

El segundo error es menos visible: nadie comprueba qué precisión habría tenido ese porcentaje un año antes. Si el año pasado el «más 15%» hubiera fallado por la mitad, no hay motivo para pensar que esta vez acertará.

Una buena previsión tiene, por tanto, dos rasgos: la forma del año reflejada en las cifras de cada mes y un error conocido, comprobado con datos que ya han ocurrido. Los tres pasos siguientes aportan el primer rasgo; la prueba retrospectiva, el segundo.

paso 01–02 nivel y dirección

Pasos 1 y 2: nivel base y tendencia interanual

El punto de partida es la suma de ingresos de los últimos 12 meses completos. Completos, porque un noviembre a medias rebajaría el resultado; doce, porque cada mes del año aparece en la suma exactamente una vez y la estacionalidad se compensa. En el ejemplo es el periodo de noviembre de 2025 a octubre de 2026.

Definiciones y fórmulas

El nivel base son los ingresos por pedidos de la tienda en los últimos 12 meses completos, sin pedidos cancelados.

nivel base = 1.200.000 € (media de 100.000 € al mes)

La tendencia interanual es la relación entre el mismo periodo de dos años consecutivos. Se calcula dos veces: para el año completo y para los últimos tres meses.

tendencia anual = 1.200.000 ÷ 1.000.000 = 1,20 (+20%) tendencia de 3 meses = ago.–oct. 2026 ÷ ago.–oct. 2025 = 325.000 ÷ 295.500 ≈ 1,10 (+10%)

Las dos tendencias indican si el crecimiento se acelera o se frena. El año completo creció un 20%, pero el último trimestre solo un 10%. Si se metiera en la previsión el +20% completo, el plan supondría un ritmo que la tienda ya no tiene desde hace varios meses. Por eso el escenario base toma la tendencia más reciente: 1.200.000 × 1,10 = 1.320.000 € para 2027, una media de 110.000 € al mes.

Conviene separar desde el principio los ingresos de clientes recurrentes y nuevos. En la venta a empresas, los recurrentes son los pedidos fijos de las oficinas, previsibles mes a mes. Los nuevos dependen de cuánto invierta la tienda en publicidad y de lo eficaz que sea captando empresas.

Clientesnov. 2024–oct. 2025nov. 2025–oct. 2026CambioCuota actual
Recurrentes750.000 €840.000 €+12%70%
Nuevos250.000 €360.000 €+44%30%
Total1.000.000 €1.200.000 €+20%100%

La tabla muestra de dónde salió el 20% de crecimiento: sobre todo de clientes nuevos. Si en 2027 el presupuesto publicitario va a mantenerse en el mismo nivel, repetir el +44% en los nuevos es poco probable, y ese es otro argumento a favor de una tendencia más prudente en el escenario base.

La base de la previsión son los pedidos de la tienda. Los ingresos que reportan los paneles publicitarios atribuyen la misma venta a varios canales a la vez y cuentan las conversiones a su manera, así que su suma infla el resultado y no sirve como nivel base.

forma del año

Paso 3: índice de estacionalidad mensual y días laborables

El índice de estacionalidad indica cuánto vende un mes en relación con el mes medio del año. Un índice de 1,25 en enero significa un 25% más que la media; un índice de 0,75 en julio, un 25% menos. Un solo año puede ser casual, por eso el índice se promedia con al menos dos años de historial.

Fórmula

índice del mes = ingresos del mes ÷ ingresos mensuales medios del mismo año

Los índices de dos años se promedian para cada mes por separado. La suma de los doce índices es 12,00; si tras promediar sale otra cifra, todos los índices se dividen entre la suma y se multiplican por 12.

previsión del mes = mes medio de la previsión × índice = 110.000 € × índice
MesÍndicePrevisión base 2027Qué hay detrás de la cifra
Enero1,25137.500 €nuevos presupuestos de compra de las empresas
Febrero1,00110.000 €mes medio
Marzo1,10121.000 €cierre de trimestre
Abril0,95104.500 €antes del ajuste por días laborables
Mayo0,95104.500 €puentes
Junio0,9099.000 €inicio de las vacaciones
Julio0,7582.500 €el mes más tranquilo
Agosto0,8088.000 €primeros pedidos escolares
Septiembre1,20132.000 €vuelta de oficinas y colegios
Octubre1,15126.500 €oficinas a pleno rendimiento
Noviembre1,05115.500 €compras de reposición antes de fin de año
Diciembre0,9099.000 €fiestas, menos días de trabajo
Año12,001.320.000 €escenario base

En la venta a empresas también cuenta el número de días laborables, porque las oficinas piden en días de trabajo. El índice histórico recuerda el calendario de aquellos años, así que cuando un festivo móvil cambia de mes, la previsión mensual se corrige con la proporción de días laborables.

Abril de 2026 Lunes de Pascua, 6 abr.

21días laborables

Abril de 2027 Pascua en marzo

22días laborables

Ajuste por días laborables

abril de 2027 = 104.500 € × 22 ÷ 21 ≈ 109.476 €

En el ejemplo, los años 2026 y 2027 tienen 253 días laborables cada uno, así que los ajustes solo desplazan ventas entre meses. Tras aplicarlos, los demás meses se escalan para que la suma anual vuelva a 1.320.000 €.

Conviene repetir el mismo cálculo para las categorías de las líneas de pedido. La tienda en su conjunto tiene en septiembre un índice de 1,20, pero el material escolar puede llegar a 2,0 o más, y el papel de impresora mantener una línea casi plana. Para el plan de compras de mercancía hace falta precisamente el índice de la categoría, porque el pedido al proveedor se hace para un surtido concreto.

control previsión con datos pasados

Prueba retrospectiva: qué precisión tendría la previsión de hace un año

La prueba retrospectiva consiste en hacer como si fuera un año antes. Cortas los datos en octubre de 2025, construyes con el mismo método la previsión para noviembre de 2025 a octubre de 2026 y la comparas con lo que la tienda vendió de verdad. Un método que hace un año se equivocaba un 30% no se volverá preciso solo porque ahora lo calcules con más cuidado.

En el ejemplo, la previsión de octubre de 2025 era de 1.150.000 € (nivel base de 1.000.000 € y tendencia de los últimos tres meses del +15%). La tienda vendió 1.200.000 €, así que el error anual es del −4,2%. El desglose en bloques de tres meses muestra más que el resultado del año.

PeriodoPrevisiónRealError de previsión
nov. 2025–ene. 2026306.750 €312.500 €−1,8%
feb.–abr. 2026292.250 €300.000 €−2,6%
may.–jul. 2026249.250 €262.500 €−5,0%
ago.–oct. 2026301.750 €325.000 €−7,2%
Periodo completo1.150.000 €1.200.000 €−4,2%

El error crece con cada trimestre: del −1,8% al −7,2%. La previsión infravaloraba el resultado cada vez más, porque en la segunda mitad del año la tienda captó más empresas nuevas de lo que suponía la tendencia del otoño de 2025. El método reflejó bien la forma del año; no previó la aceleración.

De la prueba salen dos cifras prácticas. La primera es una banda de error de aproximadamente un 7% en los meses lejanos, que marca la separación entre escenarios en el siguiente paso. La segunda es la dirección: el método de esta tienda infravalora más a menudo de lo que sobrevalora. Esa norma de error se construye solo con el historial propio, igual que una norma de resultados propia en lugar de medias ajenas.

Una previsión sin prueba retrospectiva tiene una precisión desconocida. Los pedidos de mercancía y los contratos con la agencia se firman entonces sobre una cifra de la que no se sabe si falla un 3% o un 30%. La prueba con el año pasado lleva una hora en la hoja de cálculo y responde a esa pregunta antes de firmar.

2027 escenarios

Tres escenarios de previsión para el plan de compras y presupuesto

Una sola cifra para todo el año aparenta una certeza que la previsión no tiene. Tres escenarios dejan por escrito lo que mostró la prueba retrospectiva: el resultado de 2027 puede alejarse del escenario base unos cuantos puntos porcentuales en cualquier dirección. Cada escenario sirve para una decisión distinta.

Ingresos anuales y abanico de escenarios 2027eje desde 875.000 €
2024/252025/262027

Los periodos 2024/25 y 2025/26 son 12 meses de noviembre a octubre.

Prudente · +3%

1.236.000 €

media de 103.000 € al mes

Pedidos de mercancía con plazo de entrega largo, costes fijos, contrataciones.

Base · +10%

1.320.000 €

media de 110.000 € al mes

Plan mensual con índices, evaluación de resultados, compras corrientes.

Ambicioso · +20%

1.440.000 €

media de 120.000 € al mes

Objetivo de ventas que exige más clientes nuevos y más presupuesto.

El escenario prudente queda un 6,4% por debajo del base, es decir, dentro de la banda de error de la prueba retrospectiva. Es un escenario que la tienda puede ver de verdad sin ninguna crisis, por eso en él se apoyan los compromisos difíciles de revertir: grandes pedidos a proveedores con plazos de varias semanas y costes fijos.

El escenario ambicioso repite la tendencia completa de todo el año. Como el crecimiento lo impulsaron sobre todo los clientes nuevos, este escenario supone que su captación volverá a acelerarse. Con un MER de 10 en los últimos 12 meses (120.000 € de inversión para 1.200.000 € de ingresos), eso significa un presupuesto del orden de 144.000 €, y siempre que cada euro adicional rinda tan bien como los anteriores. Si ese presupuesto cabe en el beneficio lo decide un presupuesto calculado a partir del margen y del objetivo de beneficio.

La previsión vive durante todo el año. Cada mes, el resultado real se compara con el escenario base desglosado por índices, y no con una doceava parte del importe anual. Si después del primer trimestre el resultado se mantiene más cerca del escenario prudente o del ambicioso, el plan de compras y el presupuesto de los meses siguientes se ajustan a ese escenario.

en la práctica previsión con datos de la tienda

Previsión de ventas con datos de la tienda en DataOrganizer

Lo que más trabajo lleva en una previsión es reunir el historial; el cálculo en sí es breve. DataOrganizer descarga los pedidos y los ingresos de la tienda día a día, junto con las líneas de pedido (categorías) y la división entre clientes nuevos y recurrentes, y al lado la inversión de las cuentas publicitarias. Los datos se actualizan cada mañana con el día anterior completo, así que la hoja de cálculo deja de hacer falta solo para recopilar cifras.

La base son los pedidos de la tienda, porque solo ellos son una versión única de las ventas, sin repartir entre canales; por qué los paneles y GA4 muestran importes distintos lo explica la guía sobre por qué GA4, el panel publicitario y la tienda no coinciden. Con esos datos, el asistente de IA calcula la previsión cuando se le pide, con el mismo método que esta guía.

Asistente de IA + app DataOrganizer DataOrganizer
nov. 2024–oct. 2026
Calcula la previsión de ingresos para 2027 con los pedidos de la tienda: índice de estacionalidad mensual de dos años, tendencia interanual de los últimos 3 meses y prueba retrospectiva de este método con el año pasado en bloques de tres meses.
IA

El nivel base de los últimos 12 meses completos es de 1.200.000 €. La tendencia anual es del +20%, pero los últimos tres meses interanuales solo del +10%, así que el escenario base para 2027 es de 1.320.000 €. Prueba retrospectiva del método:

BloquePrevisiónRealError
nov.–ene.306.750 €312.500 €−1,8%
feb.–abr.292.250 €300.000 €−2,6%
may.–jul.249.250 €262.500 €−5,0%
ago.–oct.301.750 €325.000 €−7,2%

El método refleja bien la forma del año, pero en la segunda mitad infravaloró el resultado porque llegaron más clientes nuevos (sus ingresos crecieron un 44%, los de recurrentes un 12%). Propongo una separación entre escenarios de aproximadamente un 7%: prudente 1.236.000 €, ambicioso 1.440.000 €. El índice más alto es el de enero (1,25) y el más bajo, el de julio (0,75).

Ingresos mensuales de la tiendaClientes nuevos y recurrentesVentas por categoría

Las siguientes preguntas surgen de las anteriores: el índice de estacionalidad de las categorías que hay que pedir con antelación, la comparación del mes pasado con el escenario base o la inversión publicitaria total y el MER mensual como contexto para el presupuesto. Cada respuesta se basa en los mismos pedidos de la tienda.

Las cifras del ejemplo son ilustrativas y corresponden a una tienda ficticia de material de oficina B2B. El método supone que la tienda no cambia de golpe su surtido, sus precios ni la escala de su publicidad; un cambio grande (nueva categoría, entrada en un marketplace, presupuesto duplicado) requiere un escenario aparte.

Para recordar

Una previsión de ventas son tres cifras del propio historial (nivel base, tendencia e índices mensuales) más un error comprobado con el año pasado. Ese error marca la separación entre escenarios, y las decisiones difíciles de revertir se apoyan en el escenario prudente.

FAQ

Preguntas frecuentes sobre la previsión de ventas

¿Cómo se hace la previsión de ventas de una tienda online?

Toma como nivel base los ingresos por pedidos de los últimos 12 meses completos, multiplícalos por la tendencia interanual (mejor la de los últimos tres meses) y repártelos entre los meses con un índice de estacionalidad promediado de al menos dos años. Después comprueba el mismo método con una prueba retrospectiva sobre el año pasado y, a partir de su error, define los escenarios prudente y ambicioso.

¿Cuántos meses de historial hacen falta para prever ventas?

El mínimo son 24 meses: 12 para el nivel base y los 12 anteriores para la tendencia interanual. El índice de estacionalidad y la prueba retrospectiva son más fiables con 36 meses, porque entonces el índice promedia dos años completos y la prueba tiene su propio historial independiente.

¿Qué error de previsión de ventas es aceptable?

No hay una norma única para todas las tiendas; la referencia es el error del mismo método en la prueba retrospectiva con tus datos. En el ejemplo, el error anual fue del 4,2% y en los meses lejanos del 7,2%, así que los escenarios se separaron aproximadamente un 7%. Más importante que el tamaño del error es su dirección, porque un método que infravalora siempre empuja a comprar con cautela y a fijar un presupuesto demasiado bajo.

¿Cómo prever las ventas si la tienda tiene menos de un año?

Sin un año completo no se puede calcular un índice de estacionalidad propio ni una tendencia interanual. Se puede prever a unos meses vista con la media de las últimas semanas y tomar provisionalmente la forma del año de los datos de demanda de la categoría, corrigiéndola cada mes hasta reunir un historial propio.

¿Se puede hacer la previsión de ventas en Excel?

Sí, los tres pasos y la prueba retrospectiva son sumas y divisiones sencillas, así que basta una hoja con los ingresos mensuales por pedidos de la tienda. Lo que más trabajo lleva es recopilar esos datos del historial con regularidad; en DataOrganizer los pedidos de la tienda se descargan a diario y el asistente de IA calcula la previsión y la prueba retrospectiva cuando se le pide.

Resumen de toda la guía

Previsión de ventas del próximo año en tres reglas

1. Calculas con los pedidos de la tienda, en meses completos. El nivel base son los últimos 12 meses completos, la tendencia compara los mismos periodos interanualmente y la tendencia más reciente de tres meses muestra si el crecimiento se frena.

2. Repartes el año con un índice de estacionalidad. Cada mes recibe su propio índice de al menos dos años y un ajuste por días laborables, así que julio se evalúa frente al julio de la previsión.

3. Compruebas el método con el año pasado. El error de la prueba retrospectiva marca la separación entre los tres escenarios; en DataOrganizer el historial de pedidos está listo para esa prueba y el asistente de IA la calcula cuando se le pide.


DataOrganizer · previsión de ventas

Calcula la previsión de 2027 con tu historial

Al conectar la tienda y las cuentas publicitarias, el historial de pedidos, categorías y clientes nuevos y recurrentes queda en un solo lugar, y el asistente de IA calcula con él los índices de estacionalidad, la tendencia y la prueba retrospectiva.