Índices estacionales netos del tiempo: no repitas el último marzo

Cadena británica de centros de jardinería, 46 tiendas, 209 semanas de ventas más la temperatura semanal; quería planificar la primavera sin planificar sobre el tiempo de la anterior.

Un caso compuesto, construido con el tipo de archivo que vemos casi cada semana. Una cadena de 46 centros de jardinería repartidos entre las Midlands y el sur de Inglaterra. La primavera es el año: de marzo a junio se hace cerca de la mitad de las ventas de plantas, y las plantas se compran a los viveros con meses de antelación, con poco margen para devolverlas.

El borrador del plan para la primavera de 2027 se había hecho como siempre: el mes del año pasado más un 3 %. Marzo de 2026 había sido muy bueno. La pregunta del director de compras fue directa: «¿El último marzo fue el negocio o fue el tiempo? Porque estoy a punto de hacer el pedido sobre él».

Es el tercer paso del Relato de planificación: el calendario, separado de lo que simplemente pasó en él.

Cómo era el archivo

209 filas semanales, de octubre de 2022 a septiembre de 2026, ventas totales de todas las tiendas. Al lado, una columna que había añadido el analista de la cadena: la temperatura media semanal, promediada entre las estaciones meteorológicas más cercanas a las tiendas, y su diferencia con la normal de 30 años para esa semana.

Cuatro primaveras, y no se parecían. Marzo de 2024 y marzo de 2026 fueron cálidos, más de 2 °C por encima de lo normal durante la mayor parte del mes. Marzo de 2023 fue frío y lluvioso, marzo de 2025 cercano a lo normal. La Semana Santa cayó en marzo una vez, en 2024, y en abril los otros tres años.

Qué hizo el análisis

Estacionalidad e impacto de los eventos ajusta una regresión con una tendencia, una variable ficticia por mes y otras para los eventos, y presenta cada mes como un índice frente a enero, el mes de referencia, que vale 100.

Con el calendario solo, daba a marzo un índice de 118. Esa cifra es la media de cuatro marzos, y dos de ellos fueron cálidos. Nada en ese modelo distingue el sol de la estación, así que las semanas cálidas se anotaron a la cuenta del propio marzo.

El tiempo entró como dos eventos recurrentes, construidos a partir de la columna de temperatura: una «semana cálida de primavera», cualquier semana de marzo a mayo más de 2 °C por encima de lo normal, y una «semana fría de primavera», más de 2 °C por debajo. En cuatro primaveras eso dio 23 semanas cálidas y 19 frías. Como se repiten, cada una tiene ocurrencias suficientes para estimar su efecto con un intervalo utilizable, neto del mes, de la tendencia, de la Semana Santa y del otro:

• una semana cálida de primavera: +17 %, intervalo de +12 % a +22 %;
• una semana fría de primavera: −13 %, intervalo de −18 % a −8 %;
• Semana Santa: +21 %, intervalo de +13 % a +29 %.

Con esos términos dentro, el índice de marzo bajó de 118 a 106. Abril pasó de 152 a 146, mayo apenas, de 171 a 168. Febrero y junio no se movieron nada, lo que es una comprobación útil: los términos del tiempo solo estaban definidos para la primavera, y los meses de fuera se quedaron donde estaban.

La colinealidad era baja. Las semanas cálidas cayeron en meses distintos en años distintos, así que el modelo podía distinguir «marzo» de «cálido» sin adivinar; el control de inflación de la varianza del producto se quedó por debajo de 2 en todos los términos.

El veredicto: sirve, un 10 % en el pedido de marzo

El último marzo, más o menos al nivel de un mes cálido, quedó alrededor de un 10 % por encima de lo que daría un marzo con tiempo normal y la tendencia actual. El borrador del plan había tomado ese 10 % como punto de partida y le había sumado un 3 %.

El plan se rehízo sobre el índice neutro respecto al tiempo:

• El pedido en firme de plantas para marzo de 2027 se fijó alrededor de un 10 % por debajo del borrador. Sobre las compras de primavera de la cadena, son algo menos de 300.000 £ de existencias que, en un marzo normal, habrían acabado rebajadas o en el compost.
• El incremento de las semanas cálidas pasó a ser una cláusula del contrato en lugar de una apuesta. Cerca del 12 % del volumen de marzo se pactó con los dos viveros principales como un tramo a demanda, que se libera si la previsión a dos semanas sale cálida. Si sale, la cadena no se queda corta; si no, no lo paga.
• La plantilla siguió la misma lógica: un cuadrante base sobre el índice neutro, con horas de fin de semana que se ajustan a la previsión.

También sale una lectura más limpia de la Semana Santa, que en 2027 cae a finales de marzo. Sin el tiempo de por medio, el efecto de la Semana Santa es un +21 % sobre una semana normal, y el plan de esa semana ahora lo dice de forma explícita, en lugar de quedar escondido en un índice de marzo que mezclaba Semana Santa, sol y estación.

Por qué funcionó aquí y no con el patrocinio

La entrada anterior era un único evento en una única semana, y el modelo no podía separarlo de nada. El tiempo es lo contrario: ocurre cada primavera, en semanas distintas, en meses distintos, con intensidades distintas. La recurrencia es lo que convierte una causa en algo medible. La misma regresión, con la misma mecánica, da una cifra inútil para lo uno y una firme para lo otro.

La lección

Un índice estacional es tan limpio como los años sobre los que se promedió. Cuando una fuerza externa recurrente, el tiempo antes que ninguna, cae de forma desigual sobre esos años, se anota a la cuenta del calendario, y el año siguiente se planifica sobre la suerte del anterior. Mete la fuerza externa en el modelo como un término propio, y el calendario que queda es el que de verdad puedes planificar.