Una representación formal — matemática, estadística o algorítmica — de las relaciones entre variables que determinan la demanda, utilizada para predecir, simular o explicar el comportamiento de compra en diferentes condiciones.

Principio

Codificar relaciones causales y de comportamiento (precio, promoción, estacionalidad, efectos cruzados, heterogeneidad de clientes) para que el modelo pueda generalizar más allá de las instancias observadas mientras cuantifica incertidumbre y sesgo.

Demostración

Un minorista ajusta un modelo de series temporales con efectos mixtos que estima demanda base, elasticidad precio por segmento de cliente y lift por promoción; el modelo se usa para simular resultados bajo calendarios propuestos de precios y promociones.

Aplicación incorrecta

Usar un modelo predictivo caja negra sin probar contrafactuales o la estabilidad frente a cambios de política, o aplicar un modelo entrenado en un segmento de mercado a otro con comportamiento distinto sin recalibración.

Consecuencia

Proporciona insumos para optimización de precios, planificación de inventario y análisis de escenarios; bien especificado, permite simulaciones contrafactuales y evaluación de políticas con confianza cuantificada.

Inversión

Heurísticas ad hoc o resúmenes puramente descriptivos que no están estructurados para predecir contrafactuales ni incorporar supuestos causales.

Límite

Incluye especificaciones econométricas, de aprendizaje automático, estructurales e híbridas; excluye el mero recuento de ventas pasadas sin supuestos estructurales y modelos que ignoran drivers externos (tiempo, competencia) cuando esos drivers son relevantes.

Tensión semántica

Tensión entre modelos ML puramente predictivos (optimizados para precisión fuera de muestra) y modelos estructurales (optimizados para interpretación causal y simulación de políticas); ambos contribuyen pero sacrifican interpretabilidad por robustez frente a cambios de distribución.

Síntesis

Un modelo de demanda es una herramienta matemática diseñada para formalizar cómo los insumos observables y factores latentes se combinan para producir demanda, permitiendo predicción, simulación y decisiones orientadas a políticas con supuestos e incertidumbres explícitas.