Forecasting de personal: cómo predecir la demanda y planificar turnos sin errores
Contenido
El forecasting de personal es el proceso de predecir cuántas personas necesitas en cada franja horaria, día o semana para cubrir la demanda real. Sin él, planificas a ciegas: sobras un martes con cuatro personas mirándose o te quedas corto en la hora punta del viernes y la cola no para.
No es una técnica reservada para grandes empresas. Cualquier negocio con demanda variable —retail, hostelería, logística, sanidad, call centers— puede aplicarla. La diferencia está en los datos que tienes y las herramientas que usas para procesarlos.
Qué es el forecasting de personal y para qué sirve
Forecasting de personal significa usar datos históricos y variables conocidas para estimar cuánta carga de trabajo habrá en el futuro y cuántas personas necesitas para cubrirla de forma eficiente.
No es lo mismo que planificar turnos: el forecasting viene antes. Primero predices la demanda; después, con esa previsión en mano, construyes el cuadrante.
| Sin forecasting | Con forecasting |
| Plantilla igual todos los lunes | Plantilla ajustada a la demanda real de cada lunes |
| Horas punta con escasez de personal | Refuerzo previsto con antelación |
| Horas valle con exceso de personal | Reducción planificada sin coste extra |
| Costes de personal difíciles de prever | Presupuesto de personal predecible |
| Decisiones basadas en intuición del responsable | Decisiones basadas en datos históricos |
Los sectores que más lo usan son los que tienen demanda fluctuante y difícil de controlar: hostelería (cubiertas por servicio), retail (ventas por hora), logística (volumen de pedidos), sanidad (urgencias, citas) y contact centers (llamadas entrantes).
Qué datos necesitas para predecir la demanda
La calidad del forecast depende directamente de la calidad de los datos. Con datos incompletos o inconsistentes, el modelo predice mal y el cuadrante falla igual que antes.
Datos de demanda histórica
El primer bloque es el histórico de actividad de tu negocio: qué pasó, a qué hora, qué día, en qué semana del año. Dependiendo del sector, ese indicador cambia:
| Sector | Indicador de demanda | Granularidad recomendada |
| Retail | Tickets de venta o transacciones por hora | Horaria |
| Hostelería (restaurante) | Cubiertas, comandas o clientes por servicio | Por servicio (comida/cena) |
| Hostelería (hotel) | Check-ins, peticiones de servicio, ocupación | Diaria + horaria en recepción |
| Logística / almacén | Pedidos recibidos, líneas preparadas, expediciones | Horaria o por turno |
| Sanidad | Urgencias atendidas, citas confirmadas | Horaria |
| Contact center | Llamadas entrantes, tickets abiertos | Horaria o por cuarto de hora |
¿Cuánto histórico necesitas? Como mínimo, 52 semanas para capturar la estacionalidad anual completa. Con dos años tienes un modelo más robusto que distingue tendencia de estacionalidad. Con menos de seis meses, el forecast tendrá errores importantes en períodos estacionales.
Variables externas que afectan a la demanda
La demanda no solo depende del histórico. Hay factores externos que la alteran y que el modelo debe conocer para no generar un forecast equivocado:
| Variable | Ejemplo de impacto |
| Festivos nacionales y locales | Un festivo local puede doblar o reducir la demanda a cero según el sector |
| Vacaciones escolares | Hostelería vacacional +40-60% en julio-agosto |
| Eventos locales | Feria, partido, concierto: pico puntual de demanda el día del evento |
| Campañas y promociones | Black Friday, rebajas, lanzamientos: picos planificables con antelación |
| Climatología | Lluvia reduce afluencia en exterior, aumenta en interior |
| Día de la semana | El patrón lunes-domingo tiene más peso que el día del mes |
Cuantas más variables integres, más preciso será el modelo. Pero empieza por las que más impacto tienen en tu negocio: la estacionalidad anual y los festivos ya mejoran mucho un forecast básico.
Cómo convertir el forecast en FTEs y necesidades de personal
Predecir la demanda es el primer paso. El segundo es traducir esa previsión a personas: cuántas hacen falta, en qué franja y con qué función. Ese paso se llama conversión a FTEs (Full-Time Equivalents) y hay dos formas de hacerlo según lo que tengas como punto de partida.
Método 1: ratio de productividad (demanda → personas)
Si conoces la productividad media de cada persona, la conversión es directa. El ratio varía por sector y se expresa como unidades de demanda por persona y hora:
| Sector | Ejemplo de ratio | Cómo se usa |
| Retail | 1 cajero cada 2.000 € en ventas por hora | Forecast de 8.000 €/h → necesitas 4 cajeros |
| Restaurante | 1 camarero cada 12 cubiertas por servicio | Previsión de 60 cubiertas → necesitas 5 camareros |
| Call center | 1 agente cada 4 llamadas/hora (AHT 15 min) | Forecast de 200 llamadas/h → necesitas 50 agentes |
| Logística | 1 preparador cada 80 líneas/hora | Forecast de 1.600 líneas → necesitas 20 preparadores |
| Sanidad (urgencias) | 1 enfermero cada 4 pacientes activos | Previsión de 20 pacientes → necesitas 5 enfermeros |
El ratio se calcula con tu propio histórico: divide la demanda real de cada período entre las personas que estaban trabajando. Con varias semanas de datos, obtienes un ratio estable que puedes aplicar al forecast.
Método 2: regla de tres desde el presupuesto (presupuesto → personas)
Si tienes un presupuesto máximo de personal que no vas a superar, el punto de partida es distinto. No partes de la demanda: partes de lo que puedes pagar y calculas cuántos FTEs puedes permitirte. Después el forecast te dice dónde concentrarlos.
El proceso es:
- Calcula los FTEs disponibles. Divide el presupuesto semanal de personal entre el coste medio por hora (salario bruto + Seguridad Social + coste de gestión). Si tienes 15.000 € a la semana y el coste medio es 15 €/hora, tienes 1.000 horas disponibles para distribuir.
- Convierte horas en personas por turno. Si un turno dura 8 horas y tienes 1.000 horas disponibles, puedes cubrir 125 posiciones de turno a la semana. Distribuidas en 7 días y 2 o 3 turnos por día, eso te da el headcount por franja.
- Usa el forecast para priorizar. Con el presupuesto fijo, el forecast te dice cómo repartir esas horas. Si el sábado por la tarde tiene el doble de demanda que el martes por la mañana, concentras más posiciones ahí y reduces donde la demanda es baja.
| Situación | Qué usar |
| Tienes datos de productividad y quieres optimizar coste | Método 1: ratio demanda/persona |
| Tienes presupuesto cerrado y quieres distribuirlo bien | Método 2: presupuesto → FTEs → distribución por forecast |
| Tienes ambos | Validación cruzada: el ratio te dice cuántas necesitas; el presupuesto te dice si puedes permitírtelas |
Cómo convierte Plain el forecast en necesidades por turno y función
Plain no convierte el forecast en un número total de personas: lo convierte en necesidades concretas por turno y por función. La diferencia es importante.
Un cuadrante no dice ‘necesito 8 personas el lunes de mañana’. Dice ‘necesito 3 cajeros, 2 reponedores y 1 supervisor de caja entre las 9:00 y las 14:00, y 2 cajeros y 1 responsable de tienda entre las 14:00 y las 18:00’. Esa granularidad es lo que permite cubrir la operativa real.
El proceso en Plain es:
- Defines la demanda prevista por franja. A partir del forecast (manual o conectado a tu sistema de ventas), introduces o confirmas la demanda esperada por hora o por turno.
- Configuras los ratios por función. Para cada función o rol, defines cuántas unidades de demanda puede gestionar una persona. Plain aplica esos ratios automáticamente al generar el cuadrante.
- Plain genera el cuadrante óptimo. El sistema asigna las personas disponibles a las franjas de mayor demanda respetando todas las restricciones legales, de convenio y contractuales. El resultado no es el primer cuadrante que cubre la demanda: es el que la cubre con el menor coste posible.
Si el presupuesto está configurado como restricción, Plain no asigna más horas de las disponibles. Prioriza las franjas de mayor demanda y avisa cuando la cobertura no es suficiente con el presupuesto dado.
Cómo se hace el forecasting de personal con Excel
Excel es el punto de entrada más habitual. Con un histórico bien organizado y algunas fórmulas, puedes construir un modelo de previsión funcional.
Método básico: promedio por franja horaria
El más sencillo es calcular el promedio histórico de demanda para cada franja horaria de cada día de la semana. Si los martes a las 13:00 siempre entran 30 clientes de media, planificas para 30.
| Paso | Qué hacer en Excel |
| 1. Organizar el histórico | Una fila por registro: fecha, hora, indicador de demanda |
| 2. Añadir columnas de contexto | Día de la semana (=DIASEM), semana del año (=NUM.DE.SEMANA), mes |
| 3. Calcular promedios | PROMEDIO.SI.CONJUNTO filtrando por día de semana + franja horaria |
| 4. Ajustar festivos | Marcar festivos manualmente y excluirlos del promedio o tratarlos aparte |
| 5. Convertir demanda en personas | Dividir la demanda estimada entre la productividad media por persona |
Dónde falla Excel
El problema no es el método, es la escala y el mantenimiento. Excel funciona bien para un local, una semana vista y un responsable que lo actualiza cada domingo. Cuando la operativa crece, los problemas se acumulan:
| Limitación | Consecuencia práctica |
| Actualización manual | Si nadie actualiza el histórico, el forecast se queda obsoleto en semanas |
| No integra restricciones laborales | El cuadrante resultante puede incumplir descansos, horas máximas o el convenio |
| Sin gestión de ausencias en tiempo real | Una baja imprevista rompe el plan y hay que rehacerlo a mano |
| Difícil de escalar a varios locales | Con 3 locales y turnos rotativos, el archivo se vuelve inmanejable |
| Fórmulas frágiles | Un error en una celda puede propagar errores en todo el forecast |
| Sin alertas ni automatización | Nadie sabe si el cuadrante está infracubierto hasta que ya es tarde |
El punto de quiebre habitual está alrededor de los 15-20 empleados y dos localizaciones. Por encima de ahí, mantener un forecast en Excel empieza a costar más tiempo del que ahorra.
¿Qué programa usar para hacer forecasting de personal?
No todos los programas hacen lo mismo. La diferencia importante no está en si calculan una previsión, sino en qué hacen con ella después: algunos se quedan en el dato, otros llegan hasta el cuadrante.
| Tipo de herramienta | Ejemplos | Forecast de demanda | Conversión a FTEs | Genera cuadrante | Aplica restricciones ET y convenio |
| Excel / Google Sheets | Excel, Sheets | Manual (fórmulas) | Manual | No | No |
| BI generalista | Power BI, Tableau, Looker | Sí (modelos avanzados) | Parcial (con desarrollo) | No | No |
| Suite RRHH generalista | Factorial, Sesame, Bizneo, Sage | Básico o inexistente | No | Cuadrante manual | Parcial |
| Software especializado turnos | Plain, Shyfter, Aturnos | Sí | Sí, por función y turno | Sí, automático | Sí, ET + convenio + contrato |
Excel es suficiente si tienes menos de 15-20 personas, un solo local y no gestionas rotaciones o restricciones de convenio. Por encima de eso, el coste de mantenimiento supera el ahorro.
Las herramientas de BI son potentes para el análisis y el forecast, pero no saben lo que es un turno. No generan cuadrantes ni conocen el Estatuto de los Trabajadores. Son útiles para la capa de análisis, pero necesitas otra herramienta para pasar de la previsión al cuadrante.
Las suites de RRHH generalistas gestionan bien ausencias, nóminas y vacaciones, pero su módulo de planificación suele ser un cuadrante manual. No tienen forecast de demanda real y no aplican automáticamente las restricciones de cada convenio.
El software especializado en turnos es el único que cierra el ciclo completo: forecast → conversión a FTEs → cuadrante óptimo respetando ET, convenio y contratos individuales. La diferencia entre herramientas de este tipo está en cuántas restricciones gestionan simultáneamente y si la optimización es matemática o solo una propuesta de cuadrante.
Si tu operativa tiene rotaciones, varios turnos, convenio colectivo con condiciones específicas o más de un local, necesitas la última categoría. Las demás resuelven partes del problema, no el problema completo.
Cómo automatiza la predicción un software especializado
Un software de planificación con forecasting integrado resuelve los tres problemas principales de Excel: la actualización automática, la integración de restricciones y la escalabilidad.
Actualización automática del histórico. El software se conecta a tu TPV, sistema de reservas o ERP y actualiza el histórico en tiempo real. No tienes que exportar, copiar ni pegar nada.
Modelos estadísticos más potentes. En lugar de promedios simples, los algoritmos de series temporales (Holt-Winters, ARIMA, regresión con variables externas) capturan tendencias, estacionalidad y el impacto de eventos de forma automática.
Del forecast al cuadrante sin pasos intermedios. Una vez generada la previsión de demanda, el software construye directamente el cuadrante con las personas necesarias en cada franja. El responsable ya no hace la traducción a mano.
Ajuste en tiempo real. Si hay una baja inesperada o la demanda se desvía de la previsión, el sistema alerta y propone ajustes. No hay que esperar al final del día para darse cuenta del problema.
Cómo aplica Plain la optimización matemática al forecasting
Plain no hace solo forecasting: va un paso más allá. Cuando tienes la previsión de demanda, el reto real es construir el cuadrante óptimo que la cubra. Y ahí es donde entra la optimización matemática.
Cubrir la demanda prevista con el mínimo de personas no es un problema de Excel. Es un problema de optimización combinatoria: tienes decenas o cientos de combinaciones posibles de turnos, personas y horarios, y necesitas encontrar la que cumple la demanda y, al mismo tiempo, respeta todas las restricciones.
Plain gestiona cientos de restricciones simultáneas al generar cada cuadrante:
| Capa de restricciones | Ejemplos |
| Legal (Estatuto de los Trabajadores) | Descanso mínimo entre jornadas (11h), máximo de horas semanales, límite de horas nocturnas, descanso semanal obligatorio |
| Convenio colectivo | Horas de turno por categoría profesional, rotación obligatoria, límites de jornada partida, compensaciones específicas |
| Operativas | Ratio mínimo de personas por turno, roles o cualificaciones necesarias en cada franja, cobertura mínima en festivos |
| Personales y contractuales | Tipo de contrato (jornada parcial, completa), disponibilidad del trabajador, preferencias de turno pactadas, permisos y ausencias ya aprobados |
El resultado no es el primer cuadrante que cumple las restricciones: es el cuadrante que las cumple todas a la vez con el menor coste de personal posible. Eso no se hace con una hoja de Excel ni con un algoritmo simple de forecast.
Si gestionas turnos en un entorno con demanda variable y quieres ver cómo funciona en tu operativa, en plain.ninja puedes reservar una demo gratuita.
Preguntas frecuentes sobre forecasting de personal
¿Qué es el forecasting de personal? Es el proceso de predecir cuántas personas necesitas en cada franja horaria o turno basándose en datos históricos de demanda y variables externas como la estacionalidad, los festivos o los eventos. El objetivo es planificar el número exacto de personas sin sobrecobertura ni infracobertura.
¿Qué datos necesito para hacer forecasting de personal? El dato básico es el histórico de tu indicador de demanda (ventas por hora, clientes, llamadas, pedidos) con al menos 52 semanas. A eso se añaden los festivos, las campañas y cualquier evento externo que altere el patrón habitual de tu negocio.
¿Se puede hacer forecasting de personal con Excel? Sí, con promedios por franja horaria y día de la semana se puede construir un forecast básico. El problema aparece cuando la operativa crece: más de 15-20 empleados, varios locales o restricciones de convenio hacen que Excel se vuelva difícil de mantener y propenso a errores.
¿Cuánto histórico necesito para un buen forecast? Mínimo 52 semanas para capturar la estacionalidad anual completa. Con menos de seis meses el modelo comete errores importantes en períodos estacionales. Con dos años de datos, el modelo distingue mejor entre tendencia y estacionalidad y da previsiones más fiables.
¿Cuál es la diferencia entre forecasting y planificación de turnos? El forecasting predice cuánta demanda habrá y cuántas personas necesitas para cubrirla. La planificación de turnos construye el cuadrante concreto que asigna esas personas a franjas horarias cumpliendo las restricciones legales, de convenio y operativas. El forecasting es el input; la planificación de turnos es el output.
