ApisDom Forecast: Forecasting para Shopify con Amazon Chronos-2
Forecasting para Shopify con tecnología predictiva propia de ApisDom y Amazon Chronos-2 como motor, usando el historial real de cada tienda.
Galería del Proyecto
Tecnologías Utilizadas
Sobre el Proyecto
Sobre el Proyecto
¿Qué es ApisDom Forecast?
ApisDom Forecast es una aplicación de predicción de demanda integrada en Shopify que convierte el historial real de una tienda en previsiones de ingresos, pedidos y unidades vendidas.
El comerciante puede generar proyecciones de 7 a 90 días y recibe tres escenarios: conservador, central y optimista. Cada resultado incluye un intervalo de confianza del 90% para mostrar la incertidumbre de la previsión en lugar de presentar una cifra aislada como si fuera segura.
El motor utiliza Amazon Chronos-2, modelo especializado en forecasting de series temporales desarrollado por Amazon Science. Forecast no expone el modelo directamente: la aplicación añade una capa propia de validación de datos, control de calidad, gestión de créditos, historial, exportaciones, soporte y observabilidad.
Quality Shield: comprobar antes de predecir
Antes de ejecutar el motor, Forecast analiza el historial disponible mediante su sistema Quality Shield.
Si los datos no son suficientes, la predicción se bloquea antes de ejecutarse y no se consume ningún crédito. Si el historial permite trabajar, el usuario recibe la previsión completa junto con una indicación explícita sobre la calidad de los datos utilizados.
El objetivo es separar dos preguntas distintas:
- ¿Puede ejecutarse técnicamente una predicción?
- ¿Hay datos suficientes para que tenga sentido ejecutarla?
Forecast comprueba ambas antes de utilizar el motor.
Qué puede predecir
El comerciante puede trabajar directamente con los datos de su tienda Shopify y seleccionar:
- Ingresos
- Pedidos
- Unidades vendidas
- Horizontes de 7 a 90 días
- Escenario conservador
- Escenario central
- Escenario optimista
También dispone de presets para periodos comerciales como Black Friday, Navidad, verano o la semana siguiente.
Flujo de trabajo
| Paso | Proceso |
|---|---|
| 1. Instalación | La aplicación se instala desde Shopify App Store y queda integrada en Shopify Admin |
| 2. Lectura | Forecast obtiene el histórico necesario de la tienda |
| 3. Calidad | Quality Shield comprueba si existen datos suficientes |
| 4. Configuración | El comerciante selecciona métrica y horizonte |
| 5. Predicción | El motor genera tres escenarios con intervalo de confianza |
| 6. Resultado | La previsión queda disponible en el historial |
| 7. Exportación | El resultado puede descargarse en CSV, JSON y PDF |
| 8. Soporte | El usuario puede abrir y seguir tickets desde la propia aplicación |
De plataforma de forecasting a integración Shopify
Forecast está diseñado para separar el motor de predicción del canal comercial.
Shopify es la primera integración completa de la plataforma: autenticación, lectura de datos de la tienda, billing, créditos y webhooks se conectan a un núcleo de forecasting independiente.
Esta separación permite que la lógica de predicción, validación y calidad no dependa de una única plataforma de comercio electrónico.
Publicada en Shopify App Store
ApisDom Forecast superó el proceso de revisión de Shopify y fue publicada oficialmente en Shopify App Store el 28 de agosto de 2026.
La aplicación funciona integrada dentro del panel de administración de Shopify y está disponible en español e inglés.
No utiliza suscripción mensual. El servicio funciona mediante packs de créditos de compra única.
Ver Forecast y su funcionamiento
Información Técnica
apisdom-forecast-prediccion-demanda-shopify
1suxyCbnUVDpQ3ZPVFrt
Documentación Específica del Proyecto
Arquitectura de ApisDom Forecast
ApisDom Forecast está construido separando tres responsabilidades: el canal Shopify, la aplicación Forecast y la infraestructura predictiva de ApisDom.
Shopify aporta el contexto de la tienda y su histórico real. Forecast transforma esos datos en un flujo de forecasting completo: preparación, control de calidad, configuración, ejecución, resultados, créditos, historial y soporte. La predicción se ejecuta fuera de la lógica comercial de Shopify, a través de la infraestructura privada de ApisDom y del motor especializado basado en Amazon Chronos-2.
Arquitectura general
┌────────────────────────────┐ ┌─────────────────────────────────────────────┐ ┌────────────────────────────┐ ┌────────────────────────────┐
│ SHOPIFY │ │ APISDOM FORECAST │ │ APISDOM │ │ MOTOR DE PREDICCIÓN │
│ │ │ │ │ │ │ │
│ Tienda │ │ Preparación de datos Escudo de Calidad │ │ Capa madre │ │ Servicio privado │
│ Histórico real de ventas │ ───▶ │ Configuración Flujo de previsión │ ───▶ │ Control de acceso │ ───▶ │ Series temporales │
│ Instalación │ │ Créditos Historial │ │ Servicios compartidos │ │ Amazon Chronos-2 │
│ Integración comercial │ │ Resultados Exportaciones │ │ Infraestructura técnica │ │ │
│ Facturación │ │ Soporte Observabilidad │ │ │ │ │
└────────────────────────────┘ └─────────────────────────────────────────────┘ └────────────────────────────┘ └────────────────────────────┘
│
▼
┌────────────────────────────┐ ┌─────────────────────────────────────────────┐ ┌────────────────────────────┐ ┌────────────────────────────┐
│ COMERCIANTE SHOPIFY │ ◀─── │ RESULTADO │ ◀─── │ APISDOM │ ◀─── │ FORECAST GENERADO │
│ │ │ │ │ │ │ │
│ Consulta la previsión │ │ Rango de previsión │ │ Devuelve la respuesta │ │ Cálculo temporal │
│ Revisa los escenarios │ │ Escenario conservador │ │ al producto que la pidió │ │ Resultado probabilístico │
│ Utiliza el historial │ │ Escenario central │ │ │ │ │
│ Toma sus decisiones │ │ Escenario optimista │ │ │ │ │
└────────────────────────────┘ └─────────────────────────────────────────────┘ └────────────────────────────┘ └────────────────────────────┘
Qué pertenece a cada capa
| Shopify | ApisDom Forecast | ApisDom | Motor de predicción |
|---|---|---|---|
| Tienda y contexto comercial | Lógica del producto | Capa madre de infraestructura | Forecasting especializado |
| Histórico real de ventas | Preparación de los datos | Comunicación con servicios privados | Procesamiento de series temporales |
| Instalación de la aplicación | Escudo de Calidad | Control de acceso | Amazon Chronos-2 |
| Integración dentro de Shopify | Configuración de la previsión | Servicios compartidos | Generación del resultado |
| Facturación Shopify | Créditos e historial | Separación entre producto y motor | |
| Resultados y exportaciones | |||
| Soporte y observabilidad |
Forecast no contiene el motor
La aplicación no mezcla la lógica de una tienda Shopify con la infraestructura que ejecuta la predicción.
Forecast conoce al comerciante, sus datos, la calidad del histórico, sus créditos, sus previsiones anteriores y el resto del contexto necesario para operar el producto.
El motor no necesita conocer nada de eso.
┌────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│ APISDOM FORECAST │
├──────────────────────────┬──────────────────────────┬──────────────────────────┬─────────────────────────────┤
│ ENTRADA │ CONTROL │ OPERACIÓN │ SALIDA │
├──────────────────────────┼──────────────────────────┼──────────────────────────┼─────────────────────────────┤
│ Histórico Shopify │ Escudo de Calidad │ Solicitud de previsión │ Rango de previsión │
│ Métrica seleccionada │ Evaluación previa │ Créditos │ Tres escenarios │
│ Configuración usuario │ Decisión de continuar │ Historial │ Visualización │
│ Datos reales tienda │ Bloqueo si no procede │ Soporte │ Exportaciones │
└──────────────────────────┴──────────────────────────┴──────────────────────────┴─────────────────────────────┘
│
▼
┌────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│ APISDOM │
│ Capa madre entre los productos y los servicios privados │
└───────────────────────────────────────────────────┬────────────────────────────────────────────────────────┘
│
▼
┌────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│ SERVICIO PRIVADO DE PREDICCIÓN │
│ CHRONOS-2 │
└────────────────────────────────────────────────────────────────────────────────────────────────────────────┘
Esta separación permite que cada capa tenga una responsabilidad concreta. Un cambio en la integración con Shopify no obliga a modificar el motor de forecasting, y una evolución del servicio predictivo no obliga a reconstruir toda la aplicación comercial.
Shopify es un canal, no el núcleo de Forecast
La parte específica de Shopify está separada del núcleo del producto.
La integración obtiene y adapta la información procedente de la tienda. A partir de ahí, Forecast aplica su propio flujo de calidad, forecasting, resultados y operación.
┌──────────────────────────────────── CANALES ────────────────────────────────────┐
│ │
│ SHOPIFY OTROS CANALES / ADAPTADORES │
│ │ │ │
└─────────────┼───────────────────────────────────────┼───────────────────────────┘
│ │
└───────────────────┬───────────────────┘
▼
┌─────────────────────────────────────────────────────────────────────────────────┐
│ FORECAST CORE │
├──────────────────┬──────────────────┬──────────────────┬────────────────────────┤
│ Preparación │ Calidad │ Forecasting │ Producto │
│ de datos │ y decisión │ y resultados │ y operación │
├──────────────────┼──────────────────┼──────────────────┼────────────────────────┤
│ Normalización │ Escudo │ Configuración │ Créditos │
│ Histórico │ Veredicto │ Previsión │ Historial │
│ Métricas │ Bloqueo │ Escenarios │ Exportaciones │
│ │ │ │ Soporte │
└──────────────────┴──────────────────┴────────┬─────────┴────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────────────┐
│ APISDOM │
│ CAPA MADRE │
└──────────────────────────────────────────────┬──────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────────────┐
│ INFRAESTRUCTURA PRIVADA DE PREDICCIÓN │
│ AMAZON CHRONOS-2 │
└─────────────────────────────────────────────────────────────────────────────────┘
El resultado es una arquitectura en la que Shopify aporta el canal, Forecast aporta el producto, ApisDom aporta la infraestructura común y el control, y Chronos-2 aporta el motor especializado de series temporales.
Documentación técnica relacionada
La capa predictiva utilizada por Forecast está documentada en la Prediction API de ApisDom con Amazon Chronos-2.
Escudo de Calidad y Soporte Integrado
Forecast incorpora dos capas alrededor de la predicción que no pertenecen al modelo: un Escudo de Calidad que decide si los datos ofrecen una base suficiente antes de ejecutar y un sistema de soporte integrado que permite diagnosticar y resolver problemas sin sacar al comerciante de la aplicación.
Ambas capas tienen el mismo objetivo: evitar que el usuario llegue al motor o al soporte humano cuando el propio sistema ya puede detectar que algo no está bien.
Escudo de Calidad
Antes de generar una previsión, Forecast analiza el histórico disponible de la tienda.
El sistema no da por hecho que cualquier conjunto de ventas sirve para hacer forecasting. Examina la serie y devuelve un veredicto estructurado que tiene en cuenta la cantidad de datos disponibles, la presencia de ventas, el comportamiento de la demanda y otras métricas de predictibilidad.
┌───────────────────────────┬───────────────────────────┬───────────────────────────┬───────────────────────────┐
│ HISTÓRICO SHOPIFY │ ESCUDO DE CALIDAD │ DECISIÓN │ PREDICCIÓN │
├───────────────────────────┼───────────────────────────┼───────────────────────────┼───────────────────────────┤
│ Ventas reales │ Analiza la serie │ Ejecutar │ ApisDom │
│ Días disponibles │ Clasifica la demanda │ Ejecutar con aviso │ Motor Chronos-2 │
│ Días con venta │ Calcula predictibilidad │ Ejecución opcional │ Rango de previsión │
│ Días sin venta │ Detecta casos débiles │ Bloquear │ Tres escenarios │
│ Comportamiento temporal │ Genera un veredicto │ Pedir más datos │ │
└───────────────────────────┴───────────────────────────┴───────────────────────────┴───────────────────────────┘
El semáforo no es decorativo
El indicador que ve el usuario representa una decisión tomada antes de ejecutar la previsión.
| Estado | Significado operativo |
|---|---|
| Verde | Los datos permiten continuar normalmente |
| Amarillo | Se puede continuar, pero existen características de la serie que el usuario debe conocer |
| Rojo | El sistema considera que no debe ejecutarse la previsión |
| Datos insuficientes | No existe todavía histórico suficiente para continuar |
| Caso trivial | La serie no justifica ejecutar el motor como una previsión normal |
El veredicto interno no se limita al color. Incluye una puntuación de predictibilidad, una recomendación de ejecución, la razón técnica y métricas utilizadas para clasificar el comportamiento de la demanda.
Entre las categorías que puede identificar el sistema se encuentran:
| Tipo de demanda | Lectura |
|---|---|
| Smooth | Demanda relativamente regular |
| Erratic | Demanda con variación elevada |
| Intermittent | Ventas separadas por periodos sin demanda |
| Lumpy | Demanda irregular tanto en frecuencia como en cantidad |
El control se aplica antes y durante la ejecución
La evaluación no existe únicamente para pintar un indicador en la interfaz.
Forecast vuelve a comprobar la predictibilidad cuando el usuario solicita generar la previsión. Si el veredicto es de bloqueo o necesita más datos, el flujo se detiene antes de llegar al motor.
┌───────────────────────────────────┐ ┌───────────────────────────────────┐
│ EVALUACIÓN PREVIA │ │ EJECUCIÓN REAL │
├───────────────────────────────────┤ ├───────────────────────────────────┤
│ Lee histórico actual │ │ Vuelve a leer los datos │
│ Evalúa predictibilidad │ │ Vuelve a aplicar el Shield │
│ Muestra estado al usuario │ │ Verifica que sigue siendo válido │
│ Activa o bloquea la acción │ │ Solo entonces llama al motor │
└──────────────────┬────────────────┘ └──────────────────┬────────────────┘
│ │
└──────────────────────┬─────────────────────┘
▼
┌─────────────────────────┐
│ MOTOR DE PREDICCIÓN │
│ Solo si puede seguir │
└─────────────────────────┘
La segunda comprobación utiliza datos actuales porque entre la evaluación inicial y el momento de generar la previsión la información de la tienda puede haber cambiado.
De esta forma, el semáforo no es una recomendación visual separada del sistema: forma parte de la decisión que permite o impide ejecutar la predicción.
Soporte integrado
Forecast incluye su propio sistema de soporte dentro de la aplicación.
No funciona como un simple formulario que envía un correo. El flujo intenta primero identificar el tipo de problema y ofrecer un diagnóstico. Si la incidencia continúa, el comerciante puede escalarla y convertirla en un ticket para que sea revisada.
┌───────────────────────────┬───────────────────────────┬───────────────────────────┬───────────────────────────┐
│ PROBLEMA │ DIAGNÓSTICO │ ESCALADO │ RESOLUCIÓN │
├───────────────────────────┼───────────────────────────┼───────────────────────────┼───────────────────────────┤
│ Usuario elige categoría │ Forecast muestra ayuda │ Usuario explica el caso │ Revisión administrativa │
│ Describe qué ocurre │ Comprueba el contexto │ Puede adjuntar captura │ Respuesta al usuario │
│ │ Intenta resolver primero │ Se crea el ticket │ Cierre del ticket │
│ │ dentro de la aplicación │ │ Ajuste de crédito si │
│ │ │ │ corresponde │
└───────────────────────────┴───────────────────────────┴───────────────────────────┴───────────────────────────┘
Tipos de incidencia
El soporte distingue problemas concretos del producto, entre ellos:
- Errores al generar una previsión.
- Problemas relacionados con créditos.
- Problemas de calidad de los datos.
- Incidencias durante la compra de créditos.
- Problemas con exportaciones.
- Otras consultas que necesiten revisión.
Cada categoría puede mostrar información específica antes de escalar el caso.
La intención es resolver dentro de la propia aplicación los problemas que tienen una explicación conocida y reservar la intervención humana para los casos que realmente siguen abiertos.
Cuando se crea un ticket
Si el diagnóstico no resuelve el problema, el usuario puede describir la incidencia y adjuntar una captura.
Forecast añade automáticamente al ticket el contexto técnico mínimo necesario para que el soporte no empiece a trabajar a ciegas.
| Información | Tratamiento |
|---|---|
| Cuenta de la tienda | Se obtiene desde la sesión autenticada |
| Pack o plan actual | Se incorpora como contexto |
| Créditos disponibles | Se incorporan para diagnosticar incidencias relacionadas |
| Mensaje del usuario | Lo escribe el comerciante |
| Captura | Opcional |
| Datos de ventas | No se adjuntan al ticket |
Los datos de cuenta utilizados por soporte se obtienen en el servidor. No se confía en valores enviados por el navegador para identificar la tienda o su saldo.
Gestión desde administración
Los tickets escalados llegan al panel de administración de Forecast, donde pueden seguirse y resolverse sin depender de una bandeja de correo aislada.
┌─────────────────────────────┬─────────────────────────────┬─────────────────────────────┐
│ COMERCIANTE │ TICKET FORECAST │ ADMINISTRACIÓN │
├─────────────────────────────┼─────────────────────────────┼─────────────────────────────┤
│ Abre la incidencia │ Conserva conversación │ Revisa el contexto │
│ Adjunta captura │ Registra estado │ Responde │
│ Consulta respuestas │ Guarda respuestas │ Cierra el ticket │
│ Ve el historial │ Conserva adjuntos │ Puede añadir un crédito │
└─────────────────────────────┴─────────────────────────────┴─────────────────────────────┘
El administrador puede consultar la incidencia, responder, cerrarla y, cuando corresponde a la resolución de un problema concreto, añadir un crédito a la tienda desde el propio flujo de soporte.
El usuario conserva después el historial de sus tickets y puede comprobar si han sido respondidos, cerrados o resueltos mediante una acción administrativa.
Control de abuso y trazabilidad
El sistema aplica controles para que el soporte siga siendo manejable:
- Máximo de tres tickets por tienda en 24 horas.
- Si se repite una incidencia escalada de la misma categoría dentro de seis horas, el ticket puede conservarse sin volver a generar notificaciones innecesarias.
- Los adjuntos están limitados a imágenes compatibles y con tamaño controlado.
- Las respuestas y adjuntos permanecen asociados al ticket.
- Los tickets cerrados y los datos huérfanos pueden limpiarse desde administración.
Forecast trata así el soporte como una parte del producto y de su operación
Verificación técnica
El Escudo de Calidad forma parte del flujo real de ejecución de Forecast. El sistema genera un veredicto estructurado con estado, puntuación de predictibilidad, recomendación y métricas de la serie. La comprobación se realiza antes de mostrar al usuario si puede continuar y vuelve a ejecutarse inmediatamente antes de solicitar la predicción al motor.
Si el resultado indica bloqueo o datos insuficientes, Forecast detiene el proceso. Solo las series cuyo veredicto permite continuar llegan a la infraestructura predictiva.
El sistema de soporte también forma parte de la aplicación. Incluye diagnóstico previo, clasificación de incidencias, escalado a ticket, capturas opcionales, historial de conversaciones y contexto técnico de la cuenta. Para facilitar el diagnóstico se incorporan datos como el plan o los créditos disponibles, pero los datos de ventas de la tienda no se adjuntan al ticket.
La administración de Forecast permite revisar y responder tickets, cerrarlos y realizar acciones asociadas a una incidencia, como devolver un crédito cuando corresponde. El sistema incorpora además límites de uso y controles para evitar la creación repetitiva de incidencias y mantener trazabilidad sobre cada caso.
Comparador de métodos de forecasting
Forecast no presenta Amazon Chronos-2 como si fuera automáticamente el mejor método para cualquier serie temporal.
La landing incorpora un comparador interactivo de métodos de forecasting que utiliza resultados publicados en estudios de 2026 para mostrar cómo cambian los resultados según el tipo de histórico, la cantidad de datos disponible y el problema que se intenta resolver.
El comparador enfrenta Chronos-2 con otros enfoques y modelos, entre ellos Moirai-2, XGBoost, SARIMA, ETS, Prophet y métodos de referencia simples, manteniendo separados los resultados de cada estudio.
El usuario responde cinco preguntas sobre su caso y el sistema utiliza esas respuestas para mostrar la evidencia experimental que más se aproxima a esa situación. Si dos estudios producen conclusiones diferentes, se muestran ambas: no se mezclan métricas ni se fabrica un ganador único.
Cada comparación mantiene visible su procedencia y permite abrir directamente los papers utilizados como fuente.
Compartir este Conocimiento
Si este proyecto aporta valor o podría inspirar a otros, considera difundirlo en tu red profesional.