La planificación de la demanda desempeña un papel crucial en el éxito de las operaciones comerciales y en la optimización de los recursos en empresas de diversos sectores. Pronosticar demanda es difícil debido a la influencia de factores como la naturaleza del producto, disponibilidad de datos y estrategias de la empresa. Incluso teniendo una base histórica, pueden existir variables relevantes al giro de negocio que se relacionen de forma no lineal. Por lo tanto, en este proyecto se propone un modelo predictivo para la demanda de productos locales de una industria de higiene personal ecuatoriana empleando datos históricos de venta, modificaciones de productos y actividades promocionales, para la reducción de desviaciones en la demanda proyectada para las cadenas de supermercados. En particular, se entrenó los modelos XGBoost y ARIMA con una base de 1 495 filas y 15 columnas, y se realizaron predicciones por zona de venta y tipo de producto. Se obtuvo una media en WMAPE del 35% en el negocio Consumer Tissue, y una medida en WMAPE del 13% en el negocio Personal Care. Finalmente, se interpretan las predicciones de los modelos finales, permitiendo minimizar el tiempo y el esfuerzo en el proceso de planificación de la demanda, lo que ofrece una reducción de costos adicionales y una eficiente gestión del inventario