Objetivo: clasificar el tipo de demanda de los productos colocados en el mercado por empresas de autopartes en México, enfocadas al ensamble y venta de autopartes a nivel nacional e internacional, lo cual es la base para el adecuado abastecimiento de los insumos en la cadena de suministro de estudio.   Diseño metodológico: de un total de 14,895 productos fueron seleccionados a través del método ABC 326 componentes, para realizar el análisis de patrones de demanda. El análisis de patrones de demanda se realizó de acuerdo con el intervalo promedio entre demandas y el coeficiente de variación cuadrada, utilizando las demandas mensuales de cada producto.  Resultados: el análisis probabilístico de la demanda de los 14 895 productos, muestra patrones de demanda suavizados (63.80%), erráticos (19.94%), irregulares (11.35%) e intermitentes (4.91%), de lo cual se concluye que los patrones de demanda para estas empresas son principalmente de tipo suavizado.  Limitaciones de la investigación: el análisis probabilístico realizado se basa en los datos proporcionados por tres empresas de la industria de venta de autopartes en México, de los cuales después del análisis ABC solo se consideraron los artículos de la categoría A para los resultados obtenidos. Proponer una técnica diferente al análisis ABC queda limitado por el tipo de datos proporcionados por las empresas.  Hallazgos: debido a la cantidad de factores que intervienen en la variabilidad de la demanda, es de suma importancia apoyarse de herramientas que ayuden a alcanzar pronósticos de demanda confiables, manteniendo a las empresas competitivas en la calidad del servicio al cliente. Además, la complejidad en la predicción de repuestos automotriz es un reto que en la actualidad enfrenta la industria automotriz. La clasificación de los patrones de demanda resultantes del estudio, permiten seleccionar un método de pronóstico adecuado para cada patrón y mejorar las condiciones de la cadena de suministro de las diferentes empresas. Este tipo de estudios y análisis de datos permite mejorar la toma de decisiones de los encargados del suministro de los componentes.