Demanda, inventario y compras
lo que tu almacén ya te está diciendo.
Tu almacén no es un montón de cajas: es el resultado de cada decisión de compra que tomaste por intuición. Lo que sobra en la estantería, el hueco justo en lo que más se pide, el proveedor que falla siempre en la misma época, la furgoneta que da vueltas de más — todo está escrito en los albaranes y las ventas que ya guardas. Aquí está cada problema del área abierto en ficha: el problema, por qué ocurre, cómo se resuelve, qué requiere y qué está en juego.
Toca cualquiera para abrirlo.
Cuánto vas a vender, sin que la temporada te sorprenda
Todo el almacén depende de una sola pregunta: cuánto vas a vender. Si la fallas, sobra lo que no se mueve y falta lo que más rota. Y antes del número está el calendario que se repite cada año — la temporada que llega como si fuera la primera vez, aunque acumules veinte campañas a la espalda.
No sabes cuánto venderás el mes que viene y compras por intuición.
Toda la compra depende de una cifra que hoy sale de la intuición: cuánto se va a vender. Si te pasas, lo pagas en estantería parada; si te quedas corto, en el hueco justo de lo que más se pide. Este problema tiene página propia — aquí va en síntesis y enlaza.
Estimar la venta de memoria junta tres componentes que se mueven a la vez y se confunden: la tendencia de fondo, la subida de temporada y el ruido del mes atípico. Separarlos manualmente, mes a mes y referencia a referencia, excede la revisión del Excel del año pasado: la memoria del verano anterior no es una previsión.
Este problema se desarrolla a fondo en su propia página: la proyección hacia delante, mes a mes, con su horquilla en lugar de un número seco. En síntesis: a partir de tu histórico de ventas se proyecta lo que viene y se traduce en lo que conviene pedir. → Verlo en detalle: no sé cuánto voy a vender el mes que viene.
Previsión de demanda con intervalo de confianza por mes/semana/día (ETS, ARIMA, Theta; GBM; modelos pre-entrenados si hay poco histórico).
Tu histórico de ventas con fecha y, a ser posible, referencia · cuanto más largo, mejor recoge la forma del año.
El retorno reside en comprar contra un número con horquilla en lugar de contra una intuición: aciertas el pedido más veces, y el dinero deja de quedarse parado en la estantería o de escaparse en la rotura. Walmart cruzó los tickets de huracanes anteriores y comprobó que la demanda no se adivina en el despacho, ya estaba escrita en la última vez — antes de Frances, las Pop-Tarts de fresa se multiplicaban por 7. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
Walmart cruzó los tickets de huracanes pasados con los de días normales para decidir qué cargar en el camión: no agua ni linternas, sino Pop-Tarts de fresa (x7) y cerveza. La demanda ya estaba escrita en la última vez.
The New York Times (2004), caso fundacional de analítica predictiva en retail · fuenteLas temporadas te sorprenden siempre, campaña tras campaña.
La punta de diciembre, la vuelta al cole, el puente de agosto — los conoces de sobra y aun así cada año te encuentran a medio preparar: pides tarde, te quedas seco en lo que más rota o asumes el sobrante en enero. Lo llamativo no es que ocurra: es que tu propio histórico ya contenía la forma de tu año y nadie lo había mirado.
Una temporada no es simplemente un mes que vende más: es una subida que se monta sobre la tendencia de fondo y el ruido del año concreto. Aislarla exige separar esas tres capas de tu serie de ventas, y ese cálculo, sobre años de datos, supera la revisión manual — el verano flojo de un año tapa el patrón que se repite todos los demás.
A partir de tu histórico se descompone la serie en sus tres capas — tendencia de fondo, subida de temporada y ruido — y se dibuja la forma de tu año. Planificas con la estación delante, no con la memoria del verano pasado: la punta de diciembre deja de ser una emergencia y pasa a ser una casilla del cuadro de compras.
Descomposición de la serie en tendencia + estación + ruido (descomposición STL, forecast estacional).
Tu histórico de ventas con fecha · al menos un par de años para que la estación se aprecie con claridad.
El retorno reside en llegar a la temporada con el almacén preparado en lugar de a la carrera: el producto está disponible cuando se pide y no asumes el sobrante de lo que pediste de más. Es la misma lógica de Walmart — el "huracán" que se repite (tu Navidad, tu vuelta al cole) ya está escrito en los tickets de todas las veces anteriores. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
Comprar por intuición: lo que sobra, lo que caduca y lo que solo se vende a veces
El resultado de comprar por intuición se ve en dos sitios a la vez: capital inmovilizado en una estantería que no rota y el hueco justo en lo que más se pide. Y hay producto que rompe cualquier regla de tres — el que se vende "a veces", el que caduca, el que pides una sola vez sin reposición posible.
Compras por intuición: te sobra lo que no se vende y te falta lo que sí.
Las dos caras de la misma moneda: capital inmovilizado en una estantería que no rota y el hueco justo en lo que más se pide, el día que más se pide. Las dos cuestan dinero a la vez. Este problema tiene página propia — aquí va en síntesis y enlaza.
Comprar bien no es comprar mucho ni poco: es comprar lo justo de cada cosa, y "lo justo" cambia con la velocidad a la que sale y con lo que tarda en llegar. Cruzar eso para todo el catálogo a la vez excede el análisis manual y la regla de tres — por eso unas referencias se acumulan mientras otras se agotan, y ambas a la vez.
Este problema se desarrolla a fondo en su propia página: detectar el stock parado y la rotura antes de que sean pérdida, con su factura. En síntesis: a partir de tu histórico se calcula cuánto pedir de cada cosa para que ni sobre ni falte. → Verlo en detalle: me sobra lo que no se vende y me falta lo que sí.
Detección de obsoletos y exceso, y cálculo de compra óptima por referencia (supervivencia de referencia, clasificación de slow-movers, forecast jerárquico).
Tu histórico de ventas por referencia con fecha y cantidad · y el stock actual de cada una.
El retorno reside en las dos puntas: liberas el capital inmovilizado en lo que no rota y dejas de perder la venta en lo que se agota. Es el patrón de Walmart — la demanda de cada referencia está escrita en tus tickets, solo falta que alguien la lea para todas a la vez. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
No sabes cuándo volver a pedir cada cosa, así que pides por precaución.
Para cada referencia hay un momento exacto de volver a comprar — el punto de pedido — y un colchón de seguridad que no es el mismo para todas: la que rota cada día pide uno, la que apenas se mueve pide otro. Sin ese número, pides cuando ves el hueco, que casi siempre es tarde, o pides de más por temor a quedarte seco.
El punto de pedido correcto depende de dos variables que se mueven: a qué velocidad sale la referencia y cuánto tarda en llegar el producto. Calcularlo manualmente lleva a poner el mismo colchón para todo — excesivo en lo que apenas rota e insuficiente en lo que vuela justo el día crítico. El obstáculo no es tu criterio: es que son demasiadas referencias para llevar la cuenta una a una.
A partir de tu demanda y el plazo real de entrega de cada referencia se calcula su punto de pedido y su colchón de seguridad, simulando los días de mayor demanda y no solo el día normal. El albarán de compra deja de elaborarse de memoria y sale ya escrito, referencia por referencia: cuándo pedir, cuánto y cuánto colchón dejar.
Punto de pedido y stock de seguridad por referencia, con simulación de la demanda (newsvendor, Monte Carlo).
Tu histórico de ventas por referencia con fecha y cantidad · y el plazo de entrega de cada proveedor, aunque sea aproximado.
El retorno reside en dejar de pedir por precaución: el colchón se sitúa donde de verdad hace falta — en lo que vuela y en lo que tarda — y se retira de lo que apenas rota, de modo que ni te quedas seco en lo que más se pide ni inmovilizas capital en lo que no se mueve. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
Tienes referencias que se venden "a veces" y nunca aciertas cuántas pedir.
El repuesto, la talla rara, la pieza que pasa semanas quieta y un día sale de golpe. No se vende de forma regular y no se puede pronosticar como si lo fuera: o pides de más y se queda inmovilizada, o pides de menos y pierdes la venta justo el día que alguien la solicitaba.
La demanda intermitente engaña a cualquier media: si una pieza vende cero casi siempre y de golpe cinco, la media indica "casi nada" y te quedas corto el día de la venta. Tratarla como una referencia normal es el error — tiene su propia matemática, y aplicarle la regla de tres del producto que rota falla siempre.
A partir de tu histórico de esas referencias se aplica una previsión específica para lo que se vende a saltos: no estima "cuánto al mes", estima cada cuánto cae un pedido y de qué tamaño. Pides para cubrir el día de la venta puntual sin acumular el resto del año — el repuesto deja de ser una incógnita de stock.
Previsión para demanda intermitente (Croston, TSB, ADIDA; cuantiles GBM).
Tu histórico de ventas de esas referencias con fecha y cantidad · cuanto más largo, mejor recoge el ritmo de los saltos.
El retorno reside en las dos puntas del repuesto: dejas de inmovilizar capital en piezas paradas meses y dejas de perder la venta del día que sí cae, que suele ser la de mayor margen. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
Se te caduca el género en la estantería y el margen acaba perdido.
El producto fresco, el lote con fecha, lo que tiene los días contados desde que entra. Si compras de más, parte se descarta detrás del mostrador; si compras de menos por temor a tirarlo, pierdes ventas. Y el orden de salida importa tanto como la cantidad: lo que vence antes tiene que salir antes.
Con caducidad, la compra no se decide al mes sino al día — y un día de más de pedido es producto que vence sin venderse. Calcular cuánto comprar cada día para cubrir la demanda sin pasarte de la fecha, y además sacar primero lo que antes vence, es un cálculo diario por referencia que manualmente no se sostiene: por eso se pierde margen sin advertirlo.
A partir de tu demanda diaria se ajusta la compra al día y a la fecha de caducidad de cada lote, y se ordena la salida para que lo que vence antes salga primero. El margen deja de perderse: pides para vender, no para descartar, y lo que entra rota antes de caducar.
Compra ajustada a caducidad y demanda diaria (forecast diario + FEFO + cuantiles).
Tu histórico de ventas diarias por referencia · y la vida útil o caducidad de cada producto.
El retorno reside en reducir lo que se descarta sin quedarte corto en el mostrador: cada lote que rota antes de vencer es margen que se cobra en lugar de margen que se pierde. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
Compras de campaña única: o te pasas y rebajas en enero, o no llegas.
La moda, la Navidad, la colección que se pide una sola vez sin reposición. Ahí no hay segunda compra que te salve: si te pasas, rebajas el sobrante en enero a precio de saldo; si te quedas corto, el cliente se marcha con las manos vacías. Una sola decisión, dos formas de perder.
En la compra de una sola vez los dos errores cuestan distinto — lo que sobra lo malvendes, lo que falta es venta perdida a precio entero — y la cantidad correcta no está en el medio: depende de cuánto pesa cada riesgo. El criterio de "pedir de más, que el año pasado nos quedamos cortos" ignora ese cálculo y casi siempre cae en el lado más costoso.
A partir de tu curva de demanda real se calcula la cantidad que mejor equilibra los dos riesgos: cuánto pierdes por unidad que sobra frente a cuánto pierdes por venta que no llegas a hacer. La decisión única deja de ser intuición y pasa a ser un número con su lógica detrás — no el del año pasado, el de tus datos.
Cantidad óptima de compra única (modelo newsvendor con tu curva de demanda).
Tu histórico de campañas equivalentes con lo que pediste y lo que vendiste · y el margen y el coste de saldar lo que sobra.
El retorno reside en elegir el lado correcto del riesgo en lugar de pedir siempre de más: compras la cantidad que minimiza la suma de lo que malvendes y lo que dejas de vender, no la que da tranquilidad en septiembre. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
Proveedores y subcontratas: quién falla, cuánto y cuándo
Tu planificación es tan buena como el proveedor más débil. Un retraso aguas arriba te vacía la estantería aguas abajo, y el "ese siempre me da problemas" dicho de memoria no sostiene una negociación. La defensa no es confiar: es medir.
Importas con plazos de entrega que varían y te quedas seco sin aviso.
El proveedor promete diez días y unas veces son ocho y otras son veinte, y tú no controlas cuál toca. Un plazo que varía aguas arriba te vacía la estantería aguas abajo justo cuando no lo esperas, y acabas poniendo colchón a ciegas en todo "por si acaso".
El plazo de entrega no es un número fijo: es una horquilla, y lo que importa no es la promesa del proveedor sino cuánto varía en realidad. Poner el mismo colchón en todas las referencias resulta excesivo donde el plazo es fiable e insuficiente donde es irregular — y eso solo se aprecia midiendo el histórico de entregas, no confiando en el plazo de catálogo.
A partir de tu histórico de entregas se mide cuánto varía en realidad el plazo de cada proveedor — su histórico real, no su promesa — y se sitúa el colchón de stock donde el plazo es más irregular, no a ciegas en todo. El stock de seguridad deja de ser un "por si acaso" general y pasa a estar donde el riesgo lo justifica.
Stock de seguridad según la variabilidad real del plazo de entrega (lead time estocástico, simulación).
Tu histórico de pedidos a proveedor con fecha de pedido y fecha de llegada real · cuantas más entregas, mejor se mide la horquilla.
El retorno reside en protegerte donde de verdad falla el plazo y aligerar donde es fiable: dejas de inmovilizar capital en colchón innecesario y dejas de quedarte seco por el proveedor irregular. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
Tus proveedores fallan plazos y calidades y solo lo sabes "de memoria".
"Ese siempre me da problemas" lo afirmas de memoria, pero no tienes el número detrás, y a la hora de renegociar o de cambiar de proveedor la memoria no pesa en una mesa. Mientras tanto, el que falla en la misma época todos los años vuelve a sorprenderte porque nadie lo tenía registrado con datos.
Saber qué proveedor falla, cuánto y cuándo exige cruzar todos los albaranes — cuántos llegaron a tiempo, cuántos completos, en qué meses se desvía cada uno — y eso está repartido en años de documentos que nadie suma. Por eso el juicio se queda en sensación: la última incidencia pesa más que el patrón real.
Sobre los mismos albaranes que ya archivas se construye la ficha de cada proveedor: quién sirve a tiempo y completo, quién falla, cuánto y en qué época. Deja de ser "ese me da problemas" y pasa a ser una nota con números detrás, que puedes poner sobre la mesa cuando renegocias o decides a quién dejas de comprarle.
Scoring de proveedor sobre entregas a tiempo y completas (OTIF, control estadístico).
Tu histórico de pedidos a proveedor con fechas pactadas, fechas reales y si llegó completo o no · y, si lo tienes, las incidencias de calidad.
El retorno reside en llegar a la renegociación con datos en lugar de con sensaciones: sabes con quién apretar, a quién quitarle volumen y dónde poner colchón porque ese proveedor falla en esa época todos los años. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
No sabes a qué proveedor darle el pedido y decides por la última incidencia.
Tienes varios que te sirven lo mismo y cada pedido se decide en caliente: por la última incidencia, por el que llamó primero, por el de siempre. Pero precio, plazo y calidad no coinciden en el mismo proveedor, y elegir por una sola de las tres te sale caro por las otras dos.
Comparar proveedores rigurosamente exige cruzar tres factores que tiran en distinta dirección — el más barato suele ser el más lento, el más rápido el más caro — y ponderarlos según lo que necesitas en cada pedido. Hacer ese cruce manualmente, pedido a pedido, acaba simplificándose en "el de siempre", que no siempre es el que corresponde.
A partir de los datos de cada proveedor se comparan precio, plazo y calidad a la vez, cada uno con el peso que tú le asignes según el pedido: si esta vez corre prisa, prevalece el plazo; si no, el precio. La decisión deja de ser la última incidencia y pasa a ser una comparativa con criterio, distinta para el pedido urgente y para el de fondo.
Comparativa multicriterio de proveedores con datos (scoring multicriterio, AHP + datos).
Tu histórico por proveedor de precio, plazo real y calidad de cada pedido · y el peso que quieras dar a cada criterio.
El retorno reside en adjudicar el pedido al que de verdad conviene esta vez en lugar de al de siempre: el ahorro está en no pagar de más por el plazo cuando no corre prisa, ni perder la entrega por elegir barato cuando sí corría. Es la disciplina de Capital One — no discutir la decisión, medirla — llevada a tu mesa de compras. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
Capital One dejó de decidir en reuniones y empezó a medir cada decisión contra datos — 45.000 experimentos en el año 2000. De startup a uno de los mayores bancos de consumo de EE. UU.
Stanford GSB, caso Capital One · fuenteLas subcontratas fallan a mitad de obra y lo descubres tarde.
Donde más cuesta: la subcontrata que se desvía a mitad de obra o de pedido, con el cliente esperando y tú dando la cara. Asignas el trabajo con la mejor intención y descubres el problema en la reunión posterior, cuando ya no hay margen para reconducir.
El riesgo de que un trabajo se desvíe con según qué proveedor está escrito en cómo fueron los anteriores — qué tipo de encargo, en qué época, con qué margen de plazo dejaste — pero ese rastro está repartido en obras pasadas que nadie cruza al asignar la nueva. Por eso el problema se advierte cuando ya estalló, no antes.
A partir de tu histórico de trabajos por subcontrata se calcula, antes de asignar, qué probabilidad hay de que este encargo se desvíe con este proveedor: aprendiendo de los anteriores equivalentes — mismo tipo, misma época, mismo margen. El riesgo se aprecia sobre la mesa de asignación, no en la reunión posterior con el cliente molesto.
Riesgo de incidencia por subcontrata antes de asignar (clasificación GBM sobre tu histórico de trabajos).
Tu histórico de encargos por subcontrata con tipo de trabajo, fechas, plazo pactado y si hubo incidencia · marcando bien cuáles salieron mal.
El retorno reside en ver el riesgo antes de firmar la asignación en lugar de en la reunión posterior: sitúas el margen de plazo donde la subcontrata es más débil o repartes el encargo, en vez de asumir el retraso con el cliente delante. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
¿Aceptas este pedido o sobrecargas la semana?
Entra un pedido grande y la decisión se toma en caliente, por teléfono, con el cliente esperando. Dices que sí y desbordas la capacidad, o dices que no a algo que sí cabía. La pregunta tiene respuesta antes de descolgar.
Aceptas un pedido grande por teléfono y luego no llegas a la semana.
El cliente espera al teléfono y tú decides en caliente: dices que sí y luego no llegas, o dices que no a algo que sí cabía. Prometes la fecha que el cliente quería oír, no la que vas a cumplir — y el incumplimiento se paga después, en reputación.
Saber si un pedido cabe no es comprobar si hay hueco hoy: es contrastarlo con toda la carga que ya tienes comprometida y ver dónde choca, con qué fecha realista y a costa de qué otro trabajo. Ese cálculo, en caliente y de memoria con el cliente esperando, no sale — por eso se promete por estimación y se incumple a ciegas.
A partir de tu carga real comprometida se simula ese encargo encima antes de descolgar: si entra, con qué fecha realista y a costa de qué. Prometes una fecha que vas a cumplir, no la que el cliente quería oír — y si no cabe, lo sabes a tiempo de negociar el plazo en lugar de incumplirlo.
Simulación de la carga contra tu capacidad real (simulación de eventos discretos, programación con restricciones).
Tu registro de trabajos comprometidos con sus fechas y la capacidad real de tu taller o equipo · y la carga que supone un pedido tipo.
El retorno reside en prometer fechas que se cumplen: cada pedido que aceptas sabiendo que entra es una entrega a tiempo en lugar de un retraso que erosiona al cliente, y cada "no" honesto te evita desbordar la semana por complacer. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
Los pedidos urgentes te rompen la planificación cada vez que entra uno.
El que entra de improviso, fuera de plan, y descoloca toda la semana — y siempre hay alguno. No se pueden eliminar, pero hoy cada uno es una emergencia que resuelves restando horas a lo que ya estaba planificado, porque nunca le habías reservado sitio.
El urgente parece imprevisible, pero como conjunto tiene patrón: cuándo caen, de quién, de qué tamaño. Nadie lo analiza porque cada uno se vive como una excepción aislada — y al tratarlos de uno en uno como sorpresas, no se reserva el hueco que, sumados, sabes que van a ocupar.
A partir de tu histórico de pedidos urgentes se lee su patrón — cuántos caen, de quién, de qué tamaño — y se reserva un hueco para ellos en la planificación, en lugar de que cada uno parta la semana en dos. El urgente deja de ser una emergencia cuando ya le habías reservado un sitio.
Buffer dinámico y reglas de aceptación de urgentes (análisis de patrones de urgencia, teoría de colas).
Tu histórico de pedidos con cuáles entraron como urgentes, cuándo, de quién y de qué tamaño.
El retorno reside en absorber lo urgente sin descuadrar lo planificado: el hueco reservado convierte cada sorpresa en una casilla prevista, de modo que dejas de restar horas a un trabajo para atender otro. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
Que el stock esté donde corresponde y la furgoneta no dé vueltas
El stock que sobra en la nave y falta en la tienda, el tiempo que se consume buscando dentro del almacén, la furgoneta que da vueltas de más. Lo que falta casi nunca es producto: es reparto, orden y ruta.
Tienes varios almacenes y el stock nunca está donde lo piden.
Sobra en la nave y falta en la tienda, o al revés, y acabas haciendo viajes de urgencia para cubrir el hueco de un sitio mientras otro acumula existencias. Lo que falta no es producto: es reparto. Tienes el stock total que necesitas, solo que mal distribuido por la red.
Repartir bien entre puntos exige cruzar la demanda de cada uno con lo que tiene cada uno ahora — y eso cambia cada semana. Hacerlo manualmente lleva a mover por costumbre ("a la tienda grande, más"), que ignora dónde se está vendiendo de verdad esta temporada y deja un punto seco mientras otro se satura.
A partir de la demanda real de cada punto se calcula cuánto mover y a dónde, antes de que un sitio se quede seco mientras otro acumula. El traslado entre almacenes deja de ser una urgencia reactiva y pasa a ser un reparto planificado: el producto acaba donde se va a vender, no donde siempre estuvo.
Reparto óptimo del stock en la red (optimización de red, transshipment).
Tu histórico de ventas por punto y referencia · y el stock actual en cada almacén o tienda.
El retorno reside en mover el producto al sitio que lo va a vender en lugar de hacer viajes de urgencia: dejas de perder ventas por estar seco en un punto y de inmovilizar lo mismo acumulado en otro. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
En el almacén se va media jornada buscando, porque nada está donde corresponde.
Lo que más sale está al fondo y lo que apenas se mueve está a mano, así que cada pedido cuesta pasos de más. No es que el almacén sea grande: es que está colocado por costumbre, no por lo que de verdad rota, y ese tiempo de búsqueda se paga en horas cada día.
Colocar bien un almacén es ordenarlo según dos factores que solo se ven en los datos: qué rota más (que va cerca de la salida) y qué suele salir junto (que va al lado). Esa información está en los albaranes de preparación, pero nadie la cruza — por eso la colocación se mantiene como se montó el primer día, aunque las ventas hayan cambiado.
A partir de tu histórico de preparación se coloca cada cosa según lo que rota y según lo que suele salir junto: lo que más sale, cerca de la salida; lo que se pide en el mismo pedido, al lado. El almacén pasa a ser un espacio por el que se recorre menos — los pasos de más se eliminan en el plano, no a base de prisa.
Colocación por rotación y por afinidad de picking (análisis ABC, slotting, reglas de asociación).
Tu histórico de líneas de pedido o albaranes de preparación · qué referencia se preparó en cada uno, para ver qué sale junto.
El retorno reside en horas de preparación: cada pedido que cuesta menos pasos es tiempo que no se invierte en recorrer el almacén, multiplicado por todos los pedidos del día. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
Tus rutas de reparto son caras y desordenadas, hechas de memoria.
Las vueltas de la furgoneta las decide el conductor de siempre, que conoce la zona — cierto, pero con veinte paradas la ruta óptima no la encuentra ningún oficio. El resultado son kilómetros de más, horas de más y entregas tarde, que se pagan en combustible y en clientes esperando.
La ruta óptima no es la más corta ni la habitual: es la que ordena las paradas del día respetando cargas y horarios de entrega, y con veinte direcciones las combinaciones posibles son astronómicas. Ningún oficio humano encuentra la mejor manualmente — la costumbre deja kilómetros improductivos que solo se ven con datos.
A partir de las direcciones del día, las cargas y los horarios de cada entrega se calcula la vuelta más corta que cumple los plazos. No sustituye al conductor: le elimina los kilómetros improductivos que él no puede ver con un mapa de papel. El reparto deja de depender de que alguien conozca la zona de memoria.
Rutas y cargas óptimas del día (VRP/TSP con OR-Tools, clustering geográfico).
Tus entregas del día con dirección, carga y franja horaria · y la capacidad de cada furgoneta.
El retorno reside en combustible y en horas: la misma flota reparte lo mismo con menos kilómetros y llega a tiempo más veces. Es exactamente lo que hizo UPS con ORION — respetar el oficio del conductor pero eliminar los kilómetros que solo se ven con datos: ~160 millones de kilómetros menos al año. La cifra concreta para tu negocio la determina el diagnóstico sobre tu propio histórico.
UPS dejó que el sistema procesara cada noche las paradas del día y propusiera la ruta — sin sustituir el oficio del conductor, solo eliminando los kilómetros improductivos. Cientos de millones de dólares al año en combustible y tiempo.
INFORMS, "ORION delivers success" · fuenteTus datos ya valen dinero.
¿Cuánto tienes parado en la estantería ahora mismo?
El número real lo da el diagnóstico: un backtest sobre tu propio histórico. Sin promesas — tu número sobre la mesa.