Para cada uno de cientos de SKU: cuándo reponer y cuánto — el equilibrio entre la rotura de stock y el capital atrapado en almacén (en la literatura: política (s,S)).
En pocas palabras
¿Te suena?
- '¿Cuándo se acabó este producto?' no tiene respuesta clara — te enteras en el siguiente recuento
- Algunos productos pasan 6–12 meses en el almacén; el efectivo está atrapado mientras los proveedores reclaman facturas
- Pasa 3–8 veces al mes 'el cliente lo pidió, no lo teníamos' — y una parte de esos clientes no vuelve
- Los pedidos urgentes cuestan flete extra o un recargo del proveedor — y rompen el presupuesto
- La MOQ del proveedor es alta; en productos de baja rotación pides de más solo para llegar al mínimo
- Al entrar en temporada, 'cuánto de cada SKU mantener' depende de la intuición y de datos del año pasado mal cerrados
- Los SKU cerca de caducar se rebajan o se dan de baja — la merma se sitúa en el 3–8 %
Por qué importa
Cómo se resuelve
Profundidad técnica
Cómo se resuelve
Profundidad técnicaEn una frase: Fija dos números por producto — un nivel de reposición (si el stock cae a ese número, pides) y un nivel de relleno (el pedido lleva el stock hasta ahí). Cuanto más volátil la demanda y más lento el proveedor, más alto debe estar el nivel de reposición — si no, te quedas sin stock.
Lo que el software realmente hace es esto: la misma decisión de cuándo y cuánto que tu comprador toma de memoria para 50 SKU, la resuelve para 5.000 en segundos y la actualiza cada noche. Tres etapas:
1. Reúne los datos. Por SKU: 6–12 meses de historial de ventas, lead time del proveedor y su variabilidad, MOQ y escalones de precio, vida útil si la hay, límite de espacio en almacén y un nivel de servicio objetivo (por ejemplo 95 % — noventa y cinco de cada cien clientes encuentran lo que vienen a buscar). Los datos llegan automáticamente de TPV, ecommerce o ERP, o se introducen una vez en una tabla limpia.
2. Calcula la política por SKU. El software no mira cada SKU cada día — no hace falta matemáticamente. En su lugar usa modelado de inventarios — un cuerpo de trabajo de la investigación operativa (disciplina que usa matemáticas y computación para resolver decisiones de negocio) — para calcular dos números por SKU: s (punto de pedido — cuando el stock baje a este nivel, pide) y S (nivel de aprovisionamiento — repón hasta aquí). Estos dos números se derivan de la variabilidad de la demanda, el lead time y el nivel de servicio deseado. Cuando la demanda, el lead time o las condiciones del proveedor cambian, el software actualiza los números automáticamente.
3. La lista de pedidos aparece cada mañana en la mesa. El software muestra qué SKU pedir hoy, a qué proveedor y en qué cantidad. Dices ‘sí, envíalo’, el sistema lo manda al proveedor y empieza a seguir la entrega. Si el proveedor se retrasa o cambia la MOQ, el software lo avisa.
No sustituye tu criterio; piénsalo como una calculadora que escala lo que haces para 50 SKU hasta 5.000 sin olvidar ni uno. La decisión sigue siendo tuya, pero siempre tienes una tabla actualizada para cada producto."
Alternativas
Hoja de cálculo + intuición del comprador
GratisGratis
Para quién: 10–100 SKU, demanda estable, vida útil larga
- + Coste cero
- + Flexible — fácil de sobrescribir a mano
- + Sin decisión de inversión
- − La calidad cae rápido por encima de ~100 SKU
- − No se tiene en cuenta la variabilidad de demanda ni la incertidumbre del lead time
- − Los cambios de temporada pillan por sorpresa
- − El capital atrapado por SKU no es visible
Módulo de inventario del ERP
Empresarial1.500–8.000 EUR de implantación + 200–700 EUR/mes (precios pyme regional)
Para quién: 100–1.000 SKU, base de proveedores estable
- + Interfaz y soporte en español
- + Integrado con contabilidad y facturación
- + Alertas de punto de pedido suelen estar presentes
- − El pronóstico de demanda suele ser 'último mes × 1,1'
- − El cálculo de nivel de servicio / stock de seguridad falta o es rudimentario
- − La optimización multinivel (almacén + tiendas) es débil
Software internacional especializado de inventario y aprovisionamiento
Empresarial5–25 EUR/SKU/mes en suscripción o 30.000–200.000 EUR/año de licencia
Para quién: 1.000–50.000 SKU, multi-almacén, planificación guiada por pronóstico
- + Maduro: pronóstico estadístico, optimización multinivel, alarmas totalmente soportados
- + Integración con proveedores (EDI, API) incluida
- + Separa estacionalidad de tendencia subyacente
- − Coste alto de licencia y consultoría
- − Implantación 3–6 meses
- − Soporte en español puede ser limitado
Desarrollo propio sobre solver de código abierto
Código abiertoLicencia gratis; 8–16 semanas de desarrollo interno o 50.000–250.000 EUR de consultoría
Para quién: Cadena con equipo de ciencia de datos o ecommerce con restricciones inusuales
- + Sin coste de licencia
- + Personalizable a tu estructura de categorías
- + Cloud o servidor propio
- − Capacidad de datos e investigación operativa interna obligatoria
- − Mantenimiento permanente — cada cambio de proveedor cuenta
- − Pronóstico y política son dos disciplinas distintas; montar ambos equipos es caro
Recomendación
Pregunta en la reunión
- ¿Qué modelo soporta el pronóstico de demanda — media simple, descomposición estacional, aprendizaje automático? ¿En qué escala se activa cada uno?
- ¿Cómo entra la variabilidad del lead time en el stock de seguridad? ¿Se puede fijar el nivel de servicio por SKU?
- ¿Se soportan MOQ, tamaños de lote y descuentos por volumen?
- ¿Cómo se modela multinivel (almacén + varias tiendas, o almacén + ecommerce)?
- ¿Cómo se hace el pronóstico para productos nuevos sin histórico? ¿Hay emparejamiento por similitud?
- Para SKU cerca de caducar, ¿el sistema propone acciones automáticas (rebaja, traslado, parar pedido)?
- ¿Cómo estructuráis el piloto — cuántos SKU, cuántas semanas, qué umbral de éxito?
- Si dejamos de trabajar con vosotros, ¿cómo recuperamos los datos de producto, proveedor e histórico de movimientos? ¿Hay export en formato estándar?
Detalles técnicos
Nota editorial
En la mesa del comprador, este problema se conoce como ‘reposición de stock’, ‘gestión de pedidos’ o ‘qué entra al lineal’. El nombre académico es Inventory Replenishment con política (s,S) — la regla del punto de pedido y nivel de aprovisionamiento. Desde los años 50 es uno de los pilares más antiguos de la investigación operativa. Sin ese vocabulario, en una demo no podrás distinguir si el ‘módulo de inventario’ que te venden realmente hace pronóstico estadístico y cálculo de stock de seguridad — o si es una alerta de stock bajo con buena envoltura.
El punto que más se pasa por alto en este segmento: muchos productos anuncian ‘gestión de inventario’ pero por debajo solo aplican recuento físico + umbral de alerta — es decir, ‘avísame cuando el stock baje de 10’. Funciona con demanda plana; en cuanto la demanda oscila o el lead time es variable, la calidad del plan se desmorona. En cualquier demo, pide al proveedor que recorra un ejemplo con 20 SKU de distinta variabilidad de demanda y distinto lead time, y que explique cómo se calcula el punto de pedido por SKU.
Plan paso a paso para una pyme
Etapa 1 — Primero medir, después planificar. Durante al menos 12 semanas registra cuatro cosas:
- Unidades vendidas diarias o semanales por SKU (de TPV o recuento manual)
- Tiempo de pedido a entrega por proveedor (media y variabilidad)
- Número de roturas de stock y la causa (fallo de pronóstico, retraso del proveedor, campaña inesperada)
- Lista de SKU con 90+ días en almacén y el capital atrapado
Sin esta línea base no puedes saber qué software entregará qué resultado.
Etapa 2 — Haz un análisis ABC. Aproximadamente el 80 % de la facturación proviene del ~20 % de los SKU (grupo A). Los SKU A necesitan política estrecha; los B media; los C simple. Haz tú primero esa categorización, luego explícala al software — el ABC automático está bien, pero tu visión operativa mejora el resultado.
Etapa 3 — Piloto. Empieza con 30–50 SKU del grupo A durante 8–12 semanas. Define el criterio de éxito por escrito, antes del piloto: por ejemplo, ’en 90 días, roturas del grupo A abajo 50 %, inventario medio abajo 15 %’. Si no se alcanza, el piloto termina — guarda ese derecho de salida en el contrato.
Etapa 4 — Despliegue. Si el piloto sale bien, escala a todo el surtido en 2–4 meses. Formación del equipo de operaciones 1–2 semanas; la integración con el proveedor (EDI o API) suele llevar 4–8 semanas.
Riesgos — qué puede salir mal
- Datos de mala calidad. Si el histórico de ventas contiene periodos con rotura de stock, el pronóstico queda demasiado bajo — el software pide poco — círculo vicioso. El histórico debe corregirse por censura de stockouts; un buen sistema lo hace por ti.
- Resistencia del equipo de operaciones. ‘El ordenador dice 50 unidades pero mi intuición dice 20’ es común. En el piloto recorre los resultados con el equipo; el software debe mostrar transparentemente la regla aplicada.
- Reacción del proveedor. Pedidos más pequeños y frecuentes pueden chocar con la MOQ o con la tarifa de flete. Renegociar el contrato del proveedor debe estar en el alcance del piloto.
- Dependencia de un único proveedor. Un software que guarda histórico de movimientos y datos de proveedor en formato propio dificulta cambiar más adelante. Incluye una cláusula: ‘Podemos exportar nuestros datos en formatos abiertos estándar (CSV o similar) cuando lo solicitemos.’
Lección relacionada (se enlazará al publicarse): ‘Un comercio de 5.000 SKU abandonó su software de inventario a los 14 meses — qué pasaron por alto.’
Visión técnica del método de solución
Esta sección reúne lo que necesitarás al hablar con un equipo de software o un consultor. No es lo que el equipo de operaciones ve en su pantalla diaria — es el motor detrás del telón.
Enfoques principales para la reposición de stock:
| Enfoque | Uso típico | Necesidad de datos | Lógica de decisión |
|---|---|---|---|
| Fórmula EOQ | Demanda estable, un producto | Baja | Una fórmula, cálculo inmediato |
| Política (s,S) | Demanda variable, muchos productos | Media | Modelo estocástico + stock de seguridad |
| Política (R,Q) | Días de pedido fijos | Media | Revisión periódica |
| Newsvendor / uniperiodo | Perecederos, estacionales | Media | Distribución de demanda + ratios de coste |
| MIP multinivel | Almacén + red de tiendas | Alta | Optimización completa de red |
Regla práctica: por debajo de 500 SKU con condiciones de proveedor estables, (s,S) o (R,Q) basta. Por encima de 1.000 SKU o en redes multinivel, conviene un demand planning comercial con optimización multinivel. Para perecederos se usan variantes del newsvendor.
La elección de la función objetivo cambia la forma de la solución:
- Coste total de mantenimiento: ‘Minimizar caja atrapada’ — encaja en negocios con tensión de tesorería
- Nivel de servicio (por ejemplo 95 % de cobertura): ‘Ningún cliente se va con las manos vacías’ — encaja en negocios orientados a cuota de mercado
- Beneficio esperado (incluyendo ventas perdidas y mermas): ‘Maximizar beneficio total’ — encaja en retail con margen alto
- Equilibrio entre coste de rotura y coste de merma: ‘Estrategia de perecederos’ — encaja en fresco y farmacia
La mayoría de despliegues reales usan una mezcla ponderada de los cuatro.
Referencias académicas
Listadas en el bloque sources de esta página. La gestión de inventarios es uno de los campos más antiguos y aún activos de la investigación operativa (desde los años 50); INFORMS Interfaces y el archivo de la European Journal of Operational Research recogen casos de despliegues en operaciones reales de retail y cadena de suministro.
Fuentes
- Silver, E. A., Pyke, D. F. y Thomas, D. J. (2017). Inventory and Production Management in Supply Chains (4.ª edición). CRC Press. Libro de texto de referencia del campo.
- Zipkin, P. H. (2000). Foundations of Inventory Management. McGraw-Hill. Referencia matemática para modelos de inventario uniperiódicos y multiperiódicos.
- Nahmias, S. y Olsen, T. L. (2015). Production and Operations Analysis (7.ª edición). Waveland Press. Presentación cercana a la práctica pyme.
- INFORMS Interfaces — casos de implantaciones de investigación operativa en retail y cadena de suministro. informs.org/Publications/Interfaces
Glosario
- EOQ
- La fórmula clásica de inventario para la cantidad de pedido más económica al proveedor.
- Stock de Seguridad
- Stock adicional frente a la incertidumbre de demanda y lead time — protege de roturas en oscilaciones inesperadas.
- MIP
- Modelo de optimización donde parte de las variables de decisión deben ser números enteros (p. ej. número de camiones o de turnos).
Problemas relacionados
¿Cuánto de cada producto debo pedir para no quedarme sin stock ni acumular existencias?
Escrito para pymes minoristas, de e-commerce o fabricantes que gestionan 500-5.000 SKUs. Si su equipo de compras sigue ordenando cada mes desde una hoja de cálculo con la media de los últimos tres meses más un diez por ciento, y aun así ve estantes vacíos y almacenes saturados al mismo tiempo, está en este problema. Cuando la misma empresa convive con roturas (5-15% de venta perdida) y stock muerto (10-25% de capital atrapado), la intuición ha llegado a su límite: estacionalidad, incertidumbre del plazo de entrega y SKUs de baja rotación no se corrigen a mano referencia por referencia. Una previsión sistemática combinada con política de inventario suele liberar 1,8-5,4M TRY/año de capital de trabajo sobre 50M TRY de ingresos y eleva el nivel de servicio del 85% al 95%.
¿Qué productos quedan en la lista y cuánto espacio para cada uno?
Escrito para una pyme minorista con 30-200 tiendas o un operador de e-commerce con 500-5.000 SKUs. Si cada mes se discute qué productos quedan en estantería, cuánto espacio recibe cada uno y a qué referencia retirar para dar paso a un proveedor nuevo, este es su problema. El listado intuitivo y los planogramas hechos a mano erosionan en silencio el margen de la categoría: los más vendidos quedan con poco frente, las SKUs muertas ocupan espacio y el efecto sustitución (el cliente se va a la competencia cuando no encuentra su producto) queda invisible. Un proceso de decisión sistemático a nivel tienda-categoría suele desplazar el margen anual en 2-6M TRY sobre una categoría de 50M TRY.