En un caso descrito por Grupo Intelsis, un minorista especializado con una gran cantidad de SKU contaba con compradores experimentados y una rutina de compras establecida. Aun así, registraba falta de los artículos más vendidos, exceso de productos de temporada y pedidos urgentes frecuentes.
En 18 meses, la empresa redujo su inventario total un 35% sin perder nivel de servicio, recuperó 3 puntos de margen sobre ventas y recortó en más de un 60% los pedidos fuera de ciclo. No cambió de ERP ni migró datos. A continuación, el camino recorrido: el diagnóstico, la decisión, la implementación y lo que este caso enseña a quien enfrenta síntomas parecidos.
Buenos compradores, información tardía
La rutina de compras combinaba cuatro fuentes: el historial de ventas, las proyecciones trimestrales del área comercial, los acuerdos con proveedores y la experiencia del equipo. El resultado era razonable, pero arrastraba un retraso de origen. Cuando el pronóstico estaba listo, los datos ya tenían días o semanas de antigüedad, y cada corrección solo surtía efecto en el siguiente ciclo de compra.
El diagnóstico identificó retrasos en la información utilizada en las compras. Por ello, el proyecto se centró en el flujo de datos y la frecuencia de las recomendaciones, manteniendo la experiencia del equipo en la evaluación de las decisiones.
Tres síntomas del mismo retraso
El retraso se manifestaba de tres formas, siempre en los momentos más sensibles para el negocio:
- Quiebres de stock en los productos de mayor rotación durante los picos de demanda, justo cuando cada venta perdida pesa más.
- Sobrestock crónico de artículos de temporada que no se vendieron a tiempo y terminaron inmovilizando capital.
- Pedidos urgentes fuera de ciclo, que encarecían la logística y tensionaban la relación con los proveedores.
En el caso descrito, las previsiones tardaban en reflejar los cambios de demanda, lo que contribuía a las faltas, los excesos y los pedidos urgentes. Para evaluar estos problemas en su empresa, consulte las cuatro preguntas de diagnóstico sobre sobrestock y quiebres.
Requisitos de la solución
La empresa tenía claro lo que no quería: ni un ERP nuevo ni un proyecto de consultoría de muchos meses. Buscaba una herramienta de inteligencia artificial que se conectara a sus sistemas existentes, aprendiera del historial y recomendara qué pedir, cuánto y cuándo.
La elección se apoyaba en un principio claro: la decisión final seguiría en manos de las personas. La herramienta asumiría el trabajo repetitivo de construir y recalcular pronósticos, SKU por SKU. Los compradores revisarían las recomendaciones, sumarían lo que saben de proveedores, mercado y negociaciones, y tomarían la decisión.
La revisión por parte de los compradores permite incluir información sobre proveedores y mercado que no figura en el historial de ventas. También permite al equipo cuestionar las recomendaciones y gestionar las excepciones.
Recomendaciones en menos de una semana
La implementación fue más rápida de lo esperado. Conectada al ERP que la empresa ya usaba, la solución procesó el historial de ventas e inventario y empezó a generar recomendaciones en menos de una semana, sin migración de datos, sin capacitación técnica extensa y sin interrumpir la operación.
Un arranque a ese ritmo depende de algunas condiciones que conviene revisar antes de cualquier proyecto similar:
- Historial accesible: ventas y movimientos de inventario por SKU que puedan extraerse del ERP sin trabajo manual.
- Datos maestros consistentes: códigos, unidades de medida y jerarquía de categorías que permitan comparar períodos.
- Alcance definido: qué decisiones apoyará la herramienta y quién aprueba cada recomendación.
- Indicadores de partida: inventario, nivel de servicio, margen y pedidos urgentes medidos antes de empezar, para poder comparar después.
Lo que cambió en 18 meses
Los resultados reportados corresponden a los primeros 18 meses de uso:
- Inventario total un 35% menor, sin impacto en el nivel de servicio. El capital liberado se destinó a categorías de mayor rotación y mayor margen.
- 3 puntos más de margen sobre ventas, gracias a menos liquidaciones y a una mejor cobertura de los artículos de alta demanda.
- Más de un 60% menos de pedidos fuera de ciclo, con ahorro logístico y una relación más estable con los proveedores.
- Compradores con foco estratégico: en lugar de armar y corregir pronósticos, el equipo analiza recomendaciones listas y dedica su tiempo a proveedores, negociaciones y decisiones de negocio.
En el caso descrito, la reducción del stock inmovilizado liberó capital para categorías de mayor rotación, mientras que la caída de los pedidos urgentes redujo costes logísticos. El cambio se produjo con el ERP existente y una nueva forma de proporcionar recomendaciones a los compradores.
Lecciones para un proyecto similar
La herramienta asumió el trabajo repetitivo de preparar las previsiones. Los compradores siguieron siendo responsables de evaluar las recomendaciones y tomar las decisiones, utilizando su conocimiento de los proveedores y del mercado.
También hay una lección de secuencia. En lugar de un programa de transformación amplio, el punto de partida fue una decisión concreta, la reposición de inventario, con indicadores claros. Un alcance acotado facilita medir el retorno, ganar la confianza del equipo y elegir los siguientes pasos con datos.
Para profundizar, este artículo explica cómo una solución de IA apoya las decisiones de demanda, inventario y precios y para qué tipo de empresa tiene más sentido.
Próximo paso: evaluar el potencial en su operación
Si reconoce estas señales en su empresa, el equipo de Grupo Intelsis puede ayudarle a estimar el potencial de mejora con sus propios datos, entender lo que su ERP actual ya ofrece y definir si conviene empezar por algunas categorías. Hable con nuestro equipo y traiga a la conversación los números de su último trimestre.
