Prever ventas y producción con los datos de la cooperativa: qué se puede anticipar y qué no

Prever ventas y producción con los datos de la cooperativa: qué se puede anticipar y qué no

Juan Marcelo Gutierrez

Antes de cada campaña, el consejo rector de una cooperativa toma media docena de decisiones que se pagan durante todo el año: cuánto envase y cuánta materia auxiliar comprar, cuántos eventuales contratar y para qué semanas, qué volumen comprometer con los clientes grandes y cuánto adelantar a los socios. Casi todas se apoyan en la misma hoja: los kilos de las últimas campañas y, al lado, una columna con la estimación del técnico que recorre las parcelas. Esa columna suele acertar más de lo que se le reconoce, porque resume años de ver cómo responde el campo al tiempo de cada primavera. Tiene un único punto débil, y no es de criterio: es que la cifra llega sola, sin decir cómo de segura es.

Una cifra sin margen se trata como si fuera cierta. Se compra envase para ese volumen, se cierran contratos para ese volumen y se dimensiona la plantilla de temporada para ese volumen. Si la campaña sale un poco por encima, sobra trabajo y falta envase en plena recogida; si sale por debajo, hay que renegociar compromisos que ya estaban firmados y el almacén se queda con material para otro año. Ninguna de esas consecuencias procede de un error grande de estimación. Procede de haber tomado todas las decisiones sobre el valor central, cuando algunas deberían tomarse sobre el escenario prudente y otras sobre el optimista, y para eso hace falta saber cuánto se puede desviar el número.

Lo que sí se puede prever con datos propios

Buena parte de lo que una cooperativa necesita anticipar ya está en sus sistemas, aunque nunca se haya mirado con esa intención. La facturación de varios años dice qué clientes repiten y con qué regularidad, cómo se concentran los pedidos en torno a las fechas de consumo fuerte, qué referencias crecen y cuáles se apagan, y cuánto tarda cada canal en reponer. Las entradas de báscula dicen qué parte de la cosecha aporta cada socio de forma estable y cómo se reparte la entrega a lo largo de las semanas. Con eso se puede construir una previsión de ventas por producto y canal, y una previsión de entradas por semana, que no sustituyen al técnico: le ponen al lado un número con su horquilla, calculado siempre de la misma manera y comprobable cuando acaba la campaña.

La utilidad no está en que el número sea mejor, sino en que diga cuánto puede fallar. Funciona como el parte meteorológico: no afirma que mañana va a llover, dice cómo de probable es, y con eso cada uno decide si sale con paraguas, si aplaza la siembra o si no cambia nada. Una previsión de ventas con horquilla permite repartir las decisiones por su coste: el envase, que sobra barato y falta caro, se compra pensando en el escenario alto; los compromisos de volumen con clientes, que penalizan si no se cumplen, se cierran sobre el bajo. Es el mismo razonamiento que ya hace un buen gerente de forma intuitiva, con la diferencia de que queda escrito y se puede revisar al cerrar el año.

Lo que no se puede prever

Hay otra parte de la campaña que ningún modelo construido con datos de la cooperativa va a anticipar, y conviene decirlo antes de que alguien lo prometa. El precio, en productos que cotizan en mercados amplios como el aceite, el vino a granel o el cereal, depende de la cosecha de otros países productores, de las existencias acumuladas y de decisiones que se toman lejos; el historial propio no contiene esa información, y un modelo que dice predecirlo con esos datos está fabricando una seguridad que no existe. Tampoco se anticipa con meses de antelación una helada tardía, una granizada o un año de sequía severa. Y hay cambios que no están en ningún histórico, como la salida de un socio grande o la entrada de un cliente que altera por sí solo el reparto de ventas.

Nada de eso significa que haya que ignorarlo. Lo que no se prevé se prepara, y la herramienta es otra: en lugar de una predicción, escenarios. Cuánto cambia la cuenta de la campaña si el precio de referencia cae o sube de forma apreciable, qué contratos aguantan ese golpe y cuáles no, qué pasa con los anticipos a los socios en el caso malo. La confusión, compartida por quien vende herramientas de análisis y por quien las compra, es tratar las dos partes con el mismo instrumento: pedirle a un modelo que prediga lo que viene de fuera, o seguir decidiendo a mano lo que los propios datos ya permitirían estimar. El gerente que pide el precio del año que viene, el comercial que compromete volumen sin horquilla y el técnico cuya estimación nadie contrasta al cierre sufren la misma confusión desde sitios distintos.

Dos columnas antes de la próxima campaña

La distinción cabe en una frase: prever es ponerle horquilla a lo que depende de la casa; prepararse es saber qué se haría si lo que viene de fuera sale mal. Antes de encargar ninguna previsión, ni de descartar la idea, sirve un ejercicio de una tarde con el consejo rector. Se escriben las decisiones de la próxima campaña en dos columnas. En la primera, las que dependen de lo que ocurre dentro: lo que piden los clientes habituales, lo que entregan los socios, lo que cabe en bodega o en almacén. En la segunda, las que dependen de lo que ocurre fuera: el precio de referencia, el clima extremo, un cliente nuevo de gran tamaño. La primera columna se puede estimar con los datos que ya están en la facturación y en las básculas. La segunda no se estima: se prepara con escenarios. Mezclarlas es lo que hace que una buena campaña parezca suerte y una mala parezca inevitable.

🚀Comparte este artículo

Math Chaos Texture

¿Necesitas resolver algo parecido?

Modelización cuantitativa, validación de modelos y data leadership. Trabajo bajo NDA si lo pides.

Háblame de tu proyecto