¿Cómo prever la facturación de un comercio?

Prever la facturación permite anticipar las compras, las necesidades de personal, la tesorería o determinadas acciones comerciales.

Pero una previsión útil no consiste en tomar la cifra del mes anterior y aplicarle arbitrariamente unos cuantos puntos porcentuales. Una previsión de ventas es una estimación de las ventas futuras construida a partir de los datos del comercio: historial de ventas, tendencia reciente, estacionalidad y eventos conocidos. No dice exactamente lo que va a pasar. Permite estimar lo que es probable con la información disponible.

Previsión y objetivo: dos cosas distintas

La distinción es importante. Una previsión busca estimar lo que debería ocurrir a partir de los datos disponibles. Un objetivo es lo que el comercio quiere alcanzar.

Imaginemos que los datos llevan a una previsión de 45.000 € para el próximo mes, mientras que el objetivo comercial se fija en 50.000 €. Ambas cifras pueden convivir perfectamente. La diferencia indica simplemente que probablemente habrá que poner en marcha acciones adicionales para alcanzar el objetivo.

Confundir ambas puede llevar a tomar malas decisiones. Pedir stock basándose en un objetivo ambicioso en lugar de en la demanda probable puede, por ejemplo, aumentar el riesgo de sobrestock.

¿Qué datos usar para prever la facturación?

Se puede usar varios tipos de información.

El historial de ventas

Las ventas pasadas son, naturalmente, el punto de partida. Conviene observar:

• las últimas semanas para medir la dinámica reciente;
• los últimos meses para identificar una tendencia;
• el mismo período del año anterior para tener en cuenta la estacionalidad;
• varios años cuando el historial disponible lo permita.

Basarse únicamente en el último mes puede inducir a error si fue excepcionalmente bueno o malo.

Definir el alcance adecuado

Antes de comparar las cifras, hay que comprobar que representan lo mismo. La previsión puede referirse a:

• las ventas sin IVA o con IVA;
• una tienda o varios establecimientos;
• todos los canales o solo las ventas físicas;
• un día, una semana o un mes;
• todo el comercio o una categoría concreta.

Comparar las ventas de una tienda física con una cifra que incluya también el click & collect y las ventas online falsearía el análisis. La coherencia del alcance es una condición básica de una buena previsión.

Tener en cuenta la estacionalidad

Muchos comercios tienen períodos naturalmente más fuertes o más flojos. Fiestas, vacaciones, rebajas, la vuelta al cole, el turismo o los eventos locales pueden modificar mucho las ventas.

Por tanto, hay que comparar períodos realmente comparables. Lo ideal es comparar diciembre con otros meses de diciembre y no con noviembre. Una semana de rebajas debe compararse con otro período similar y no con una semana normal.

Calcular un coeficiente estacional sencillo

Un enfoque posible consiste en calcular:

Coeficiente estacional = ventas del período ÷ ventas medias

Si un mes de diciembre representa históricamente 1,35 veces las ventas mensuales medias, su coeficiente estacional es 1,35. Después, este coeficiente puede servir para ajustar una estimación. Eso sí, hay que considerarlo una referencia histórica, no una garantía de que el próximo mes se comportará exactamente igual.

Identificar la tendencia reciente

La estacionalidad no basta. Un comercio puede haber facturado 40.000 € el pasado junio, pero haber crecido de forma constante desde entonces. Copiar la cifra del año anterior probablemente subestimaría entonces la actividad. Y a la inversa, una caída instalada desde hace varios meses debe tenerse en cuenta.

Por tanto, hay que observar:

• un crecimiento constante;
• una caída duradera;
• un estancamiento;
• los cambios de precios;
• las modificaciones del surtido;
• los cambios de horario o de ubicación;
• los eventos que han modificado la actividad de forma duradera.

El objetivo es distinguir lo que depende de la temporada de lo que corresponde a una evolución real del comercio.

Tres métodos sencillos para prever las ventas

No existe un único método adecuado para todos los comercios.

Método 1: partir del mismo período del año anterior

Suele ser una buena base cuando la actividad es estacional. Se toman las ventas del período comparable y después se aplican los ajustes conocidos. Por ejemplo:

• ventas del mismo mes del año anterior: 42.000 €;
• tendencia actual: +6 %;
• operación comercial prevista: impacto estimado de +4 %.

La previsión pasa a ser:

42.000 × 1,06 × 1,04 ≈ 46.300 €

Este método es fácil de explicar y de ajustar.

Método 2: usar una media móvil

Para una actividad relativamente estable, una media de las últimas semanas puede ofrecer una buena referencia. Por ejemplo, se pueden calcular las ventas medias de las últimas ocho semanas y ajustarlas según la temporada o los eventos conocidos. Este método reduce la influencia de una semana excepcionalmente fuerte o floja.

Método 3: descomponer las ventas

Cuando se dispone de los datos, las ventas pueden descomponerse en varios factores:

Ventas = tráfico × tasa de conversión × ticket medio

Este enfoque es especialmente interesante para entender por qué podrían evolucionar las ventas. Un aumento previsto del tráfico, una mejora de la tasa de conversión o una variación del ticket medio pueden integrarse así por separado. Eso sí, requiere disponer de datos suficientemente fiables sobre el tráfico y la conversión.

Integrar los eventos conocidos

Una previsión no debe basarse únicamente en el historial. Algunos eventos futuros ya se conocen:

• promoción;
• rebajas;
• día festivo;
• vacaciones escolares;
• festival o evento local;
• cambio de horario;
• lanzamiento de un producto;
• obras;
• cierre excepcional.

Cuando ya se ha producido un evento similar, su historial puede ayudar a estimar su efecto. En cambio, atribuir arbitrariamente «+10 %» a una promoción sin datos de referencia sigue siendo una hipótesis. Por tanto, hay que distinguir claramente los efectos medidos en el pasado de las hipótesis adoptadas para la previsión.

Construir varios escenarios

Una previsión única puede dar una falsa impresión de precisión. A menudo es más útil construir varios escenarios:

Estos escenarios permiten preparar distintas decisiones sin pretender conocer exactamente el futuro.

Medir el error de previsión

Una previsión resulta realmente útil cuando después se vuelve a comprobar lo que ocurrió. Imaginemos:

• previsión: 46.300 €;
• ventas reales: 44.800 €.

previsión: 46.300 € / ventas reales: 44.800 €

La diferencia es de 1.500 €. Entonces se puede buscar el porqué:

• ¿funcionó la promoción peor de lo previsto?
• ¿fue menor el tráfico?
• ¿una rotura de stock limitó algunas ventas?
• ¿se había sobrestimado la tendencia?

Este paso permite mejorar progresivamente las próximas previsiones. Prever, medir la diferencia y después ajustar el método es más acertado que buscar desde el principio una fórmula supuestamente perfecta.

Los límites de una previsión

Una previsión sigue siendo una estimación. No puede anticipar con precisión un evento imprevisible: un incidente local, un clima excepcional, un cierre imprevisto, una rotura de stock del proveedor o un cambio repentino del mercado.

Su fiabilidad depende también de la calidad de los datos utilizados. Un historial muy corto, períodos atípicos o datos incompletos aumentan la incertidumbre. Cuanto más lejano es el horizonte, más suele aumentar esa incertidumbre. Por tanto, una previsión debe actualizarse con regularidad cuando se dispone de nueva información.

¿Qué indicadores seguir?

Varios indicadores permiten interpretar y mejorar las previsiones:

• ventas;
• número de tickets;
• ticket medio;
• cantidades vendidas;
• ventas por familia;
• tasa de rotura de stock;
• tráfico y tasa de conversión cuando estén disponibles.

El margen también puede seguirse en paralelo. No sirve directamente para calcular las ventas futuras, pero evita gestionar el comercio solo en función del volumen de ventas. Un aumento de las ventas no es necesariamente una mejora económica si se basa en promociones muy costosas.

Prever por establecimiento

En un comercio con varios puntos de venta, una previsión global puede ocultar evoluciones muy distintas. Una tienda puede crecer mientras otra retrocede. Por eso suele ser preferible construir una previsión por establecimiento antes de consolidar los resultados. Consulta Gestión multitienda.

Este enfoque también permite adaptar con más precisión:

• el inventario;
• los pedidos;
• las necesidades de personal;
• determinadas acciones comerciales.

Lo que la IA puede aportar a la previsión

El interés de la IA no es «predecir el futuro». Sobre todo puede facilitar el aprovechamiento de los datos disponibles, apoyándose por ejemplo en el análisis de ventas y en la detección de anomalías. Un comerciante puede preguntar, por ejemplo:

«A partir de mis ventas recientes, ¿qué tendencia se perfila para este mes?»

Y después profundizar:

«¿Qué elementos explican esta tendencia?»

O bien:

«¿Qué familias contribuyen más a la evolución actual?»

La IA puede ayudar a comparar varios períodos, identificar tendencias o destacar los elementos que merece la pena examinar. Pero la calidad del análisis sigue estando directamente ligada a los datos a los que tiene acceso y a las hipótesis utilizadas.

¿Cómo puede ayudar Gillia?

Gillia permite consultar los datos disponibles del comercio para analizar la evolución de la actividad. Una consulta puede empezar por:

«Compara mis ventas de los últimos tres meses con el mismo período del año pasado.»

Y continuar con:

«¿Qué tendencia se desprende?»

o bien:

«¿Qué familias explican principalmente esta evolución?»

Cuando se dispone de los datos necesarios, este análisis puede servir de base para estimar los períodos futuros y actualizarse a medida que se registran nuevas ventas. Lo importante es sobre todo poder entender los elementos que influyen en la proyección, en lugar de recibir una cifra aislada sin explicación.

Prever para decidir mejor

Una previsión solo es útil si mejora una decisión. Puede ayudar a preparar:

• una reposición antes de un período fuerte (consulta la gestión de stock en tienda);
• los pedidos a proveedores (consulta pedido a proveedor);
• las necesidades de personal;
• la tesorería;
• una operación comercial;
• la producción, en los comercios que la tengan.

Por tanto, el objetivo no es adivinar exactamente las ventas del próximo mes. Es reducir la incertidumbre lo suficiente para tomar mejores decisiones hoy.

Con Gillia, la previsión se inscribe en una lógica más amplia: entender las tendencias, anticipar las evoluciones y adaptar las acciones del comercio, seguidas a diario en el panel de control de la tienda. Para ir más allá, explora los usos de Gillia: anticipar las ventas futuras.

Para ir más allá, descubre la caja de Gillia: cada venta actualiza el inventario, los clientes y la tienda online.