Quiebre de stock en retail: cómo detectarlo antes de perder la venta

Imagina un sábado a las cinco de la tarde. Una clienta entra a tu tienda de San Isidro buscando el producto que anunciaste esta semana y la góndola está vacía. El vendedor revisa el sistema: en el almacén central quedan 140 unidades. Ella ya se fue a la tienda de enfrente.

Eso es un quiebre de stock: el producto existe, pero no está donde el cliente lo busca cuando lo busca. Y lo que más duele no es la venta de ese sábado. Es que nadie en la empresa se enteró hasta que alguien lo comentó en una reunión, dos semanas después.

Este artículo está escrito para gerentes comerciales y jefes de trade de cadenas de 20 a 80 tiendas que tienen ERP pero no un equipo de datos mirando cada producto en cada tienda. Vamos a ver qué es exactamente un quiebre, cuánto cuesta, por qué se detecta tarde y qué se puede hacer para verlo venir.

Quiebre de stock: la definición corta

Hay quiebre de stock cuando un cliente quiere comprar un producto y no está disponible en ese punto de venta, aunque exista en el almacén o en otra tienda. Es lo mismo que la rotura de stock, y se distingue de estar "sin stock" en que detrás siempre hay una venta que no se concretó.

Cuánto cuesta un quiebre de stock

La forma más directa de medirlo es la venta que no ocurrió:

Venta perdida = unidades por día × días en quiebre × tiendas afectadas × precio

Un ejemplo con números inventados, solo para que veas la mecánica. Un producto vende 12 unidades diarias por tienda, a S/ 25. Se quiebra 5 días en 8 tiendas. Son 12 × 5 × 8 = 480 unidades, unos S/ 12 mil de venta en una semana, de un solo producto. Ahora multiplícalo por todos los productos que rotan parecido.

Dos matices para no exagerar. Primero, no toda esa demanda se pierde: parte de los clientes compra un sustituto o regresa otro día. Segundo, la cuenta no incluye lo que no sale en ningún reporte: el cliente que aprendió que en tu tienda no siempre encuentra lo que busca.

Hay un dato peruano para dimensionarlo. Un estudio de la UPC aplicó un modelo de planificación colaborativa (S&OP) a una empresa retail peruana para reducir quiebres. En su simulación, los quiebres bajaron 17%, el error de pronóstico bajó 17% y las ventas subieron 15% (Paredes-Torres, UPC). Ojo: es una simulación académica, no un resultado medido en una operación real. Sirve para ver el orden de magnitud, no para prometer cifras.

Por qué casi siempre se detecta tarde

Piensa en una cadena de 35 tiendas con 3 mil productos activos. Son 105 mil combinaciones de producto y tienda, y cambian todos los días. Nadie las revisa una por una, y no es por falta de ganas.

Lo que suele pasar en la práctica:

• El ERP sabe cuánto stock hay hoy, pero no cuánto va a durar. Es un registro del presente. Avisa cuando algo llegó a cero, que es justo cuando ya es tarde.
• El reporte semanal llega con números y sin conclusión. Alguien lo arma en Excel, lo envía el viernes y quien lo recibe tiene que adivinar qué mirar primero.
• Se revisa lo que más vende y se pierde lo demás. Con miles de productos, los quiebres se escapan por la cola larga, donde no hay tiempo de mirar.
• La alerta llega por el lado equivocado. Un vendedor lo comenta, un cliente reclama, o alguien ve la góndola vacía en una visita.

No es un problema de esfuerzo sino de volumen: la información existe, pero nadie tiene el tiempo de cruzarla antes de que el producto se acabe.

Cómo se evita hoy: stock de seguridad y punto de reorden

Las dos herramientas clásicas siguen siendo útiles. El stock de seguridad es un colchón de inventario para cubrir las semanas en que vende más de lo esperado o el proveedor se demora. El punto de reorden es el nivel de stock en el que se dispara la compra. La fórmula base es sencilla:

Punto de reorden = (demanda diaria × plazo de reposición en días) + stock de seguridad

El problema aparece cuando se aplican a una cadena entera. La demanda diaria no es la misma en una tienda de Miraflores que en una de Comas, y cambia con la temporada y con cada promoción. Calcular eso por producto y por tienda, y recalcularlo cada mes, no se sostiene en Excel. Lo que termina pasando es que se fija un parámetro general, se revisa una vez al año y se confía en que alcance.

No es que estas técnicas no funcionen. Funcionan bien cuando alguien las mantiene al día, y en una operación de 40 tiendas ese "alguien" necesitaría dedicarse solo a eso.

Qué cambia con un agente de pronóstico

Un agente de IA, dicho sin vueltas, es un proceso automático que hace una tarea concreta sin que nadie se lo pida cada vez. No conversa contigo: lee datos, hace un cálculo y avisa.

Ejemplo de aplicación (un escenario ilustrativo, no un caso de cliente). Una cadena de retail tiene su historial de ventas por producto, tienda y día dentro del ERP. Un agente de pronóstico lo lee cada noche y hace tres cosas:

1. Estima cuántos días de venta le quedan a cada producto en cada tienda, según su ritmo reciente y la estacionalidad de los últimos meses.
2. Marca los que van a quedarse sin stock antes de que llegue la próxima reposición.
3. Entrega una lista ordenada por prioridad, no un volcado de números.

La salida que vería el gerente se parece a esto:

Producto 10432 · Tienda San Isidro · cobertura estimada: 4 días
Reposición llega en 9 días → sugerencia: transferir 60 unidades desde almacén central

La diferencia con el reporte de hoy es el momento. En vez de enterarte del quiebre cuando ya pasó, recibes el aviso con unos días de margen para decidir.

También hay límites, y conviene decirlos. El agente no compra ni transfiere nada solo: la decisión sigue siendo de una persona. Y un pronóstico es tan bueno como el historial que lo alimenta: se equivoca con productos nuevos, con promociones fuera de lo habitual y cuando los datos del ERP están sucios.

Cómo saber si tu operación está lista

Antes de pensar en cualquier herramienta, revisa si tienes lo básico. Esto es lo que normalmente hace falta:

• Ventas por producto, tienda y día, con al menos 12 meses de historia para que se vea la estacionalidad.
• Stock actual por tienda y por almacén, actualizado a diario.
• Plazos de reposición por proveedor, aunque sean aproximados.
• Un calendario de promociones y campañas, para que el pronóstico no confunda un pico de promoción con demanda normal.
• Códigos de producto consistentes: que un mismo producto no aparezca con tres códigos distintos según la tienda.

Si alguno de estos puntos no está, no significa que no puedas avanzar. Significa que el primer trabajo es ordenar datos, y es mejor saberlo antes de invertir en cualquier otra cosa.

Preguntas frecuentes

¿Quiebre y rotura de stock son lo mismo?

Sí, se usan como sinónimos. "Rotura" es más común en España y "quiebre" en las búsquedas de Perú.

¿Cómo se calcula el quiebre de stock?

Una forma habitual es la tasa de quiebre: se divide la cantidad de combinaciones producto-tienda sin stock entre el total de combinaciones activas, y se multiplica por 100. Si de 100 mil combinaciones activas hay 4 mil sin stock, la tasa es de 4%. Sirve para seguir la evolución mes a mes, pero no te dice cuánto costó: para eso está el cálculo de venta perdida de arriba.

Por dónde empezar

El primer paso no es implementar nada. Es medir: cuántos quiebres tienes hoy, en qué productos y tiendas se repiten, y cuánto te cuestan. Con eso en la mano queda claro si el problema es de pronóstico, de reposición o de datos, y qué vale la pena resolver primero.

En KorvIA empezamos siempre por ahí: un diagnóstico de tu operación antes de proponer cualquier sistema. Si quieres conversarlo, agenda un diagnóstico.