Son las 4:30 de la madrugada. Tu responsable de producción entra en el obrador y tiene exactamente 90 minutos para decidir cuántos croissants, panes de masa madre, focaccias y tartas de zanahoria hornear para las próximas 14 horas. No tiene datos del día. No sabe si lloverá y vendrá un 25% menos de gente, si hay un evento en la calle de al lado que triplicará el tráfico de mediodía, o si es uno de esos martes que, sin razón aparente, vende un 20% menos que el anterior. Así que hace lo que hace siempre: produce lo mismo que la semana pasada, más un colchón de seguridad del 15%. A las 20:00, cuando el local cierra, el 19% de la producción del día se descarta. No se puede congelar. No se puede vender mañana. Se tira. Y mañana, a las 4:30, la misma apuesta.
El problema existencial del bakery: todo lo de hoy se tira hoy
El segmento coffee & bakery tiene una característica que lo hace radicalmente distinto de cualquier otro tipo de restauración: el producto tiene una vida útil que se mide en horas. Un croissant horneado a las 5:30 de la mañana puede estar fuera de estándar de frescura a las 11:00. Una barra de pan artesano que no se vende antes del cierre va al contenedor. No hay opción de reconvertirlo en otro plato. No hay segundo día. No hay congelación que salve el margen.
En cualquier otro segmento de restauración, un exceso de compra genera sobrestock que se gestiona. En coffee & bakery, un exceso de producción genera merma directa, irreversible, en el mismo día. Eso convierte cada decisión de producción en una apuesta económica que se resuelve en 14 horas. Y esa decisión se toma antes del amanecer, cuando el responsable de obrador no tiene un solo dato de demanda real del día que acaba de empezar.
Las tres trampas de producir sin predicción
Producir al alba sin datos del día: la decisión más cara del negocio
El obrador arranca entre las 4:00 y las 5:00 de la madrugada. A esa hora no hay ningún dato de ventas del día. La única referencia es el histórico, pero el histórico del martes pasado no refleja que hoy hay previsión de lluvia, que mañana es festivo y hoy habrá menos tráfico de oficinas, o que un evento deportivo a tres calles generará un pico de demanda a las 13:00 que nadie anticipa. Sin un modelo de predicción que integre meteorología, calendario, eventos y patrones de tráfico, la decisión de producción depende de la memoria del panadero y del "más vale que sobre".
El "más vale que sobre" es la causa directa del 15-25% de merma. Y lo perverso es que tiene sentido desde la perspectiva del responsable de obrador: si produce de menos y a las 10:00 se queda sin croissants, pierde ventas, pierde clientes y recibe la llamada del responsable de zona. Si produce de más, el excedente se descarta en silencio al cierre y nadie pregunta. El incentivo está mal alineado. Como explicamos en sobrepreparación y predicción, la solución no es cambiar el incentivo del panadero: es darle datos para que no tenga que adivinar.
Merma de cierre: el coste que destruye el beneficio operativo
El coste de la merma en bakery no es solo el ingrediente. Es el ingrediente más la mano de obra de producción, la energía del horno, el tiempo de preparación, el coste de packaging y el coste de oportunidad del espacio en vitrina. Cuando un local descarta el 20% de su producción diaria, no pierde un 20% del coste de harina y mantequilla. Pierde un 20% de todo el coste operativo de producir esas referencias. En cadenas con márgenes del 8-12% sobre ventas, esa merma puede representar la totalidad del beneficio operativo del local.
Y la merma no es uniforme. Algunas referencias tienen un ratio de descarte del 5% (el café con leche nunca se produce de más) y otras del 35% (la tarta especial del día se estima a ojo). El problema es que sin datos por SKU, el responsable de obrador aplica el mismo colchón de seguridad a todas las referencias. Las que se venden bien absorben un sobrecoste innecesario. Las que se venden mal acumulan merma que nadie cuantifica referencia a referencia.
Estándares de frescura de franquicia: la ventana que obliga a tirar
Las franquicias y cadenas de bakery operan con estándares de frescura estrictos que son esenciales para la promesa de marca: producto que lleva más de 4-6 horas en vitrina se retira. Un croissant horneado a las 5:30 tiene que venderse antes de las 11:30. Si la demanda de la mañana es un 15% menor de lo previsto, esos croissants se retiran aunque a las 14:00 entre un pico de tráfico por la hora del almuerzo.
Esto crea un problema de doble ventana. No basta con producir la cantidad correcta para el día completo. Hay que producir la cantidad correcta para cada franja horaria: apertura, media mañana, mediodía, tarde. Un local que produce todo a las 5:30 para cubrir el día entero descartará más producto que uno que produce en dos o tres tandas ajustadas a la demanda de cada franja. Pero producir en tandas requiere saber cuánto se va a vender en cada franja. Y sin predicción, eso es imposible.
Datos medidos en clientes activos de Controliza.
El efecto dominó en la cadena: cuando cada local adivina por su cuenta
El problema se amplifica exponencialmente en cadenas multi-local. Cada obrador toma su propia decisión de producción basándose en la experiencia de su responsable. No hay benchmark entre locales. No hay dato comparativo que diga "tu local de Paseo de Gracia vende un 30% más de croissants los viernes que tu local de Eixample, pero tú produces lo mismo en ambos". Cada local es una isla que repite sus propios errores de predicción cada día, acumulando merma que solo se detecta en el agregado del cierre mensual.
Y cuando un responsable de obrador rota (la rotación en el sector es alta), el nuevo llega sin datos y sin contexto. No sabe que el lunes de este local vende un 15% menos que el promedio de la cadena. No sabe que la focaccia de aceitunas tiene un descarte del 30% porque se prepara para 40 unidades cuando se venden 28. Empieza de cero y repite los errores del anterior, más los suyos propios. Sin un sistema que capture el patrón de demanda por local y por SKU, cada cambio de personal resetea la curva de aprendizaje.
Cómo Controliza convierte la producción en una ciencia
Controliza combina predicción de demanda por SKU, local y franja horaria con planificación de producción por turno para resolver el problema central del bakery: saber qué hornear, cuánto y cuándo, antes de que el obrador encienda el primer horno.
Predicción diaria por SKU, local y franja horaria
El motor de predicción analiza el histórico de ventas de cada referencia en cada local, ponderado por día de la semana, estacionalidad, meteorología, festivos y eventos locales. El resultado es un predicción por SKU que indica, para mañana martes en tu local de Serrano, cuántos croissants vas a vender antes de las 11:00, cuántas focaccias entre las 12:00 y las 15:00, y cuántas tartas de zanahoria por la tarde. Ese dato llega al obrador antes de que empiece a amasar.
Plan de producción por turno con tandas ajustadas
A partir de la predicción por franja, el sistema genera un plan de producción específico para cada tanda del día. El turno de madrugada sabe exactamente qué hornear para la apertura. La segunda tanda de media mañana se ajusta para cubrir el pico de mediodía. Y si la cadena produce desde obrador central para varios locales, el plan incluye la distribución por local con las cantidades ya calculadas. Es la aplicación directa de lo que explicamos en predecir para comprar y producir: la predicción alimenta directamente la orden de producción.
Ajuste intra-día: corregir el rumbo antes de que sea tarde
A medida que avanza la mañana, Controliza compara las ventas reales con la predicción y ajusta las recomendaciones para las tandas siguientes. Si a las 10:00 las ventas de croissants van un 18% por encima de lo previsto, el sistema recomienda una producción adicional para la segunda tanda. Si la focaccia de aceitunas va un 20% por debajo, recomienda reducir. No es un dato post-mortem: es una corrección en tiempo real que permite al obrador reaccionar dentro del mismo día, antes de que la merma se materialice.
Análisis de merma por referencia, turno y local
Controliza registra la merma al cierre de cada turno, desglosada por referencia y por local. No es lo mismo descartar 8 croissants que 8 tartas de queso: el impacto económico es radicalmente distinto. El sistema calcula el coste real de la merma por SKU, identifica las referencias con mayor desviación entre producción y venta, y señala los locales con patrones anómalos. El director de operaciones puede ver, en un solo dashboard, qué local tira más, qué referencia tiene peor ratio de venta y qué turno genera más excedente.
¿Sabes cuánto producto tiras cada día en cada local?
Controliza te dice exactamente qué producir, cuánto y cuándo, para cada local, cada referencia y cada turno. Solicita una demo personalizada y calcula cuánto margen puedes recuperar con predicción diaria por SKU.
Impacto medible en cadenas coffee & bakery
Las cadenas de coffee & bakery que han implementado la predicción diaria de Controliza reportan resultados visibles desde la primera semana de operación:
El dato más revelador es que la reducción de merma no implica reducción de ventas. Al contrario: al ajustar la producción por franja horaria y por referencia, los locales tienen mejor disponibilidad de producto fresco en los momentos de mayor demanda y menos excedente en las franjas de menor tráfico. Se vende igual o más, pero se tira un 30-40% menos. Y el responsable de obrador deja de adivinar a las 4:30 de la madrugada para trabajar con un plan de producción basado en datos.
