En la gestión de cadenas HORECA, las compras se mueven entre dos extremos igual de dañinos: quedarse sin producto en pleno servicio o acumular mercancía que termina caducando en la cámara. Las dos situaciones erosionan el margen, pero de formas distintas. La rotura de stock obliga a compras de emergencia a precio premium y a rechazar pedidos de clientes. El sobrestock genera mermas, inmoviliza capital y ocupa un espacio de almacén que cuesta dinero. La solución no es comprar más ni comprar menos, sino comprar exactamente lo que se necesita. Y eso solo es posible cuando la predicción de demanda alimenta directamente el proceso de compras.
Los dos extremos que destruyen márgenes
Cuando un restaurante se queda sin un ingrediente clave a mitad del servicio, las consecuencias van mucho más allá del plato que no puede servir. El encargado tiene que improvisar: llamar al proveedor para un envío urgente que llegará con recargo, enviar a alguien al mercado más cercano pagando precios minoristas, o directamente eliminar platos de la carta y perder ventas. El coste de una sola rotura de stock en un local con alto volumen puede superar los 200-300 euros si se suman el sobreprecio, el tiempo del personal y las ventas perdidas.
En el otro extremo, el sobrestock parece menos urgente pero es igual de corrosivo. Producto que caduca en cámara, mermas que se acumulan semana tras semana, capital inmovilizado en ingredientes que no rotan, y un almacén que siempre parece pequeño aunque nunca se llena de lo que realmente hace falta. En cadenas con 15 o multi-local, las mermas por sobrecompra pueden representar entre un 3% y un 8% del total de compras de alimentación.
Lo más frustrante es que ambos problemas suelen coexistir. Un mismo local puede tener sobrestock de salmón y rotura de stock de pollo el mismo día. No es un problema de volumen total de compras, sino de precisión: se compra lo que no se necesita y falta lo que sí.
Por qué los pedidos manuales siempre fallan
En la mayoría de cadenas, el proceso de compra sigue dependiendo del criterio del encargado de cada local. El gerente abre la cámara, mira lo que queda, recuerda vagamente lo que se vendió la semana pasada y hace un pedido basado en intuición. Este método, que la industria llama pedir por sensación, tiene varios fallos estructurales que se agravan con la escala.
Sobrecompensación tras la rotura
Después de sufrir una rotura de stock, el comportamiento natural del encargado es pedir de más en el siguiente ciclo. Si el viernes pasado se quedó sin lubina, el próximo viernes pedirá el doble. Pero el viernes pasado hubo un evento deportivo que disparó la demanda, y este viernes será un día normal. El resultado: sobrestock de lubina que acabará en merma.
Patrones estacionales invisibles
La demanda de una cadena de restauración sigue patrones complejos que ningún encargado puede retener mentalmente. Los lunes de enero no se parecen a los lunes de junio. Las semanas de puente tienen un comportamiento distinto a las semanas normales. Las primeras semanas de mes, cuando los clientes corporativos tienen presupuesto renovado, generan un volumen diferente al final de mes. Sin datos históricos procesados, estos patrones simplemente no se capturan.
Eventos y factores externos olvidados
Un partido de fútbol, un congreso en la ciudad, una ola de calor o un día de lluvia inesperado pueden alterar la demanda entre un 15% y un 40% respecto a un día normal. El encargado que pide el miércoles para el viernes no tiene forma de incorporar todas estas variables en su estimación. Simplemente, la capacidad cognitiva humana no alcanza para procesar tantos factores simultáneamente.
De la predicción al pedido: el pipeline que necesitas
El proceso correcto para generar un pedido de compra óptimo sigue una cadena lógica que parece sencilla sobre el papel pero que es imposible de ejecutar manualmente cuando operas con decenas de locales y cientos de referencias:
Predicción de demanda por plato (cuántas raciones de cada plato se venderán mañana en cada local) → Explosión de recetas a ingredientes (qué cantidad de cada ingrediente necesito para producir esas raciones) → Descuento de stock actual (qué tengo ya en cámara y almacén) → Pedido de compra (la diferencia exacta entre lo que necesito y lo que tengo).
Cada paso de esta cadena requiere datos actualizados y conectados en tiempo real. La predicción necesita datos históricos del TPV, el calendario de eventos y las condiciones del entorno. La explosión de recetas necesita escandallos actualizados con precios reales, no los de hace tres meses. El stock actual necesita recuentos recientes validados. Y el pedido necesita las condiciones de cada proveedor, los mínimos de pedido y los plazos de entrega.
Intentar coordinar todo esto con hojas de cálculo, correos electrónicos y llamadas telefónicas es una batalla perdida. La información llega tarde, está fragmentada entre locales y se desactualiza antes de poder utilizarla.
Cómo Controliza conecta Predicción con Compras
El módulo Predicción de Controliza genera una predicción de demanda por plato, por día y por local. No predice ventas totales ni facturación agregada: predice cuántas raciones de cada referencia de carta se van a vender en cada centro. Ese nivel de granularidad es el que permite transformar una previsión en un pedido de compra concreto.
Una vez generada la previsión, el módulo Compras toma el relevo. Recoge la demanda prevista por plato, la cruza con los escandallos actualizados de cada receta para explotar los ingredientes necesarios, consulta el stock actual de cada local y genera automáticamente los pedidos de compra para los próximos 2 a 3 días. Todo el proceso ocurre sin intervención manual.
Explosión de recetas en tiempo real
Si la predicción indica que el local de Sevilla va a vender 85 raciones de risotto de setas y 120 de entrecot el viernes, el sistema calcula exactamente cuántos gramos de arroz arborio, cuántos de setas variadas, cuántos litros de caldo y cuántos kilos de entrecot necesita. Y lo hace incorporando los precios reales extraídos del último albarán digitalizado por Trazoon, no estimaciones de hace semanas.
Stock descontado automáticamente
El pedido no se genera sobre la necesidad bruta, sino sobre la necesidad neta. Si en la cámara de Sevilla quedan 3 kilos de arroz arborio del pedido anterior, el sistema resta esa cantidad de la necesidad calculada. El resultado es un pedido quirúrgico: ni un kilo de más, ni un kilo de menos.
Gestionar la variabilidad: más allá del histórico simple
Un sistema de predicción que solo mira las ventas de la semana pasada para estimar las de la próxima no aporta valor real. La demanda en restauración está influida por múltiples factores que interactúan entre sí, y el motor de Predicción de Controliza los incorpora todos.
Patrones de día de semana
Cada local tiene su propio perfil semanal. Puede que los martes sean el día más flojo y los jueves el más fuerte porque hay un mercadillo cercano. El sistema aprende estos patrones local a local, no aplica una media genérica.
Estacionalidad y calendario
Vacaciones escolares, puentes, festivos locales, inicio y fin de mes, temporada alta y baja. El sistema identifica cómo cada periodo del calendario afecta a la demanda de cada plato en cada centro.
Impacto meteorológico y eventos
Una terraza que factura un 30% más los días soleados necesita una predicción que incorpore la previsión del tiempo. Un local junto a un estadio necesita ajustar la demanda los días de partido. Estos factores externos marcan la diferencia entre una predicción útil y uno que se queda corto.
Demanda histórica por referencia
No todos los platos se comportan igual. Las ensaladas suben en verano y bajan en invierno. Los guisos hacen lo contrario. Los postres se mantienen más estables. El sistema modela cada referencia de forma independiente porque predecir a nivel agregado no sirve para generar pedidos de ingredientes específicos.
El ciclo virtuoso: de la predicción al ahorro
Cuando la predicción alimenta las compras de forma automática, se desencadena un círculo virtuoso que mejora los márgenes desde múltiples ángulos simultáneamente:
Mejor predicción reduce las roturas de stock. Menos roturas significan menos compras de emergencia. Menos compras de emergencia permiten consolidar pedidos con proveedores habituales y negociar mejores precios por volumen. Mejores precios de compra reducen el food cost. Un food cost más bajo libera margen que se puede reinvertir en producto, en personal o en crecimiento.
Al mismo tiempo, comprar solo lo necesario elimina el sobrestock, reduce las mermas por caducidad y libera capital circulante. Un local que deja de tener 2.000 euros inmovilizados en producto innecesario puede destinar ese dinero a operaciones que generen retorno.
Impacto medible
Los grupos HORECA que han conectado el módulo de Predicción con el de Compras en Controliza reportan resultados consistentes en los primeros meses de operación:
Datos medidos en clientes activos de Controliza.
En una cadena de multi-local con un gasto mensual en alimentación de 300.000 euros, un ahorro del 3% en food cost representa 9.000 euros al mes. 108.000 euros al año. Y eso sin contar el ahorro en tiempo de personal, la reducción de mermas ni la mejora en la negociación con proveedores al consolidar volúmenes.
¿Cuánto pierdes cada semana comprando sin predicción?
Descubre cómo el módulo Predicción de Controliza genera la demanda por plato, día y local, y cómo el módulo Compras la convierte automáticamente en pedidos optimizados. Solicita una demo personalizada y calcula el impacto en tu cadena.
