MeshLine
Cómo gestionar stock muerto: reglas operativas y señales de IA para equipos ecommerce
Un manual operativo para equipos ecommerce: cuándo confiar en reglas simples, cuándo usar IA, cómo asignar propietarios, qué acciones elegir y cómo evitar que el problema se repita.
Cómo gestionar stock muerto: reglas operativas y señales de IA para equipos ecommerce
El problema del "stock muerto" deja de ser puramente de producto cuando se vuelve un problema operativo: nadie sabe por qué un SKU dejó de venderse, quién debe actuar y cómo proteger el margen. Este texto ofrece un flujo práctico para detectar, decidir y ejecutar mitigaciones combinando reglas simples y señales de IA, con ejemplos y controles operativos.
Por qué importa separar reglas de operación y predicción
Las reglas (p. ej., días en almacén > X) detectan casos obvios y permiten acciones rápidas. La IA aporta señales más ricas (campañas, estacionalidad, elasticidades, mezcla de canales). Pero el valor real no está en el informe: está en convertir la alerta en una decisión con dueño, ruta de acción y seguimiento del resultado.
Si tu equipo solo recibe un CSV mensual, el inventario volverá a acumularse. Si incorporas IA pero no defines quién decide, la alerta se ignora. El objetivo operativo es: detectar temprano, asignar, actuar y prevenir.
Detección y señales prácticas
Señales básicas (reglas):
- Días en mano (days on hand) > 90, 120 o 180 según categoría.
- Sell-through por periodo inferior al umbral definido (p. ej., < 5% mensual).
- Reposición repetida sin ventas.
Señales avanzadas (IA / forecasting):
- Decaimiento de demanda ajustado por campañas y precios.
- Volatilidad por canal: ventas fuertes en un marketplace, nulas en web.
- Efecto de promociones pasadas en elasticidad y devoluciones.
No tomes una señal aislada como veredicto. Un artículo con 180 días en almacén y margen alto podría ser candidato a reposicionamiento, no a liquidación.
Propiedad y rutas de acción: quién decide qué
Asignar propietario evita la parálisis. Ejemplos de responsables:
- Merchandising: cambios en la ficha, bundle o reposicionamiento en la web.
- Operaciones/Almacén: transferencias entre depósitos y consolidación de ubicación.
- Finanzas: políticas de provisión y write-down.
- Compras/Proveedores: devolución o renegociación de condiciones.
- Marketing: campañas puntuales o mejora de SEO/product content.
Rutas de acción habituales:
- Transferir a otra región/almacén.
- Bundling con un producto de mayor rotación.
- Mejora de la ficha (foto, descripción, keywords).
- Campaña pagada o inclusión en email.
- Supresión temporal en recomendaciones/marketplace.
- Liquidación, devolución al proveedor o donación.
Define aprobaciones: descuentos > X% requieren aprobación de finanzas; devoluciones a proveedor requieren revisar términos contractuales.
Ejemplo operativo: un SKU en riesgo (ruta paso a paso)
Situación: SKU A lleva 180 días en almacén, sell-through 1% mensual, sin campañas activas y coste de almacenamiento alto.
Paso 1 — Enriquecimiento automático: sistema añade coste de compra, margen bruto, tasa de devolución, localización de almacén y estacionalidad.
Paso 2 — Regla rápida: si margen >= 30% y demanda existe en otro país, marca "transferible". Si margen < 10% y sin demanda, marca "liquidar".
Paso 3 — Asignación: se notifica al Merchandiser y a Operaciones. El Merchandiser tiene 3 días para proponer una ruta (bundle / contenido / campaña). Operaciones valida coste de transferencia.
Paso 4 — Acción: si existe demanda regional, se transfiere. Si no, y el bundle viable, se ejecuta con 2 semanas de prueba. Si ninguna opción, se inicia proceso de liquidación con aprobación de Finanzas.
Paso 5 — Seguimiento: registrar en el sistema la decisión, fecha y resultado (ventas generadas, margen protegido, reducción de días en almacén). Cada resultado alimenta modificaciones en reglas y forecast.
Rutas de excepción y decisiones complejas
Casos comunes y la ruta recomendada:
- Artículo estacional que llegó antes de temporada: etiqueta como "esperar" y programa revisión a T-30 días de la temporada. No aplicar descuento inmediato.
- SKU con baja venta online pero alta venta en retail físico o marketplace: evaluar transferencia de canal antes de liquidar.
- Alta tasa de devolución que oculta demanda real: investigar calidad del producto/fit y ajustar la forecast por tasa de devoluciones.
- Proveedores con cláusula de devolución limitada: abrir caso con Compras y documentar costos para la decisión de liquidación.
Las excepciones deben documentarse con motivo, propietario y fecha de revisión. Sin esa traza, el aprendizaje se pierde.
Controles de calidad y métricas que importan
Controles de datos y calidad:
- Frecuencia de actualización: inventario y ventas deben refrescarse semanalmente para detección temprana.
- Reconciliación de inventario físico vs sistema (cycle counts) mensual en categorías críticas.
- Validación de fuentes: asegurar que la IA consuma históricos de campaña y precios.
- Auditoría de decisiones: registro inmutable de la ruta tomada y responsable.
Métricas operativas clave:
- Días en mano (DIO) por SKU y categoría.
- Sell-through y conversiones antes/después de la acción.
- Impacto en margen tras la acción (p. ej., % margen protegido vs pérdida por descuento).
- Volumen liberado de espacio en almacén (m3 o ubicaciones).
- Tasa de recurrencia: porcentaje de SKUs que vuelven a estar en riesgo tras 6 meses.
Prueba A/B: cuando se aplican descuentos, probar dos niveles y medir margen neto y velocidad de salida para evitar canibalización y entrenar a clientes a esperar rebajas.
Despliegue práctico: cómo empezar con un piloto
1) Selecciona una categoría o un almacén con problemas moderados (no la más caótica).
2) Define umbrales iniciales (p. ej., 120 días o sell-through < 2% en 60 días).
3) Asigna propietarios claros por tipo de ruta (merch, operaciones, finanzas).
4) Ejecuta revisión semanal de las alertas: documenta decisión y resultado en una plantilla compartida.
5) Reúne al final de 8 semanas y ajusta reglas, umbrales y workflows.
Conforme madures, integra señales de forecasting desde herramientas avanzadas o módulos como /products/revenue-intel-module y coordina campañas con /products/organic-marketing-engine. Si buscas automatizar rutas y aprobaciones, revisa las opciones en /products o consulta a nuestro equipo en /contact.
Siguiente paso operativo inmediato
Lanza el piloto: crea una lista de 50 SKUs en una categoría, establece umbral de 120 días, asigna responsables y ejecuta revisiones semanales durante 8 semanas. Registra cada decisión y resultado para retroalimentar compras y forecasting.
Si quieres más recursos, explora nuestro archivo de tácticas en /blog y las soluciones que integran workflows con señales predictivas en /products.
Conclusión: combinar reglas simples para detección rápida con señales de IA para decisiones complejas, y cerrar el ciclo con propiedad y registro de resultados, convierte la limpieza de inventario en una ventaja operativa — no en una tarea repetitiva que consume margen y espacio.
Lecturas relacionadas
Para seguir el mismo tema desde otros angulos operativos: