¿Cuál es el error más caro en gestión de inventario?

El sobrestock de productos C que no rotan. En cada empresa con catálogo amplio, entre el 30% y el 50% del valor de inventario está en SKUs que rotan menos de 2 veces al año. Esos productos consumen caja, ocupan almacén, generan obsoletos y se deterioran. La empresa los compró 'por si acaso' y nunca se replanteó. Coste oculto: la inmovilización financiera + el deterioro + el coste de almacén + el coste de oportunidad de no haber invertido esa caja en productos que sí rotan.

¿Cuánto cuestan estos errores a una empresa española mediana?

Depende del tamaño, pero el patrón es consistente. En empresas españolas que facturan 5-20M€ con stock como parte central del modelo, los 7 errores de este artículo suelen costar entre 150.000 y 400.000€ al año en margen perdido — desglosados en compras urgentes a precios inflados, obsoletos, descuentos forzados para liquidar muerto, ventas perdidas por rotura y coste financiero del stock parado. Pocas empresas se atreven a poner el número, pero está ahí.

¿Por qué Excel falla para gestionar inventario complejo?

Por tres razones operativas. Una: Excel no escala. Mantener una hoja con 3.000-10.000 SKUs requiere horas semanales y los datos se desactualizan al instante. Dos: Excel no consolida con BC. La hoja vive en una carpeta, BC vive en la nube — las dos cuentan cosas distintas. Tres: Excel asume estabilidad. Los modelos clásicos en hoja ('cantidad ROP', 'EOQ con fórmula') asumen demanda constante. Para SKU con estacionalidad, tendencia o eventos atípicos, esos modelos fallan.

¿Cuándo merece la pena pasar de Excel a un motor matemático sobre BC?

Cruzar dos umbrales. (1) Catálogo de 500+ SKUs activos. Con menos, una hoja bien mantenida es viable. Con más, la complejidad explota. (2) Inventario superior a 500.000€ — el ROI de optimizar empieza a justificar la inversión en herramienta. Si tu empresa cumple estos dos umbrales, una herramienta tipo dvstock se paga sola en menos de 12 meses, casi siempre.

¿Qué papel juega Business Central nativo en todo esto?

BC ya trae las tablas y procesos básicos: maestro de Items, movimientos, planificación de necesidades (MRP), Requisition Worksheet, Sales Forecast manual, niveles mínimo/máximo. Es la infraestructura correcta. Lo que NO trae es el motor matemático que afina parámetros por SKU, prevé con estacionalidad ni considera variabilidad real. Para eso necesitas extensión (dvstock) o herramienta externa. La diferencia: dvstock vive dentro de BC, las externas requieren conector + sincronización.

¿Cuánto tarda en notarse la mejora tras corregir estos errores?

Las primeras señales operativas (menos compras urgentes, menos roturas) se ven en 6-10 semanas tras implantar disciplina + herramienta. El impacto financiero medible (reducción de valor de inventario) aparece a los 3-4 meses, conforme los pedidos se ajustan al consumo real. El resultado consolidado a 12 meses es típicamente -20 a -30% en inventario y +1 a +3 puntos de nivel de servicio. La curva es asintótica — el grueso del cambio ocurre los primeros 6 meses.

Volver a dvstock

Logística

7 errores de gestión de inventario que te están costando dinero (y cómo verlos en Business Central)

Los 7 fallos más caros en gestión de stock de pymes españolas — diagnóstico, coste real estimado y cómo detectarlos desde tu Business Central con datos.

8 min

7 errores típicos en gestión de inventario en pymes — dvstock

Los errores de gestión de inventario en pymes españolas rara vez son por una sola causa. Son una acumulación de pequeños fallos que parecen menores individualmente pero, juntos, se comen el margen y, peor, queman al equipo de operaciones.

Después de ayudar a más de 1.000 empresas a implantar Business Central, en Davisa hemos visto los mismos siete errores aparecer una y otra vez. Este artículo los recoge — qué son, cuánto cuestan de verdad y cómo se diagnostican desde tu BC sin necesidad de auditoría externa.

Error #1 — Stock “por si acaso” sin justificación técnica

El responsable de compras no quiere ser el que dijo “no, no compres” y se quedó sin género. Así que compra de más. Cada SKU “por si acaso” añade un 10-25% al stock necesario. Multiplica por 5.000 referencias y tienes 200.000-500.000€ inmovilizados sin causa técnica.

Cómo detectarlo en BC: filtra Item Ledger Entry últimos 12 meses por SKU. Calcula rotación (ventas / stock medio). Cualquier SKU con rotación < 2 al año y stock > demanda anual es candidato a “por si acaso”.

Coste real: financieramente, en torno al 6-10% del valor inmovilizado (coste de capital + almacén + deterioro). 300.000€ inmovilizados = 18.000-30.000€/año de coste oculto.

Cómo arreglarlo: política clara de stock máximo por categoría ABC. Clase A puede tener 2-3 meses; clase C, máximo 1 mes. Lo que sobre, se liquida en promo o se devuelve a proveedor.

Error #2 — Descuentos por volumen mal aplicados

El proveedor ofrece -8% si compras 1.000 unidades en lugar de 500. El responsable de compras dice que sí. Lo que nadie calcula: a esa rotación, las 500 unidades extra se venderán en 8 meses, no en 2. El coste financiero de esas 500 unidades extras durante 6 meses extra supera el ahorro del 8%.

Cómo detectarlo en BC: cruza Purchase Line (cantidad pedida) con Item Ledger Entry (ventas reales). Si pediste 1.000 y tardaste 8 meses en venderlas, calcula el coste de tener esas unidades 6 meses extra parados (~50€/1.000€/mes) y compara con el descuento.

Coste real: depende del catálogo, pero típicamente 2-5% del coste anual de compras se pierde en descuentos mal calculados que parecen ahorro y no lo son.

Cómo arreglarlo: regla de oro — solo aceptar descuento por volumen si la rotación garantiza venderlo en ≤ 50% más tiempo del que tardarías con la cantidad base. dvstock calcula este punto óptimo automáticamente por SKU.

Error #3 — Previsiones basadas en “lo del año pasado +5%”

El año pasado tuvimos un cliente grande que ya no nos compra. La temporada se adelantó un mes. Lanzamos 3 productos nuevos que canibalizaron a 2 viejos. Pero la previsión 2026 sigue siendo “lo de 2025 +5%”. Resultado: stock excesivo de productos que ya no venden, déficit en los que sí.

Cómo detectarlo en BC: comparar previsión (Sales Forecast) vs venta real (Sales Invoice Line) últimos 12 meses por SKU. Si la varianza > 30% para SKU clase A, tu previsión es ruido.

Coste real: estimable en 3-7% del valor de inventario anual distribuido entre sobrestock por productos sobrestimados + roturas en los subestimados.

Cómo arreglarlo: modelo matemático que separe tendencia + ciclo + estacionalidad + outliers. Excel puede aproximar para 50 SKUs; para 5.000 necesitas motor matemático (BC + dvstock, o herramienta externa con conector).

Error #4 — Stock de seguridad uniforme para todo el catálogo

El equipo de compras pone “stock de seguridad = 30 días” para todos los SKU. Suena prudente, es una catástrofe matemática: clase A (alta rotación, baja variabilidad) necesita 5-10 días; clase C (rotación irregular, alta variabilidad) necesita 60-90 días. Si pones 30 a todo, sobreinviertes en A y rompes en C.

Cómo detectarlo en BC: campo Safety Stock Quantity en Item Card. Si todos los SKU tienen el mismo número o están en blanco, hay error sistémico.

Coste real: 5-12% del valor de inventario en sobreinvertir clase A + roturas en clase C.

Cómo arreglarlo: stock de seguridad calculado por SKU en función de variabilidad de la demanda + nivel de servicio objetivo + plazo de reposición. Fórmula matemática estándar, automatizada en dvstock.

Error #5 — No diferenciar nivel de servicio por cliente

Servir al 99% a un cliente C (esporádico, bajo margen) cuesta exactamente lo mismo que servir al 99% a un cliente A (estratégico, alto margen) — pero el primero no merece esa inversión. La empresa media española trata a todos los clientes con el mismo nivel objetivo, lo que sobreinvierte en stock que no convierte en margen.

Cómo detectarlo en BC: cruzar Sales Header por cliente con Item Ledger Entry por SKU. Calcular % de pedidos servidos completos al primer intento por cliente. Si todos están a 95-98%, falta diferenciación.

Coste real: 5-15% sobreinversión en stock que protege a clientes C cuando ese mismo stock podría servir mejor a clientes A.

Cómo arreglarlo: clasificar clientes (A/B/C por facturación + margen), definir nivel de servicio objetivo distinto por categoría, dimensionar stock en consecuencia. dvstock permite configuración cliente × SKU.

Error #6 — No controlar plazos reales de los proveedores

El proveedor dice “plazo 15 días”. Tu BC tiene Lead Time = 15. Pero la realidad: el plazo medio real de ese proveedor los últimos 12 meses ha sido 23 días. El sistema reaprovisiona con 15 y tú vives en rotura con 23.

Cómo detectarlo en BC: comparar Purchase Order Date con Posted Purchase Receipt para cada proveedor último año. Calcular plazo medio + variabilidad. Si supera el Lead Time de la Vendor Card en > 20%, hay desconexión.

Coste real: roturas evitables que disparan compras urgentes a precio +15-25%. Estimable en 3-8% del coste anual de compras.

Cómo arreglarlo: actualizar Lead Time con datos reales (no contractuales) cada 3-6 meses. dvstock lo hace automáticamente — recalcula el plazo a partir del histórico de recepciones y ajusta los puntos de pedido.

Error #7 — Obsoletos invisibles en el balance

SKU que llevan 12+ meses sin movimiento. Siguen contabilizados al coste de adquisición. No están provisionados como obsoletos. El balance dice “tengo 500.000€ en inventario”, la realidad operativa es “tengo 350.000€ en inventario útil + 150.000€ en muerto que no van a venderse a precio de catálogo”.

Cómo detectarlo en BC: Item Ledger Entry filtrado por SKU sin movimiento de salida los últimos 12 meses. Sumar el valor (Cost Amount Actual). Es tu cuantía real de obsoletos no provisionados.

Coste real: contable y financiero. Cada año que pasa sin reconocer el obsoleto, el balance dice más patrimonio del que hay. Auditoría externa eventualmente lo detecta y exige provisión retroactiva — disgusto al cierre.

Cómo arreglarlo: política trimestral de revisión de obsoletos. SKU sin movimiento 12 meses → o se liquidan (promo, devolución a proveedor, scrap), o se provisionan al 50%. SKU sin movimiento 24 meses → provisionar al 100%. dvstock genera el listado automáticamente.

El coste agregado — números que duelen

Una pyme española típica (10M€ facturación, 5.000 SKUs, 2M€ de inventario medio) suele tener al menos 4 de los 7 errores activos simultáneamente. El coste agregado anual:

Error	Coste anual estimado
1. “Por si acaso”	18.000-30.000€
2. Descuentos mal aplicados	40.000-60.000€
3. Previsiones inexactas	60.000-100.000€
4. Stock seguridad uniforme	60.000-100.000€
5. Sin servicio diferenciado	40.000-80.000€
6. Plazos proveedor desactualizados	25.000-50.000€
7. Obsoletos no gestionados	30.000-80.000€
TOTAL agregado realista	150.000-400.000€/año

Cifras conservadoras — empresas con catálogos más complejos o márgenes más estrechos llegan a 600.000€+ anuales perdidos en errores de inventario.

Cómo abordar el cambio — orden recomendado

Si te has visto reflejado en 3 o más de estos errores, la hoja de ruta sensata es:

Semana 1-2 — Diagnóstico honesto. Una sesión con Davisa (gratuita) para sacar los números reales de tu BC: rotación por SKU, plazos reales por proveedor, % obsoletos, cobertura por categoría. Sin esto, lo demás es teoría.
Semana 2-4 — ABC dinámico + niveles de servicio. Implantar el análisis Pareto y diferenciar niveles de servicio por cliente y SKU. Solo esto descubre 60-70% del problema.
Semana 4-8 — Motor matemático. Implantar el cálculo automático de stock óptimo (mín, ROP, máx) con variabilidad y plazo real. Aquí entra dvstock como capa nativa sobre BC.
Semana 8-12 — Reaprovisionamiento automático. Activar las propuestas automáticas de compra. El equipo de compras pasa de “calcular qué pedir” a “validar y negociar”.
Mes 3-6 — Disciplina + ajuste. Validar campañas, afinar parámetros con resultado real, formar al equipo en lectura de KPI. Esto es lo que sostiene la mejora.
Mes 6-12 — Resultado consolidado. Reducción de inventario sostenida, mejora de servicio medible, equipo de compras con tiempo para tareas estratégicas.

Cierre — la disciplina es la mitad; las matemáticas, la otra mitad

Ninguno de estos 7 errores se debe a “mala gente”. Se debe a herramientas y procesos que no acompañan la complejidad real de gestionar 1.000-10.000 SKUs en paralelo. La gente del equipo de compras hace lo que puede con lo que tiene — pero con Excel + intuición no se puede ganar a un motor matemático bien parametrizado.

dvstock es exactamente eso: motor matemático nativo dentro de Business Central, sin Excel paralelos ni sistemas externos que mantener. Los algoritmos están afinados con 15 años de proyectos reales en pymes españolas.

¿Te has reconocido en 3-4 de estos errores? Habla 30 minutos con un asesor de Davisa — diagnosticamos cuánto te están costando estos errores en tu empresa concreta y qué resultado realista podríamos esperar. Sin compromiso.