Cómo estimar las ventas de una tienda nueva

¿Por qué es difícil pronosticar las ventas de una tienda que no existe?

Una tienda abierta tiene historia: puedes proyectar su venta a partir de lo que vendió antes. Una tienda nueva no. Lo único que tienes es su ubicación, su formato y lo que sabes de tus otras tiendas.

Por eso todo pronóstico de una tienda nueva es, en el fondo, una comparación: ¿a qué tiendas tuyas se parece este lugar y cuánto venden ellas? La calidad del pronóstico depende de qué tan buenas sean esas comparaciones.

Y equivocarse cuesta caro. Abrir una tienda mediana cuesta de US$1 a 5 millones, y el alquiler puede amarrarte de 5 a 20 años. Una cifra optimista puede aprobar una tienda que nunca recupera la inversión; una pesimista puede descartar una buena ubicación que luego toma tu competencia.

¿Qué métodos se usan para estimar las ventas?

Hay cuatro familias de métodos. No compiten entre sí: muchas cadenas empiezan con analogías y pasan a modelos más completos cuando tienen más tiendas y más datos.

El modelo de gravedad más conocido es el de Huff, formulado por David Huff en 1963. Parte de una idea simple: la gente tiende a ir a la tienda más atractiva y más cercana, y esa probabilidad se reparte entre todas las opciones de la zona.

¿Qué variables suelen importar?

Cambian según el giro, pero estas aparecen en casi todos los modelos de retail, dentro y fuera de la tienda:

• Población y nivel socioeconómico dentro del área de influencia, medida por tiempo de traslado.
• Población flotante: cuánta gente visita o pasa por la zona aunque no viva ahí.
• Competencia directa y comercios complementarios cercanos.
• Puntos de interés que generan visitas, como escuelas, oficinas, hospitales y paradas de transporte.
• Acceso y visibilidad: esquina o media cuadra, entrada para carros y estacionamientos (parqueos).
• Características de la tienda: formato, tamaño, horario, servicios adicionales y alianzas en el punto de venta.
• Tus otras tiendas cercanas, porque parte de la venta puede venir de ellas (canibalización).
• Cambios por venir, como proyectos de vivienda, oficinas o comercios con permiso de construcción.

¿Qué conviene predecir: ventas, transacciones o unidades?

Predice lo que necesita la decisión. Si el comité aprueba con base en ingresos, predice ventas. Si te preocupa la capacidad de la cocina o de las cajas, te sirven más las transacciones. Si planeas inventario o logística, las unidades.

Las transacciones y las unidades suelen ser más estables cuando cambian los precios, porque no dependen del ticket promedio. Las ventas en dinero, en cambio, también se mueven con la inflación y con los cambios de precio.

Cada variable se modela y se prueba por separado. Que un modelo acierte en ventas no significa que acierte en unidades.

¿Por qué el pronóstico debe venir con margen de error?

Una sola cifra da una falsa sensación de certeza: suena mejor que un rango, pero esconde qué tan seguro está el modelo.

Un pronóstico útil dice cuánto podría vender la tienda y con qué margen. Con eso puedes hacer la pregunta correcta: ¿la tienda se paga aun en el escenario bajo? Si solo funciona en el escenario alto, la decisión es más riesgosa de lo que parece.

Cuando el margen es muy amplio, a veces conviene cambiar la pregunta. En lugar de una cifra, un modelo de rangos estima si la tienda estaría en venta alta, media o baja. Para comparar opciones, eso puede ser suficiente.

¿Cómo se valida un modelo de pronóstico?

Un modelo se valida con datos que no usó para aprender. La forma más clara es una prueba a ciegas: se apartan algunas tiendas existentes, el modelo estima cuánto venden sin haberlas visto y se compara con lo que vendieron de verdad.

Cuando alguien te muestre una cifra de precisión, busca tres cosas: cómo se midió, con qué tiendas y cuál es su límite. Por ejemplo, así reporta Pulster su prueba de referencia: 96% de precisión al estimar las ventas del primer año de tiendas existentes, en una prueba a ciegas con una cadena líder de comida rápida. El modelo no usó esas tiendas para entrenarse. El error promedio por tienda fue menor a 4%. Esa prueba se hizo con tiendas existentes y no garantiza la misma precisión en tiendas nuevas.

Además, pide esto antes de confiar en un modelo:

• El error por tienda, no solo el promedio: un buen promedio puede esconder tiendas con errores grandes.
• El error en tiendas parecidas a la que vas a abrir: mismo formato, mismo tipo de zona, mismo país.
• La confirmación de que las tiendas de la prueba quedaron fuera del entrenamiento. Si el modelo ya las conocía, la prueba no vale.

Errores comunes al estimar las ventas de una tienda nueva

Estos son los errores que más inflan o desinflan un pronóstico:

• Usar tu mejor tienda como referencia para todas las aperturas.
• Comparar con tiendas de otro formato, otro tamaño u otro tipo de zona.
• Olvidar la maduración: muchas tiendas tardan meses en llegar a su venta estable, y el primer año no se parece al tercero.
• Ignorar la canibalización y contar como venta nueva lo que en realidad sale de tus otras tiendas.
• No actualizar el pronóstico cuando cambia el entorno, como un competidor nuevo o una obra, ni comparar después la venta real con la estimada.
• Tratar la estimación como una garantía en lugar de un dato para decidir.