Celes levanta 5 millones de dólares para automatizar el abasto en México

Celes, una empresa colombiana de software para comercios, anunció una ronda Serie A de 5 millones de dólares con la que planea ampliar su equipo y su cartera de clientes en México. SP Ventures lideró la operación, en la que también participaron Fulcrum Global Capital, 30N Ventures y Taram Capital.

Para un comercio con cientos de sucursales, saber cuánto vendió ayer apenas resuelve una parte del problema. También debe decidir qué comprar, cuánto guardar y a qué tienda enviar cada producto. Celes reúne esas decisiones en un sistema de planeación de inventario que usa modelos de demanda y agentes de inteligencia artificial.

Cómo usa Celes los datos de cada tienda

Una promoción puede disparar las ventas de un producto en una sucursal mientras el mismo artículo se queda en el anaquel de otra. Al trabajar con datos por tienda y por producto, la plataforma busca ayudar a los equipos a distinguir esos casos antes de hacer un pedido. Esa distinción importa porque quedarse corto puede costar ventas y pedir de más deja dinero inmovilizado.

En México, la empresa trabaja con Tiendas Neto, una cadena que supera las 1,900 sucursales según el caso publicado por Celes. La compañía también menciona a Maja Sportswear, MacStore y OfficeMax entre sus clientes mexicanos.

La ronda financiará la expansión comercial, según Celes. Para los comercios que adopten el sistema, la prueba está en el piso de venta: cuántas veces falta un producto, cuánto inventario se queda sin mover y con qué frecuencia una recomendación requiere que alguien la corrija.

De la venta registrada al pedido de mañana

Imagina dos tiendas de la misma cadena. Una está cerca de un mercado y vende más bebidas los fines de semana. La otra atiende sobre todo a quienes pasan de camino al trabajo. Si las dos reciben el mismo surtido porque tienen un tamaño parecido, el centro de distribución puede terminar recogiendo excedentes de una mientras la otra pierde ventas. El problema está en cómo se traduce la demanda de cada colonia en un pedido concreto.

Celes busca que esa decisión use un pronóstico para cada combinación de producto y tienda. El modelo estima cuánto podría venderse. Para convertir la estimación en un pedido, el comercio también necesita saber cuántas piezas quedan, cuáles vienen en camino, cuánto tarda el proveedor y si se compra por pieza o por caja. Un pronóstico acertado puede producir una mala orden si parte de existencias incorrectas.

Por eso el comercio unificado empieza con algo menos vistoso que un asistente de IA: que los sistemas de caja, inventario y entregas se pongan de acuerdo. Si la caja registra la venta antes de que el inventario refleje la salida, el sistema puede mostrar como disponible una pieza que el cliente ya se llevó.

La demanda que se pierde cuando el anaquel queda vacío

Las ventas registradas cuentan lo que salió por caja. Cuando una tienda se queda sin un producto a media tarde, sus ventas del resto del día pueden caer a cero aun si hubo clientes dispuestos a comprarlo. Un sistema que interpreta esos ceros como falta de interés puede recomendar pedidos más pequeños y prolongar el faltante.

Hay señales que ayudan a entender qué pasó. El historial de existencias indica a qué hora se acabó un artículo. Las ventas de una presentación similar pueden subir cuando falta la habitual. Y una sucursal cercana, si todavía tenía producto, permite observar qué ocurrió en condiciones comparables. La utilidad de esas señales depende de la calidad de los registros y de cuánto se parezcan las tiendas.

El error contrario cuesta por otra vía. Un modelo que toma el pico de una promoción como punto de partida para las siguientes semanas puede recomendar más de lo que la tienda venderá a precio regular. En electrónicos, eso inmoviliza dinero en un modelo que puede perder valor cuando salga el siguiente. En alimentos frescos, el costo aparece en las rebajas y la merma.

Por qué la expansión de Celes pasa por México

La expansión regional anunciada por Celes incluye consolidar sus operaciones en México, Colombia y Chile y entrar formalmente a Brasil. Para la startup, vender en otro mercado implica incorporar catálogos, prácticas de abasto y sistemas distintos. Para los clientes mexicanos, implica decidir cuánto trabajo interno pueden dedicar a integrar los datos y revisar recomendaciones.

La diversidad de los clientes mexicanos que menciona Celes deja ver por qué un método único de reposición se queda corto. Una cadena de abarrotes trabaja con productos de compra frecuente y espacio limitado. Una tienda de ropa tiene que administrar tallas y colores. Una de electrónica puede tener menos piezas por modelo y mayor costo por unidad. El inventario inmovilizado y el riesgo de perder una venta se calculan de manera diferente en cada negocio.

En una temporada de alta demanda, la prueba se vuelve visible. El abasto en temporadas de ofertas obliga a coordinar lo que se promete en línea con lo que hay en piso y con el tiempo real de entrega. Durante El Buen Fin, por ejemplo, una tienda puede necesitar más inventario para una promoción y menos del mismo artículo apenas termine el descuento. Una regla de compra fija suele tardar en reflejar ese cambio.

Qué decide el sistema y qué decide el equipo de tienda

En un comercio con miles de combinaciones de artículos y sucursales, revisar cada orden a mano consume tiempo. Una forma de automatizar es permitir que los pedidos habituales avancen dentro de límites definidos y enviar a revisión los que salen de esos límites. Una orden excepcionalmente grande o una compra con caducidad corta merecen atención por el dinero y el espacio que comprometen.

El personal de tienda aporta información que a veces tarda en aparecer en el sistema. Puede enterarse de que habrá obras en la calle, de que una entrega llegó incompleta o de que un anaquel se va a mover. Registrar esas correcciones deja una pista para que compras distinga si el cambio ocurrió por un dato faltante o por una decisión comercial deliberada.

La trazabilidad también sirve cuando las sugerencias fallan. Si una tienda acaba con demasiadas cajas, el equipo puede revisar si el modelo sobrestimó la venta, si alguien modificó el pedido o si un proveedor entregó dos órdenes el mismo día. Cada causa tiene un responsable y una solución distintos.

Cómo comprobar que el abasto mejora

Una cadena puede empezar con tiendas comparables y una categoría donde tenga registros confiables. Si automatiza pedidos de un grupo y deja que el otro siga con el proceso habitual durante el mismo periodo, resulta más fácil detectar si cambian los faltantes o si ambos grupos se movieron por la misma promoción. El diseño del piloto importa tanto como el tablero que presenta resultados.

En productos frescos conviene medir disponibilidad y merma al mismo tiempo. El caso de Afresh y el desperdicio en supermercados muestra por qué las pruebas en tiendas comparables son útiles en esa categoría. Un piloto puede subir la disponibilidad simplemente comprando más. El beneficio se sostiene si los clientes encuentran producto y la tienda evita tirar o rematar una parte desproporcionada del pedido.

También hay costos fuera del anaquel. Repartir pedidos pequeños más seguido puede dejar menos mercancía detenida en tienda y aumentar el gasto de transporte. Consolidar entregas puede abaratar la ruta y obligar a guardar más inventario. Un buen piloto observa el efecto en sucursal y centro de distribución para saber si un ahorro en un punto terminó como un gasto en otro.

Si el sistema ahorra horas de revisión, vale la pena observar qué hace el equipo con ese tiempo. Puede revisar las excepciones, negociar con proveedores o corregir registros que antes pasaban inadvertidos. Si las mismas personas deben corregir pedidos todo el día, quizá el piloto haya desplazado trabajo sin reducirlo.

La integración pesa en el costo de crecer

Una cadena que compra software de abasto también compra un proyecto de datos. Necesita empatar los códigos de producto, reconocer sustitutos y registrar transferencias entre tiendas. Un mismo producto vendido por pieza y recibido por caja puede aparecer como dos unidades de medida distintas. Si esa diferencia no queda resuelta, una sugerencia correcta en papel puede llegar multiplicada a la bodega.

La incorporación de nuevas sucursales plantea otro problema. Una tienda recién abierta tiene poco historial y sus primeras semanas pueden reflejar curiosidad o promociones de apertura. Usar tiendas parecidas como punto de partida puede ayudar mientras llegan datos propios. La comparación necesita actualizarse cuando se conoce qué productos se venden en esa zona y cuáles llegan con demasiado retraso.

Celes tiene que repetir esa integración sin que cada nuevo cliente se convierta en un proyecto a la medida. Ahí se juega una parte del uso del capital. Un proceso de implementación más corto puede permitir que el equipo atienda más cadenas. Una implementación apresurada puede generar pedidos erróneos y hacer más costoso sostener el servicio.

Cuando el pronóstico se topa con la ruta de reparto

La reposición también depende de cuándo puede llegar la mercancía. Si una tienda recibe camión los martes y jueves, calcular la demanda del viernes apenas un día antes deja poco margen para reaccionar. Una sucursal con entregas diarias puede operar con menos inventario de respaldo que otra que tarda varios días en recibir un pedido. La frecuencia del transporte forma parte de la decisión de compra.

El tamaño del pedido abre otro dilema. Si un proveedor exige una compra mínima, repartir el excedente entre varias sucursales puede funcionar cuando hay espacio y demanda. Si todas venden poco de ese producto, repartirlo sólo dispersa el problema. En ese caso, compras puede negociar una presentación diferente o decidir que el artículo se quede en tiendas con suficiente rotación.

En una red de sucursales, una transferencia puede resolver el faltante con mercancía que la cadena ya pagó. El costo de moverla y el tiempo del traslado indican cuándo conviene. Si el inventario en otra tienda se va a vender antes de que llegue el camión, quitarlo de ahí crea un problema nuevo. El valor de una recomendación depende de lo que sabe sobre ambos puntos de venta.

El costo de confiar en un solo indicador

Si el objetivo es reducir inventario promedio, una cadena puede conseguirlo comprando menos y al mismo tiempo perder ventas. Si sólo observa disponibilidad, puede terminar comprando demasiado. Revisar indicadores en conjunto permite descubrir qué sacrificó el equipo para mejorar una cifra. En tiendas con poco espacio, también ayuda revisar cuántas veces se tuvo que rechazar mercancía o moverla a otro local.

El efecto financiero puede tardar en aparecer. Una reducción de inventario libera capital cuando se venden las existencias acumuladas y dejan de reponerse al mismo ritmo. Los ahorros de tiempo aparecen cuando el personal cambia su rutina de revisión. Ninguno de esos efectos se desprende automáticamente de que el pronóstico se acerque más al dato de ventas.

La expansión de Celes ofrece una ocasión para observar si esa mejora se sostiene entre categorías. Un resultado favorable en artículos de reposición constante puede ser más fácil de repetir que uno en mercancía de temporada. En ambos casos, lo que cuenta para el comercio es que el pedido llegue a tiempo, la operación lo pueda atender y los clientes encuentren lo que fueron a comprar.

Qué revelará la siguiente etapa de Celes

La ronda le da recursos para crecer en la región. Lo que falta observar es cuánto tarda un cliente en pasar de una prueba a operar varias categorías con la plataforma y qué resultados obtiene una vez que se diluye el efecto de la novedad. El número de tiendas conectadas dice algo sobre el alcance. La disponibilidad y la rotación dicen más sobre el uso cotidiano.

Para un comercio, la señal más directa llega cuando abre la tienda. Si los artículos que la gente fue a buscar están en su lugar y hay menos cajas ocupando espacio en bodega, el cambio se puede ver sin abrir el tablero. Sostenerlo durante semanas, incluidos los días de quincena y de promociones, es la prueba que vuelve el pronóstico una herramienta de operación.