El mes cerró bien. Despachaste 12% por encima del mismo mes del año anterior, el equipo comercial cumplió, y el reporte que llega al directorio dice exactamente eso.

Tres meses después llega la corrección: el canal estaba sobrestockeado, las órdenes se frenan en seco, y ahora tienes un trimestre malo que nadie vio venir. La pregunta incómoda en la reunión de revisión es siempre la misma: ¿cómo no lo detectamos antes?

La respuesta suele ser simple y estructural. Lo que mediste fue sell-in —lo que le vendiste a tu red de distribución— y lo confundiste con demanda. No son lo mismo, y la diferencia entre ambos es donde vive casi toda la incertidumbre de una operación de canal tradicional.

La distinción, sin rodeos

Sell-in es lo que sale de tu bodega hacia el distribuidor o el mayorista. Es tu facturación. Es el número que gobierna tus metas, tus comisiones y tu producción.

Sell-out es lo que efectivamente sale de esa red hacia el punto de venta, y desde ahí hacia el consumidor. Es la demanda real.

En un canal moderno con retail organizado, la brecha entre ambos se cierra rápido porque hay datos de punto de venta compartidos. En el canal tradicional latinoamericano —cientos de miles de tiendas de barrio atendidas por una red de distribución independiente— esa brecha puede permanecer abierta durante meses sin que nadie la vea.

Y aquí conviene ser preciso sobre por qué: no es porque tu distribuidor te esconda información. Es porque en la mayoría de los casos esa información no existe en forma utilizable para nadie. El distribuidor tampoco tiene visibilidad granular de qué rota en cada tienda; él también está operando con su propia versión del mismo punto ciego. Es un problema compartido, no un conflicto de intereses.

Esto tiene nombre desde hace casi treinta años

El fenómeno está documentado y es uno de los hallazgos más sólidos de la literatura de cadena de suministro.

En 1997, Hau Lee, V. Padmanabhan y Seungjin Whang publicaron en Management Science el trabajo que definió el efecto látigo (bullwhip effect). El caso que lo hizo famoso es de Procter & Gamble: según describen los autores, mientras los consumidores compraban pañales a un ritmo estable, al mirar las órdenes de los distribuidores los ejecutivos se sorprendieron por el grado de variabilidad. Y al mirar las órdenes de P&G a sus propios proveedores, las oscilaciones eran todavía mayores.

La conclusión central: «la variabilidad de las órdenes de demanda en la cadena se amplificaba a medida que subía por la cadena de suministro».

Los autores identificaron cuatro causas, y las cuatro están vivas en cualquier operación de consumo masivo en LATAM:

1. Actualización del pronóstico de demanda — cada eslabón proyecta sobre las órdenes que recibe, no sobre el consumo real
2. Órdenes por lote — se compra por camión completo o por mínimo de flete, no según rotación
3. Fluctuaciones de precio y promociones — el distribuidor carga inventario cuando hay descuento, y deja de comprar después
4. Racionamiento y juego de escasez — ante quiebre, se pide de más para asegurar asignación

Fíjate en la número tres, porque es la más autoinfligida. Buena parte de la variabilidad que ves en tus órdenes la generaste tú con tu propio calendario promocional. Ese pico de sell-in de septiembre no fue demanda: fue anticipación de compra. Y el valle de octubre tampoco fue caída de mercado.

El punto ciego se traduce en cuatro decisiones mal tomadas

Cuando operas con sell-in como único termómetro, esto es lo que se rompe:

• Promociones mal atribuidas. Corres una promoción, el sell-in salta, declaras éxito. Pero si lo único que hiciste fue mover inventario hacia el canal, no ganaste consumidores: adelantaste ventas que ibas a tener igual, con menos margen.
• Sobrestock invisible en la red. El inventario está en el canal, no en tu bodega, así que no aparece en tus reportes. Hasta que aparece de golpe, en forma de meses sin pedidos.
• Lanzamientos evaluados con el dato equivocado. Un SKU nuevo entra a la red y se factura. Pero si no rota en la tienda, lo vas a descubrir cuando te pidan devolución, no cuando podrías corregir.
• Territorios mal juzgados. Un distribuidor que compra mucho puede estar acumulando; otro que compra menos puede tener rotación excelente. Con sell-in no puedes distinguirlos, y las decisiones de asignación y de incentivos salen torcidas.

Un matiz honesto: más datos no arreglan automáticamente el forecast

Aquí quiero ser cuidadoso, porque en este tema abunda la promesa fácil.

Un estudio empírico de Abolghasemi, Rostami-Tabar y Syntetos (2021) analizó una cadena real de tres eslabones con 684 series de tiempo, comparando dos formas de pronosticar las órdenes que un fabricante recibe de sus centros de distribución: usando el histórico de órdenes, o usando datos agregados de punto de venta.

El resultado va contra la intuición: los métodos basados en órdenes superaron a los basados en punto de venta por entre 6% y 15%. Los autores encontraron además que la presencia de promociones deteriora el desempeño de los pronósticos basados en POS.

¿Qué hacemos con eso? Leerlo por lo que dice, que es bastante específico: para la tarea concreta de predecir las órdenes del siguiente eslabón, el dato de órdenes puede ser mejor insumo. Eso no invalida el valor del sell-out — lo reubica.

El sell-out no vale principalmente como insumo de forecast. Vale como insumo de decisión comercial. Sirve para saber qué SKU rota en qué tipo de tienda, qué promoción movió consumo real y cuál solo movió inventario, qué territorio está saturado y cuál tiene espacio. Esas son preguntas que el dato de órdenes no puede responder, por buena que sea la serie.

Vale la pena decirlo así de claro porque el error de sobrevender el dato es el que después mata la credibilidad del proyecto entero.

Cómo se construye visibilidad sin depender de que el tendero reporte

La objeción práctica llega siempre: «el dueño del almacén no va a cargar sus ventas en ningún sistema». Es correcto. Ese camino no existe.

El camino que sí existe es otro: la visibilidad se construye en el punto donde tú ya tienes una transacción registrada. Cada canal propio que agregas convierte una parte del mercado en dato observable:

• El pedido del vendedor en terreno, si se captura digitalmente con detalle de SKU y no como un total.
• El B2B ecommerce, donde el propio tendero arma el pedido y deja registro de qué buscó, qué compró y qué no encontró.
• El call center, que documenta el pedido y también el motivo del rechazo.
• WhatsApp Business, que en el canal tradicional suele ser el primer canal real de contacto.

Cada uno de esos puntos genera dato de compra a nivel de tienda —que es un proxy fuerte de rotación, sobre todo cuando puedes observar frecuencia en el tiempo. Todavía no es sell-out al consumidor final, y conviene no llamarlo así. Pero es un salto enorme frente a mirar únicamente los embarques al distribuidor.

Que este problema es real y está siendo priorizado por la industria lo confirma el movimiento del principal medidor del mercado: en agosto de 2025, NielsenIQ adquirió Mtrix, una empresa brasileña de software cuya función es integrar datos de fabricantes, mayoristas y distribuidores para dar visibilidad en tiempo real de stock, sell-in y sell-out en el canal indirecto. Según el anuncio de la operación, Mtrix cubre más de 2.000 distribuidores y mayoristas, captura transacciones de más de 1,2 millones de puntos de venta en Brasil, y presta servicio a cerca de 100 de los mayores fabricantes de consumo masivo de la región.

Cuando la empresa de medición más grande del mundo compra una compañía entera para cerrar este punto ciego, es una señal razonable de que el punto ciego importa.

Un caso a tierra: cuando aparece el ritmo real de compra

Un caso documentado por Yom en una empresa de industria de alimentos muestra qué se ve cuando la observación baja al nivel de cliente. Al activar un proyecto de growth con atención digital reforzada —WhatsApp, mail y canales de venta conectados—, los cambios medidos en un semestre fueron:

• Aumento de 55% en clientes activos, con 36% más clientes nuevos con compra y 72% más clientes retenidos mensualmente
• 4x de aumento en frecuencia: los días promedio entre compra bajaron de 62 a 14
• 2x en time to value digital: de 7,3 a 4,2 días hasta la primera compra

Mira específicamente el segundo dato, porque es el que ilustra el argumento de este artículo. Un intervalo de 62 días entre compras en un cliente de consumo masivo no es un dato de facturación: es un síntoma. Y es un síntoma que solo se ve si observas el comportamiento del cliente en el tiempo, no el volumen embarcado al canal. En un reporte de sell-in agregado, ese cliente y uno que compra cada dos semanas se ven exactamente igual mientras la suma cuadre.

Las métricas que deberías estar mirando

Si vas a construir esta capacidad, define desde el principio qué vas a observar:

• Frecuencia de compra por cliente y su variación. El indicador más temprano de deterioro o de mejora real.
• Clientes activos vs. clientes con código. La cartera nominal casi siempre es mayor que la cartera viva; la brecha es tu oportunidad.
• Amplitud de mix por punto de venta. Cuántos SKU distintos compra cada tienda, no cuántos despachaste al canal.
• Semanas de inventario estimadas en la red. Aun aproximada, es la métrica que te avisa antes de que las órdenes se frenen.
• Rotación por tipo de tienda, no solo por territorio. Dos zonas con el mismo volumen pueden tener composiciones completamente distintas.

Una advertencia práctica: empieza por una categoría y una región. Construir esto para todo el portafolio a la vez es la forma más confiable de no terminarlo nunca.

Cómo cambia la conversación con el distribuidor

Este es el beneficio que menos se anticipa y probablemente el más valioso.

Hoy buena parte de la negociación con la red de distribución ocurre sobre datos que cada parte interpreta distinto: tú ves embarques, ellos ven su propia realidad de inventario y cobranza. Las conversaciones se vuelven posicionales porque no hay un piso común de hechos.

Cuando ambas partes ven la misma información de rotación por tienda, la conversación cambia de naturaleza. Deja de ser cuánto te compro este mes y pasa a ser dónde hay espacio de crecimiento y qué hacemos cada uno para capturarlo. El distribuidor gana también: rotación visible significa menos capital inmovilizado, menos producto lento y mejor uso de su propia fuerza de venta.

Es un argumento que conviene tener listo, porque el primer reflejo ante cualquier iniciativa de datos suele ser defensivo. Y con razón, si se presenta como fiscalización en vez de como herramienta compartida.

Cómo lo abordamos en Yom

Yom es una plataforma de inteligencia comercial diseñada específicamente para el canal tradicional en Latinoamérica, y la omnicanalidad no está ahí solo para vender por más vías: es también el instrumento que genera el dato.

Vendedor en terreno, B2B ecommerce, call center y WhatsApp Business operan sobre un solo backoffice con vista unificada del cliente. Eso significa que cada pedido, por el canal que entre, queda registrado a nivel de punto de venta y de SKU. Sobre esa base, Point-of-Sale Execution and Potential calcula el potencial de cada tienda por categoría, y Sales Intelligence convierte esa lectura en recomendaciones concretas de qué ofrecer a cada cliente.

La plataforma se integra con el ERP que ya tienes, de modo que el dato de embarque y el dato de comportamiento del punto de venta dejan de vivir en mundos separados.

Lo que Yom no es —y conviene decirlo— es un servicio de medición de mercado. No reemplaza a un panel de retail ni te dice qué está vendiendo tu competencia. Lo que hace es cerrar la brecha sobre tu propia operación: convertir tus canales en observación continua del comportamiento real de tus clientes.

En síntesis

Tu sell-in te dice cuánto facturaste. No te dice si el mercado te está comprando, si la promoción funcionó, o si el canal está cargado. Confundir uno con otro es la razón más común por la que un buen trimestre se convierte, sin aviso, en uno malo.

El efecto látigo está documentado desde 1997 y sigue operando en casi toda la industria. La diferencia entre las operaciones que lo sufren y las que lo administran no es el tamaño ni el presupuesto: es si construyeron o no una forma sistemática de ver qué pasa después del embarque.

Empieza por una categoría, una región, y una pregunta concreta que hoy no puedas responder.

¿Sabes qué rota realmente en tus puntos de venta, o solo cuánto despachaste? Si quieres ver cómo se construye esa visibilidad desde tus propios canales, conversemos en yom.ai.