A finales de enero, los inventarios de cierre llegan a la sede y, en muchas redes, circula la misma tabla: una columna de tiendas, una columna de tasas de merma, ordenadas de peor a mejor. En unos segundos, todo el mundo sabe quién es el «último». Sin embargo, esa clasificación refleja a menudo tanto la forma de contar como las propias pérdidas. Para comparar la merma de una tienda a otra sin equivocarse de objetivo, hay que empezar por conseguir que todos los centros cuenten de la misma manera. La elección de los denominadores viene después. Por último, la lectura por zona y franja horaria es la que hace que las diferencias sean aprovechables en la tienda.

Por qué una clasificación bruta de las tiendas induce a error

La tasa de merma más extendida relaciona el valor de las diferencias de inventario con la cifra de ventas. Es un buen indicador de salud global, pero una herramienta pobre para clasificar tiendas, porque depende ante todo de lo que cada tienda incluye en el cálculo. En su informe Beyond Shrinkage: Introducing Total Retail Loss, el profesor Adrian Beck (Universidad de Leicester) recuerda que la ausencia de una definición común hace que los datos de merma sean muy difíciles de comparar: algunas empresas solo contabilizan las diferencias inexplicadas, mientras que otras añaden roturas, caducidades o errores de proceso.

Lo que es cierto entre enseñas lo es también entre las tiendas de una misma red. Los mismos sesgos se repiten de un ejercicio a otro:

  • El calendario de inventario: una tienda contada justo después de las rebajas y otra contada antes no hablan del mismo período.
  • La merma conocida mal declarada: cada caja de roturas sin registrar pasa mecánicamente a la merma desconocida e infla su tasa.
  • Los errores previos: una entrega incompleta, una recepción mal comprobada o una transferencia entre centros olvidada aparecen en la tienda como pérdidas.
  • El efecto tamaño: en un punto de venta pequeño, tres o cuatro artículos caros bastan para disparar la tasa de un año a otro.
  • El mix de productos: una tienda que vende más referencias muy expuestas muestra, lógicamente, una tasa más elevada.

Por tanto, el último de la clasificación no es necesariamente la tienda peor gestionada. A veces es la más pequeña. O la que realiza el inventario con más rigor, o incluso la que hereda las entregas más problemáticas del almacén.

Armonizar la medición antes de cualquier comparación

Normalizar cifras que no miden lo mismo no sirve de nada. El estudio Measuring Retail Shrink, publicado por ECR Retail Loss, lo recuerda: para comparar tasas de merma, hay que conocer su método de cálculo, aplicarlo de forma constante y ser prudente ante mermas valoradas de manera diferente. Sus autores, que se basan en una encuesta realizada en 2004 a distribuidores que operaban en Europa, señalan también que las pérdidas de la cadena de suministro, poco medidas, corren un alto riesgo de imputarse a las tiendas e inflar allí la merma. La mayoría de los encuestados solo medía entonces su merma dos veces al año; el estudio recomienda contar con la mayor frecuencia posible, para poder reaccionar ante las tendencias incipientes.

En una red, esto se traduce en una regla del juego escrita y aplicada en todas partes. Fija el perímetro exacto de la merma desconocida y el modo de valoración (precio de venta o precio de compra, pero el mismo en todos los centros, e idealmente ambos). Alinea las fechas de inventario e impone un tratamiento idéntico de las diferencias de recepción. Si todavía faltan estas bases, nuestra guía para comprender, calcular y reducir la merma desconocida repasa los fundamentos del cálculo. El trabajo es ingrato, pero todo lo demás depende de él.

Normalizar por cifra de ventas, afluencia y superficie

Una vez armonizada la medición, queda elegir el denominador. Cada uno ilumina un aspecto distinto, y ninguno basta por sí solo.

  • Por cifra de ventas: es la tasa de merma clásica, la que se compara con las referencias del mercado. Según la National Retail Security Survey 2023 de la NRF, la tasa media de merma de los distribuidores estadounidenses encuestados subió al 1,6 % en el ejercicio 2022, frente al 1,4 % del año anterior, recuperando el nivel de 2019 y 2020. Su límite es conocido: una tienda con una cifra de ventas elevada diluye sus pérdidas, y una gran operación promocional (o una subida de los precios de venta, cuando la merma se valora a precio de compra) modifica el ratio sin que cambie nada en los pasillos.
  • Por afluencia: la pérdida referida a mil visitantes. Así se neutralizan las diferencias de ticket medio para poner frente a frente tiendas cuyos pasillos reciben flujos comparables. Eso sí, hace falta un recuento fiable y homogéneo en toda la red.
  • Por superficie: la pérdida por metro cuadrado o, mejor, por metro lineal de una familia de productos determinada. Esta lectura sirve para comparar la densidad de exposición y la calidad de la implantación, sobre todo entre formatos próximos.

Tomemos un caso ficticio, deliberadamente simplificado. La tienda A, en el centro de la ciudad, recibe a mucha gente con cestas pequeñas. La tienda B, en la periferia, recibe menos visitantes, pero sus cestas son lo bastante grandes como para que obtenga una cifra de ventas superior. A lo largo del año, ambas pierden el mismo valor de mercancía. En relación con la cifra de ventas, B parece mejor; en relación con la afluencia, es A quien pierde menos por visitante. Ninguna de las dos cifras es «la buena». Es su divergencia lo que orienta el análisis: hacia la exposición al flujo de clientes en el caso de A, hacia las referencias de alto valor en el caso de B.

Último reflejo: comparar cada tienda con sus pares (mismo formato, mismo tipo de ubicación, tamaño similar) y con su propio historial a lo largo de varios inventarios, en lugar de con la media de toda la red.

Leer las estadísticas por zona y por franja horaria

Una tasa anual, aunque esté bien normalizada, no dice ni dónde ni cuándo se producen las pérdidas. Dos tiendas con la misma tasa pueden tener situaciones opuestas. En una, las diferencias se concentran en perfumería entre las 17 h y las 19 h; en la otra, se reparten por toda la superficie el sábado. Estas dos situaciones no se tratan con el mismo plan de acción.

Los datos procedentes de las cámaras toman aquí el relevo del inventario. Los paneles de análisis de vídeo, como los de Oxania, reúnen recuento de visitantes, heatmaps y estadísticas por zona y por franja horaria. No sustituyen al inventario, que sigue siendo la medida de la pérdida real, pero llegan de forma continua en lugar de una o dos veces al año. La cartografía de los gestos de riesgo por zona ofrece entonces una base para comparar secciones equivalentes de una tienda a otra.

Atención, sin embargo: el número de alertas depende también de lo que ven las cámaras. Una tienda cuyos pasillos expuestos están bien cubiertos generará más eventos que una tienda llena de ángulos muertos, sin estar por ello más afectada. Para comparar, relacione las alertas con la afluencia de la zona y compruebe que la cobertura de cámaras sea equivalente de un centro a otro. De lo contrario, la tienda mejor equipada acaba penalizada.

Sustituir la clasificación por una comparativa que ayude a decidir

Una clasificación del 1 al N difundida a toda la red produce un efecto perverso bien conocido por los controllers: se acaba cuidando el indicador en lugar de la realidad. Las roturas se declaran con un celo repentino la semana previa al inventario, y ciertos asientos se desplazan de un período a otro. Y los equipos de las tiendas estructuralmente más expuestas, en la parte baja de la tabla año tras año, se desmotivan.

Una comparativa útil para la gestión multitienda se parece más bien a esto:

  1. Grupos de tiendas comparables, constituidos según el formato, la ubicación y el tamaño.
  2. Para cada tienda, tres indicadores lado a lado (por cifra de ventas, por visitante, por superficie) en lugar de uno solo.
  3. Una tendencia sobre al menos tres períodos, para distinguir el accidente puntual de la deriva.
  4. Bandas de lectura (dentro de la norma del grupo, a examinar, claramente por encima) en lugar de una posición.
  5. Un zoom por zona y por franja horaria para las tiendas que se salen de su banda, antes de cualquier conclusión.
  6. Una conversación con la dirección de la tienda para explicar la diferencia: obras, cambio de equipo, reimplantación, dificultades de entrega.

Este enfoque prolonga los indicadores clave para anticipar las pérdidas. El objetivo no es señalar a un mal alumno, sino identificar lo que funciona en las tiendas que mejor se desenvuelven para trasladarlo a otras.

Cuando las cifras de inventario llegan a finales de enero, ordenar una columna lleva diez segundos. Armonizar la medición, cruzar cifra de ventas, afluencia y superficie, y bajar después al nivel de la zona y la franja horaria exige más, pero la reunión que sigue ya no tiene el mismo objeto: se deja de buscar quién es el último para preguntarse dónde y cuándo se pierde, y por qué. Es a partir de esa pregunta como la merma desconocida retrocede de forma duradera en el conjunto de la red.