¿Por qué tu almacén se llena de stock que no vende? Las 10 causas reales del exceso de inventario
Cada palet de más que hay en tu nave es dinero inmovilizado, espacio ocupado, riesgo de merma y, lo más caro, una decisión tomada con datos incompletos hace semanas o meses. En distribución alimentaria el impacto es aún mayor: caducidades, rotaciones lentas y márgenes ya de por sí ajustados que no perdonan errores.
La mayoría de directores de operaciones y compras con los que hablamos identifican el síntoma (tenemos demasiado stock) pero no la causa raíz. Y sin causa raíz, no hay solución sostenible: solo campañas puntuales de "limpieza" que dejan el problema intacto.
En este artículo desglosamos las 10 causas reales del exceso de stock en empresas distribuidoras, con ejemplos concretos y cómo eliminar cada una desde la raíz.
¿Qué se considera exceso de stock y por qué importa tanto?
El exceso de stock es todo inventario por encima de la cobertura óptima necesaria para servir la demanda esperada con un nivel de servicio objetivo. No es "tener stock de más" en abstracto: es tener más del que el negocio necesita para cumplir su promesa comercial.
El coste real del exceso de stock rara vez aparece en una sola línea del P&L. Está repartido:
Coste financiero: capital inmovilizado que no rota (entre un 8% y un 15% anual según sector y tipo de financiación).
Coste de almacenaje: espacio, energía, personal, seguros.
Coste de obsolescencia y merma: caducidades, roturas, deterioro.
Coste de oportunidad: referencias que no compras porque el capital está atrapado en las que sobran.
Sumado, el coste anual del exceso de stock suele oscilar entre el 20% y el 30% del valor del inventario excedente. En una distribuidora con 2M€ de sobrestock, hablamos de 400.000–600.000€ al año que se están evaporando sin que nadie los vea en el margen.
Ahora, las causas:
1. Forecast basado en intuición o en la media histórica
La primera causa, y la más extendida, es simple: se compra sobre un forecast que no es un forecast. Es una media móvil de los últimos meses, un "el año pasado por estas fechas" o directamente el criterio del técnico de compras.
Los problemas:
La media histórica no capta estacionalidad compleja, promociones, cambios de tendencia ni eventos.
La intuición del comprador se sesga hacia arriba: nadie quiere ser el responsable de una rotura.
No hay forma de medir el error del forecast, así que no hay forma de mejorarlo.
Cómo evitarlo: implantar modelos de forecasting que incorporen estacionalidad multinivel, tendencia, promociones y eventos externos. Y medir el MAPE (Mean Absolute Percentage Error) por SKU y familia, mes a mes. Lo que no se mide, no mejora.
2. Lead times mal parametrizados (o directamente inventados)
El segundo error clásico: los lead times de los proveedores están en el ERP como se pusieron el día que se dio de alta el artículo. Nadie los revisa. Nadie los mide contra la realidad.
Si el lead time real de un proveedor es 12 días pero en el sistema está a 20, el punto de pedido dispara compras anticipadas que se convierten en sobrestock. Multiplicado por miles de referencias, el problema es enorme.
Cómo evitarlo: medir el lead time real de cada proveedor (fecha de pedido → fecha de recepción) con datos históricos, no con lo que dice el proveedor. Actualizar los parámetros al menos trimestralmente. Idealmente, hacerlo de forma automática con un motor que aprenda del histórico.
3. Stock de seguridad calculado por intuición operativa.
"Ponemos 15 días de cobertura a todo". Frase escuchada en el 80% de las distribuidoras.
El stock de seguridad debería depender de tres variables por SKU:
La variabilidad de la demanda de esa referencia concreta.
La variabilidad del lead time de su proveedor.
El nivel de servicio objetivo para su categoría.
Aplicar la misma regla a un producto A de alta rotación y a un C esporádico garantiza dos problemas simultáneos: sobrestock en los A y roturas en los C.
Cómo evitarlo: calcular stock de seguridad por SKU con fórmulas estadísticas (raíz cuadrada del lead time × desviación de la demanda × factor de servicio Z). O usar un motor que lo haga por ti actualizándolo cada semana.
4. Compras impulsadas por descuentos de proveedor
"Si te llevas 3 palets en vez de 1, te dejo el 8%". Y ahí va el técnico de compras a cerrar el trato pensando que ha ganado margen.
El problema es que ese 8% de descuento suele ser inferior al coste real de mantener 2 palets extra durante los meses que tarden en salir. Nadie hace la cuenta completa: descuento vs. coste financiero + almacenaje + riesgo de obsolescencia.
Cómo evitarlo: calcular el coste total de propiedad (TCO) de cada oferta de compra. Un descuento del 8% con 6 meses adicionales de cobertura casi siempre destruye valor. Solo tiene sentido si la rotación absorbe el volumen extra en pocas semanas.
5. Promociones y campañas comerciales no coordinadas con compras
Comercial cierra una promo del 30% en el catálogo. Compras se entera cuando empiezan a llegar pedidos que triplican la demanda normal. Reacción: compra de emergencia, con lead times comprimidos y sobrecoste.
O al revés: la promo no vende lo esperado y el stock comprado para la campaña se queda en almacén 6 meses.
Cómo evitarlo: implantar un proceso de S&OP (Sales & Operations Planning) mensual, aunque sea ligero, donde comercial, compras y operaciones alineen previsiones antes de comprometerlas al proveedor. La coordinación no es un lujo de multinacionales; es supervivencia operativa.
6. Mínimos de compra del proveedor mal negociados
Muchos exceso de stock no vienen de una mala decisión de compras: vienen de un mínimo de pedido impuesto que el proveedor no ha renegociado en años.
Si un proveedor obliga a comprar 500 unidades y tú vendes 40 al mes, tienes 12 meses de cobertura de entrada. No importa lo bueno que sea tu forecast.
Cómo evitarlo: auditar los mínimos de compra de tus 20 principales proveedores. Renegociar los que generen más de 90 días de cobertura en tus referencias A y B. En muchos casos, el proveedor cede si el volumen anual total se mantiene.
7. Falta de segmentación ABC (o ABC mal hecho)
Tratar todas las referencias igual es el atajo más caro que existe en supply chain. El clásico análisis ABC (donde el 20% de las referencias suele generar el 80% de la facturación) debería determinar:
Nivel de servicio objetivo (más alto en A, más bajo en C).
Frecuencia de revisión (semanal en A, mensual en C).
Modelo de reposición (punto de pedido en A, revisión periódica en C).
Cuando no hay segmentación, o cuando la ABC lleva dos años sin actualizarse, todas las referencias reciben el mismo trato: normalmente el más conservador. Resultado: sobrestock generalizado.
Cómo evitarlo: mantener una segmentación hiperpersonalizada. Actualizada al momento. Y aplicar políticas de stock diferenciadas por segmento.
8. Reposición manual referencia a referencia
En muchas distribuidoras el técnico de compras revisa referencias una por una cada mañana. Con 3.000, 5.000 o 10.000 SKUs activos, es físicamente imposible hacerlo bien. La consecuencia: se revisa "por encima" y se aplica el criterio del "por si acaso" → sobrestock.
Además, la revisión manual introduce sesgos: se prioriza lo que ha dado guerra recientemente y se descuidan silenciosamente el resto de referencias.
Cómo evitarlo: automatizar la reposición con un motor de compras que genere propuestas diarias por referencia, priorizadas por urgencia y valor. El técnico de compras deja de ser calculador y pasa a ser validador y negociador: donde realmente aporta valor.
9. No incorporar señales tempranas de la demanda (demand sensing)
El forecast tradicional mira al pasado. El demand sensing mira al presente: incorpora señales de las últimas horas o días (pedidos entrantes, cambios de patrón, actividad promocional del canal) para ajustar la previsión de corto plazo.
Sin demand sensing, las variaciones bruscas de demanda (buenas o malas) tardan semanas en reflejarse en las decisiones de compra. Cuando llegan, ya has comprado de más —o de menos.
Cómo evitarlo: incorporar señales de venta diarias al forecast de corto plazo (1–4 semanas). No hace falta un sistema exótico: hace falta un motor que actualice la previsión cuando la realidad se desvía del plan.
10. No medir el error del forecast ni cerrar el ciclo
La última causa es la más silenciosa: nadie sabe cuánto se equivoca su forecast. Y si no se mide, no hay forma de mejorarlo, ni de justificar cambios en la política de stock.
Cuando el equipo de compras trabaja sin métricas de precisión (MAPE, WAPE, bias), no hay aprendizaje. Cada mes se repiten los mismos errores porque nadie los ve como errores: solo como "cosas que pasan".
Cómo evitarlo: implantar un cuadro de mando semanal con MAPE por familia, sesgo del forecast (¿estamos comprando de más o de menos de forma sistemática?) y evolución del stock inmovilizado. Lo que se mide, se corrige. Lo que no se mide, se paga.
¿Qué tienen en común las 10 causas?
Si releemos las 10 causas, todas comparten un patrón: exigen procesar mucha información con mucha precisión, referencia a referencia, semana a semana. Es un trabajo imposible para un equipo humano por muy bueno que sea.
No es un problema de esfuerzo. Es un problema de escala.
Por eso los intentos de "poner orden" con más reuniones, más Excel o más disciplina fracasan a los pocos meses: el volumen de decisiones excede lo que un equipo puede procesar bien. La única solución sostenible es delegar el cálculo a un motor que trabaje 24/7 con tus datos, y que el equipo humano se dedique a lo que sí aporta valor: negociación con proveedores, análisis de excepciones y decisiones estratégicas.
Eso es exactamente lo que hacemos en Valerdat: un asistente de supply chain que calcula forecast, stock óptimo y propuestas de compra por referencia, todos los días, ajustándose a la realidad de tu negocio.
Conclusión
El exceso de stock no se elimina limpiando el almacén dos veces al año. Se elimina atacando las causas raíz: forecast débil, parámetros desactualizados, segmentación pobre y procesos manuales que no escalan.
Cada una de las 10 causas que hemos visto es corregible. Y en combinación, la mejora es transformadora: nuestros clientes reducen entre un 15% y un 30% el stock inmovilizado en los primeros 6 meses, sin bajar nivel de servicio.
Si quieres saber cuánto stock de más tienes ahora mismo, y cuánto te cuesta al año, podemos hacer un diagnóstico rápido con tus datos reales. Sin humo, con números.
