El pronóstico que solo documentaba a quién no pagarle

El archivo se llamaba "factibilidad de cobro". Ninguna de sus filas registraba un cobro.

Era un Excel que una empresa arma a mano cada mes, y mostraba un desplome: la capacidad de pago pasaba de 106% de cumplimiento a 19%. Se difirieron más de dos millones de pesos en treinta días. A simple vista, el documento parecía un modelo financiero anunciando un cuello de botella grave.

Cuando auditamos las filas que lo componían, nos dimos cuenta de que no anunciaba nada. No porque estuviera mal calculado, sino porque medía la cosa equivocada.

Un modelo que no modelaba ingresos#

El archivo se llamaba, en una de sus hojas, "factibilidad de cobro". Pero al mirar renglón por renglón, ninguna fila registraba un cobro real de un cliente. Todas las partidas eran dinero saliendo de la empresa: tarjetas corporativas, cuotas de seguridad social, líneas bancarias, factoraje, rentas.

No era una herramienta para anticipar ingresos. Era una lista de a quién pagarle y a quién no esta semana. Un triage de acreedores con nombre de pronóstico.

La diferencia no es semántica. Un pronóstico de flujo necesita las dos mitades: lo que va a entrar y lo que va a salir. Este tenía la mitad de los egresos con detalle de banco, y del lado de los ingresos, una casilla con un porcentaje escrito a mano.

La cobranza imaginaria#

Esa casilla decía cosas como "50% de tal cliente". El equipo la llenaba de memoria: por experiencia, sabían que cierto cliente grande paga más o menos la mitad de lo que debe en el periodo. Y creían que, acumulando cinco meses de esas anotaciones, un sistema podría aprender a predecir cuándo pagaría cada quién.

El problema es que el resultado real del cobro nunca se registraba en ningún lado. Se anotaba el pronóstico —"50%"— pero no había forma de volver después y medir cuánto entró de verdad al banco. Pedir cinco meses más de ese archivo no iba a calibrar ningún modelo. Solo iba a enseñarle a un sistema que alguien, a mano, escribió "50%" cinco veces seguidas.

Un pronóstico sin su resultado no es un dato de entrenamiento. Es una opinión repetida.

Qué hicimos#

Medimos si el modelo servía, antes de construirlo. La tentación era ofrecerles un pronóstico de cobranza por comportamiento: aprender de cuándo paga cada cliente y predecir la siguiente. Hicimos el backtest contra el ERP —Aspel SAE— con veinte meses de historia.

El modelo no le ganaba al vencimiento. Predecir "va a pagar en su fecha" acertaba igual o mejor. Solo el 33.6% de los clientes paga a tiempo, con un retraso medio de siete días, y esa dispersión no la reduce ningún modelo entrenado sobre un libro al que le faltan los cobros.

Publicar ese resultado nos costó una venta. Era el resultado.

Lo que sí construimos fue lo que el Excel no tenía: el lado de los ingresos con evidencia. Cartera abierta desde el ERP, y los cobros reales leídos del estado de cuenta del banco — no de una casilla escrita de memoria.

Administrar la falta de aire#

Del lado de los egresos, lo que sí estaba capturado contaba una historia dura. En un solo mes se difirieron una tarjeta corporativa por más de un millón de pesos, una línea de factoraje, una línea bancaria y las cuotas de seguridad social. Y como el documento ignoraba la cartera viva —los clientes que le debían a la empresa—, la dirección no tenía forma de saber si ese hueco se cerraría mañana o en sesenta días.

Confundir una lista de pagos atrasados con un modelo de flujo de efectivo es creer que se está navegando cuando solo se está achicando agua.

El peligro de llamarle "flujo" a un triage de acreedores es que da la falsa tranquilidad de estar planeando, cuando en realidad solo se administra el tamaño del agujero.

La reconstrucción matemática#

Para que un flujo sirva, no puede depender de porcentajes escritos de memoria. Tiene que fotografiar la realidad contable y extraer de ahí el comportamiento que nadie está anotando.

Al reconstruir la antigüedad de la cartera desde el sistema —asignando el saldo de cada cliente contra sus facturas más recientes— apareció el hallazgo que el porcentaje manual ya intuía sin poder nombrarlo: alrededor de un tercio de la cartera reportada no tenía una factura reciente que la respaldara. Era saldo de clientes que no compraban hacía más de un año, algunos de ellos empresas ya sin operación. Dinero que inflaba cualquier esperanza de cobro y distorsionaba todas las decisiones del mes.

El recorte manual de "factibilidad" ya hacía esto a ojo, cliente por cliente. Lo que faltaba no era el criterio: era cuantificarlo y dejar de cargarlo en la cabeza de una persona.

Qué hicimos#

Primero, no promediar. El tablero siguió mostrando solo a los catorce clientes donde las dos fuentes coinciden, y diciendo en pantalla que son catorce de noventa y cinco. Un panel que mezcla dos fuentes que no cuadran es peor que uno que enseña un tercio y lo admite.

Segundo, buscar un tercer testigo. Si SAE no tiene los cobros y el Excel sí, hacía falta alguien que no fuera parte de la discusión: el estado de cuenta del banco. Lo parseamos con pdftotext -layout y contamos los abonos de clientes con nombre.

El resultado cerró el caso: en un mes, el banco mostró $4,231,099 recibidos de clientes con nombre y el Excel decía $4,327,047 — 2.2% de diferencia entre dos fuentes independientes. SAE había registrado $566,498. El Excel estaba bien.

Tercero, producir la lista de captura. El sistema no escribe en el ERP del cliente: entrega los depósitos ya identificados —cliente, fecha, monto, referencia, RFC— para que alguien de ellos los capture. Registrar un pago tiene consecuencia fiscal; esa decisión no es nuestra.

Lo que quedó como regla#

Un tablero de flujo que sirva se arma con las fuentes en su lugar: la deuda bancaria se captura a mano, porque ningún sistema administrativo va a tener el calendario de una tarjeta corporativa; pero la cartera viva se arranca directamente del sistema, y el cobro se mide, no se adivina.

La forma de medirlo sin pedirle trabajo nuevo a nadie es fotografiar periódicamente el saldo de cada cliente. Lo que bajó el saldo, descontando la facturación nueva, es lo que se cobró. Con eso el comportamiento real de pago deja de vivir en la memoria de alguien y empieza a calcularse solo.

Cuando se deja de adivinar cuándo pagará el cliente y se empieza a medir cuándo paga, la empresa pasa de esquivar golpes financieros a dictar sus propios plazos.

Caso real del análisis operativo de un distribuidor industrial de refacciones importadas en México. Las cifras están redondeadas y todo dato identificable fue removido.