¿Cuántas tallas pedir de cada modelo?

La respuesta corta: pide según la curva de tallas, no según lo vendido.

La curva de tallas es el reparto porcentual de ventas por talla de un tipo de prenda: de cada cien vaqueros de mujer vendidos, cuántos son de la 38, cuántos de la 40 y así hasta los extremos. Se pide multiplicando esa curva por el total de unidades del modelo. Si el pedido es de 200 prendas y la 40 pesa el 22 %, se piden 44 de la 40.

La trampa está en cómo se calcula esa curva. Si se saca de las unidades vendidas sin más, sale una curva con las tallas centrales demasiado bajas, porque se agotaron antes de que se pudiera vender más. Lo que importa es la venta que habría habido con stock, no la que hubo. Esa corrección es la parte que casi nadie hace y la que más cambia el pedido.

Cómo se decide hoy y por qué falla.

En la mayoría de las tiendas de ropa, el comprador pide con una curva heredada: un pack fijo del proveedor (por ejemplo 1-2-2-2-1 para cinco tallas) o la curva que «siempre se ha pedido». El proveedor suele ofrecer cajas surtidas con una combinación cerrada, y comprar una caja entera es cómodo y a veces más barato. El problema es que esa combinación es la del mercado medio, no la de tus clientes.

Hay dos fallos típicos. El primero es la curva única para toda la tienda: la misma proporción para un vaquero de mujer, un pantalón de traje y una sudadera, cuando cada prenda se reparte distinto. El segundo es el sesgo del éxito: las tallas del medio se venden y se reponen, se ven en la estantería y en el informe de ventas como «las que mejor funcionan», y el siguiente pedido las refuerza todavía más. Las tallas de los extremos, que se pidieron pocas y se agotaron igual de rápido, parecen menos importantes de lo que son.

Con varias tiendas hay un tercer fallo: la curva de la cadena no es la de ninguna tienda. La que está junto a una universidad vende más tallas pequeñas; la de un barrio con población mayor, más grandes. Repartir el mismo pack a todas deja unas con las tallas que no se venden y otras sin las que sí.

Paso a paso: la curva de un vaquero y un pedido de 200 prendas.

Un ejemplo. Una cadena de moda pide un modelo nuevo de vaquero, parecido a uno de la temporada anterior. Del modelo antiguo tiene las ventas por talla y las semanas en que cada talla estuvo en stock. Lo que se compara es el ritmo de venta mientras había producto, no el total.

La talla 42 vendió 36 unidades en las 3 semanas que tuvo stock: 12 a la semana. La 40 vendió 33 en 3 semanas: 11 a la semana. La 38 vendió 28 en 4 semanas: 7 a la semana. La 46 vendió 30 en 6 semanas: 5 a la semana. Si solo miras el total vendido, la 42 (36 unidades) y la 46 (30) parecen casi iguales. Si miras el ritmo, la 42 vende 2,4 veces más: la 46 llegó a 30 porque tuvo seis semanas para venderlas.

Con el ritmo semanal de las siete tallas (3, 7, 11, 12, 9, 5 y 3 unidades) la suma es 50. Dividiendo cada una entre 50 sale la curva que usamos para el pedido, y cada porcentaje se multiplica por las 200 prendas:

• Talla 36: 6 % de la venta, es decir, 12 de las 200.
• Talla 38: 14 %, 28 prendas.
• Talla 40: 22 %, 44 prendas.
• Talla 42: 24 %, 48 prendas.
• Talla 44: 18 %, 36 prendas.
• Talla 46: 10 %, 20 prendas.
• Talla 48: 6 %, 12 prendas. Suma de porcentajes: 100 %; suma de prendas: 200.

Cómo se corrige la rotura: la venta que no vimos.

Cuando una talla se agota, la venta se queda cortada por el stock, no por la demanda. A esa venta se le llama censurada: ves lo que había, no lo que habrías vendido. Para corregirla hay tres atajos útiles. El primero, mirar las ventas por semana con producto, como en el ejemplo anterior, y descartar las semanas con cero stock. El segundo, mirar solo las primeras semanas de la prenda, cuando todas las tallas estaban completas. El tercero, usar los datos de las tiendas que no se quedaron sin la talla.

Con el ritmo por semana, la curva sale así: se suma el ritmo semanal de todas las tallas, se divide el de cada una por esa suma, y ese es su porcentaje. Si el modelo nuevo es de un tipo muy distinto al antiguo (un corte holgado frente a uno ajustado), la curva no se traslada tal cual: conviene mezclarla con la de otro modelo parecido y empezar con un pedido más pequeño para corregir con las primeras semanas.

Hay una idea de previsión que ayuda aquí: se predice primero el total del modelo, que es más estable, y luego se reparte por talla con una proporción, en lugar de predecir cada talla por separado, que tiene muy pocas ventas y mucho ruido. Es lo que el manual de Hyndman y Athanasopoulos llama enfoque descendente (top-down), con las proporciones sacadas de datos históricos o de previsiones.

Errores típicos al pedir tallas.

Los fallos se repiten en casi todas las tiendas de moda y calzado, desde la boutique hasta la cadena de cuarenta puntos de venta.

• Pedir la misma curva para todas las prendas. Un abrigo, una camiseta y un pantalón no se reparten igual.
• Fiarse del total vendido sin mirar cuándo se agotó cada talla. Las tallas del centro parecen mejores de lo que son y las puntas, peores.
• Aceptar siempre la caja surtida del proveedor. Si el pack trae dos de la 46 y tú vendes una por semana y tienda, te sobran en cuanto la prenda baja de precio.
• No separar tiendas. La curva de la cadena sirve para pedir, pero el reparto a tienda necesita su propia curva.
• Comprar tallas extremas en todas las tiendas. Conviene concentrarlas en dos o tres puntos de venta con más tráfico para esa talla y que el cliente pueda pedir en tienda lo que no encuentre.
• Olvidar que la talla depende de la marca y del corte. El mismo cliente es una 40 en un modelo y una 42 en otro, y la curva del año anterior solo sirve con el mismo patrón.

Qué cambia con un sistema de reposición.

Un sistema como el nuestro lee del programa que ya usas las ventas por variante (modelo, talla y color), las semanas con stock y el stock actual de cada tienda. Con eso calcula la curva de cada familia de producto, corregida por rotura, y la de cada tienda. En programas como Odoo, donde cada talla es una variante con su propio stock, o en Shopify, donde el stock se lleva por variante y por ubicación, esa información ya está disponible.

Después propone cada semana qué mandar de cada talla a cada tienda a partir del almacén, con el porqué de cada línea: «Gijón: 46, se manda 1; lleva tres semanas sin la talla y vende 2 a la semana». La persona de compras aprueba o cambia. Y cuando llega la hora de un pedido nuevo, la curva sirve como punto de partida del pedido al proveedor. Todo está en la página de control de stock para tiendas de ropa.

La previsión que está debajo es la de previsión de demanda: calcula el ritmo por talla y tienda con una banda de error, para saber cuánta confianza darle. Las tallas con muy pocas ventas, de las que cuesta decir si se venden o no, se tratan con un método propio para demanda intermitente (mira la guía de demanda intermitente).

Qué datos hacen falta y cuándo no merece la pena.

Para sacar una curva fiable necesitas las ventas por variante con fecha, el stock por variante y fecha (o al menos un registro de cuándo se agotó cada talla) y las tiendas de cada venta. Si tu programa solo guarda ventas por modelo y no por talla, tienes que empezar por arreglar eso: sin talla en el ticket no hay curva. En el caso de las colecciones nuevas, sin histórico propio, hace falta apoyarse en modelos parecidos.

No merece la pena complicar esto si compras pocas referencias por temporada, vendes en una sola tienda y puedes reponer a diario con el proveedor: ahí se corrige con la experiencia y el pedido en caliente. Tampoco con la ropa de muy poca vida (colecciones de dos o tres semanas), donde la primera compra ya es casi toda la venta y lo que cuenta es la lectura de las primeras ventas.

Cómo empezar.

Elige un modelo del año pasado con buen volumen y calcula su curva con las semanas con stock, como arriba. Compárala con la que usabas. Si quieres hacerlo con toda tu colección, en la simulación con tus datos repetimos la temporada pasada con lo que sabías cada semana y vemos qué habría salido con una curva corregida. Para saber cuánto stock tienes parado en tallas que no se mueven, pide el análisis gratuito.