🇪🇸
¿Cuánto capital tienes muerto en tu almacén ahora mismo? ¿Y cuántas veces te quedaste sin stock justo del producto que más rotaba?
La mayoría de los negocios compra inventario de acuerdo a sus pedidos pasados o en su intuición: piden un lote grande porque "salía más barato el flete", o pedidos pequeños y constantes porque "así no se acumula".
Lamentablemente, este tipo de decisiones, no suelen verse reflejadas en el corto plazo o una factura, sino, que se refleja en dinero inmovilizado en mercancía que no rota, en las bodegas que necesitan para el inventario extra.
La buena noticia: existe una fórmula de hace más de 100 años que resuelve exactamente esta pregunta. Se llama EOQ (Cantidad Económica de Pedido) y en esta guía te mostramos qué es, cómo se calcula paso a paso y, lo más importante, cuánto dinero puedes ahorrar aplicándola, con un caso real de "antes y después".
El EOQ (Economic Order Quantity) es la cantidad exacta de unidades que debes pedir en cada orden de compra para que tus costos totales de inventario sean los más bajos posibles.
Dicho en simple: responde a la pregunta "¿cuánto pido cada vez?" con un número calculado.
El modelo parte de una tensión que todo dueño de negocio conoce, aunque no la tenga nombrada. Hay dos fuerzas que jalan en direcciones opuestas:
El EOQ encuentra el punto exacto de equilibrio entre esos dos razonamientos: el tamaño de lote donde la suma de ambos costos toca su mínimo.
EOQ definido en una frase: el EOQ es el tamaño de pedido que minimiza la suma del costo de ordenar más el costo de mantener inventario. Ni tanto que se te estanque el capital en bodega, ni tan poco que vivas haciendo órdenes de compra.
Estos son los beneficios que ofrece calcular el EOQ y pedir inventario en base a eso:
En el fondo, el EOQ convierte una decisión que normalmente se toma por hábito ("siempre hemos pedido así") en una decisión basada en datos. Y en supply chain, los datos matan al relato.
Ningún modelo es perfecto, y ser honestos sobre sus límites es parte de usarlo bien.
El EOQ clásico funciona dentro de un mundo idealizado. En la práctica, debes conocer sus supuestos para saber cuándo ajustarlo:
Por eso el EOQ es un excelente punto de referencia. Te da el número óptimo en un mundo estable; tu criterio de negocio lo ajusta a la realidad de tu operación.
Aquí está el corazón del modelo. No te asustes por la raíz cuadrada: detrás hay solo tres variables que ya conoces de tu negocio.
EOQ = √ (2 × D × S) / H
Donde cada sigla significa:
Es lo más sencillo: el total de unidades que mueves de ese SKU en un año. Si tu tienda vende 10.000 pares de un modelo de zapatilla al año, entonces D = 10.000.
Es lo que te cuesta cada vez que generas una orden de compra, sin importar si pides 100 o 1.000 unidades. Por eso se considera un costo "fijo por pedido". Aquí entran:
Es lo que te cuesta tener una unidad guardada durante un año. Casi siempre es el costo que más se subestima, porque buena parte es invisible:
En el punto EOQ, el costo total de pedir y el costo total de mantener terminan siendo prácticamente iguales. Cuando esas dos cifras se equilibran, encontraste tu lote óptimo.
La teoría está bien, pero el valor del EOQ se ve cuando lo aterrizas en dinero.
Una tienda de calzado que vende un modelo estrella, las zapatillas "UrbanSport". Estos son sus números anuales:
Antes de calcular el EOQ, veamos qué pasa cuando la dueña compra "como le parece". Para esto usamos dos fórmulas simples:
Donde Q es el tamaño de lote que ella decide. Veamos los dos errores más comunes.
Error A: "Pido todo de una vez al año" (Q = 10.000)
Compra los 10.000 pares en una sola orden gigante para ahorrarse fletes.
Casi nada de costo de pedido, pero un costo de almacenaje brutal: tiene 5.000 pares de promedio inmovilizando caja todo el año.
Error B: "Pido pequeñito y seguido" (Q = 100)
Para no acumular, hace pedidos chiquitos de 100 pares.
Aquí el problema es el opuesto: casi no paga almacenaje, pero genera órdenes de compra 100 veces al año, disparando el costo de pedido.
Lo que ambos casos demuestran: ni el lote gigante ($10.050) ni los micro-pedidos ($5.100) son eficientes. Los dos están lejos del óptimo.
Ahora dejemos que la fórmula decida. Aplicamos el EOQ paso a paso:
EOQ = √ (2 × 10.000 × 50) / 2
El tamaño óptimo de pedido es de 707 pares por orden. Veamos cuánto cuesta esta política:
Fíjate en el detalle que mencionamos antes: el costo de pedir ($707) y el costo de mantener ($707) quedaron prácticamente idénticos. Esa es la firma del punto óptimo.
Pongamos los tres escenarios lado a lado:
Léelo de nuevo: solo por ajustar cuánto pide en cada orden, sin vender un par más ni cambiar de proveedor, la tienda libera entre $3.686 y $8.636 al año. Ese es dinero que estaba escondido en una mala decisión de lote.
El EOQ clásico es el cimiento, pero la realidad de tu operación a veces necesita modelos más completos. Estos son los más comunes:
El punto es este: el EOQ es el primer ladrillo, no la casa entera. Una vez que dominas el lote óptimo de un SKU, escalarlo a cientos o miles de productos con demanda variable es otra historia.
Si visualizas tu inventario en el tiempo bajo una política EOQ, verás un patrón llamado "diente de sierra" (sawtooth): una serie de triángulos que bajan y vuelven a subir.
Funciona así:
Aquí aparece la pregunta que confunde a casi todos: ¿en qué se diferencia el EOQ del ROP? Son dos piezas del mismo rompecabezas, pero responden cosas distintas:
Trabajar con ambos es lo que te da una política de inventario robusta: el EOQ te dice cuánto y el ROP te dice cuándo. Si quieres profundizar en el segundo, tenemos una guía completa sobre cómo calcular el punto de reorden (ROP).
El EOQ es una de esas herramientas que, con lápiz, papel y los números de tu negocio, ya te empieza a ahorrar dinero. Para un SKU, el cálculo que viste arriba es suficiente y poderoso.
Pero seamos honestos sobre dónde está el límite. El EOQ clásico asume demanda constante, ignora la estacionalidad, no contempla lead times variables ni descuentos por volumen. Sabemos que calcular esto a mano en Excel, SKU por SKU, multiplica el riesgo de error humano y se vuelve inmanejable cuando tienes cientos o miles de productos, cada uno con su propia demanda, su proveedor y su comportamiento.
Cuando llegas a ese punto, ya no es un problema de fórmula: es un problema de escala y de datos actualizados.
En Datup calculamos las cantidades óptimas de pedido de forma dinámica, conectándonos directo a tu ERP y WMS, y ajustando los modelos con inteligencia artificial que aprende tu negocio: estacionalidad, lead times reales, variabilidad de la demanda y más de 200 variables externas como clima e inflación. Sin consultores externos y con resultados desde las primeras semanas.
¿Quieres ver cuánto capital tienes inmovilizado en inventario ahora mismo? Agenda un demo personalizado con tus propios datos y te mostramos el número exacto, sin compromiso.
Lo desarrolló Ford Whitman Harris, un ingeniero de producción de Westinghouse, que publicó la fórmula por primera vez en 1913. Fue uno de los primeros aportes científicos a la gestión de inventarios. Más tarde, en 1934, el consultor R. H. Wilson lo popularizó en la industria y la academia, hasta volverlo un estándar de la ingeniería industrial.
El EOQ responde cuánto pedir (el tamaño óptimo del lote). El ROP responde cuándo pedir (el nivel de inventario que dispara una nueva orden, considerando el lead time y el stock de seguridad). Son complementarios: juntos forman una política de reabastecimiento completa.
El EOQ está pensado para productos físicos que se almacenan, así que en servicios puros no aplica directamente. Pero sí es útil para cualquier empresa de servicios que maneje insumos o materiales (un taller mecánico con repuestos, una clínica con material médico, un restaurante con insumos no perecederos). Mientras haya un costo de pedir y un costo de mantener, el EOQ tiene algo que decirte.
El EOQ no es un número que calculas una vez y olvidas. Conviene revisarlo cuando cambian sus variables: si tu demanda sube o baja, si el proveedor ajusta fletes, o si suben los costos de bodega y seguros. Recalcularlo con cierta periodicidad lo mantiene como una herramienta viva, no como un dato muerto.
Laura Ramírez es una estratega en planificación comercial y operativa con más de 15 años de experiencia ayudando a empresas a tomar mejores decisiones basadas en datos. Ha trabajado de la mano con equipos de ventas, operaciones, marketing y finanzas para alinear objetivos, mejorar la eficiencia y reducir costos innecesarios.
.jpg)
.png)
