Cómo un grupo industrial del Bajío redujo 85% el tiempo de cierre contable
Grupo industrial mediano con 3 plantas en el Bajío y facturación anual cercana a $1,200M MXN.
Resultados
- Cierre contable reducido de 21 a 3 días hábiles (-85%)
- Tablero CEO con 42 KPIs operativos y financieros actualizados cada hora
- Reducción de 68% en horas hombre dedicadas a reconciliación manual
- Detección temprana de una desviación de márgenes de $18M MXN en Q2 gracias al motor de alertas
- ROI del proyecto alcanzado en el mes 7 posterior a la implementación
Contexto
El cliente es un grupo industrial familiar de segunda generación con tres plantas manufactureras en el corredor del Bajío. Cada planta operaba con autonomía histórica y usaba un ERP distinto: dos versiones diferentes de SAP y un sistema local heredado de una adquisición reciente. La facturación consolidada rondaba los $1,200 millones de pesos anuales, con márgenes operativos apretados típicos del sector metalmecánico.
El problema real
El cierre contable era un cuello de botella crítico. En promedio tomaba 21 días hábiles cerrar el mes, lo que significaba que el comité directivo revisaba resultados de enero apenas la última semana de febrero. Las reconciliaciones intercompañía se hacían en hojas de cálculo que circulaban por correo entre las tres controllerías locales. Cuando el CEO pedía márgenes por línea de producto para tomar una decisión de precios, la respuesta llegaba dos semanas después con supuestos distintos según qué controller la había armado.
El síntoma visible era el retraso. El problema estructural era la ausencia de un modelo único de la realidad financiera del grupo. No existían definiciones compartidas de conceptos elementales como margen bruto, costo unitario o utilización de capacidad. Cada planta reportaba lo que su ERP les permitía reportar y la dirección corporativa reconstruía un consolidado interpretativo.
La arquitectura implementada
Wave Design descartó desde el diagnóstico la opción de reemplazar los ERPs. Un proyecto de reemplazo habría tomado 24 meses y arriesgado la operación. En su lugar propusimos una arquitectura de tres capas.
La primera capa es de ingesta y normalización: pipelines diarios que extraen movimientos de los tres ERPs y los llevan a un modelo canónico donde una cuenta, un centro de costos o un SKU significan lo mismo en cualquier planta. La segunda capa es semántica: aquí viven las reglas de negocio del grupo, versionadas y auditables, que traducen datos crudos en métricas comparables. La tercera capa es de consumo: un tablero ejecutivo, un módulo de reportes regulatorios y un motor de alertas conectado a los umbrales que la dirección define.
Un componente central fue el gobierno de datos. Diseñamos un catálogo con dueños asignados para cada dominio, un comité de datos con cadencia mensual y un proceso formal para modificar definiciones. Sin ese gobierno, la capa semántica se habría erosionado en meses.
Los resultados
A nueve meses de arrancar, el cierre contable pasó de 21 a 3 días hábiles, una reducción de 85%. El tablero directivo se convirtió en el primer punto de contacto del CEO cada mañana, con 42 KPIs actualizados por hora. Las horas hombre dedicadas a reconciliación se redujeron 68%, liberando a los controllers de las plantas para análisis en lugar de captura.
El resultado más contundente no estaba en el plan original. En el segundo trimestre después del arranque, el motor de alertas detectó una desviación de márgenes de aproximadamente $18 millones de pesos en una línea de producto de la planta más grande. La causa era un cambio en el mix de materia prima que había pasado desapercibido durante seis semanas. Corregir el precio de venta antes del siguiente ciclo de cotizaciones recuperó el margen y pagó el proyecto completo en el mes 7.
Lecciones
Tres aprendizajes vale la pena subrayar. Primero, no siempre hay que reemplazar los sistemas transaccionales para ganar visibilidad ejecutiva; muchas veces basta con construir una capa semántica encima. Segundo, el gobierno de datos no es un accesorio, es lo que evita que la arquitectura se degrade en dos años. Y tercero, el retorno más grande suele venir de decisiones que antes no se podían tomar por falta de información oportuna, no de las eficiencias que se calculan en el business case inicial.
Capacidades del sistema Wave utilizadas
