Peak Q4: qué separa a las operaciones que escalan de las que apenas aguantan
El 61% de los líderes de logística retail dice sentirse “muy confiado” de cara a la temporada alta. El 79% admite que, cuando suba el volumen, va a tener que tomar decisiones reactivas. Las dos cosas no pueden ser ciertas al mismo tiempo — y esa brecha es, básicamente, todo lo que va a costar el peak de fin de año.
La brecha entre sentirse listo y estar listo
Sentirse listo es una foto de tu operación funcionando a volumen normal. Todo anda: el depósito despacha, los camiones salen, el stock alcanza. Esa foto es real, pero es la foto equivocada — porque el peak no rompe los procesos nuevos. Rompe los que ya venían justos y nadie notaba, porque había holgura suficiente para taparlos.
El picking que tarda un poco de más se absorbe en un día normal. En un día con tres veces el volumen, se convierte en pedidos que no salen. El forecast mensual que “más o menos pega” funciona once meses del año; en la semana de Black Friday, un error del 15% en un SKU top es una góndola vacía y una venta perdida que no vuelve.
La temporada alta arranca en agosto y se extiende hasta diciembre. Pero la mayoría de las operaciones la empieza a planificar en octubre — cuando las decisiones de capacidad, stock y transporte ya se tomaron solas, por default, por inercia del año anterior.
Lo que decidís en agosto es lo único que vas a poder ejecutar en noviembre. Después de octubre no hay margen para cambiar la estructura de la operación: solo para aguantarla.
Caso 1 — Consumo masivo: el peak que siempre costaba lo mismo de más
Una distribuidora de consumo masivo entraba a cada temporada alta con el mismo ritual, año tras año: horas extra sin planificar, fletes spot contratados a último momento y quiebres justo en los SKU de mayor rotación. Nadie lo llamaba “problema” — lo llamaban “el peak”. Era el costo asumido de vender más.
Cuando lo pusieron en números, el ritual costaba bastante más de lo que suponían. El sobreprecio del flete spot frente al contratado, las horas extra no presupuestadas y la venta perdida por quiebre en los productos de mayor rotación sumaban un porcentaje incómodo del margen de la temporada.
El año pasado hicieron el ejercicio en agosto, no en octubre. Planificaron la demanda semana a semana y por SKU con IA en lugar de proyectar un mes plano, mapearon la capacidad real de cada nodo del circuito y cerraron transportistas con anticipación, a tarifa negociada.
✅ -38% quiebres en los SKU de mayor rotación
✅ -24% costo de flete spot
✅ Cero horas extra no planificadas en el pico de noviembre
✅ Semana y SKU como unidad de planificación, en vez de mes plano
No cambiaron el depósito ni la flota ni el equipo. Cambiaron el mes en el que tomaron las decisiones.
Caso 2 — Retail omnicanal: la capacidad que nadie había medido
Una cadena retail con tiendas y canal online planificaba su temporada alta en términos de stock: cuánto comprar, de qué, para cuándo. La pregunta que nunca aparecía en la planilla era otra: ¿cuántos pedidos por día puede realmente procesar cada nodo?
La respuesta la descubrieron en pleno pico, de la peor manera. El centro de distribución principal saturó a mitad de la semana grande. Los pedidos entraban al sistema, pero el cuello estaba en el packing: la capacidad física de armar y despachar. El stock estaba. La venta estaba. Lo que no estaba era el límite del nodo escrito en algún lado.
Para la temporada siguiente hicieron algo simple antes de que empezara: midieron la capacidad diaria real de cada nodo — recepción, picking, packing, despacho — y la cruzaron con la demanda proyectada semana a semana. Aparecieron dos semanas en las que la demanda proyectada superaba la capacidad del CD principal. Con eso a la vista en septiembre, pudieron derivar volumen a un segundo nodo y montar un esquema de cross-docking para los productos de mayor rotación.
✅ 2 semanas críticas identificadas con dos meses de anticipación
✅ Cross-docking activado solo para los SKU que lo justificaban
✅ -100% saturación del CD principal en el pico
✅ Plan de contingencia decidido en frío, no en caliente
El dato de capacidad no era difícil de conseguir. Simplemente nadie lo había pedido antes de que hiciera falta.
Caso 3 — Operador logístico: los transportistas que se cierran tarde
Un operador logístico regional medía el cumplimiento de sus transportistas a fin de mes. El reporte llegaba con el cierre: qué porcentaje entregó en ventana, cuántas entregas fallidas, cuánto costó cada una. Información correcta, con un problema de calendario: cuando el reporte de noviembre llegaba en diciembre, cambiar de transportista ya no servía de nada.
En temporada alta el efecto se multiplica. La capacidad de transporte se vuelve escasa, las tarifas suben y los transportistas priorizan a quien reservó antes. El operador que descubre en noviembre que un carrier viene fallando entra a competir por capacidad en el peor momento posible, contra todos los demás, y pagando spot.
Lo que cambió fue mover la medición hacia adelante: SLA por transportista en tiempo real sobre el TMS, revisado semanalmente desde agosto. Con tres meses de datos limpios antes del pico, entraron a la temporada con el mix de carriers ya definido por desempeño real — y con volumen comprometido a tarifa cerrada antes de que el mercado se tensara.
✅ Fin de mes → semanal en la medición de SLA por transportista
✅ Mix de carriers definido por desempeño real, no por costumbre
✅ Tarifa cerrada antes del pico en vez de spot durante el pico
✅ -19% costo de transporte por entrega en temporada alta
La conversación con el transportista es otra en agosto que en noviembre. En agosto negociás. En noviembre pedís.
El patrón que se repite
Los tres casos comparten un hallazgo: ninguna de las tres empresas tenía un problema de capacidad, de stock o de transporte. Tenían un problema de calendario. Las decisiones existían — solo que se tomaban en el momento en que ya no había alternativas, y por lo tanto se tomaban solas.
El otro patrón: en los tres casos, prepararse mejor no requirió comprar más. Requirió ver antes. Demanda proyectada a nivel semana y SKU, capacidad real por nodo escrita en algún lado, y desempeño de transporte medido mientras todavía se puede cambiar de proveedor. Tres datos que la mayoría de las operaciones ya tiene dispersos, y que casi ninguna cruza antes de que empiece el pico.
La diferencia entre una operación que escala y una que apenas aguanta casi nunca es cuántos recursos tiene. Es en qué mes tomó las decisiones. Escalar es ejecutar un plan; aguantar es improvisar con lo que quedó disponible.
Qué cerrar en agosto, septiembre y octubre
Si querés entrar al peak con un plan en vez de con un ritual, este es un calendario mínimo y realista:
Agosto — medir.
Proyectá la demanda por semana y por SKU (no por mes). Escribí la capacidad diaria real de cada nodo: recepción, picking, packing, despacho. Cruzá ambas cosas y marcá las semanas donde la demanda supera la capacidad.
Septiembre — decidir.
Sobre las semanas críticas que aparecieron: ¿se deriva volumen a otro nodo, se suma turno, se hace cross-docking? Cerrá transportistas y tarifas ahora, con el mix definido por SLA real. Definí también qué SKU no pueden quebrar bajo ninguna circunstancia.
Octubre — ensayar.
Probá el plan con el volumen que ya tenés: si el esquema de contingencia no se puede activar en un día normal, no se va a poder activar en el pico. Y definí los umbrales de alerta: a partir de qué número alguien tiene que enterarse, y quién es ese alguien.
Un ejercicio complementario que toma diez minutos: agarrá el peak del año pasado y anotá las tres decisiones que tomaste sobre la marcha — un flete spot, un turno extra, una compra de urgencia. Ponele fecha límite de septiembre para que este año esas tres ya estén cerradas. Ese es tu plan de peak, en su versión más chica y más útil.
De reportar el desvío a anticiparlo
Hay una razón por la que esta conversación es distinta este año. La planificación dejó de ser un reporte que alguien lee y pasó a ser un sistema que anticipa. Gartner proyecta que para fin de 2026 el 40% de las aplicaciones empresariales tendrá agentes de IA integrados, frente a menos del 5% en 2025.
En términos concretos, eso significa modelos que no solo muestran que un SKU va a quebrar, sino que proponen la corrección — adelantar la reposición, derivar el pedido a otro nodo, reasignar transporte — mientras todavía se puede ejecutar. Aplicado al peak, la diferencia es entre un tablero que confirma lo que ya pasó y uno que te avisa en septiembre que la semana del 23 de noviembre no cierra.
No hace falta un proyecto de transformación para empezar. Hace falta que la proyección de demanda, la capacidad del depósito y el estado del transporte estén en el mismo lugar, con la misma frecuencia, antes de que el volumen suba.
Cómo lo resuelve Kovix
El SCP de Kovix planifica la demanda con IA a nivel semana y SKU, no con un promedio mensual. El WMS traduce ese plan en capacidad concreta de depósito: cuántos pedidos por día puede sostener cada nodo y en qué semana se satura. El TMS lo cierra con transporte asignado y SLA medido en tiempo real, antes del pico y no después.
Los tres comparten un mismo flujo de datos, de punta a punta. Eso es lo que hace que el plan que armaste en agosto llegue intacto a noviembre en vez de desarmarse en la primera semana grande. El enfoque es el de siempre: sin reemplazar lo que funciona, sobre los sistemas que ya tenés, con acompañamiento desde el setup hasta los primeros 90 días.
Próximos pasos
Si reconocés alguno de los tres casos en tu operación, el primer paso no es comprar nada: es marcar en un calendario qué decisiones de noviembre podés cerrar en agosto. Hacé el ejercicio de las tres decisiones. Mirá cuántas de ellas hoy no tenés forma de anticipar.
Ese número te dice cuánto de tu peak es plan y cuánto es improvisación. Después conversamos sobre cómo mover la aguja antes de octubre.
¿Armamos tu plan de temporada alta?
30 minutos. Sin compromiso. Salís con las tres decisiones que tenés que cerrar antes de octubre.
