Sinceramente, no me esperaba la reacción al anterior artículo del blog (Lo que necesitas saber para ser comercial en la Hortofruticultura). No sólo sigue en picos de visitas (más de 2000) después de más de un mes desde su publicación, sino que ha suscitado debate e interés técnico con preguntas incisivas sobre la validez y aplicabilidad de la fórmula matemática que planteaba.

La primera aclaración es que la formula no es original. La fórmula es una adaptación de lo que en microeconomía se conoce como una función de utilidad.

En cuanto a la validez de la formulación, es importante entender que cualquier modelización de la realidad es una simplificación que permite a nuestro cerebro hacernos una idea de qué está ocurriendo mientras descartamos parámetros/variables del análisis que también pueden ser relevantes.

Es decir, no hay formula que modele completamente la realidad. No ocurre ni siquiera en la física (una ciencia de verdad), así que imaginaros en economía (una ciencia social). Un modelo (la modelización) es ir a ciegas por el mundo tratando de palpar la realidad con el resto de nuestros toscos sentidos.

En resumen, que la intención del artículo anterior no era daros una fórmula para poder calcular la rentabilidad de vuestro negocio, sino una orientación para comprender la realidad y no cometer errores de bulto. Porque lo que sí podemos hacer es intentar sobrevivir no cayendo en riesgos catastróficos.

En este artículo voy a abordar dos cuestiones complementarias que varios lectores me demandaban: el tiempo y la curva de probabilidades (de pérdidas y ganancias). Pero antes de meternos en faena recapitulemos con algunas premisas de partida (leer artículo previo para más contexto):

  • Este negocio está definido por la volatilidad. Debido a la perecibilidad del producto y a la volatilidad de la oferta (cosecha diaria) y la de la demanda (consumo aparente de consumidores), nos vemos obligados a gestionar, de manera diaria, stocks sobrantes o pedidos (demanda) no atendidos.
  • Negocio Asimétrico. Se ganan cantidades pequeñas con cada venta y, puntualmente, se puede perder mucho. Se gana poco porque los márgenes entre costes de producción/adquisición y precios de venta son muy ajustados. Y se puede perder mucho en ofertas promocionales erróneas o en precio incorrecto de mercado que aunque cubra costes esté muy alejado del nivel de precios de mercado (entendido como pérdida por coste de oportunidad).

Todo lo anterior implica una debilidad de partida del negocio. Si la volatilidad (natural) nos proporciona una incertidumbre que no podemos anticipar y la ganancia está limitada en su límite superior pero las pérdidas pueden superar el 100% del valor del producto, tenemos que afrontar riesgos enormes. Y más allá de nuestra capacidad para medirlos, lo importante es conocerlos y tratar de limitar su impacto negativo. (Y ya os adelanto que los riesgos y su severidad no son fácilmente computables por mucha formulita que utilicemos)

Vamos a por la primera petición de los lectores: el tiempo.  Más concretamente, un par de lectores me pedían integrar la variable tiempo en la formula. Pues, lo siento pero no voy a poder hacerlo. A cambio vamos tratar de explicar (gráficamente), un poco mejor, el impacto del tiempo de cierre de la venta en los riesgos asociados a ganar y perder.

Empezamos definiendo qué es el tiempo de cierre de la venta. Lo definiremos como tiempo que pasa desde el cierre del acuerdo de venta (acuerdo de volumen y precio) hasta el momento de la carga/entrega física del producto.

En general, cuanto más cerca del momento de carga del producto cerremos el acuerdo de venta, más información del mercado tendremos y más acertaremos en nuestro precio y, también, podremos adecuar el volumen a ofrecer con cierta certidumbre.

Pero, claro este corolario general tiene su limitación. Si esperas hasta el último momento te arriesgas a quedarte sin vender y perder el 100% del valor del producto.

Por este motivo, el sector ha encontrado un equilibrio natural pactando entregas y precios para el entorno de una semana (es decir, con una semana de anticipación). De esta manera, conocemos con más certidumbre los volúmenes disponibles, la demanda de los clientes (vía consumo aparente de los consumidores) y anticipamos las tendencias de cambio de precios con un error asumible.

Más allá del entorno temporal de una semana, la incertidumbre (y su síntoma, la volatilidad) hace su entrada. Cuanto más tiempo pasa entre el cierre de las condiciones de venta y la entrega física del producto, mayor es el riesgo asociado a sufrir pérdidas.

Este es el análisis gráfico de los efectos del tiempo de cierre de la venta y sobre él vamos a discutir las implicaciones. Encadenamos dos curvas con el riesgo de perder y ganar a lo largo del tiempo (entendido como tiempo desde del cierre de la venta).

Como se ve, marcamos el equilibrio de riesgos en el entorno de una semana y a partir de aquí se producen puntos de inflexión en las dos curvas.

En el momento de tiempo cero (vender en el momento que imperiosamente tienes que cargar por que si no, el producto perecedero se estropea) el riesgo de perder es equivalente al total del valor del producto (aunque no es estrictamente así ya que hay costes fijos que hacen exceder el coste total del producto). Y, consecuentemente, a efectos del mismo planteamiento teórico, la ganancia será cero.

Al pasar el tiempo, el móntate a ganar va descendiendo rápidamente. Por otra parte, no toméis la gráfica al pie de la letra ni tampoco la escala temporal, ya que en cada producto y campaña será diferente. En definitiva, nuestras opciones para ganar disminuyen rápidamente al pasar las semanas e integrar en la decisión inicial toda la incertidumbre que no podíamos conocer antes de acordar el precio y la cantidad.

Como ya anticipábamos, las pérdidas están «des-topadas». Es decir, al pasar el tiempo (semanas/meses), la posibilidad de pérdidas excede con mucho el coste total del producto, debido a que contractualmente hemos de seguir sirviendo. Si no tenemos el producto por falta de disponibilidad de cosecha (volatilidad de la oferta) tendremos que comprarlo a precios de mercado libre integrando la pérdida.

Y también podemos/debemos estimar pérdidas por coste de oportunidad de mercado (por diferencia entre el precio pactado y el precio libre de mercado). En este último caso, puede no ser sólo un coste de oportunidad. Cuando el precio es alto en el mercado libre, la cosecha suele ser corta. Y, normalmente, nuestra cosecha también lo será y por lo tanto, nuestros costes habrán subido. Los altos costes fijos típicos de la hortofruticultura han de repartirse entre los kilos totales cosechados (a menos kilos, más coste).

Sin embargo, esta situación choca con las solicitudes de muchos distribuidores de acuerdos de precios fijos de campaña. A veces incluso planteada desde una perspectiva “bondadosa” que tiene que ver con la teoría del Category Management y con los usos típicos de contratación de la alimentación seca. A saber, el planteamiento suele ser este: “si te doy certidumbre del volumen que te voy a comprar y pactamos un precio por anticipado, ¿qué problema tienes?»

Como ya he explicado anteriormente, el problema es que no puedo conocer mis costes ya que dependen de la productividad del cultivo (que es altamente volátil) y por tanto, el precio y el volumen pactado a largo plazo generan una incertidumbre enorme en los resultados globales de la empresa.

Y si esto es así, ¿cómo es que se siguen haciendo precios fijos de contratación a largo plazo? Pues por muchas y diversas razones (entre otras):

  • Por que tu cliente te lo ha pedido.
  • Por que tienes una situación de claro liderazgo en costes en tu producto y estás ejerciendo este liderazgo para ganar cuota de mercado y presionar a la competencia.
  • Por que usas una estrategia mixta. Es decir, has analizado tu cartera y clientela y te juegas un porcentaje de la cosecha suficientemente pequeño que evite que salgas a comprar en el mercado libre en momentos de baja disponibilidad pero que, a la vez, te proporcione una base de volumen semanal asegurado.

Bueno, pues vamos con la siguiente aclaración. Vamos a hablar de la curva de probabilidades de la eventualidad de ganar y perder.

Si recordáis el artículo anterior, os proponía la dichosa formula expresada de esta manera:

Siendo,

p: la probabilidad de ganar.

W: el montante que ganamos de media en las operaciones de venta exitosas.

L: La cuantía media de lo que perdemos en las malas operaciones.

Y al final del artículo os decía que la formula funciona mejor con el logaritmo neperiano. Y en este punto hubo muchas preguntas sobre todo por mensaje privado.  A ver si soy capaz de explicarlo de manera sencilla.

Desafortunadamente, nuestro cerebro percibe los detalles del mundo como una campana de Gauss (la curva de probabilidades de la famosa distribución normal). Seguramente es un rudimento de inferencia mental que ha funcionado bien a nuestros ancestros pero que en un mundo social y de negocios es desastroso para nuestras decisiones.

La famosa curva de Gauss es algo así…

En ella, los valores más probables se agrupan alrededor del valor medio que, en este caso, es el valor esperado con más probabilidad. Muchas cosas en la naturaleza se distribuyen de esta manera. El típico ejemplo es la de la altura de los individuos de un país. Habrá unos pocos muy bajitos, unos pocos muy altos y la mayoría estarán alrededor de la media.

Si volvéis a la formula anterior, veréis que definía W como el montante que ganamos de “media” en las operaciones de venta. Y aquí es donde está el problema. Que en nuestro mundo (o el financiero o en el del trading de la bolsa) casi nada sigue una distribución normal (gaussiana) y, en consecuencia, la media no será el valor más probable. Por eso apuntaba a otro tipo de distribución más cercana a la realidad: la distribución lognormal (neperiana).

En la realidad, lo normal, son un número grande de operaciones con ganancias de limitado montante (pico de la curva) y mucha menor probabilidad para montantes de ganancias mayores (y decrecientes cuanto mayores son).

Como se aprecia en el gráfico, si tomáramos la media estaríamos sobrevalorando nuestra capacidad de generar ganancias. Es contraintuitivo pero así es nuestra realidad. Este ejemplo ilustra parte de esa asimetría que nos aflige como negocio y no nos deja ganar más.

Y recordad que las probabilidades del modelo no tienen por qué cumplirse (son probabilidades de que algo ocurra y no que algo va a ocurrir de manera cierta y con probabilidad x) pero, en cambio, las conclusiones son correctas: estamos en operaciones de alta frecuencia con ganancias limitadas y otras pocas de grandes ganancias.

Se me quedan en el tintero, algunas otras aportaciones de los lectores. No prometo nada, teniendo en cuenta lo ocupado que estoy pero, tiempo al tiempo, a ver si puedo responder a todos.