Simulador de Costos de Última Milla

Modela costo por entrega, cascada de intentos, zonas, mezcla propio vs 3PL y devoluciones. Encuentra el break-even por zona y el split óptimo con IA.

Simulador avanzado

¿Qué zonas debo subir de precio o excluir?

Descubre qué zonas dejan de ser rentables, dónde subir precio o excluir, y si te conviene flota propia o tercerizar con un 3PL.

Volumen

Pedidos diarios totales y días operativos mensuales.

Zonas de entrega

Las tres zonas suman 100%. Cada una tiene su propia densidad, distancia, tiempo de servicio y tasa de éxito.

Σ 0%
UrbanoCentro, CBD, densidad alta.
SuburbanoZonas residenciales medianas.
RuralBaja densidad, largas distancias.

Flota propia

Vehículos, drivers y costos directos de la operación in-house.

3PL / tercerizado

Parte del volumen que despachas con un operador externo. Sus tarifas pueden incluir éxito, intento fallido y devolución.

Revenue, devoluciones y SLA

Ingresos por entrega, devoluciones reales, overhead fijo y penalidades por incumplimiento SLA.

Configuraciones guardadas

Completa los datos para ver tu reporte

Este simulador solo genera diagnóstico, gráficas y recomendaciones cuando tiene los valores reales de tu negocio. Llena los campos del editor de arriba y el reporte aparecerá automáticamente.

Datos requeridos

  • Pedidos por día
  • Días operativos por mes
  • Vehículos propios
  • Costo por hora de conductor
  • Costo por día de vehículo
  • Precio del combustible
  • Tarifa por entrega
  • Gastos fijos mensuales

¿Quieres explorarlo primero?

Carga un caso realista para explorar cómo se ve el reporte. Después puedes editar cada campo.

Conecta con otros simuladores

Simulador de Flujo de Caja

Proyecta cómo la utilidad (o pérdida) de last-mile impacta tu caja mes a mes.

Simulador de Rutas de Entrega

Valida tamaño de flota y densidad con el modelo Daganzo antes de cambiar el split.

Simulador de Capacidad de Almacén

Si tu devolución rate es alto, dimensiona el almacén para reverse logistics.

Metodología y supuestos

Cómo se calculan los resultados, qué asumimos al modelar y dónde el método pierde precisión.

Fórmula

Costo por entrega = (Variable + Fijo asignado + Penalidad SLA) ÷ Entregas exitosas · Punto de equilibrio = Fijos ÷ (Revenue − Costo variable)

Supuestos

  • Tasa de éxito por intento estable (1ª, 2ª, 3ª visita).
  • Devoluciones implican costo logístico inverso pleno.
  • SLA con penalidad lineal sobre las entregas fuera de ventana.

Límites de aplicabilidad

  • No modela cross-docking dinámico ni hubs urbanos.
  • Costos por zona deben ingresarse manualmente cuando hay diferencias > 20%.
  • Para flotas mixtas (propio + 3PL) corre el simulador dos veces y compara.

Fuentes

Cómo funciona

1. Declara tu volumen y zonas

Pedidos/día, días operativos y el mix urbano/suburbano/rural con su propia distancia, service time y FTR.

2. Flota propia y 3PL

Vehículos propios con costos, y la mezcla 3PL con sus tarifas por éxito, intento fallido y devolución.

3. Revenue, devoluciones y SLA

Revenue por entrega, tasa de devolución, overhead fijo y penalidad SLA. El simulador cruza todo y compara 3 escenarios.

Preguntas frecuentes

1¿En qué se diferencia este simulador del de Rutas de Entrega?
Rutas de Entrega resuelve flota + densidad con Daganzo (dónde conviene operar y con cuántos vehículos). Este simulador se enfoca en la economía por intento y por zona, y en la decisión propio vs 3PL. Úsalos en conjunto: primero dimensiona la operación con Rutas, luego decide el modelo operativo con Última Milla.
2¿Cómo afecta el FTR al costo real por entrega?
El costo por entrega exitosa se amortiza sobre los intentos. Con FTR 90% necesitas 1.11 intentos por éxito; con FTR 70% ya son 1.43 — 29% más costo directo. Si además el fallo cuesta (driver + fuel sin revenue), el impacto real es mayor. Por eso los operadores serios invierten en notificaciones, ventanas y PUDO antes que en flota.
3¿Cuándo conviene flota propia vs 3PL?
Regla gruesa: propio es más barato cuando tu densidad es alta y el volumen llena el turno. 3PL es más barato cuando la densidad es baja (rural), el volumen es irregular, o el mix requiere cobertura geográfica amplia. El simulador muestra el margen por zona en ambos canales — si tu propio pierde en urbano, algo está mal (utilización baja o costos inflados).
4¿Qué hago si mi zona rural sale negativa?
Tres caminos: (1) repricing — cobra un surcharge rural explícito al cliente; (2) consolidar — entregas cada 2 o 3 días en lugar de diarias; (3) tercerizar a 3PL especializado rural. Lo que NO sirve: subir el precio general del servicio para 'cubrir' el rural — matas tu competitividad en urbano donde sí ganas dinero.
5¿Las devoluciones cómo entran en el modelo?
Modelamos dos cosas distintas: intentos fallidos (no pudiste entregar, reintentas) y devoluciones reales (entregaste pero el cliente regresa el producto). Cada una tiene su costo. Una tasa de devolución >10% es típica de apparel y puede duplicar tu costo real por entrega exitosa — por eso muchas operaciones de ecommerce nunca logran margen positivo hasta que atacan esa cifra.

Simuladores relacionados

Simulador de Rutas de EntregaSimulador de Capacidad de AlmacénSimulador de Flujo de Caja

Guía completa

Última milla: por qué representa 53% del costo de envío y cómo optimizarla

La última milla — el último tramo desde el centro de distribución o dark store hasta la puerta del cliente — es el segmento más caro de la cadena logística. Estudios de Capgemini, ARC Advisory y el CSCMP coinciden: representa entre 41% y 53% del costo total de envío en operaciones e-commerce B2C. En urbano denso (CDMX, Bogotá, São Paulo, Manhattan, London Zone 1) el porcentaje puede llegar a 60%. Razones estructurales: baja densidad de paradas por vehículo (20-50 en B2C vs 200+ en B2B2C consolidado), altas tasas de no-home (first-time delivery failure), devoluciones, ventanas de tiempo estrechas y crecientes expectativas de velocidad (same-day, next-day).

Fórmulas y métricas clave

Last-mile cost per drop = Costo total operativo ÷ Entregas exitosas

Delivery density = Paradas entregadas ÷ Kilómetros recorridos

First-time delivery success rate (FTDR) = Entregas exitosas en primer intento ÷ Total intentos × 100

Return rate = Paquetes devueltos ÷ Paquetes despachados × 100

Benchmarks: last-mile cost per drop USA USD 6-12, LatAm urbano USD 2.50-5.50 (Rappi, 99minutos, Uber Eats Delivery); FTDR urbano saludable 88-94%, degradado <85%; return rate e-commerce general 15-20%, moda 25-40%, electrónica 8-12%.

Modelos de operación: in-house vs tercerizado vs híbrido

Flota propia (in-house): vehículos, conductores y dispatch bajo control del operador. Ventajas: control total de experiencia, branding en vehículos, data granular; desventajas: CAPEX, gestión de HR, fijo alto que no escala con volumen variable. Punto de equilibrio típico: volúmenes estables >200-300 entregas diarias en zona definida.

Tercerizado (3PL / carrier): UPS, FedEx, DHL en US/UK; Estafeta, DHL, 99minutos, Envia en México; Servientrega, Coordinadora en Colombia; Rappi Turbo, Cornershop para on-demand. Ventajas: variabilización, cobertura, economías de escala del carrier; desventajas: margen del carrier, menos control de experiencia, dependencia de capacidad ajena en picos.

Crowdsourced delivery (gig economy): Rappi, Uber Direct, DoorDash Drive, Amazon Flex. Ventajas: ultra-variabilización, capacidad elástica; desventajas: calidad variable, alta rotación, regulación cambiante (ley riders España, reforma laboral México).

Modelo híbrido: flota propia para zonas densas + 3PL para periferia + crowdsource para picos. Empresas como Amazon Logistics, Mercadolibre Mercado Envios y Walmart US usan híbrido estructuralmente — la más eficiente para operaciones con demanda heterogénea geográfica y temporal.

PUDO y dark stores: alternativas al domicilio

PUDO (Pick-Up / Drop-Off points): red de puntos de recolección — lockers Amazon, OXXO en México, puntos Mercadolibre, Parcelly en UK. Ventaja: delivery density colapsa costo (50-200 entregas en un punto vs 50 entregas en 50 puertas). Costo por paquete 30-60% inferior a delivery a domicilio. Penetración en LatAm aún baja (8-14%) vs Europa (30-45% Alemania, 25-35% Francia).

Dark stores / micro-fulfillment: mini-almacenes urbanos a 2-5 km del cliente final. Modelo de Getir, Gorillas (cerrada), Jokr, y en LatAm Rappi Turbo, Merqueo. Reduce delivery time a 10-30 min y baja cost per drop por geografía ultra-concentrada. Económicamente validado en alta densidad (Manhattan, Brooklyn, Madrid, CDMX zona metropolitana) con volumen >400 órdenes/día por dark store.

First-time delivery failure: el costo oculto

Un intento fallido cuesta 1.5x-3x el envío original. La causa #1 en LatAm: cliente no presente (home-delivery). Tácticas para elevar FTDR: (1) ventanas de tiempo estrechas con confirmación cliente (4-6h en lugar de 8-12h); (2) notificaciones in-transit (SMS 30-60min antes); (3) PIN/OTP en la puerta; (4) fallback a vecino autorizado; (5) PUDO como opción de fallback. Empresas que suben FTDR de 82% a 92% suelen reducir costo total last-mile 14-22%.

Ejemplo numérico: e-commerce moda con 8,000 envíos/mes

Operación 100% tercerizada con carrier nacional: costo promedio USD 5.20/paquete. Volumen 8,000 envíos mensuales, return rate 28% (típico moda), FTDR 84%.

Simulación comparativa:

  • Status quo (100% carrier): USD 5.20 × 8,000 = USD 41,600/mes. Devoluciones con costo USD 5.20 × 2,240 × 1.8 (factor retorno) = USD 21,000. Total USD 62,600. Cost per successful delivery: USD 10.90.
  • Híbrido con flota propia urbana + carrier resto: zonas densas (40% volumen) a USD 2.80/paquete, FTDR 92%; resto USD 5.20 vía carrier. Costo mensual USD 35,500, devoluciones 21%, total USD 51,800. Cost per successful delivery USD 8.20.
  • Híbrido + PUDO opcional con descuento USD 1.50 al cliente: 22% del volumen migra a PUDO, FTDR efectivo 96%. Costo mensual USD 42,200, devoluciones 15%, total USD 49,600. Cost per successful delivery USD 7.30.

Ahorro anualizado del escenario 3 vs status quo: USD 156K + mejora NPS +9 puntos por flexibilidad.

Conclusión

La última milla no se optimiza con un solo proveedor sino con arquitectura: mezcla de flota, carrier, crowdsource y PUDO calibrada por zona y tipo de producto. El simulador permite cargar volumen por zona, comparar modelos, cuantificar el impacto de elevar FTDR y reducir devoluciones, y encontrar el punto de equilibrio donde la flota propia supera al 3PL. Para e-commerce mid-market entre 3,000 y 40,000 envíos mensuales, es la decisión operativa que más apalanca margen — cada dólar recuperado en last-mile va directo a la línea inferior.

Banderas rojas operativas

  • Cost per delivery > 12% del AOV: tu ticket promedio no soporta la unit economics. O subes precio o reduces SKUs de bajo margen.
  • Tasa de devoluciones > 8% en categorías non-apparel: el problema no es last-mile, es product fit o expectativa rota en checkout. Audita las páginas de producto antes de cambiar carriers.
  • FTDR < 88% en zona urbana densa: tu mezcla de carrier o tu instructivo de dirección está roto, no tu fleet propia.
  • PUDO no usado en la última generación de campaña: estás dejando entre 3% y 7% de margen en la mesa. Activa al menos un partner pickup-and-drop-off antes del próximo peak.

Caso ilustrativo

Caso compuesto con fines didácticos: combina dinámicas observadas en el sector con cifras realistas. Los nombres son ficticios y no representan a una empresa específica.

Moneda: USD — Cifras en USD.

ShopCloud Logistics (nombre modificado) es un e-commerce DTC de moda con sede en Los Ángeles que cerró 2024 con 11,400 envíos mensuales y margen operativo de 6% — debajo del 11% de la competencia directa. El diagnóstico interno apuntó a la última milla: costo promedio USD $10.50/paquete (100% carrier tercerizado), FTDR (first-time delivery rate) 81%, return rate 34% (típico de moda) y un NPS de entrega de 42 — significativamente bajo.

El equipo cargó 90 días de data operativa en el simulador por zona de reparto. El análisis reveló: (1) el 38% del volumen se concentraba en LA y el área metropolitana con paradas a <10 mi entre sí — candidato obvio a flota propia; (2) FTDR degradado por ventanas de 8–12h sin notificación 30 min antes; (3) return rate alto por falta de política de cambio en punto PUDO — los clientes devolvían por carrier (doble costo logístico) en vez de cambiar en una tienda física o un locker.

Diseño implementado en 2025 Q1: (A) flota propia de 8 vehículos + 12 riders en LA con ventanas de 3h y SMS 30 min antes; (B) mantenimiento del carrier nacional para el resto del país; (C) convenio con red de 2,400 lockers Amazon Hub + 180 lockers privados para retiro y devolución directa.

Resultados a 8 meses: cost per drop en LA USD $10.50 → USD $5.10 (−51%); FTDR consolidado 81% → 93%; return rate 34% → 23% (la opción locker evita devolución por carrier en 40% de los casos); cost per successful delivery USD $15.70 → USD $10.50 (−33%); NPS de entrega 42 → 71 (+29 puntos). Margen operativo pasó de 6% a 10.8% en 12 meses — USD $640K adicionales anualizados sobre la base de ingreso sin crecimiento de volumen.

Pasa de la teoría al cálculo

Cuando quieras ir más allá del cálculo rápido, los simuladores avanzados modelan escenarios completos con tus datos.

Ver simuladores avanzados

Rangos de referencia del sector

Rangos orientativos basados en literatura pública del sector y observación operativa. Tu negocio puede variar — usa los números como punto de partida, no como valor objetivo.

MétricaValorFuente
Última milla como % del costo total de envío41-53% (60%+ urbano denso)Capgemini Last-Mile Delivery Report 2024
Cost per drop last-mile urbano LatAmUSD 2.50-5.5099minutos / Rappi disclosures + ARC Advisory 2024
First-time delivery success rate saludable urbano88-94%DHL Last-Mile Benchmarks 2024
Costo incremental intento fallido de entrega1.5x-3x envío originalCSCMP State of Logistics 2024
Penetración PUDO LatAm vs Europa8-14% vs 30-45%GlobalData Last-Mile Market Report 2024
Return rate e-commerce moda25-40%Shopify Commerce Trends 2024 / NRF 2024

Preguntas frecuentes

1¿Qué porcentaje del costo de envío representa la última milla?
Entre 41% y 53% del costo total de envío según Capgemini y CSCMP 2024. En urbano denso (CDMX, Bogotá, Manhattan, Londres Zone 1) puede superar 60%. Es el segmento más caro por baja densidad de paradas (20-50 en B2C vs 200+ consolidado), ventanas de tiempo estrechas, intentos fallidos, devoluciones y expectativas crecientes de velocidad.
2¿A partir de cuánto volumen conviene flota propia?
Típicamente >200-300 entregas diarias concentradas en zonas densas con radio <15 km entre paradas. Bajo ese umbral, el costo fijo de vehículos, conductores y dispatch no se amortiza vs el costo marginal de un 3PL (que variabilía con volumen). Para operaciones con demanda estacional fuerte, híbrido es casi siempre superior: flota propia para base constante + 3PL y crowdsource para picos.
3¿Cuál es un buen first-time delivery success rate (FTDR)?
88-94% en urbano saludable; bajo 85% indica un problema. Las palancas principales: ventanas de tiempo de 3-6h (en lugar de 8-12h), notificaciones in-transit (SMS 30-60 min antes), fallback a vecino autorizado, PIN/OTP en la puerta, y opción de PUDO como alternativa. Un intento fallido cuesta 1.5x-3x el envío original, por lo que elevar FTDR 5 puntos típicamente reduce costo total 10-15%.
4¿Qué es PUDO?
Pick-Up / Drop-Off points — red de puntos donde el cliente recoge o devuelve su paquete: lockers (Amazon, Mercadolibre), puntos de retiro (OXXO en México, puntos DHL, Parcelly en UK). Ventaja clave: la densidad colapsa el cost per drop (50-200 entregas en un punto vs 50 en 50 puertas). Cost per package 30-60% inferior a domicilio. Penetración LatAm aún baja (8-14%) vs Europa (30-45%).
5¿Qué son dark stores?
Mini-almacenes urbanos no-accesibles al público a 2-5 km del cliente final, diseñados para fulfillment rápido (10-30 min). Modelo de Getir, Jokr, y en LatAm Rappi Turbo, Merqueo. Económicamente viables en alta densidad (>400 órdenes/día por dark store) y áreas urbanas core. Permiten same-day y same-hour delivery con cost per drop competitivo por geografía ultra-concentrada.
6¿Crowdsourced delivery funciona para e-commerce?
Sí para picos y demanda variable, no como backbone. Las plataformas (Uber Direct, Rappi Turbo, DoorDash Drive, Amazon Flex) dan elasticidad de capacidad inmediata pero tienen calidad variable y rotación alta. El modelo exitoso es híbrido: backbone con flota propia o 3PL estable + crowdsource para pico de ventanas específicas (temporada, picos diarios, same-day no-planeados). Riesgo regulatorio creciente en LatAm y Europa (reforma laboral de riders).
7¿Cómo reduzco el return rate en e-commerce?
Cuatro palancas con impacto medido: (1) tallaje interactivo con modelos 3D o realidad aumentada (−15-25% en moda); (2) política de cambio en locker/PUDO en lugar de devolución logística (evita 40% de devoluciones por carrier); (3) descripción de producto rica con video y reviews (reduce expectativa-realidad gap); (4) fit prediction basada en historial del cliente (−10-18% en retornos por talla). El return rate benchmark moda es 25-40%; electrónica 8-12%; general e-commerce 15-20%.

Continúa explorando

Herramientas del mismo cluster temático. Úsalas en conjunto para cerrar el análisis.

Última actualización: 30 de abril de 2026 · Contenido revisado por el equipo editorial de Simúlalo. Las cifras y benchmarks son orientativos; verifica con tus propios datos antes de decidir.

Ver metodología

Cómo se revisó este simulador

Lo que verás, lo que evita y dónde no debes confiar en él

Cada simulador en Simúlalo se publica con la misma estructura editorial: dos casos hipotéticos con números, los errores que ayuda a evitar, sus limitaciones declaradas y un disclaimer financiero visible. La revisión está firmada y fechada.

Caso hipotéticoCaso A

Un e-commerce que descubre que la zona 'mismo día' pierde $42 por entrega

Un e-commerce ofrece 'mismo día' en CDMX con un costo de $89/entrega (rider dedicado, mayor tasa de FTR, inversión en hubs). El precio cobrado al cliente es $69 más el producto. El simulador descompone: revenue logístico $69, costo $89 = pérdida $20. Al sumar devoluciones (4.5% en mismo día vs 2.1% en estándar) y costos de re-entrega, la pérdida real es $42/entrega. Volumen: 720 entregas/mes en mismo día = pérdida de $30,240/mes. La decisión: cobrar $109 por mismo día o limitar la disponibilidad a códigos postales de alta densidad donde el costo cae a $58.

Cifras ilustrativas. No representa una empresa real ni una recomendación de inversión.

Caso hipotéticoCaso B

Un marketplace que pospone expansión a zona donde el break-even pide 14 entregas/día

Un marketplace evalúa abrir operación propia en una ciudad secundaria con población de 380,000. El estudio inicial proyecta 2,400 pedidos/mes en mes 6. El simulador, con costos fijos de hub ($120,000/mes), 6 riders, devoluciones del 5% y SLA de 48h, calcula break-even en 14 entregas/día por rider — y la proyección está en 13. La decisión: posponer expansión propia hasta que el volumen orgánico supere 3,000 pedidos/mes; mientras opera con 3PL local con margen menor pero riesgo controlado.

Cifras ilustrativas. No representa una empresa real ni una recomendación de inversión.

Errores comunes que ayuda a evitar

Lo que un equipo o un decisor podría asumir y este simulador obliga a verificar antes de confirmar la decisión.

  • Calcular costo de última milla solo con la entrega exitosa, sin sumar las fallas: si tu FTR es 88%, el 12% restante regresa, se reintenta o se devuelve, y eso multiplica costo.
  • Subsidiar 'envío gratis' sin medir el efecto en margen: el envío gratis sube conversión, pero si el costo unitario no se amortiza con AOV (ticket promedio) más alto, el negocio se rompe.
  • Confundir SLA con capacidad: un SLA agresivo (mismo día) es un compromiso comercial, no una capacidad operativa — si tu operación no lo sostiene, la calificación cae y la pérdida se compone.
  • Tratar todas las zonas como iguales: el costo unitario en zona céntrica puede ser 3-5x menor que en periferia. La rentabilidad por zona define la estrategia de cobertura.

Limitaciones del modelo

Lo que el simulador no hace y donde necesitas un profesional o una herramienta especializada.

  • No optimiza ruta. Para ruteo dinámico usa OR-tools, OptimoRoute, OnFleet o similar. Este simulador modela costo agregado a partir de densidades y SLA declarados.
  • No incluye fricciones operativas específicas: tope de carga por moto, restricciones de horario en zonas peatonales, ventanas de entrega hospitalarias.
  • Los costos de 3PL son referenciales por mercado. Para una decisión real, pide cotizaciones por zona y volumen.
  • El cálculo de break-even asume que puedes escalar flota linealmente. En la práctica, contratar y entrenar riders toma 30-60 días.

Cuándo NO usar este simulador

Si vas a definir la propuesta logística de un fundraising o un caso de negocio para inversión enterprise, este simulador es una herramienta de pre-análisis. Necesitarás cotizaciones reales por zona, datos de FTR históricos, análisis de canibalización entre canales y proyección de volumen sustentada con marketing pagado. Úsalo para preparar la conversación con el VP de Operaciones o el COO; no para presentar al inversionista.

Aviso financiero

Los resultados son estimaciones informativas y no constituyen asesoría financiera, fiscal, contable o legal. Usa los resultados como punto de referencia y valida decisiones importantes con un profesional certificado.

Revisión editorial

Revisado por el equipo editorial de Simúlalo

Este simulador fue revisado por las personas listadas abajo antes de publicarse. La revisión cubre la fórmula declarada, los supuestos del modelo, las limitaciones explícitas y la ausencia de afirmaciones financieras sin respaldo.

Forman parte del equipo editorial de Simúlalo, enfocado en crear herramientas financieras claras, educativas y fáciles de interpretar.

Última actualización: Actualizamos esta página cuando cambia la metodología, las fuentes utilizadas o la estructura del simulador.

Esta herramienta usa fórmulas financieras estándar y datos ingresados por el usuario. Para explicar conceptos como tasa, crédito, riesgo o flujo de caja se consultan fuentes públicas y oficiales (Banxico, SAT, CONDUSEF, CNBV, Banco de España, IFRS, BIS, entre otras). Simúlalo no está afiliado, patrocinado ni avalado por estas instituciones.

Ver todas las herramientas de logística