Simulador de stock para tiendas de moda

La tienda de moda promedio vende solo el 60% de su inventario a precio completo. El resto es margen perdido.

Resultado inmediatoSin registroSupuestos visiblesCálculo determinístico

Moda es uno de los retos más complejos de inventario: lead times largos (60-90 días desde Asia), alta variabilidad por talla/color y fuerte estacionalidad. Esta calculadora te da una estimación base, pero recuerda complementarla con análisis por SKU principal vs long tail.

Metodología

Demanda diaria promedio = Demanda anual ÷ 365

EOQ = √((2 × Demanda anual × Costo por orden) ÷ Costo de mantener por unidad/año)

Safety Stock = Z × σ × √Lead time (días)

Reorder Point (ROP) = (Demanda diaria × Lead time) + Safety Stock

Costo total anual = (Demanda ÷ EOQ × Costo por orden) + (EOQ ÷ 2 × Costo de mantener) + (Safety Stock × Costo de mantener)

Variables

Demanda anual
Unidades vendidas o consumidas en un año del SKU.
Costo por orden
Costo administrativo y logístico de colocar un pedido (sin importar el tamaño).
Costo de mantener
Costo anual de mantener una unidad en stock (almacenaje, capital inmovilizado, seguros, obsolescencia).
Lead time
Días entre que colocas la orden y la recibes.
Desviación estándar diaria
Variabilidad observada en la demanda diaria — qué tanto fluctúa día a día.
Nivel de servicio
Probabilidad objetivo de no tener stockout durante el lead time (90%, 95%, 97.5%, 99%).

Ejemplo práctico

Boutique de moda mujer en Guadalajara importando de Asia: demanda anual 6,000 piezas del SKU base (16 al día), costo unitario $420, costo de orden $2,500 (broker aduanal, flete consolidado, inspección de calidad), costo de mantener $35/pieza/año (capital + bodega climatizada + riesgo de markdown), lead time 60 días marítimo, desviación diaria 6 piezas.

EOQ = √(2 × 6,000 × 2,500 ÷ 35) = √857,143 = 926 piezas por pedido. Frecuencia: 6.5 pedidos al año, uno cada 56 días.

Stock de seguridad para 92% de nivel de servicio (z = 1.41): 1.41 × 6 × √60 = 66 piezas. Punto de reorden = (16 × 60) + 66 = 960 + 66 = 1,026 piezas.

Cuidado: el EOQ teórico de 926 piezas equivale a 56 días de inventario, pero el ciclo de moda solo dura 90 días en piso de venta antes de markdown del 30-40%. Si el SKU es estacional puro, NO uses EOQ — usa la regla de 'production pull' en dos olas (50% inicial, 50% reorden a 30 días según sell-through).

Por talla/color: el SKU base se distribuye típicamente 10% XS, 25% S, 30% M, 25% L, 10% XL. Aplicar EOQ por talla individual genera SS excesivo en extremos. Aplica EOQ a la familia y allocation rules por curva.

Recomendación operativa: el nivel 92% (no 95%) es deliberado en moda — un 8% de stockout en talla extrema cuesta menos que 30% de markdown sobre 200 piezas no vendidas. Si tu sell-through histórico cae bajo 70% en semanas 1-4, baja el nivel a 88% y trabaja talla por talla con buyback con el proveedor de China.

Interpretación

El EOQ minimiza el costo total entre ordenar y mantener. Pedidos por debajo del EOQ aumentan el costo de ordenar; arriba aumentan el costo de mantener.

Subir el nivel de servicio del 95% al 99% suele aumentar el safety stock 30-50%. Vale solo si el costo de un stockout (venta perdida + cliente perdido) supera el costo extra de inventario.

Lead time largo o variable es el principal driver de safety stock. Reducir lead time del proveedor a la mitad puede reducir tu safety stock 30%.

Si tu ROP calculado es mayor al inventario que sueles tener, estás en riesgo recurrente de stockout. Si es muy menor, estás sobre-inventariando.

Supuestos y limitaciones

  • Asume demanda independiente y normalmente distribuida (válido para SKUs con histórico estable; falla para productos nuevos o estacionales fuertes).
  • Asume lead time fijo y conocido (la variabilidad de lead time también puede modelarse pero requiere más datos).
  • Asume costos de ordenar y mantener constantes — sin descuentos por volumen del proveedor ni por capacidad de almacén.
  • El modelo Wilson EOQ no considera restricciones de capacidad de almacén ni vida útil del producto (perecederos requieren modelos distintos).

Cuándo usar esta calculadora

Para SKUs A (alto volumen, alta rotación): la diferencia entre el EOQ teórico y el operativo se traduce directamente en miles de pesos de costo evitable.

Cuando un proveedor cambia su precio, lead time o costo mínimo de pedido — recalcula EOQ y ROP para ajustar la política de compras.

Antes de negociar contratos anuales: el EOQ te dice el tamaño óptimo de pedido para usar como ancla en negociaciones.

Para fijar el reorder point en sistemas WMS o ERP: muchos negocios operan con ROPs heredados sin base estadística.

Al evaluar pasar a un proveedor con lead time más corto: cuantifica el ahorro en safety stock que justifica un eventual sobrecosto unitario.

Errores comunes

Usar el promedio de demanda como dato sin medir la desviación estándar. Sin volatilidad, el safety stock queda en cero y el riesgo de stockout es enorme.

Ignorar el costo de capital al calcular el costo de mantener. En contextos con tasas altas, el capital inmovilizado puede representar 60% del costo de mantener.

Aplicar EOQ a productos perecederos sin ajustar por vida útil — vas a ordenar cantidades que se vencen antes de venderse.

Fijar nivel de servicio al 99% por defecto. Productos con baja contribución no justifican un safety stock tan caro; segmenta por margen.

Casos de uso por industria

Moda fast fashion

Ciclos cortos (4-6 semanas) y SKUs con vida corta. EOQ aplica al SKU base; por talla/color usa allocation rules. Nivel de servicio 90-92% para evitar markdowns masivos.

Boutique / diseñador

Producción limitada, lead times de 90-120 días. EOQ es menos relevante; el modelo correcto es 'season-based ordering' con buyback parcial al proveedor.

Calzado

Variabilidad por talla genera curva en U: tallas centrales rotan rápido, extremas lento. Aplica EOQ por familia de tallas, no por SKU individual.

Accesorios y complementos

Lead times menores (30-45 días) y estacionalidad menor. EOQ tradicional funciona bien con nivel de servicio 95%+.

Metodología y supuestos

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

Fórmula

EOQ = √(2·D·S ÷ H) · ROP = d × LT + Stock de seguridad

Supuestos

  • Demanda anual D conocida y razonablemente estable.
  • Costo de orden S y costo de mantener H expresados en la misma moneda y por unidad-tiempo.
  • Lead time LT determinístico; el stock de seguridad cubre la varianza.

Límites de aplicabilidad

  • EOQ asume reposición instantánea — para producción usa la variante EPQ.
  • Cuando la demanda es estacional la fórmula subestima el inventario pico.
  • No incluye descuentos por volumen del proveedor: evalúa por separado el quantity discount.

Fuentes

  • Harris, F.W. (1913) — How Many Parts to Make at Once (origen de la fórmula EOQ).
  • APICS / ASCM — CPIM Body of Knowledge sobre inventarios y demanda.

Preguntas frecuentes

¿Cómo determina el mix ideal de tallas?
Analiza la velocidad de venta por talla de temporadas anteriores para generar la curva óptima que minimiza agotamientos y exceso.
¿Puedo simular estrategias de rebaja?
Sí, puedes modelar rebajas progresivas y ver en qué momento es más rentable aplicar cada nivel de descuento.
¿Funciona para moda rápida?
Sí, puedes configurar ciclos de vida de producto de 4-6 semanas para adaptarse al fast fashion.

Calculaste EOQ y ROP. Ahora cuantifica cuánto capital queda inmovilizado mes a mes en tu flujo de caja. Simulador de Flujo de Caja Avanzado

¿Quieres ir más allá del cálculo rápido?

Regístrate para acceder a simuladores avanzados con escenarios múltiples, exportación de datos y proyecciones detalladas.

Sin spam. Solo acceso anticipado al simulador de gestión de stock en tiendas de moda.

Guía completa

Inventario de moda: cuando cada colección es un bet con fecha de vencimiento

En moda — fast fashion, mid-market, marcas emergentes — el inventario no es un asset que se mantiene; es un inventario con reloj. Una colección otoño-invierno tiene 12-16 semanas útiles en full-price, después empiezan los markdowns. El residual que cruza la siguiente temporada pierde 50-70% de valor y compite con producto nuevo más fresco. La diferencia entre una marca que paga a los fondos de inversión y una que quiebra se mide en sell-through rate de fin de temporada y en la disciplina de la markdown cadence — no en creatividad del diseñador.

Sell-through rate: la métrica que el comité de compras vive por encima de todas

El sell-through rate en moda es la relación entre unidades vendidas y unidades recibidas en un período dado:

Sell-through = Unidades vendidas ÷ Unidades recibidas × 100

Benchmarks industriales (BoF State of Fashion 2024, Retail Dive):

  • Semana 1-4 (soft launch + first markdown-free): 15-25% sell-through saludable.
  • Semana 8 (mid-season): 50-65%.
  • Semana 12 (end of full-price): 70-80%.
  • Fin de temporada (semana 16-20): 85-92% target.

Por debajo de 70% al cierre indica overbuying estructural: o la demanda real fue menor al forecast, o el producto tuvo fit/color/precio equivocado. Por encima de 95% — paradójicamente — es stockout que deja venta sobre la mesa; los best-sellers que se agotan en semana 6 podrían haber seguido vendiendo a full-price 6 semanas más si hubiera habido reposición.

SKU depth y breadth: el trade-off estratégico

La SKU depth (profundidad) es la cantidad de unidades por SKU comprada. La SKU breadth (amplitud) es la cantidad total de SKU distintos en la colección. Fast fashion (Zara, H&M, Shein) opera con alta breadth y baja depth — miles de estilos con pocas unidades por estilo, rotación rápida, readjuste semanal. Marcas premium o de nicho operan con baja breadth y alta depth — pocos estilos, más unidades por estilo, ciclo de 16-20 semanas. Un error común en marcas emergentes es copiar la breadth de fast fashion sin la capacidad operativa para rotar tanto SKU — resultado: sell-through del 55% y dead stock del 35-45% al cierre de temporada.

Mix de tallas y colores: donde la mayoría pierde

El size curve óptimo varía por canal, país y tipo de producto. Una curva estándar mujer adulta en LatAm (XS-XL) típica: S 18%, M 32%, L 28%, XL 14%, XS 8%. Desviarse 3-5 puntos en una talla crítica (M o L) genera doble problema: stockout en la talla faltante y dead stock en la talla sobrestimada. El simulador modela la conversion pérdida por stockout de talla: cuando el cliente no encuentra su talla, el 40-55% no compra otra talla ni espera reposición — se va al competidor. Ese costo no aparece en ningún reporte pero es el factor #1 de erosión de margen en moda.

En colores, la regla operativa es: 1 core (negro, blanco, beige) con 35-45% del buy, 2-3 seasonal colors con 35-45%, y 1-2 experimentales con el resto. Sobreindexar en experimentales es la trampa de los equipos creativos que confunden 'lo que les gusta' con 'lo que vende'.

Markdown cadence: la disciplina que separa ganadores de perdedores

La markdown cadence es el calendario preestablecido de reducciones de precio durante la vida útil de una colección:

  • Semana 0-8: full-price, sin descuentos visibles (loyalty members, early access exceptions).
  • Semana 8-12: primer markdown 20-30% sobre SKU con sell-through por debajo del corredor.
  • Semana 12-16: segundo markdown 40-50% sobre residual.
  • Semana 16-20: clearance 60-70% + outlet movement.
  • Más allá de semana 20: destino outlet, wholesaler de saldos, o baja contable.

Violar la cadence — por ejemplo, meter un descuento del 30% en semana 4 para 'impulsar ventas' — destruye el pricing power de toda la colección. Los clientes aprenden que si esperan 4 semanas, el producto baja de precio; la venta a full-price colapsa en las próximas 3 colecciones. Zara opera con una disciplina de cadence famosa: ningún markdown antes de semana 10-12, lo que sostiene su margen bruto del 56-58% frente al 38-45% de competidores que ceden a descuento temprano (McKinsey Apparel Economics 2024).

Fast fashion cycle vs colecciones tradicionales

El ciclo de moda tradicional opera con 2-4 colecciones al año (primavera/verano, otoño/invierno, resort, pre-fall). Fast fashion opera con 52 micro-colecciones — una por semana. Ultra-fast fashion (Shein) opera con 2,000-10,000 SKU nuevos por día, soportado por un modelo de manufactura bajo demanda donde 80% del inventario se produce en batches pequeños (~100-500 unidades) y solo los best-sellers escalan. La implicación para marcas mid-market: no se puede competir en velocidad con Shein, pero sí se puede competir con rotación más rápida que el ciclo tradicional — drops mensuales o bi-mensuales en lugar de 2 colecciones grandes al año reducen el riesgo de inventario obsoleto en 40-60%.

GMROI y Open-to-Buy: las herramientas que el buyer profesional usa

GMROI (Gross Margin Return on Inventory) mide el rendimiento en margen de cada dólar invertido en inventario:

GMROI = Margen bruto ÷ Costo del inventario promedio

Un GMROI saludable en moda es 2.5-4.5 (2.5-4.5 dólares de margen bruto por cada dólar de inventario promedio). Benchmarks: fast fashion 4-6, mid-market 2.5-3.5, premium 2.0-3.0, luxury 1.5-2.5 (BoF + McKinsey).

El Open-to-Buy (OTB) es el presupuesto disponible para comprar inventario futuro según plan de sell-through, residual y margen objetivo. Operar sin OTB formal es comprar por instinto — la ruta directa al overbuying.

Conclusión

En moda, la disciplina operativa — sell-through semanal, size curve, markdown cadence, GMROI, OTB — es más determinante que la creatividad del diseño para la supervivencia económica. Marcas que operan estas métricas en un cockpit semanal escalan; las que operan por intuición del fundador terminan liquidando saldos y cerrando tiendas. El simulador convierte tu ERP + POS en el cockpit semanal que el buyer, el planner y el CFO necesitan compartir.

Caso real

Aldara Studio es una marca emergente argentina de ropa femenina mid-market con 4 tiendas en Buenos Aires, Córdoba y Rosario más canal online, lanzada en 2021. Venta 2024: 380 millones ARS. La fundadora — diseñadora de formación, sin background retail — operaba con dos colecciones anuales grandes (primavera/verano, otoño/invierno) con 450 SKU por colección y compra single-shot a proveedores en Turquía y Brasil con lead time de 14-18 semanas.

El problema visible: sell-through de cierre de otoño-invierno 2024 fue 62%, dejando 38% de residual valorizado en 95 millones ARS al costo. Liquidación forzada en enero-febrero 2025 con descuento promedio del 50%, recuperando apenas 28 millones ARS en efectivo — pérdida de 67 millones ARS versus escenario de sell-through saludable del 88%.

El análisis con el simulador reveló tres problemas operativos. Primero, sobre-breadth en SKU experimentales: 140 SKU (31% de la colección) eran colores/prints experimentales que aportaron solo 11% de la venta. Segundo, size curve errada — la compra reflejaba 22% en talla S y 22% en XS contra una demanda real en LatAm de 12-15% en XS; resultado: 42% del dead stock fue XS y S pequeñas. Tercero, ausencia de markdown cadence: primer descuento aplicado recién en semana 16 cuando el corredor de la industria exige primer markdown en semana 8-10 sobre underperformers para liberar caja y lanzar el siguiente drop.

Plan 2025: (1) reducción de breadth a 280 SKU por colección con foco en 70% core + seasonal y 30% experimental; (2) size curve recalculada con data POS de los últimos 24 meses por canal; (3) implementación de markdown cadence formal con 20% en semana 10, 40% en semana 14, clearance 60% en semana 18; (4) transición de 2 colecciones grandes a 6 drops bimestrales con compra escalonada de 180 SKU cada uno.

Primeros 8 meses 2025: sell-through de los 3 drops cerrados estuvo en 84-89%, residual promedio del 14%, margen bruto subió de 48% a 55%. La fundadora describe el cambio en una frase: 'antes diseñaba y rezaba; ahora diseño y mido cada semana'.

Benchmarks de la industria

MétricaValorFuente
Sell-through target fin de temporada moda mid-market85-92%BoF State of Fashion 2024 + McKinsey Apparel Economics
Margen bruto fast fashion (Zara, Inditex)56-58%Inditex Annual Report 2024 + McKinsey 2024
GMROI saludable moda mid-market2.5-3.5NRF Retail Benchmarks Apparel 2024
Porcentaje de clientes que abandonan ante stockout de su talla40-55%Euromonitor Fashion Consumer Behavior Survey 2024
Reducción de riesgo de inventario obsoleto con drops mensuales vs 2 colecciones/año40-60%BoF + McKinsey State of Fashion Technology 2024
SKU nuevos por día Shein (ultra-fast fashion)2,000-10,000Jungle Scout Ultra-Fast Fashion Market Report 2024

Preguntas frecuentes

¿Qué es sell-through rate en moda?
Es el porcentaje de unidades recibidas que se vendieron en un período: ventas ÷ recepciones × 100. Benchmark saludable fin de temporada: 85-92%. Por debajo de 70% hay overbuying; por encima de 95% hay stockout estructural. Se mide por colección, drop, estilo y SKU individual.
¿Cómo calculo el mix de tallas óptimo?
Parte de la data POS de los últimos 12-24 meses por canal y segmento demográfico. La curva estándar mujer adulta LatAm típica es XS 8%, S 18%, M 32%, L 28%, XL 14%. Ajusta según tu cliente real — ropa para rangos maduros tira la curva hacia L/XL; marcas con cliente joven la concentran en S/M. Desviaciones de 3+ puntos en talla crítica generan stockout Y dead stock simultáneamente.
¿Cuándo empezar los markdowns en moda?
Markdown cadence estándar: semana 8-10 primer markdown 20-30% sobre SKU underperforming; semana 12-14 segundo markdown 40-50% sobre residual; semana 16-20 clearance 60-70%; semana 20+ outlet o baja contable. Descuentos antes de semana 8 erosionan pricing power de toda la colección — los clientes aprenden a esperar.
¿Cuál es un GMROI saludable para una tienda de ropa?
GMROI (margen bruto ÷ inventario promedio al costo) saludable: fast fashion 4-6, mid-market 2.5-3.5, premium 2.0-3.0, luxury 1.5-2.5. Valores por debajo del corredor indican demasiado capital atado en inventario de bajo rendimiento — revisar mix de SKU, cadence de reposición y OTB.
¿Cuántas colecciones al año es óptimo?
Depende del modelo. Tradicional: 2-4 colecciones grandes (primavera/verano, otoño/invierno, resort, pre-fall). Mid-market moderno: 6-12 drops. Fast fashion (Zara, H&M): 52 drops semanales. Ultra-fast fashion (Shein): diario. Más drops reducen riesgo de obsolescencia pero exigen capacidad operativa — no copiar Shein sin la infraestructura de manufactura bajo demanda.
¿Qué hago con el inventario residual al fin de temporada?
Escalonar salida: (1) clearance online 60-70% en tienda propia; (2) outlet físico si existe; (3) wholesaler de saldos B2B; (4) marketplace de descuento (Ozona, Promodescuentos, factory outlet); (5) donación deducible; (6) baja contable + destrucción. El objetivo es liberar caja antes de que el costo de mantenerlo supere el valor residual — típicamente semana 20-24 posterior al drop.
¿Qué es Open-to-Buy y por qué importa?
Es el presupuesto disponible para compra de inventario futuro, calculado como: OTB = ventas proyectadas + inventario objetivo al fin de período − inventario inicial − órdenes ya colocadas. Operar sin OTB formal es comprar por intuición, lo que casi siempre genera overbuying. Es la herramienta diaria del buyer profesional y la base de cualquier plan financiero serio de moda.

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

Última actualización: 17 de abril de 2026 · Contenido revisado por el equipo editorial de Simúlalo.

Stock Moda: Inventario por Temporada y Talla | Simúlalo