Simulador de Costos de Última Milla

Zonas, intentos, propio vs 3PL, devoluciones y SLA — con la economía real detrás. Encuentra tu fuga más grande y el mix que de verdad conviene.

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 100%
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

Escenario actual

Base

Tu operación actual, parámetros declarados sin ajustes.

Margen operativo

18.9%

Utilidad mensual / revenue — incluye todos los costos.

Costo por entrega exitosa

MXN 72

FTR ponderado

84.6%

Precio break-even

MXN 77

Utilidad mensual

MXN 212,993

Cumplimiento SLA

88.9%

  • SLA al 88.9% vs target 94%. Estás incumpliendo y las penalidades empiezan a comer margen.

  • Flota propia al 123% — sin holgura para picos o incidencias. Agrega vehículos o mueve volumen a 3PL.

  • Zona rural pierde -47.12/entrega. Reprice por zona, cobra surcharge rural o tercerizala.

Composición del costo mensual

De qué está hecho cada peso de costo operativo del last-mile — identifica tu fuga más grande.

Total mensual: MXN 911,882Costo por exitosa: MXN 72
Componente
Mensual
Por entrega
DriverMXN 249,685MXN 20
VehículoMXN 113,493MXN 9
CombustibleMXN 90,795MXN 7
3PLMXN 310,593MXN 25
Intentos fallidosMXN 23,142MXN 2
DevolucionesMXN 41,569MXN 3
Overhead fijoMXN 85,000MXN 7
Penalidad SLAMXN 20,746MXN 2

Rentabilidad por zona: propio vs 3PL

Margen % por zona en ambos canales. Zonas con margen bajo o negativo requieren repricing o cambio de modelo.

Regla clásica: propio gana en zonas densas, 3PL suele ser más eficiente en rural. Si ves lo contrario, tu pricing 3PL está mal o tu propio está sub-utilizado.

Propio vs 3PL — comparación mensual

Volumen, costo, revenue y margen por canal. La casilla verde marca al ganador en cada columna clave.

CanalVolumenCosto/exitosaCosto mensualRevenue mensualUtilidad mensualMargen %
Flota propia8,188MXN 55MXN 453,974MXN 731,182MXN 277,20837.9%
3PL4,409MXN 70MXN 310,593MXN 393,713MXN 83,12021.1%

Ojo: este split es directo sobre el mix actual. Para ver el impacto de mover volumen, cambia % 3PL y re-corre.

Interpretación con IA

Simúlalo analiza economía por zona, mezcla propio/3PL, FTR y devoluciones, y recomienda acciones concretas.

Conecta con otros simuladores

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

¿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.

¿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.

¿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).

¿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.

¿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.

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 MXN equivalente 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 en México: costo promedio MXN 89/paquete. Volumen 8,000 envíos mensuales, return rate 28% (típico moda), FTDR 84%.

Simulación comparativa:

  • Status quo (100% carrier): MXN 89 × 8,000 = MXN 712,000/mes. Devoluciones con costo MXN 89 × 2,240 × 1.8 (factor retorno) = MXN 359,000. Total MXN 1,071,000. Cost per successful delivery: MXN 186.
  • Híbrido con flota propia CDMX + carrier resto: zonas densas (40% volumen) a MXN 48/paquete, FTDR 92%; resto MXN 89 vía carrier. Costo mensual MXN 607,000, devoluciones 21%, total MXN 885,000. Cost per successful delivery MXN 140.
  • Híbrido + PUDO opcional con descuento MXN 25 al cliente: 22% del volumen migra a PUDO, FTDR efectivo 96%. Costo mensual MXN 721,000, devoluciones 15%, total MXN 848,000. Cost per successful delivery MXN 125.

Ahorro anualizado del escenario 3 vs status quo: MXN 2.68M + 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.

Caso real

Tienda Nube Logística (nombre modificado) es un e-commerce argentino-mexicano de moda DTC 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 MXN 112/paquete (100% carrier tercerizado), FTDR 81%, return rate 34% (típico moda) y un NPS de entrega 42 — significativamente bajo.

El equipo cargó 90 días de data operativa en el simulador por zona de reparto. El análisis reveló: (1) 38% del volumen se concentraba en CDMX y área metropolitana con paradas a <15 km 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 tienda física o locker.

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

Resultados a 8 meses: cost per drop CDMX MXN 112 → MXN 54 (−52%); FTDR consolidado 81% → 93%; return rate 34% → 23% (la opción locker evita devolución por carrier en 40% de casos); cost per successful delivery MXN 168 → MXN 112 (−33%); NPS entrega 42 → 71 (+29 puntos). Margen operativo pasó de 6% a 10.8% en 12 meses — MXN 6.8M adicionales anualizados sobre base de ingreso sin crecimiento de volumen.

Benchmarks de la industria

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

¿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.
¿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.
¿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%.
¿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%).
¿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.
¿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).
¿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%.

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.

Simulador de Costo de Última Milla (E-commerce) | Simúlalo