Lleva años haciendo pruebas. Nadie las registró ni las analizó.
En una cadena nada se implementa de forma ordenada. El club de café llegó a 22 tiendas entre enero y mayo. La sección de frescos entró en 11 de 42. Las remodelaciones se hicieron en secuencia, según la capacidad de los proveedores y qué tiendas tenían espacio.
Ese escalonamiento es lo que hace esto posible. Cada vez que una parte de su cadena recibió algo y otra no, usted hizo una prueba sin proponérselo. Las tiendas que todavía no lo tenían son el grupo de comparación. Seurat compara cada tienda con su gemelo: lo que esa tienda habría vendido sin el cambio.
Así que no le pedimos que empiece a hacer pruebas. Leemos las pruebas que ya ocurrieron. Tomamos de 3 a 5 y resolvemos la discusión. Sus cambios, sus tiendas, sus datos de venta. Cada lectura trae una estimación del incremento, un rango alrededor de ella y una calificación de cuánto peso puede sostener.
Ilustrativo, con la misma cadena de referencia de 42 tiendas del ejemplo completo más abajo.
| Cuándo | Dónde | Qué se hizo | ¿Suficiente para leer? | Cuánto valió |
|---|---|---|---|---|
| Ene a may 2025 | 22 de 42 | Club de café | Sí | Unidades +9.4%, dólares +2.1% |
| Abr 2025 | 11 de 42 | Sección de frescos | Sí | Comida neta +$25K por tienda |
| Mar a jun 2025 | 14 de 42 | Exhibidor de tamaños de prueba en cajas | Sí | Sin incremento. Salió del tablero |
| Ago 2024 a feb 2025 | 9 de 42 | Remodelación ligera | La cocina y el mostrador, sí. Los asientos, no | +$52K por tienda, todo por la cocina y el mostrador |
| Desde sep 2024 | 16 tiendas | Segundo turno de mañana | Sí | +$24K en ventas, y $8K de pérdida una vez pagado el turno |
| Ene 2025 | 1 tienda | Microondas nuevo | No | Demasiado pequeño para leer en 1 tienda, y siempre lo será |
| Ago 2024 | Tienda 112 | Nadie sabe | Sí | Las ventas cayeron 6% y se quedaron ahí |
Mire la última fila. Es un cambio que encontramos en el historial de ventas que nadie planeó y nadie ha explicado.
Una tienda que cae 6% y se mantiene ahí se ve como un mal comparable durante 12 meses. Se atribuye a un mercado difícil o a la apertura de un competidor. Luego desaparece, porque después de un año la comparación es después de la caída contra después de la caída, y todos sus reportes dicen que la tienda está estable y bien. En una tienda que vende $6,000 al día dentro de la tienda, eso son unos $131,000 al año, de forma permanente, y ningún reporte lo volverá a señalar.
Esas filas suelen ser lo más valioso de la página.
El Lever Board ordena y sugiere las palancas que usted todavía no ha aplicado. No puede hacerlo con precisión hasta saber cuáles ya aplicó y cómo resultaron.
Un Calibration Read es ese primer paso. También resuelve 2 cosas que el Lever Board necesita para ser preciso y que solo pueden salir de sus propios datos: cuánto vale realmente un punto de incremento con sus volúmenes de venta, y qué tan pequeño puede ser un incremento detectable en sus datos.
Heartland Markets es nuestra cadena de referencia: 42 tiendas en el este de Iowa, con combustible y cocina, la misma cadena del demo del Lever Board. Todas las cifras de abajo son ilustrativas. El formato es exactamente el que usted recibiría.
El exhibidor en las cajas, completo
Qué se hizo. Un exhibidor de productos de menos de un dólar en la fila de cajas, con tamaños de prueba de artículos que se venden en tamaño completo en otra parte de la tienda. 14 tiendas lo recibieron entre el 3 de marzo y el 19 de junio de 2025. 28 tiendas nunca lo recibieron.
Contra qué se comparó. Las 28 tiendas que no hicieron nada, ponderadas para que juntas reproduzcan la trayectoria de ventas de las 14 tiendas en las 26 semanas antes de cada instalación. Las instalaciones fueron en fechas distintas, así que cada tienda se lee contra su propio antes y después.
Qué más estaba pasando. Varias de estas tiendas también se remodelaron, o recibieron la sección de frescos, en el mismo período. Cada cambio fechado en la cadena entra a la lectura como control, y las semanas-tienda donde se cruzan 2 cambios se excluyen en lugar de atribuírselas a uno de los 2. Una cadena que hiciera una sola cosa a la vez sería más fácil de leer, y no existe.
Luego, la parte que lo decide todo.
El exhibidor se puede leer de 3 maneras. Las 3 son defendibles, y cada una contiene a la anterior.
Qué significa. El mismo exhibidor, las mismas 14 tiendas, las mismas semanas. Un resultado dice que el exhibidor vende algo. Otro dice que quitó más de lo que agregó. El tercero es el que el exhibidor debía afectar, y no muestra incremento: con este tamaño, el exhibidor no logró nada medible por encima del punto de equilibrio.
Por eso el resultado que se va a medir se escribe y se fecha antes de correr la lectura, no se elige después según cuál versión se ve mejor. Elegir el resultado después de ver lo que produce cada uno desacredita el análisis.
Qué resolvió. Teníamos esta palanca en el Lever Board de Heartland en unos $12K por tienda al año, una estimación transferida de tiendas en otros lugares que la aplicaron. El intervalo medido en las propias tiendas de Heartland llega como máximo a +$7,000. $12K queda fuera de eso, así que la estimación no se sostiene aquí y la fila sale del tablero.
Así funciona el ciclo, como fue diseñado. La lectura no puede probar que el exhibidor no vale nada. Sí puede probar que no vale $12K en estas tiendas, y eso basta para dejar de invertir en él.
Pero todavía hay esperanza para ese exhibidor:
Todo lo anterior lee el exhibidor como algo que tiene que pagar su propio espacio. Cambie ese supuesto y la lectura cambia con él.
El veredicto en el tablero es contra la versión autofinanciada. La versión financiada por proveedores no se ha probado y no está descartada.
El mecanismo completo y las matemáticas están en Cómo funciona →
Cada fila aquí es Medida: leída en estas tiendas, con los datos de venta de la propia cadena. Nada en esta página se transfiere de otro lugar. Esa es la diferencia entre un Calibration Read y un Lever Board.
Cada lectura en esta página se midió. La calificación dice cuánto peso puede sostener el resultado.
Una calificación es sobre la calidad de la lectura, no del cambio. Un resultado con calificación A todavía puede decir que un cambio no hizo nada, pero sería una afirmación confiable de ese hecho.
Una sola tienda no puede responder esto
Esta es la aritmética que da forma a todo lo anterior, y vale 60 segundos.
Una tienda que vende $6,000 al día dentro de la tienda, con la variación normal de una semana a otra, tiene un umbral de lectura de unos $55,000 al año. Un cambio más pequeño que eso desaparece en la diferencia entre una buena semana y una mala, así que ningún método puede sacarlo.
Casi nada de lo que usted hace en una sola tienda vale $55,000. La mayoría vale entre $6,000 y $30,000. Así que en una sola tienda, por sí sola, casi nada de lo que hace es medible. No es un límite de nuestro método. Es un límite de los datos, y aplica a cualquiera.
Dos cosas que hacemos para resolverlo:
Leer juntas las tiendas que lo aplicaron. Leer 14 tiendas juntas en lugar de una baja el umbral aproximadamente 4 veces. Más tiendas, menor umbral.
Acotar el resultado. Leer las categorías que el cambio podría afectar, en las horas en que podría afectarlas, en lugar de toda la tienda todo el día. Más o menos otra reducción a la mitad.
Juntas, llevan un umbral de lectura de $55,000 a unos $7,000, y ahí es donde están las lecturas de esta página:
| Lectura | Tiendas leídas juntas | Resultado acotado | Menor incremento detectable |
|---|---|---|---|
| Club de café | 22 | Sí | $5.8K por tienda al año |
| Exhibidor de tamaños de prueba de menos de $1 | 14 | Sí | $7.3K |
| Segundo empleado en la mañana | 12 | Sí | $7.9K |
| Sección de frescos | 11 | Sí | $8.3K |
| Remodelación ligera | 9 | No, afecta a toda la tienda | $18.3K |
Por eso el menú de abajo pregunta si un cambio se hizo en varias tiendas y no en una, y por eso un cambio implementado en todas partes el mismo día es lo más difícil de leer en el comercio minorista. No dejó nada con qué comparar.
Una página por lectura. Qué se hizo, cuándo, dónde y contra qué se comparó; la estimación del incremento con su intervalo de confianza y su calificación; y qué factores externos se eliminaron antes de atribuirle algo al cambio.
Una portada. Qué lecturas mostraron un incremento significativo, cuáles quedaron por debajo del umbral de lectura y cuánto vale cada una con sus volúmenes de venta.
Una contraportada. Lo que sus datos pueden y no pueden sostener de aquí en adelante, incluido el menor incremento detectable en sus propios datos de venta. Esto es lo que permite definir con precisión el alcance de un proyecto de Lever Board.
Al menos un resultado nulo, si lo hay. Un cambio que no mostró incremento, o que aumentó las ventas sin cubrir su propio costo, se reporta exactamente con esas palabras. Es un hallazgo, no una falta de hallazgo.
Nada sale de ahí. Son lecturas de su propio negocio, con sus propios datos. Son suyas.
El clima, la variación del precio del combustible, el calendario de promociones, la estacionalidad y cualquier otro cambio fechado en la misma tienda en las mismas semanas. Lo que queda después de todo eso es lo que hizo el cambio.
Cada cifra en dólares que reportamos es venta incremental, no utilidad bruta, porque los márgenes son suyos y varían por tienda. Cuando un cambio tiene un costo, como el turno de la mañana, mostramos la conversión a utilidad bruta junto a la cifra de ventas, para que ambas estén en la misma moneda. El segundo empleado en la mañana es el ejemplo: aumentó las ventas en $24K por tienda y aun así perdió unos $8K una vez pagado el turno.
- Ventas por categoría, por tienda y por semana, de los últimos 2 años. Las unidades son necesarias. Preferimos también los dólares, porque algunas preguntas solo se pueden responder con dólares.
- Las fechas en que cada cambio entró en vigor, tienda por tienda.
- Atributos de las tiendas: formato, tipo de ubicación, fechas de remodelación.
- Opcional y valioso: calendario de promociones por semana-tienda, y detalle por artículo en las categorías afectadas. Cada uno reduce aproximadamente a la mitad el menor incremento que podemos detectar.
- Ningún recibo individual ni dato a nivel de transacción
- Ningún dato de lealtad, de tarjetas ni de pagos
- Ningún dato personal de ningún tipo
- Ni cámaras, ni datos de apps, ni rastreo
Una sola exportación, en el formato que produzca su sistema administrativo. Si necesita 3 archivos y una llamada con su proveedor de POS, díganos y reduciremos lo que le pedimos.
Estos son los cambios que con más frecuencia salen inconclusos cuando solo se miran las ventas brutas en el tiempo. Por eso son los que suelen sorprender a los equipos cuando nuestros métodos descubren lo que realmente lograron. Elija de 3 a 5, o díganos qué hizo realmente.
0 seleccionadas
Sin sus datos podemos llegar más lejos de lo que usted esperaría.
| Usted nos da | Usted recibe | |
|---|---|---|
| Store-to-Store ReadEN | Nada | Cuáles de sus tiendas tienen bajo desempeño y qué dicen sus clientes que está mal en ellas |
| Calibration Read | Una exportación de datos | Lo que realmente aportaron a las ventas en tienda los cambios que usted ya hizo |
| Lever BoardEN | 2 años de datos de ventas | Cada palanca comprobada, ordenada y sugerida para cada una de sus tiendas, con su aporte al incremento evaluado |
| Remodel Sequence ReadEN | 2 años de datos de ventas y su plan de inversión | Qué sitios de su plan de inversión deberían recibir el dinero primero, cuáles no deberían recibirlo y qué tendría que cambiar para los demás |
| MonitoringEN | Nada nuevo | Veredictos a medida que se confirman las lecturas, y alertas cuando una palanca no aparece en los datos como debería, lo que normalmente significa que no se está aplicando como se especificó |
Recomendamos hacer un Calibration Read en toda la cadena y no en una parte, porque las lecturas necesitan suficientes tiendas que hicieron cada cambio y suficientes que no lo hicieron para comparar. Definimos el alcance para su cadena en una llamada corta. El trabajo toma 20 días hábiles desde que llegan los datos.