Sevica, operador logístico especializado en fulfillment para ecommerce, implementó con Crata AI una plataforma que unifica los datos de sus sistemas y aplica modelos predictivos sobre la demanda. La consolidación de datos pasó a ser hasta un 80% más rápida y el error de previsión bajó una estimación de entre el 20% y el 30%.
Datos repartidos entre sistemas que no se hablaban entre sí
Sevica gestiona los pedidos online de más de cincuenta marcas de retail desde ocho centros logísticos en Madrid y Barcelona, moviendo más de quince millones de unidades al año. Su propio software de gestión, Picko, da a cada marca trazabilidad en tiempo real de su stock.
La parte de previsión no tenía esa visibilidad. La información detrás de cada estimación vivía repartida en sistemas antiguos que no se comunicaban, así que cada previsión empezaba por consolidar datos a mano desde formatos distintos. Sin una visión unificada, la previsión se apoyaba tanto en la experiencia como en los datos y, a ese volumen, las pequeñas desviaciones cuestan de verdad.
En un negocio donde el pico de un Black Friday se planifica con semanas de antelación, ese margen pesa. Dimensionar equipos, reservar espacio y comprometer plazos con las marcas dependía de estimaciones que llegaban tarde y envejecen rápido.
Una plataforma de datos que anticipa la demanda
Con Crata AI, Sevica implementó una plataforma que integra la información de sus distintos sistemas en una única capa de datos y la presenta en un panel operativo que el equipo consulta a diario. Sobre esa base trabajan los modelos predictivos, que anticipan la demanda y avisan cuando algo se sale de lo esperado.
El cambio de verdad está por debajo del panel: las decisiones de planificación dejaron de depender de hojas de cálculo que se rehacían cada semana y pasaron a apoyarse en datos que se actualizan solos. El equipo de operaciones dedica ahora su tiempo a decidir en vez de a recopilar datos.
La plataforma cubre todo el recorrido del dato, desde el sistema de origen hasta la decisión operativa:
- Integra y unifica la información de múltiples sistemas en una sola capa.
- Muestra el estado de la operación en un panel actualizado en tiempo real.
- Prevé la demanda a partir del histórico y de los patrones de cada marca.
- Detecta automáticamente las anomalías que se apartan del comportamiento habitual.
