Hay procesos que funcionan durante años, pero en realidad se sostienen por costumbre y por esfuerzo humano. En mi caso, uno de esos procesos era la actualización y validación de tarifas para varias familias de producto.
El flujo se ejecutaba con buena intención, pero con demasiadas tareas manuales: copiar datos, cruzar hojas, revisar fórmulas, corregir medidas y volver a exportar información. Desde fuera podía parecer un trabajo administrativo más. Desde dentro, el problema era claro: tiempo operativo dedicado a tareas repetitivas, riesgo constante de error y dependencia de conocimiento manual.
El problema: demasiada intervención manual en un proceso crítico
La información necesaria estaba repartida entre dos mundos distintos:
- Tarifas y reglas comerciales en archivos Excel.
- Datos maestros y precios de referencia almacenados en SAP.
Unir ambos mundos era un proceso manual o semimanual, y eso generaba fallos recurrentes.
1. Errores de consistencia
- Fórmulas rotas.
- Columnas desplazadas.
- Filtros mal aplicados.
- Cruces incompletos entre modelo, medida y tipo de producto.
Pequeños errores que podían terminar afectando directamente a precios sensibles.
2. Errores de interpretación
No siempre era evidente que tarifa base aplicar en casos especiales:
- Suplementos por tipo.
- Variantes comerciales.
- Equivalencias de medidas.
- Referencias con codificaciones distintas.
Eso obligaba a revisar manualmente muchos casos para validar cada cálculo.
3. Tiempo operativo elevado
Cada actualización implicaba repetir casi el mismo recorrido:
- Preparar archivos.
- Revisar datos.
- Ejecutar cálculos.
- Validar resultados.
- Volver a exportar.
El problema no era falta de conocimiento del equipo, sino el diseño del proceso.
La solución: automatizar el flujo completo, no solo los cálculos
El objetivo no era meter más tecnología, sino convertir un proceso frágil en un flujo repetible, controlado y fiable. Para ello desarrollé una aplicación interna en Python con interfaz web local, para que cualquier usuario pudiera ejecutar el proceso sin tocar código.
El flujo para el usuario quedó reducido a cuatro pasos:
- Seleccionar grupo de artículos y lista de precios SAP.
- Cargar el Excel de tarifas.
- Ejecutar validaciones y cálculos automáticamente.
- Generar tablas y archivos listos para exportación.
Cómo funciona el pipeline internamente
Aunque la experiencia de uso es simple, internamente se separan fases claras:
- Normalización y validación del Excel de entrada.
- Carga de artículos, medidas y precios desde SAP.
- Construcción del universo completo de referencias.
- Identificación de precios existentes y precios a calcular.
- Aplicación automática de reglas de negocio.
- Generación estructurada del resultado final para integración.
Esa separación mejoró la trazabilidad y simplificó la detección temprana de incidencias.
Errores que desaparecieron tras automatizar
- Cruces incompletos entre referencias Excel y SAP.
- Duplicidades por equivalencias de medidas o codificaciones distintas.
- Aplicación incorrecta de suplementos por tipo de producto.
- Inconsistencias por trabajar con versiones distintas de archivos.
- Registros no validados detectados demasiado tarde.
- Falta de trazabilidad sobre el origen de determinados precios.
También se incorporaron validaciones de entrada para bloquear ejecuciones cuando faltaba calidad de datos en campos sensibles.
Reducción de tiempo y carga operativa
El trabajo dejó de centrarse en preparar hojas, copiar datos y revisar fórmulas, y pasó a centrarse en analizar resultados, validar excepciones y tomar decisiones.
El ahorro real no estuvo solo en ejecutar más rápido, sino en evitar el ciclo de rehacer, volver a revisar y volver a exportar cada vez que aparecía un error.
Menos dependencia del conocimiento individual
Uno de los cambios más importantes fue reducir la dependencia de personas concretas que conocían todo el recorrido de memoria. Ahora el criterio operativo vive en el flujo, el proceso es más estandarizado y la curva de aprendizaje es menor.
Herramientas utilizadas
- Excel como entrada natural para tarifas y negocio.
- SAP y SQL para consulta de artículos, listas de precio y medidas.
- Python para automatización, validaciones y cálculo.
- Exportaciones estructuradas para integración posterior.
Impacto en negocio
- Mayor velocidad en preparación de tarifas.
- Menor riesgo en datos sensibles de precio.
- Más confianza en la información publicada.
- Mejor trazabilidad para auditoría y revisión.
- Menor fricción entre áreas.
- Mayor capacidad de reacción ante cambios comerciales.
Reflexión final
Muchas veces el problema no es la falta de tecnología, sino la cantidad de trabajo manual normalizado en procesos críticos. Automatizar bien no sustituye el criterio de las personas: evita que su talento se desperdicie en tareas mecánicas y propensas al error.
Ese es el valor de una automatización útil: reducir riesgo, mejorar fiabilidad y liberar tiempo para aportar valor real.