ANEXO 14

Modelo ejecutivo FARO

Este anexo corresponde a la Fase 4 — Estructura, etapa “Modelo ejecutivo FARO”. Es el punto donde los datos ya limpios, normalizados, clasificados y conectados a tablas maestras se convierten en una base gerencial lista para medir, interpretar, decidir y ejecutar.

1. Objetivo del anexo

El objetivo del Modelo ejecutivo FARO es transformar datos operativos en una estructura de dirección.

Hasta acá FARO ya hizo esto:

Datos crudos
→ RAW
→ Staging
→ Normalización
→ Clasificación
→ Tablas maestras

Pero todavía falta convertir esos datos en una estructura que Dirección pueda usar para responder preguntas como:

¿Cuánto vendimos realmente?
¿Cuánto margen dejamos?
Qué clientes son rentables?
Qué productos mueven caja?
Qué sucursal está sana?
Qué vendedor vende bien, pero destruye margen?
Qué stock está inmovilizado?
Qué proveedor nos genera riesgo?
Qué decisiones están vencidas?
Qué área está ejecutando mal?
Qué tensión está afectando el FARO Score?

La pregunta central de este anexo es:

¿Cómo convierte FARO los datos operativos en una lectura ejecutiva integrada de la empresa?

2. Tesis del Anexo 14

La tesis es:

FARO Connect necesita un modelo ejecutivo propio porque los datos del ERP, Excel, banco o CRM no vienen pensados para dirigir; vienen pensados para registrar operaciones.

Un ERP puede decir:

Factura N° 0001-000234
Cliente: Constructora Norte
Producto: Cemento
Importe: $850.000

Pero FARO debe decir:

Esta venta afecta:
- ventas netas,
- margen bruto,
- stock crítico,
- comisión del vendedor,
- cobranza futura,
- riesgo del cliente,
- score comercial,
- posible tensión de crecimiento no rentable.

El ERP registra. FARO interpreta.

3. Diferencia entre dato operativo y modelo ejecutivo

La diferencia es enorme. Uno registra. El otro dirige.

4. Qué debe lograr el Modelo Ejecutivo FARO

El modelo ejecutivo debe permitir:

Medir KPIs.
Cruzar áreas.
Detectar señales.
Aplicar reglas.
Generar alertas.
Detectar tensiones.
Asignar responsables.
Priorizar decisiones.
Generar acciones.
Medir ejecución.
Calcular FARO Score.
Aprender de resultados.

Si el modelo ejecutivo está mal armado, todo lo que viene después se debilita.

5. Componentes del Modelo Ejecutivo FARO

El modelo debería organizarse en cinco grandes capas:

6. Arquitectura conceptual

Tablas maestras
    ↓
Hechos operativos
    ↓
Modelo ejecutivo
    ↓
KPIs
    ↓
Señales
    ↓
Reglas
    ↓
Alertas
    ↓
Tensiones
    ↓
Diagnóstico
    ↓
Acciones
    ↓
Seguimiento
    ↓
FARO Score

Ejemplo:

dim_product + dim_customer + dim_employee + fact_sales
    ↓
Margen bruto por vendedor, producto, cliente y sucursal
    ↓
Señal: margen cae
    ↓
Regla: margen < 22% y descuento > 10%
    ↓
Alerta: margen crítico
    ↓
Tensión: crecimiento no rentable
    ↓
Acción: auditar descuentos altos

7. Dimensiones principales

Las dimensiones son las “lentes” desde donde FARO analiza la empresa.

Sin dimensiones, FARO solo ve registros. Con dimensiones, FARO ve gestión.

8. Tablas de hechos principales

Las tablas de hechos registran eventos medibles.

9. Ejemplo de modelo dimensional

9.1 Venta ejecutiva

Una venta ejecutiva no debería ser solo una factura. Debería tener:

Fecha
Cliente
Producto
Vendedor
Sucursal
Canal
Cantidad
Precio lista
Precio final
Descuento
Costo
Margen
Condición de pago
Estado de cobranza
Comisión estimada
Stock afectado

9.2 SQL ejemplo

CREATE TABLE fact_sales (
    sale_id TEXT PRIMARY KEY,
    sale_date DATE NOT NULL,
    customer_id TEXT NOT NULL,
    product_id TEXT NOT NULL,
    employee_id TEXT,
    branch_id TEXT,
    channel_id TEXT,
    quantity NUMERIC,
    list_price NUMERIC,
    final_price NUMERIC,
    discount_amount NUMERIC,
    discount_rate NUMERIC,
    unit_cost NUMERIC,
    net_amount NUMERIC,
    total_cost NUMERIC,
    gross_margin_amount NUMERIC,
    gross_margin_rate NUMERIC,
    payment_terms TEXT,
    collection_status TEXT,
    source_load_id TEXT,
    created_at TIMESTAMP DEFAULT now()
);

10. Fórmulas base del modelo ejecutivo

10.1 Venta neta

Venta neta = precio final × cantidad

def venta_neta(precio_final, cantidad):
    return precio_final * cantidad

10.2 Descuento

Descuento % = descuento / precio lista

def descuento_rate(precio_lista, precio_final):
    if precio_lista == 0:
        return 0
    return (precio_lista - precio_final) / precio_lista

10.3 Margen bruto

Margen bruto = (venta neta - costo total) / venta neta

def margen_bruto(venta_neta, costo_total):
    if venta_neta == 0:
        return 0
    return (venta_neta - costo_total) / venta_neta

10.4 Días de cobranza

Días de cobranza = fecha de cobro - fecha de venta

def dias_cobranza(fecha_venta, fecha_cobro):
    return (fecha_cobro - fecha_venta).days

10.5 Días de cobertura de stock

Días de cobertura = stock actual / venta promedio diaria

def dias_cobertura(stock_actual, venta_promedio_diaria):
    if venta_promedio_diaria == 0:
        return None
    return stock_actual / venta_promedio_diaria

11. Modelo ejecutivo por área

11.1 Comercial

Debe permitir leer:

Ventas netas
Margen bruto
Descuento promedio
Venta por vendedor
Margen por vendedor
Venta por cliente
Rentabilidad por cliente
Venta por producto
Mix de productos
Conversión comercial
Ticket promedio
Comisión estimada

Preguntas ejecutivas:

¿Se vende más o mejor?
¿Qué vendedor vende con mejor margen?
¿Qué cliente deja margen real?
Qué productos mueven volumen, pero destruyen rentabilidad?

11.2 Finanzas

Debe permitir leer:

Caja
Cobranzas
Pagos
Mora
Días de cobranza
Gastos por área
Gastos por sucursal
Rentabilidad
Flujo operativo
Deuda
Cuentas por cobrar
Cuentas por pagar

Preguntas ejecutivas:

¿La venta se convierte en caja?
¿Qué clientes comprometen liquidez?
Qué gastos están creciendo más que las ventas?
Qué áreas consumen más estructura?

11.3 Stock

Debe permitir leer:

Stock actual
Stock valorizado
Stock crítico
Stock inmovilizado
Rotación
Días de inventario
Quiebres
Diferencias físico-sistema
Productos de alta rotación
Productos de baja rotación

Preguntas ejecutivas:

¿Tenemos el stock correcto?
¿Hay capital parado?
Qué productos pueden frenar ventas?
Qué productos deberíamos dejar de comprar?

11.4 Compras

Debe permitir leer:

Compras por proveedor
Precio promedio de compra
Variación de costo
Plazo de entrega
Cumplimiento proveedor
Compras urgentes
Dependencia de proveedor
Órdenes pendientes

Preguntas ejecutivas:

¿Compramos bien o compramos tarde?
Qué proveedor nos condiciona?
Dónde suben los costos?
Qué compras afectan margen futuro?

11.5 RRHH

Debe permitir leer:

Dotación
Costo laboral
Comisiones
Productividad por empleado
Ausentismo
Rotación
Tareas asignadas
Tareas cumplidas
Costo laboral por área
Costo laboral sobre ventas

Preguntas ejecutivas:

¿La estructura acompaña el resultado?
Qué roles generan más valor?
Las comisiones incentivan rentabilidad o solo volumen?
Dónde hay baja productividad?

11.6 Operaciones

Debe permitir leer:

Tareas
Entregas
Reclamos
Demoras
Capacidad
Cumplimiento operativo
Reprocesos
Tiempo de ciclo
Carga por responsable

Preguntas ejecutivas:

¿La operación sostiene la promesa comercial?
Dónde se traba el flujo?
Qué reclamos se repiten?
Qué procesos tienen cuello de botella?

11.7 Dirección

Debe permitir leer:

Decisiones tomadas
Acciones abiertas
Acciones vencidas
Responsables demorados
Tensiones abiertas
Alertas críticas
Score global
Score por área
Score por sucursal
Reincidencia de problemas

Preguntas ejecutivas:

¿La empresa ejecuta lo que decide?
Qué área requiere atención?
Qué tensión es prioritaria?
Qué responsable está bloqueando avance?

12. Modelo ejecutivo por industria

El modelo ejecutivo debe adaptarse al tipo de empresa.

12.1 Construcción / insumos

Variables críticas:

Margen por producto
Stock crítico
Rotación
Descuentos
Comisiones
Cobranzas
Ventas a obra
Canjes
Referidos
Clientes con cuenta corriente

Tensiones típicas:

Crecimiento no rentable
Stock crítico comercial
Comisión desalineada
Cliente grande riesgoso
Compras reactivas
Canje mal evaluado

12.2 Retail

Variables críticas:

Ticket promedio
Rotación
Stock por sucursal
Promociones
Margen por categoría
Tráfico
Conversión
Merma

12.3 Salud

Variables críticas:

Ocupación
Turnos
Profesionales
Costos médicos
Demoras
Reclamos
Rentabilidad por servicio

12.4 Logística

Variables críticas:

Kilómetros
Combustible
Entregas
SLA
Capacidad
Reclamos
Costo por ruta
Rentabilidad por cliente

13. Modelo entidad-relación ejecutivo simplificado

dim_customer
dim_product
dim_employee
dim_branch
dim_supplier
dim_area
dim_channel
dim_cost_center
dim_date
        ↓
fact_sales
fact_collections
fact_inventory
fact_purchases
fact_expenses
fact_actions
        ↓
kpi_results
signal_events
alert_events
tension_events
action_workflow
score_snapshots

14. Tabla de KPIs calculados

El modelo ejecutivo debe alimentar una tabla común de KPIs.

CREATE TABLE kpi_results (
    kpi_result_id TEXT PRIMARY KEY,
    kpi_code TEXT NOT NULL,
    period_start DATE,
    period_end DATE,
    company_id TEXT,
    branch_id TEXT,
    area_id TEXT,
    responsible_id TEXT,
    value NUMERIC,
    target NUMERIC,
    status TEXT,
    confidence NUMERIC,
    source_version TEXT,
    calculated_at TIMESTAMP DEFAULT now()
);

Ejemplo:

{
  "kpi_code": "gross_margin",
  "period": "2026-05",
  "branch_id": "SUC_SAN_JUAN",
  "area_id": "AREA_COMERCIAL",
  "value": 0.21,
  "target": 0.28,
  "status": "rojo",
  "confidence": 0.86
}

15. Tabla de señales

Una señal es un cambio relevante.

CREATE TABLE signal_events (
    signal_id TEXT PRIMARY KEY,
    kpi_code TEXT NOT NULL,
    area_id TEXT,
    branch_id TEXT,
    signal_type TEXT,
    previous_value NUMERIC,
    current_value NUMERIC,
    variation NUMERIC,
    severity TEXT,
    confidence NUMERIC,
    detected_at TIMESTAMP DEFAULT now()
);

Ejemplo:

{
  "signal_type": "margin_drop",
  "kpi_code": "gross_margin",
  "previous_value": 0.28,
  "current_value": 0.21,
  "variation": -0.07,
  "severity": "alta"
}

16. Tabla de alertas

CREATE TABLE alert_events (
    alert_id TEXT PRIMARY KEY,
    alert_code TEXT NOT NULL,
    signal_id TEXT,
    rule_code TEXT,
    area_id TEXT,
    responsible_id TEXT,
    severity TEXT,
    status TEXT DEFAULT 'open',
    message TEXT,
    created_at TIMESTAMP DEFAULT now()
);

Ejemplo:

{
  "alert_code": "margin_critical",
  "rule_code": "gross_margin_below_threshold",
  "area_id": "AREA_COMERCIAL",
  "responsible_id": "EMP_002",
  "severity": "alta",
  "message": "Margen bruto por debajo del umbral objetivo."
}

17. Tabla de tensiones

CREATE TABLE tension_events (
    tension_id TEXT PRIMARY KEY,
    tension_code TEXT NOT NULL,
    company_id TEXT,
    branch_id TEXT,
    main_area_id TEXT,
    related_areas JSONB,
    related_kpis JSONB,
    related_alerts JSONB,
    severity TEXT,
    priority_score NUMERIC,
    confidence NUMERIC,
    diagnosis TEXT,
    status TEXT DEFAULT 'open',
    detected_at TIMESTAMP DEFAULT now()
);

Ejemplo:

{
  "tension_code": "crecimiento_no_rentable",
  "main_area_id": "AREA_COMERCIAL",
  "related_areas": ["AREA_FINANZAS", "AREA_STOCK"],
  "related_kpis": ["ventas_netas", "gross_margin", "discount_rate", "days_sales_outstanding"],
  "severity": "alta",
  "priority_score": 84,
  "confidence": 0.82,
  "diagnosis": "La empresa vende más, pero con menor margen y peor cobranza."
}

18. Tabla de acciones

CREATE TABLE action_workflow (
    action_id TEXT PRIMARY KEY,
    title TEXT NOT NULL,
    tension_id TEXT,
    alert_id TEXT,
    kpi_code TEXT,
    area_id TEXT,
    responsible_id TEXT,
    approver_id TEXT,
    priority TEXT,
    due_date DATE,
    status TEXT,
    expected_impact JSONB,
    created_at TIMESTAMP DEFAULT now(),
    closed_at TIMESTAMP
);

Ejemplo:

{
  "title": "Auditar descuentos mayores al 8%",
  "tension_id": "TENSION_001",
  "kpi_code": "gross_margin",
  "area_id": "AREA_COMERCIAL",
  "responsible_id": "EMP_002",
  "priority": "alta",
  "due_date": "2026-06-01",
  "status": "pendiente"
}

19. Modelo ejecutivo de relaciones causa-impacto

El modelo ejecutivo no debe mirar KPIs aislados.

Debe permitir relaciones como:

Descuento ↑
→ Margen ↓
→ Comisión puede seguir ↑
→ Caja futura puede ↓
→ FARO Score comercial ↓

Otro ejemplo:

Stock crítico ↑
→ Quiebres ↑
→ Ventas perdidas ↑
→ Reclamos ↑
→ Score operativo ↓

Estas relaciones alimentan el Anexo 16, pero el modelo ejecutivo debe dejar los datos preparados para eso.

20. Fórmula de preparación del modelo ejecutivo

No todos los módulos están igual de listos.

Preparación del modelo ejecutivo =
calidad de datos × 30%
+ tablas maestras completas × 25%
+ clasificación correcta × 20%
+ KPIs calculables × 15%
+ responsables definidos × 10%

def preparacion_modelo_ejecutivo(
    calidad_datos,
    maestros,
    clasificacion,
    kpis_calculables,
    responsables
):
    return round(
        calidad_datos * 0.30 +
        maestros * 0.25 +
        clasificacion * 0.20 +
        kpis_calculables * 0.15 +
        responsables * 0.10,
        2
    )

Lectura:

21. Ejemplo completo: venta a lectura ejecutiva

Dato operativo

{
  "fecha": "2026-05-27",
  "cliente": "Constructora Norte",
  "producto": "Cem x50",
  "cantidad": 100,
  "precio": 8500,
  "descuento": 0.12,
  "vendedor": "Juan P."
}

Modelo ejecutivo

{
  "customer_id": "CLI_003",
  "product_id": "PROD_001",
  "employee_id": "EMP_014",
  "branch_id": "SUC_SAN_JUAN",
  "area_id": "AREA_COMERCIAL",
  "net_amount": 748000,
  "total_cost": 610000,
  "gross_margin_rate": 0.184,
  "discount_rate": 0.12,
  "related_kpis": [
    "ventas_netas",
    "gross_margin",
    "discount_rate",
    "commission_margin"
  ],
  "possible_alerts": [
    "margin_critical",
    "discount_high"
  ],
  "possible_tensions": [
    "crecimiento_no_rentable",
    "comision_desalineada"
  ]
}

Lectura ejecutiva

Venta con descuento alto, margen bajo y potencial impacto en comisión, caja y stock. Debe revisarse dentro del circuito comercial-financiero.

22. Ejemplo completo: gasto a lectura ejecutiva

Dato operativo

{
  "descripcion": "OSDE Mayo",
  "monto": 450000,
  "fecha": "2026-05-10",
  "cuenta": "gastos varios"
}

Modelo ejecutivo

{
  "area_id": "AREA_DIRECTORIO",
  "cost_center_id": "CC_DIRECTORIO",
  "category_id": "CAT_SALUD_DIRECTORES",
  "amount": 450000,
  "expense_type": "gasto_directorio",
  "affects_operational_margin": false
}

Lectura ejecutiva

El gasto corresponde al Directorio y no debe distorsionar la lectura de gastos operativos o administrativos.

23. Ejemplo completo: stock a lectura ejecutiva

Datos

{
  "product_id": "PROD_001",
  "stock_actual": 180,
  "stock_minimo": 300,
  "venta_promedio_diaria": 45,
  "plazo_reposicion_dias": 7
}

Cálculo

dias_cobertura = 180 / 45

Resultado:

4 días de cobertura

Lectura ejecutiva

Producto crítico con cobertura menor al plazo de reposición. Riesgo de quiebre de stock y pérdida de ventas.

Tensión posible:

Stock crítico comercial

Acción sugerida:

Activar reposición urgente o proveedor alternativo.

24. Modelo ejecutivo y FARO Score

El FARO Score debe alimentarse del modelo ejecutivo, no de opiniones.

Variables típicas:

KPIs críticos
Alertas abiertas
Tensiones activas
Acciones vencidas
Acciones cerradas en fecha
Calidad de datos
Score por área
Score por sucursal
Confianza del diagnóstico

Ejemplo:

def calcular_score_base(kpis_rojos, tensiones_criticas, acciones_vencidas, acciones_en_fecha):
    score = 100
    score -= kpis_rojos * 4
    score -= tensiones_criticas * 8
    score -= acciones_vencidas * 2
    score += min(acciones_en_fecha * 1.5, 10)
    return max(0, min(100, score))

25. Gobernanza del modelo ejecutivo

El modelo ejecutivo debe tener dueños.

Regla sana:

Sistemas mantiene la estructura; Dirección y las áreas validan la lógica de negocio.

26. Versionado del modelo ejecutivo

El modelo debe versionarse porque las reglas cambian.

Ejemplos:

Cambio de fórmula de margen.
Cambio de umbral de stock crítico.
Cambio de política de comisiones.
Cambio de clasificación de gastos.
Cambio de ponderación del FARO Score.

Tabla sugerida:

CREATE TABLE executive_model_versions (
    version_id TEXT PRIMARY KEY,
    version_name TEXT,
    description TEXT,
    active_from DATE,
    active_to DATE,
    changed_by TEXT,
    change_reason TEXT,
    created_at TIMESTAMP DEFAULT now()
);

27. Riesgos si no existe modelo ejecutivo

28. Output final del Anexo 14

Al finalizar este anexo, FARO debe tener definido:

1. Modelo ejecutivo general.
2. Dimensiones principales.
3. Tablas de hechos operativos.
4. Estructura de KPIs calculados.
5. Estructura de señales.
6. Estructura de alertas.
7. Estructura de tensiones.
8. Estructura de acciones.
9. Modelo por área.
10. Modelo por industria.
11. Relaciones causa-impacto preparadas.
12. Fórmulas ejecutivas base.
13. Score de preparación del modelo.
14. Dueños de negocio y dueños técnicos.
15. Versionado del modelo.
16. Riesgos de implementación.
17. Relación con FARO Score.

29. Conexión con otros anexos

El Modelo Ejecutivo FARO es la capa que convierte datos operativos en dirección. Toma ventas, stock, compras, cobranzas, gastos, empleados, acciones y decisiones, y los organiza por cliente, producto, sucursal, área, responsable, KPI y tensión. Sin este modelo, FARO tendría datos limpios, pero no tendría lectura ejecutiva.