marql

Cada tienda, leída cada día. Cada señal tiene un responsable.

Los detectores puntúan cada tienda frente a su propio normal tras cada sincronización y en un escaneo diario. Cada señal va al agente de IA que responde de ella y solo te llega como decisión, con las pruebas dentro.

Tus vigilantes

reglas deterministas e historial de activaciones

Galería+ Nuevo agente

Write-offs above 3% of sales

write_offs / revenue > 3% · daily · Ana

Activo

Store margin under 25%

store_revenue / store_cost < 1.33 · daily · Ana

Activo

Agentes Marql — la capa de sensores integrada, ajustada por nosotros

Overstock — frozen cash

days of cover ≥ 1.5× target DIO, latest snapshot

Activo

Projected stockout

days of cover ≤ lead time + safety

Activo

Below-cost sales

revenue < cost per SKU, 14d window

Activo

Demand shift

unit velocity sustained 2+ weeks, de-seasonalised, promo/calendar excluded

Activo

Promo shortlist

in-stock SKUs scored on margin headroom × elasticity × cover, weekly

Activo

Event ahead

holiday inside its planning lead time, with last year's category moves

Activo

POS↔books revenue check

POS vs revenue accounts gap > 2%, last closed month

Activo

Purchase-cost creep

unit cost ≥ +8% vs 3-month median

Apagado

Duplicate supplier invoices

same supplier+amount, ≥2 invoices, 45d

Apagado

23 detectores integrados · cada uno activado para tu organización

Una señal es una prueba, no un aviso.

Va a quien responde de ese tipo de problema y solo llega a una persona cuando merece una decisión.

  1. Leer

    Los conectores traen datos cada cinco minutos; un ERP más antiguo como 1C lo lee un agente local o se lee de noche. Las previsiones y los grupos de tiendas se rehacen cada noche en tu zona horaria.

  2. Puntuar

    Cada tienda se puntúa frente a su propio normal para ese día de la semana, robusto a un día raro, con un mínimo en euros para que un movimiento trivial nunca se eleve. Cada señal lleva una confianza: Alta, Media o Baja.

  3. Asignar

    Cada tipo de señal tiene un solo responsable entre tus agentes de IA. Algunas se traspasan: una venta bajo coste durante una promoción va al agente de marketing y no a operaciones.

  4. Decidir

    Una persona solo ve señales dentro de una decisión en Hoy: agrupadas, filtradas (al menos 50 € a la semana, menos de 14 días, sin repetidas) y ordenadas por beneficio. Cuando la condición desaparece, la señal se cierra sola.

65 tipos de señal · un solo responsable cada unoUn rol que no has contratado pasa sus señales al propietario o al COO.

  • Agente de IA de aprovisionamiento9

    Rotura prevista · sobrestock · coste de compra al alza · entrega con retraso

  • Agente de IA de operaciones de tienda17

    Ritmo de ventas · venta bajo coste · mermas · efectivo sin depositar · salud de los datos

  • Agente de IA de finanzas19

    Contabilidad frente a la caja · gastos al alza · mix de margen · margen a la baja por referencia

  • Agente de IA de marketing3

    Selección de promociones · evento próximo · promoción medida

  • Agente de IA de categorías3

    Cambio de demanda · caída de clase ABC · cambio de categoría

  • Propietario o COO14

    Patrones de la red · tienda por debajo de sus pares · tus propias reglas

Dentro de cada decisión, las pruebas.

Requiere intervención

Revisar precios y proveedores de los lácteos con poco margen

Esta decisión agrupa 3 señales. Esta ficha trata solo de Chamberí.

  • Sliding SKU marginHigh

    6 dairy SKUs · −4.2 pp · 28d vs prior 28d

  • Purchase-cost creepHigh

    one dairy supplier · unit cost +9% vs 3-month median

  • Margin dropMedium

    dairy · 3 weeks below the store's own normal

Cómo se calcula

Método
Margen frente a la normalidad de la tienda en 8 semanas, robusto a un día raro
Periodo
21 días
Fuentes
TPV · costes de compra del ERP
Falta
Nada

Confianza: AltaMedible

Escrito por marql a partir del TPV y el ERP, hace 6 min

Detectores integrados y reglas propias.

Cada uno es un análisis concreto que, si no, sería una persona con una hoja de cálculo. Ninguno es un chatbot con horario.

Cada tienda frente a su propio normal

Las ventas y el margen se puntúan frente al patrón estacional de la propia tienda tras cada sincronización. Una regla plana o se pierde un deslizamiento lento en una tienda estable o da falsas alarmas en una volátil; esto no hace ninguna de las dos cosas.

Una caída real se detecta, y un martes corriente se deja en paz.

Barcelona Eixample · ingresoslo normal de ese día, en este localuna regla fija del −20 %la misma regla, apretada hasta pillar el sábado
últimos 7 días

LunMarMiéJueVieSábDom

ninguna señal

Martes, un día corriente

Aquí los martes van un 5 % por debajo de la media de la semana, y este está en mitad de su propio normal. La regla fija apretada salta igual, y también el miércoles y el jueves.

señal → decisión · ≈750 €/sem.

Sábado, un 16 % por debajo de su normal

Aquí los sábados van un 16 % por encima de la media, así que una caída del mismo tamaño acaba a la altura de un martes corriente. Una regla fija del −20 % nunca llega ahí, y apretarla hasta que llegue cuesta tres falsas alarmas por semana.

Una señal de ingresos salta a 3σ del normal propio del local y al menos un 15 % por debajo. El sábado es un 16 % y unas 12σ. Cifras ilustrativas.

La contabilidad, contrastada con la caja

Nueve controles sobre tu contabilidad, activados por organización: facturas de proveedor duplicadas, huecos en la numeración de facturas, tipos de IVA fuera de los permitidos, cobros vencidos, pagos a contrapartes inactivas, y tres conciliaciones de la contabilidad con las ventas del TPV, el efectivo y el stock.

La fuga que un informe de ventas no enseña: una factura pagada dos veces o una contabilidad que no cuadra con la caja.

Reconciliations · last closed month

  • POS ↔ books revenuegap 0.8% · limit 2%

  • Till cash ↔ booksgap 9.6% · limit 8%

  • Inventory ↔ booksgap 4.1% · limit 12%

Signal → AI finance manager: till cash 9.6% below what the books received.

Duplicate supplier invoicessame supplier + amount, 45dOn

Invoice numbering gaps≥3 missing numbers in a series, 92dOn

VAT rate anomaliesrate outside the allowed setOn

Overdue receivables> 30d and ≥ €500 per entityOff

Payments to dormant counterparties≥ €250 after 180d silenceOff

Negative cash registerrunning balance < 0, 45dOff

Reglas que describes tú

Escribe en una frase qué vigilar. Se compila en una regla determinista y se reproduce sobre los últimos 90 días de tus datos, para que veas cuántas veces habría saltado antes de interrumpir a nadie.

Fijas el umbral sobre tu propio historial, no sobre una suposición.

un agente que describes tú mismo

piloto · por organización
  1. lo que dices

    “Avísame cuando las mermas pasen del 3 % de los ingresos de un local”

  2. en qué se compila

    métrica
    spoilage
    alcance
    por local
    prueba
    > 3 % de los ingresos
    ventana
    diario

    construido solo a partir del catálogo de métricas · nunca código libre

  3. reproducido sobre tus últimos 90 días

    se habría disparado 7 veces

    más o menos una vez cada dos semanas, en dos locales

    ConservarloDescartar

El modelo compila la frase y explica qué se ha encontrado. Nunca es él quien detecta, y nunca se inventa una cantidad.

Lo que queremos decir, y lo que no, con detección.

Las palabras se usan a la ligera en todas partes. Esta es la versión a la que puedes atenernos, y por qué la preferimos así.

  • No es un enjambre de IA autónomas.

    La detección es código determinista y reglas. El modelo de lenguaje compila tu frase en una regla y explica lo encontrado; nunca detecta ni inventa importes.

  • Los 23 detectores integrados se activan por organización.

    Toda red tiene desde el primer día los controles básicos de ventas, margen, roturas y salud de los datos.

  • Los detectores proponen y decide una persona.

    No se escribe nada en tu TPV. Lo que cada agente de IA puede hacer por su cuenta lo fija el propietario o el COO, por tipo de acción.

  • Las reglas que escribes tú son un piloto, activado por organización, hasta 20 por red.

    Las alertas simples de umbral sobre una métrica están al alcance de todos.

  • Donde faltan datos, la decisión espera: el hueco aparece como una sola línea de salud de los datos en Hoy, no como una cifra construida sobre nada.

Lo que la gente pregunta cuando deja de oír la palabra «IA».

No. Tus agentes de IA son los roles que actúan sobre las señales. Los detectores de debajo son análisis determinista programado más un motor de reglas. Un modelo de lenguaje hace solo dos cosas: convertir tu frase en regla y explicar un hallazgo en palabras sencillas. Pregunta por qué un número es el que es y obtendrás la misma respuesta dos veces.

Los datos entran cada cinco minutos y los controles en tiempo real corren tras cada sincronización. El escaneo completo corre una vez al día, las previsiones y los grupos de tiendas se rehacen de noche en tu zona horaria, los patrones cada semana, y tus agentes de IA leen los resultados desde las 06:00, hora local. Publicamos los intervalos en vez de llamarlo tiempo real.

Los controles básicos de ventas, margen, roturas y salud de los datos corren para todos. Los 23 detectores integrados — sobrestock, roturas previstas, ventas bajo coste, cambios de demanda, selecciones de promoción, los controles contables y otros — se activan para tu organización, y cada uno muestra cuándo saltó por última vez y cuántas veces en 30 días.

Sí. La figura de arriba es todo el camino: tu frase, la regla en la que se compila y la reproducción sobre tus últimos 90 días que muestra cuántas veces habría saltado. Es un piloto que activamos por organización, hasta 20 reglas por red. Una alerta de umbral sobre una métrica está al alcance de todos sin el piloto.

Cada pantalla muestra cuándo llegaron los datos por última vez y cuántas tiendas reportaron. Las decisiones que dependen de datos que faltan se retienen y se cuentan en una sola línea, «Datos que faltan», en vez de mostrarse sobre una suposición. Un periodo sin datos se salta, no se cuenta como cero.

La vigilancia funciona igual: cada local se puntúa frente a su propio historial, que es en lo que se basa casi toda la detección. Lo que se debilita es la comparación. Con muy pocos locales comparables no hay grupo de control, así que la prueba recurre a la volatilidad propia del local, y el registro lo dice.

¿Listo para ver
los euros que ha encontrado?

La demo se construye sobre el TPV y la contabilidad que ya usas. Déjanos tus datos y elige una hora.