Los KPIs financieros miden el impacto económico directo de SIGA, demostrando el valor monetario generado y justificando la inversión realizada.
def calcular_margen_por_km():
"""Calcula el margen por kilómetro recorrido"""
# Datos mensuales
datos = {
'ingresos_totales': 625000, # €/mes
'costos_operativos': {
'combustible': 187500, # 30% de ingresos
'personal': 150000, # 24% de ingresos
'mantenimiento': 62500, # 10% de ingresos
'seguros': 31250, # 5% de ingresos
'otros': 43750 # 7% de ingresos
},
'km_totales': 312500 # 50 vehículos × 6250 km/mes
}
# Cálculos
costos_totales = sum(datos['costos_operativos'].values())
margen_bruto = datos['ingresos_totales'] - costos_totales
margen_por_km = margen_bruto / datos['km_totales']
# Impacto SIGA
mejoras_siga = {
'reduccion_combustible': 0.15, # -15% por menos km vacíos
'optimizacion_personal': 0.10, # -10% por eficiencia
'menos_mantenimiento': 0.08, # -8% por mejor uso
'aumento_ingresos': 0.12 # +12% por más entregas
}
return {
'margen_actual': margen_por_km, # €0.48/km
'margen_con_siga': 0.65, # €0.65/km
'mejora_absoluta': 0.17, # €0.17/km
'mejora_porcentual': 35.4 # +35.4%
}
| Mes | Margen/Km | Variación | Factores |
|---|---|---|---|
| Baseline | €0.48 | - | Sin SIGA |
| Mes 1 | €0.52 | +8.3% | Quick wins |
| Mes 3 | €0.57 | +18.8% | Optimización activa |
| Mes 6 | €0.61 | +27.1% | ML funcionando |
| Mes 12 | €0.65 | +35.4% | Sistema maduro |
┌─────────────────────────────────────────────────────────┐
│ ROI DEL PROYECTO SIGA │
├─────────────────────────────────────────────────────────┤
│ │
│ Fórmula: (Beneficio Neto / Inversión Total) × 100 │
│ │
│ Año 1: │
│ ├─ Beneficio Bruto: €600,000 │
│ ├─ Costos Operativos: €42,000 │
│ ├─ Beneficio Neto: €558,000 │
│ ├─ Inversión Total: €137,000 │
│ └─ ROI: 337% │
│ │
│ Desglose Mensual ROI: │
│ [====================================] 337% │
│ M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 M11 M12 │
│ -80% -40% 0% 40% 80% 120% 160% 200% 240% 280% 337% │
└─────────────────────────────────────────────────────────┘
def analizar_costo_por_entrega():
"""Analiza la evolución del costo por entrega"""
# Baseline sin SIGA
baseline = {
'entregas_mes': 5250,
'costos_totales': 475000,
'costo_por_entrega': 90.48
}
# Con SIGA
con_siga = {
'entregas_mes': 6300, # +20% productividad
'costos_totales': 441000, # -7% por eficiencia
'costo_por_entrega': 70.00
}
# Análisis de componentes
componentes = {
'combustible': {
'antes': 32.14,
'despues': 24.50,
'ahorro': 7.64
},
'personal': {
'antes': 28.57,
'despues': 23.81,
'ahorro': 4.76
},
'km_vacios': {
'antes': 15.24,
'despues': 3.81,
'ahorro': 11.43
},
'otros': {
'antes': 14.53,
'despues': 17.88,
'aumento': -3.35 # Aumenta por SIGA
}
}
return {
'reduccion_total': baseline['costo_por_entrega'] - con_siga['costo_por_entrega'],
'reduccion_porcentual': 22.6,
'mayor_impacto': 'km_vacios',
'roi_por_entrega': 3.25 # Cada € invertido retorna €3.25
}
| Métrica | Sin SIGA | Con SIGA | Mejora |
|---|---|---|---|
| Revenue mensual/vehículo | €12,500 | €15,250 | +22% |
| Días productivos/mes | 22 | 24 | +9% |
| Revenue/día productivo | €568 | €635 | +12% |
| Utilización capacidad | 73% | 86% | +18% |
def proyectar_cash_flow():
"""Proyecta el cash flow operativo con SIGA"""
meses = range(1, 13)
cash_flow = []
for mes in meses:
if mes <= 2:
# Fase de implementación
ingresos = 12500 * 50 * (1 + 0.02 * mes) # Crecimiento gradual
costos = 475000 * (1 - 0.03 * mes) # Reducción gradual
else:
# Sistema activo
ingresos = 12500 * 50 * (1 + 0.22) # +22% estable
costos = 475000 * (1 - 0.12) # -12% estable
# Costo SIGA
costo_siga = 3500 if mes > 6 else 0 # Post-implementación
cash_flow_mes = ingresos - costos - costo_siga
cash_flow.append({
'mes': mes,
'ingresos': ingresos,
'costos': costos,
'costo_siga': costo_siga,
'cash_flow_neto': cash_flow_mes,
'cash_flow_acumulado': sum(cf['cash_flow_neto'] for cf in cash_flow)
})
return cash_flow
┌─────────────────────────────────────────────────────────┐
│ DASHBOARD FINANCIERO SIGA │
├─────────────────────────────────────────────────────────┤
│ │
│ MARGEN/KM REVENUE/VEHÍCULO COSTO/ENTREGA │
│ €0.61 ↑ €14,825 ↑ €72.35 ↓ │
│ +27.1% +18.6% -20.1% │
│ │
│ ROI PROYECTO: [████████████████████░░░░░] 268% │
│ │
│ Cash Flow Mensual: │
│ ├─ Ingresos: €762,500 (+22%) │
│ ├─ Costos Op: €418,000 (-12%) │
│ ├─ SIGA: €3,500 │
│ └─ Neto: €341,000 (+48%) │
│ │
│ Payback: [██████████████████████████] Completado M3 │
└─────────────────────────────────────────────────────────┘
rentabilidad_rutas = {
'alta_rentabilidad': {
'rutas': ['BCN-MAD', 'VAL-BCN', 'MAD-SEV'],
'margen_promedio': 0.82, # €/km
'volumen': '35%',
'estrategia': 'Priorizar y proteger'
},
'media_rentabilidad': {
'rutas': ['Regionales', 'Interprovinciales'],
'margen_promedio': 0.61, # €/km
'volumen': '45%',
'estrategia': 'Optimizar con SIGA'
},
'baja_rentabilidad': {
'rutas': ['Última milla', 'Rurales'],
'margen_promedio': 0.38, # €/km
'volumen': '20%',
'estrategia': 'Minimizar o eliminar'
}
}
def analisis_sensibilidad():
"""Analiza sensibilidad a variables clave"""
escenarios = {}
# Variables y rangos
variables = {
'precio_combustible': [-20, -10, 0, +10, +20], # % variación
'demanda_transporte': [-15, -5, 0, +5, +15],
'adopcion_sistema': [60, 70, 80, 90, 100]
}
# Impacto en ROI
for var, rangos in variables.items():
escenarios[var] = []
for valor in rangos:
if var == 'precio_combustible':
roi = 337 - (valor * 2.5) # Alto impacto
elif var == 'demanda_transporte':
roi = 337 + (valor * 4.2) # Muy alto impacto
else: # adopcion_sistema
roi = 337 * (valor / 80) # Impacto proporcional
escenarios[var].append({
'variacion': valor,
'roi_resultado': roi
})
return escenarios
| KPI Financiero | SIGA | Industria | Best-in-Class | Posición |
|---|---|---|---|---|
| Margen/Km | €0.65 | €0.45 | €0.58 | Top 5% |
| ROI Tecnología | 337% | 45% | 120% | Líder |
| Costo/Entrega | €70 | €95 | €82 | Líder |
| Revenue/Vehículo | €15.2K | €11.8K | €13.5K | Top 10% |
| EBITDA Margin | 18.2% | 12.5% | 15.8% | Top 10% |
Año 1:
├─ Revenue: €9.15M (+22%)
├─ Costos: €7.45M (-12%)
├─ EBITDA: €1.70M
└─ Margen EBITDA: 18.6%
Año 2:
├─ Revenue: €10.25M (+12%)
├─ Costos: €7.85M (+5%)
├─ EBITDA: €2.40M
└─ Margen EBITDA: 23.4%
Año 3:
├─ Revenue: €11.50M (+12%)
├─ Costos: €8.25M (+5%)
├─ EBITDA: €3.25M
└─ Margen EBITDA: 28.3%
alertas_financieras = {
'margen_bajo': {
'kpi': 'margen_por_km',
'umbral': 0.50,
'actual': 0.61,
'estado': 'OK',
'tendencia': 'ascendente'
},
'cash_flow_negativo': {
'kpi': 'cash_flow_operativo',
'umbral': 0,
'actual': 341000,
'estado': 'OK',
'tendencia': 'estable'
},
'roi_objetivo': {
'kpi': 'roi_proyecto',
'umbral': 200,
'actual': 268,
'estado': 'OK',
'tendencia': 'ascendente'
},
'costo_entrega_alto': {
'kpi': 'costo_por_entrega',
'umbral': 85,
'actual': 72.35,
'estado': 'OK',
'tendencia': 'descendente'
}
}
┌─────────────────────────────────────────────────────────┐
│ INFORME FINANCIERO EJECUTIVO - MES 6 │
├─────────────────────────────────────────────────────────┤
│ │
│ HIGHLIGHTS: │
│ • ROI proyecto alcanzó 268% (target: 150%) │
│ • Margen/km mejoró a €0.61 (+27.1% YoY) │
│ • Cash flow positivo: €341K/mes (+48%) │
│ • Payback completado en mes 3 │
│ │
│ MÉTRICAS CLAVE: │
│ ┌─────────────────┬──────────┬─────────┬────────┐ │
│ │ KPI │ Actual │ Target │ Status │ │
│ ├─────────────────┼──────────┼─────────┼────────┤ │
│ │ Margen/Km │ €0.61 │ €0.55 │ ✅ │ │
│ │ Revenue/Veh │ €14,825 │ €13,500 │ ✅ │ │
│ │ Costo/Entrega │ €72.35 │ €80.00 │ ✅ │ │
│ │ EBITDA Margin │ 18.2% │ 15.0% │ ✅ │ │
│ └─────────────────┴──────────┴─────────┴────────┘ │
│ │
│ RECOMENDACIONES: │
│ 1. Mantener foco en rutas alta rentabilidad │
│ 2. Expandir modelo a flota completa │
│ 3. Considerar aumento precios 3-5% │
└─────────────────────────────────────────────────────────┘
Los KPIs financieros demuestran que SIGA es una inversión excepcional:
"SIGA no es un costo, es un multiplicador de valor que transforma pérdidas en ganancias."