- Las métricas que explican el negocio (clientes, pedidos, plantilla, unidades) no están en el libro diario; están en un CRM, un Sheets o en la cabeza del director de operaciones.
- Cruzarlas con el P&L da los ratios que de verdad usa la dirección: coste por unidad, margen por cliente, ingreso por empleado.
- La forma sostenible es mantener las métricas en Google Sheets y que el reporting las lea cada mes junto al P&L consolidado.
El P&L dice cuánto: 940.000 € de ingresos, 385.000 € de coste de ventas. Las métricas operativas dicen por qué: 470 clientes, 12.500 envíos, 62 personas. Ninguna de las dos cosas sola explica el negocio. El valor está en el ratio entre ellas —2.000 € por cliente, 30,8 € por envío— y ese ratio no está en ningún sitio, porque el numerador vive en el ERP y el denominador vive en un CRM, en un Sheets o en la cabeza del director de operaciones.
Una métrica operativa es un dato del negocio que no está en la contabilidad (clientes, pedidos, empleados, unidades) y que, cruzado con el P&L, produce los ratios de gestión: coste unitario, margen por cliente o ingreso por empleado.
¿Qué métricas no están en la contabilidad y por qué importan?
El libro diario registra euros. No registra cuántos clientes generaron esos euros, cuántos envíos costaron ese coste de ventas, cuántas personas produjeron ese ingreso ni cuánta capacidad quedó sin usar. Cuatro familias que casi nunca están en el ERP:
- Volumen. Pedidos, envíos, unidades, análisis, horas facturadas, kilómetros.
- Clientes. Activos, nuevos, perdidos, por segmento.
- Plantilla. Personas, FTE, por área y sociedad.
- Capacidad. Metros cuadrados, camiones, camas, licencias, máquinas.
Sin ellas, el P&L explica el resultado pero no el negocio. Un coste de ventas que sube un 10 % puede ser un problema (los envíos cuestan más) o una buena noticia (hay un 15 % más de envíos). El P&L no distingue. El coste por envío, sí.
¿Qué ratios salen de cruzarlas con el P&L?
| Métrica operativa | Fuente habitual | Se cruza con | Ratio que obtienes | Ejemplo |
|---|---|---|---|---|
| Clientes activos | CRM / Sheets | Ingresos | ARPA (ingreso medio por cliente) | 940.000 € / 470 clientes = 2.000 €/cliente |
| Pedidos o envíos | Sistema operativo / Sheets | Coste de ventas | Coste por pedido | 385.000 € / 12.500 envíos = 30,8 €/envío |
| Plantilla (FTE) | RR. HH. / Sheets | Ingresos y personal | Ingreso y coste por empleado | 940.000 € / 62 FTE = 15.161 €/FTE |
| Kilómetros recorridos | Flota | Combustible y mantenimiento | Coste por kilómetro | 48.000 € / 160.000 km = 0,30 €/km |
| Análisis realizados (laboratorio) | LIMS / Sheets | Ingresos y reactivos | Margen por análisis | (78.000 − 31.000) € / 6.500 = 7,2 €/análisis |
| Metros cuadrados | Inmuebles | Alquileres | Coste de alquiler por m² | 24.000 € / 1.200 m² = 20 €/m² |
| MRR / ARR | Facturación recurrente | Ingresos contables | Diferencia MRR vs. ingreso reconocido | Detecta anticipos y periodificaciones |
| Churn | CRM | Ingresos perdidos | Ingreso perdido por baja | 12 bajas × 2.000 € = 24.000 €/mes |
Cada fila viene de un sector real. La logística vive del coste por envío y por kilómetro; el laboratorio, del margen por análisis; la distribución, del ARPA y del coste por pedido; el SaaS, de la diferencia entre lo que factura de forma recurrente y lo que la contabilidad reconoce. Y todos ellos, del ingreso por empleado, que es el ratio que un inversor mira primero para comparar dos empresas del mismo sector.
¿Dónde mantener las métricas sin crear otro Excel?
En una sola hoja de Google Sheets por grupo, con una estructura fija: una fila por mes y sociedad, una columna por métrica. Marzo, sociedad A: 470 clientes, 12.500 envíos, 62 FTE. Marzo, sociedad B: sus números. Y así cada mes.
La estructura importa más que la herramienta. Con una fila por mes y sociedad, la hoja se cruza con el P&L sin que nadie tenga que traducir nada: el ingreso de marzo de A se divide entre los clientes de marzo de A. Con métricas en pestañas distintas, con meses en columnas o con «total grupo» calculado a mano, el cruce se rompe al segundo mes.
Quién la rellena: el dueño del dato, no finanzas. Los clientes activos los pone quien lleva el CRM; los envíos, operaciones; la plantilla, RR. HH. Cada uno una columna, el día 3 de cada mes, con la definición de la métrica escrita en la cabecera para que «clientes activos» signifique lo mismo en enero que en octubre. Finanzas no debería tener que perseguir a nadie: si una celda está vacía el día 5, el ratio de ese mes sale en blanco, y el vacío se ve.
¿Cómo se leen junto al P&L cada mes?
Conectando la hoja al reporting, no copiando de una a otra. En Fibady, la hoja de Google Sheets se conecta una vez y las métricas se leen con cada cierre: el ratio —coste por envío, ARPA, ingreso por FTE— se recalcula solo con el P&L del mes, por sociedad y para el grupo, y aparece en los dashboards al lado de las líneas del P&L que lo componen. Cada sociedad puede tener sus propias métricas: camas en el hospital, camiones en la logística; el grupo consolida las comunes y compara las demás.
Y como el ratio existe como métrica del sistema, el agente de IA puede responder sobre él: «coste por envío en marzo frente a presupuesto» o «qué sociedad tiene el ingreso por empleado más bajo» son preguntas sobre números ya calculados, que es exactamente lo que un agente responde bien.
¿Qué errores evitar?
Tres, y los tres pasan en el primer año:
- Métricas que cambian de definición. En enero «clientes activos» son los que compraron ese mes; en junio, los que compraron en los últimos 90 días. El ARPA de junio no es comparable con el de enero y nadie lo sabe. La definición va en la cabecera de la hoja y no cambia; si tiene que cambiar, se abre otra columna.
- Fuentes que nadie mantiene. La métrica que rellenaba una persona que se fue. Si en marzo la columna está vacía, mejor que el ratio salga en blanco que rellenarlo con el de febrero.
- Ratios sin la sociedad detrás. Un coste por envío «de grupo» que mezcla la sociedad de paquetería urbana (8 € por envío) con la de transporte pesado (140 €) es un número que no significa nada. El ratio se calcula por sociedad y el grupo se presenta como comparación, no como media.
La lista de KPIs que conviene tener desde el primer mes, con su definición, está en el glosario.