Cómo hacer un análisis de gasto en una empresa sin sistema ERP estructurado

Hay una conversación que se repite en empresas medianas colombianas: “Vamos a empezar a optimizar compras cuando terminemos de implementar el ERP nuevo”. “Cuando contratemos un Director de Compras”. “Cuando tengamos la data limpia”.

Estas esperas son caras. Mientras decides empezar, sigues pagando precios distintos al mismo proveedor por el mismo ítem, sigues fragmentando categorías entre 12 proveedores que podrían ser 3, sigues creando proveedores nuevos para compras que nunca se repiten.

La buena noticia: no necesitas un ERP perfecto para hacer un análisis de gasto útil. Necesitas la data que ya tienes — por desordenada que esté — y una metodología clara.

Qué es un análisis de gasto y por qué importa

Un análisis de gasto (spend analysis) es el ejercicio de reunir, limpiar, categorizar y analizar todo lo que tu empresa gasta con terceros, para entender en qué, con quién y bajo qué condiciones.

Sirve para tres cosas, principalmente:

• Visibilidad: saber realmente dónde está el dinero. La mayoría de las empresas se sorprenden con el resultado del primer análisis.
• Priorización: identificar las 3–5 categorías donde concentrar el esfuerzo de optimización.
• Apalancamiento: usar la data como argumento en negociaciones con proveedores.

Sin un análisis de gasto, las decisiones de compras se toman por intuición o por urgencia. Que es lo mismo que decir: se toman mal.

El mito del “necesito un ERP primero”

Es el bloqueador más común. La idea es que sin un ERP estructurado no se puede hacer análisis serio. Es falso por dos razones:

1. La data ya existe, solo está dispersa.

Incluso sin un ERP estructurado, todas las empresas en Colombia tienen tres fuentes mínimas: software contable (Siigo, World Office, Helisa, QuickBooks), facturas electrónicas (los XML están estandarizados por la DIAN) y extractos bancarios. Con esto se puede reconstruir el 80% del gasto en menos de dos semanas.

2. Esperar al ERP perfecto cuesta más que hacerlo imperfecto.

Un análisis con datos imperfectos te da información imperfecta. Pero “información imperfecta” es infinitamente mejor que “ninguna información”, que es la situación actual. Y los hallazgos del primer análisis suelen pagar el costo de cualquier ERP futuro.

Las 4 fuentes de datos que ya tienes

1. Software contable

Siigo, World Office, Helisa, SAP Business One, Contai. Todos exportan a Excel. El reporte clave es el “auxiliar de proveedores” o “movimientos por tercero” para los últimos 12–24 meses. Te da NIT, razón social, montos, fechas y conceptos.

2. Facturas electrónicas (XML del DIAN)

Desde 2020 todas las facturas válidas son electrónicas y vienen en formato XML estandarizado. Los XML tienen estructura predecible: emisor, NIT, descripción de ítems, valor, IVA, retenciones. Procesar 5.000 XML con un script en Python toma minutos. Aquí está el detalle por ítem que rara vez está en el contable.

3. Extractos bancarios

Los pagos no mienten. Los extractos del año son la fuente más confiable de “qué efectivamente salió”. Útil para validar contra el contable y detectar pagos no registrados como compras (caja menor, reembolsos personales).

4. Compras manuales o no formalizadas

Las más difíciles de capturar y, a veces, las más reveladoras. Compras por caja menor, anticipos, reembolsos a empleados. Suelen estar en cuentas contables específicas (5xx — Gastos) y no aparecen en el reporte de proveedores tradicional.

La metodología en 5 pasos

Paso 1: Extracción

Consolidar 12–24 meses de datos de las cuatro fuentes en un solo archivo. Un período más corto (6 meses) puede ocultar estacionalidad; uno más largo (36 meses) suele ser ruido.

Errores típicos en este paso: tomar solo lo que está en el ERP, omitir caja menor, no incluir servicios públicos (importante distinguirlos después, pero hay que tenerlos).

Paso 2: Limpieza y normalización

Es el paso que más tiempo consume y el que más impacta la calidad final. Aquí es donde se gana o se pierde el análisis.

Los problemas típicos en datos colombianos no son los mismos que en datos europeos o estadounidenses. Aquí los principales:

Problema típico en datos colombianos

Cómo se manifiesta y cómo se resuelve

Mismo proveedor con múltiples nombres

“C. Pérez”, “Carlos Pérez”, “C PEREZ SAS” — todos son el mismo NIT. Resolver agrupando por NIT, no por nombre.

EEFF en formato NIIF con columna “REVELACIÓN”

Esta columna debe filtrarse antes del análisis. Si no, duplicas valores y distorsionas todo el Pareto.

Cifras “en miles de pesos”

Los EEFF y reportes formales suelen presentarse en miles. Si no se multiplica por 1.000, todo queda subestimado en tres órdenes de magnitud.

Formato numérico colombiano

Punto separa miles, coma separa decimales. Excel y herramientas en inglés invierten esta lógica. Estandarizar antes de cargar.

Compras por caja menor o reembolsos

Se contabilizan distinto a las OCs. A menudo no aparecen en el reporte de proveedores. Hay que extraerlas del libro auxiliar de gastos.

Facturas de servicios públicos y arrendamientos

Aparecen como proveedores de alto gasto pero no son optimizables vía compras. Excluirlas explícitamente del análisis táctico.

NITs sin DV o con DV inconsistente

Dos registros del mismo NIT (uno con DV, otro sin) se cuentan como dos proveedores. Limpiar el DV antes de agrupar.

Paso 3: Categorización

Cada ítem o transacción debe asignarse a una categoría. La pregunta es: ¿qué taxonomía usar?

La respuesta práctica:

UNSPSC (United Nations Standard Products and Services Code).

Es la taxonomía estándar global, mantenida por GS1 y usada por gobiernos y grandes empresas en todo el mundo. Tiene 4 niveles: segmento (2 dígitos), familia (4), clase (6), commodity (8).

Para un primer análisis, basta con clasificar al nivel 2 (familia). Llegar a nivel 4 es un proyecto en sí mismo y puede esperar a la segunda iteración. Lo importante es tener una taxonomía consistente que te permita comparar años, negociar por categoría y benchmarkear.

Paso 4: Análisis (los 5 lentes)

Una vez la data está limpia y categorizada, se mira a través de cinco lentes complementarios:

• Pareto: concentración del gasto por proveedor y por categoría. Identifica el head y el tail.
• Transaccionalidad: cuántas transacciones hay por rango de valor. Revela el costo operativo escondido.
• Estacionalidad: cuándo gastas más. Permite planeación de caja y negociación de plazos.
• Dispersión de precios: el mismo ítem comprado a diferentes proveedores a diferentes precios. Quick wins inmediatos.
• Fragmentación por categoría: cuántos proveedores compiten por la misma categoría. Mucha fragmentación = oportunidad de consolidación.

Paso 5: Oportunidades y plan de acción

El análisis no termina con gráficos bonitos. Termina con un listado priorizado de oportunidades, cada una con:

• Categoría y proveedores involucrados
• Magnitud del impacto potencial (en COP)
• Facilidad de implementación (1–5)
• Tiempo estimado de captura
• Acción concreta (consolidar, renegociar, cambiar de modelo, eliminar)

Un buen análisis genera entre 10 y 30 oportunidades concretas. Las primeras 3–5 son las que se ejecutan en los primeros 90 días.

Errores comunes que invalidan el análisis

• Buscar la perfección antes de empezar. “Cuando tengamos la data limpia” nunca llega.
• Categorizar absolutamente todo a nivel 4 antes de mirar los datos. Pierdes meses sin un solo hallazgo.
• Excluir compras menores. El tail spend suele ser donde más oportunidades operativas hay.
• Saltarse la normalización de NITs. Sin esto, los proveedores aparecen duplicados y el Pareto es falso.
• Hacer el análisis y archivarlo. Sin un plan de acción y un dueño, no genera valor.
• No incluir compras por caja menor o anticipos. Esto puede esconder hasta el 15% del gasto real.

Qué hacer con los resultados

Primer mes:

• Compartir hallazgos con finanzas y operaciones, no solo con compras.
• Definir las 3–5 categorías prioritarias para los próximos 90 días.
• Establecer una línea base de KPIs: número de proveedores activos, % gasto en top 20 proveedores, gasto en tail.

Trimestre 1:

• Ejecutar consolidación o renegociación de las 3 primeras categorías priorizadas.
• Definir umbrales para gestión diferenciada de tail spend (qué se gestiona internamente, qué se terceriza).
• Implementar reportes mensuales de seguimiento sobre los KPIs base.

Trimestre 2:

• Repetir el análisis con la nueva data. Medir impacto vs. línea base.
• Ampliar el alcance a categorías de segunda prioridad.
• Evaluar si las herramientas y procesos actuales soportan el nuevo nivel de gestión, o si hay que invertir en mejor infraestructura.

Cómo lo hacemos en Procure

Hemos sistematizado este proceso en una herramienta propia de análisis de gasto. Construimos un dashboard interactivo a partir de los datos del cliente —sin importar el ERP— con seis lentes:

• Pareto de proveedores y categorías
• Análisis de transaccionalidad y estacionalidad
• Normalización de ítems y dispersión de precios entre proveedores
• Mapeo UNSPSC automatizado
• Análisis competitivo de proveedores por categoría
• Tab de oportunidades con scoring 0–100 sobre cinco señales (concentración, fragmentación, dispersión, urgencia, off-contract)

Lo entregamos en 2–4 semanas y queda como input para conversaciones de optimización: triangulación, BPO, búsqueda de proveedores, RFPs por categoría. Es la puerta de entrada a cualquier intervención más profunda en compras.

¿Quieres ver tu propio análisis de gasto?

En Procure construimos un análisis de gasto completo a partir de los datos que ya tienes, sin importar el ERP que uses. Entregamos un dashboard interactivo con Pareto, transaccionalidad, mapeo UNSPSC y oportunidades priorizadas — listo para que tomes decisiones esta semana.

→ Solicita tu análisis de gasto

Notas metodológicas y fuentes

Las cifras citadas en este artículo provienen de las fuentes listadas a continuación, complementadas con estimaciones razonables sobre la estructura típica de empresas medianas colombianas. Cada caso particular debe modelarse con los datos reales del cliente.

• The Hackett Group, 2025 Tail Spend Management Study: ahorros promedio del 7,1% al gestionar mejor el tail spend.
• Ardent Partners: beneficio del 6–12% por cada peso puesto bajo gestión.
• Boston Consulting Group, Taming Tail Spend (2019): ahorros del 5–10% al digitalizar la gestión del tail.
• APQC Open Standards Benchmarking — costo total para procesar una OC: USD 14 a USD 54+ entre top y bottom quartile (≈COP 52K–200K al TRM de mayo 2026). Top performers procesan 11x más POs por FTE que el cuartil inferior.
• Vilfredo Pareto, Manuale di economia politica (1896) — origen del principio 80/20 aplicado posteriormente al gasto en compras.
• Particularidades del contexto colombiano (formato NIIF, NITs con DV, EEFF en miles de pesos) basadas en la práctica observada con datos contables y fiscales locales.