Dashboard
🏴 Planificación País
👤 Sales Managers
🏢 Clientes
🏛️ Agencias
| Nombre | Fecha creación |
|---|
📢 Anunciantes
| Nombre | Fecha creación |
|---|
Pipeline de Oportunidades
Historial de Cambios
💡 Ideas & Roadmap
0 ideas📄 Documentación
Criterios y metodologíaEstamos a día 3 de febrero y llevamos 2.416€ facturados. Necesitamos saber cuánto vamos a cerrar el mes para tomar decisiones: ¿hace falta empujar más comerciales? ¿Vamos por buen camino? ¿Necesitamos activar campañas extra?
Miramos cómo nos fue en meses anteriores comparados con el benchmark, y usamos ese historial para estimar los días que quedan del mes actual.
Cada mes tiene un benchmark (lo que "debería" facturarse según el mercado). Dividimos lo que facturamos realmente entre ese benchmark y nos sale un porcentaje que llamamos rendimiento:
| Mes | BC€ | Benchmark | Rendimiento |
| Enero 2026 | 24.345 € | 52.800 € | 46,1% |
| Febrero 2025 | 22.659 € | 72.400 € | 31,3% |
| Marzo 2025 | 38.921 € | 85.975 € | 45,3% |
| Abril 2025 | 42.580 € | 97.848 € | 43,5% |
| ... y así con todos los meses disponibles | |||
Juntamos todos esos porcentajes de rendimiento y calculamos dos cosas:
Febrero tiene un benchmark de 72.400€. A día 3, el benchmark decía que deberíamos llevar 4.705€ y llevamos 2.416€. Quedan 25 días en los que el benchmark dice que se van a mover 67.695€.
Aplicamos los 3 escenarios a esos 67.695€ que quedan:
Porque el benchmark ya tiene el patrón del mercado incluido. Si en adtech el 60% de la facturación viene en las últimas dos semanas del mes, el benchmark ya lo refleja. Nosotros solo le aplicamos nuestro rendimiento histórico real.
Y conforme avanza el mes, cada vez hay más días reales y menos días proyectados, así que la estimación se va afinando sola.
Con meses ya cerrados podemos comprobarlo. Ejemplo con enero:
| Fecha de corte | Proy. realista | Cierre real | Error |
| Día 5 | 23.800 € | 24.345 € | -2,2% |
| Día 10 | 25.100 € | 24.345 € | +3,1% |
| Día 20 | 24.500 € | 24.345 € | +0,6% |
- Calculamos qué porcentaje del benchmark facturamos cada mes (nuestro rendimiento)
- Sacamos la media y la variación de esos rendimientos históricos
- Para el mes en curso: tomamos lo facturado hasta hoy + lo que queda según benchmark × nuestro rendimiento
- Generamos 3 escenarios: optimista (meses buenos), realista (media) y pesimista (meses malos)
- Validamos con meses cerrados para confirmar que el modelo funciona