En el competitivo universo del fast fashion, donde las tendencias nacen y mueren en semanas y una talla equivocada en la tienda equivocada puede significar la diferencia entre vender a precio completo o malvender en rebajas, hay una verdad incómoda que la industria ha tardado décadas en aceptar: las decisiones más críticas del negocio—qué enviar, a dónde y cuándo—se siguen tomando con hojas de cálculo, intuición y mapas mentales.

Esta es la historia de Nextail, una startup madrileña fundada en 2014 por un equipo que conocía esa realidad desde dentro y decidió destruirla con matemáticas. Es el caso de estudio de cómo la analítica prescriptiva y la optimización estocástica están sustituyendo al Excel en una industria que mueve miles de millones.

Nextail imagen

El Origen: Cuando Zara No Era Suficiente

La génesis de Nextail está ligada directamente al epicentro del fast fashion global. Joaquín Villalba, ingeniero industrial por la Universidad Politécnica de Valencia con un MBA por INSEAD, ejerció como Director de Logística Europea en Zara-Inditex, donde supervisó operaciones para más de mil tiendas con un volumen de ventas superior a los 10.000 millones de dólares. Desde esa atalaya privilegiada, Villalba analizó los cimientos del imperio de Amancio Ortega y llegó a una conclusión que definiría su carrera: el modelo logístico de Zara era revolucionario en su estructura, pero las decisiones diarias sobre qué enviar a cada tienda seguían dependiendo de la intuición humana.

Los clientes se marchaban frustrados sin encontrar su talla. La causa no era falta de stock global, sino una distribución demasiado estática para reaccionar a las fluctuaciones micro-locales de la demanda. Villalba vio una oportunidad inmensa para llevar la agilidad del retail al siguiente nivel inyectando ciencia de datos e investigación operativa directamente en el núcleo del merchandising.

Para materializar esta visión se asoció con Carlos Miragall, un experto en finanzas corporativas con experiencia escalando startups desde cero hasta más de 150 empleados y levantando más de 60 millones de dólares en financiación, y con Javier Lafuente García como CTO. Juntos fundaron Nextail con una misión diáfana: democratizar la excelencia operativa del fast fashion mediante la precisión matemática.

El Problema: La Explosión Combinatoria que Destruye a Excel

Para entender por qué Nextail existe, hay que comprender un fenómeno matemático que los equipos de merchandising sufren cada día: la explosión combinatoria. Un retailer de moda no toma decisiones agregadas. Cruza miles de productos (SKUs), multiplicados por varias tallas, distribuidos en cientos de tiendas, con actualizaciones necesarias varias veces por semana. El resultado: millones de puntos de decisión diarios.

Las hojas de cálculo colapsan. Literalmente. Como señala Mark Scouller, veterano del merchandising en firmas como Next, New Look y Mountain Warehouse, los equipos lidian con archivos que se bloquean al superar el medio millón de filas, sostenidos por miles de macros que se rompen con cualquier cambio.

Pero el colapso técnico es solo la superficie. Las consecuencias de negocio son devastadoras:

  • Agrupamiento forzado de tiendas (Store Clustering): Incapaces de calcular la demanda por tienda individual, los equipos agrupan establecimientos en categorías amplias y aplican distribuciones homogéneas. El resultado: sobrestock en unas tiendas y roturas en otras del mismo clúster.

  • Dependencia del “mapa mental”: Las decisiones terminan basándose en la intuición subjetiva del buyer, un enfoque ciego ante cambios de tendencia intersemanales.

  • El abandono de la “clase media”: Los equipos dedican todo su tiempo a reponer los best-sellers agotados o liquidar los peores productos, abandonando completamente los mid-sellers y las tiendas de volumen medio. Como resume Scouller: son precisamente estos productos ignorados los que “drenan el margen de beneficio de forma silenciosa”.

  • Rebajas destructivas: La lentitud procedimental obliga a ejecutar campañas de markdowns masivas al final de temporada para liquidar inventario acumulado.

“El futuro del retail no cabe en Excel” — Mark Scouller

La Solución: Un Cerebro Matemático que Piensa en Probabilidades

La arquitectura de Nextail ataca el problema en tres capas perfectamente orquestadas dentro del proceso S&OP (Sales and Operations Planning):

1. Datos “Listos para IA” (Data Ingestion & Optimization)

La premisa fundacional es la pureza del dato. Los conjuntos de datos del retailer provienen de una miríada de sistemas inconexos (ERPs, WMS, POS). La plataforma consolida y limpia toda esta información diariamente, corrigiendo fenómenos como el “stock fantasma” (donde el sistema indica existencias de prendas que han sido robadas o extraviadas), imputando valores nulos y generando una única fuente de verdad que elimina la fricción entre departamentos.

2. Predicción Probabilística Hiperlocal

A diferencia del forecasting tradicional que genera un único número de previsión, los algoritmos de Nextail construyen una distribución completa de probabilidad para cada combinación de SKU, tienda y día. No solo anticipan el volumen esperado; cuantifican la incertidumbre. Esa previsión se calibra con restricciones reales: capacidad de trastienda, logísticas de empaquetado, distribución de tallas por demografía del código postal, y mínimos de presentación visual.

3. Optimización Prescriptiva (El Motor MILP)

Aquí reside la verdadera innovación. Cuando el modelo probabilístico dicta cuánta demanda ocurrirá, dónde y cuándo, el sistema debe prescribir la acción operativa exacta. Para ello despliega algoritmos de Programación Lineal Entera Mixta (MILP) combinados con optimización estocástica.

En términos conceptuales, el motor resuelve una función objetivo que maximiza la probabilidad de venta a precio completo (full-price sell-through) de cada SKU en cada tienda, ponderada por el margen bruto, menos los costes logísticos de cada transferencia. Todo ello sujeto a restricciones infranqueables: conservación de inventario, espacio físico disponible, estándares estéticos de la marca, y coherencia en la distribución de curvas de tallas.

El sistema evalúa miles de millones de permutaciones y decide: ¿es más rentable retener stock en el centro de distribución para proteger el e-commerce, o despacharlo de urgencia a una tienda con alta probabilidad inminente de rotura de stock?

El resultado no es un informe estático, sino una directiva de ejecución accionable entregada a los sistemas ERP y WMS en minutos. La automatización libera hasta el 75% del tiempo de los equipos de merchandising para reenfocarse en decisiones estratégicas.

Más Allá de la Asignación: El Rebalanceo Inteligente

Una de las funcionalidades más disruptivas de Nextail es el rebalanceo de inventario entre tiendas (Store Transfers). Cuando los productos se acercan al final de su ciclo de vida, la demanda se fragmenta: unas tiendas tienen exceso de tallas que nadie quiere, mientras otras necesitan exactamente esas tallas.

Tradicionalmente, ese stock remanente iba directo a rebajas. Nextail hace lo contrario: el optimizador rastrea pares de tiendas origen-destino, calcula si el aumento de probabilidad de venta a precio completo justifica el coste logístico de la transferencia, y reagrupa activamente las tallas desparejadas en centros de demanda activa. Así, las rebajas dejan de ser un mal endémico para convertirse en una herramienta de ultimísimo recurso.

El Impacto: ROI en 30 Días

La analítica prescriptiva no sería relevante sin resultados. Los números de Nextail hablan con contundencia:

Métrica Impacto
Cobertura de inventario Reducción de hasta un 30%
Roturas de stock Disminución de hasta un 60%
Ventas directas Incremento del 5-10%
Tiempo de merchandisers liberado Hasta un 75%
ROI demostrable En los primeros 30 días

Marcas internacionales como Pepe Jeans, River Island, Guess, Scotta, Bimani, Silbon y Sports Emotion han integrado la plataforma para superar los cuellos de botella de su escalado omnicanal. El caso de Pepe Jeans es particularmente ilustrativo: una marca con lead times de hasta seis meses que pasó de previsiones estáticas a una optimización dinámica capaz de adaptarse al consumidor en semanas.

La Trayectoria Financiera y la Transición de Liderazgo

La cronología corporativa revela un patrón de crecimiento respaldado por la élite del capital riesgo europeo:

Ronda Fecha Cantidad (USD) Inversor(es) Principal(es)
Seed 2016 $1.6M Nauta Capital
Serie A Jun 2018 $10M Nauta Capital
Inversión 2024 Nov 2024 Multi-millonaria Inversores existentes

Tras una década liderando la visión del producto y posicionando la plataforma para automatizar más de mil millones de decisiones de inventario por temporada en un parque de 20.000 tiendas, Joaquín Villalba orquestó una sucesión ejecutiva en 2024. Adoptó el rol de Embajador Corporativo—en línea con su reconocimiento como Pionero Tecnológico por el Foro Económico Mundial—y cedió la dirección ejecutiva a Carlos Miragall, cofundador y ex-CFO, para capitanear la compañía en la era de los LLMs y los sistemas agénticos.

El reconocimiento institucional ha sido contundente: Mejor Plataforma de Merchandising de Retail de Moda 2025 (EU Business News), triple victoria en los Just Style Excellence Awards 2025, y reconocimiento reiterado como Representative Vendor por Gartner en sus guías de mercado de optimización retail.

La Montaña Sociológica: El Mayor Obstáculo No Es la Tecnología

A pesar de la superioridad técnica, el mayor obstáculo para la adopción no es computacional—es humano. Como advierte Mark Lewis, estratega tecnológico del retail: “La mayor barrera para el éxito de la IA en la moda es pura y exclusivamente una cuestión de mentalidad colectiva”.

Existe una peligrosa falacia que percibe la IA como “magia oscura” incomprensible. Esto genera expectativas irreales en las directivas o un rechazo visceral por parte de los profesionales de merchandising que temen al dictamen de la “caja negra”. Los retailers invierten millones en plataformas que terminan infrautilizadas porque no han reestructurado sus equipos ni invertido en formación.

La clave, según Scouller, es entender que la IA “no es magia oscura, sino lógica aplastante: procesamiento masivo de datos limpios y la aplicación iterativa de matemáticas a una escala y velocidad inhumanas”. Y el punto de inflexión corporativo se alcanza en un momento muy concreto: cuando el dolor de la ineficiencia supera a la inercia del confort operativo.

El Futuro: IA Generativa, Agentes Autónomos y el Escudo Regulatorio ESPR

La hoja de ruta de Nextail converge en tres fuerzas que definirán el retail de 2026:

1. Interfaz Conversacional con RAG: La IA Generativa no reemplazará los motores de optimización MILP (los LLMs fallan en cálculo numérico masivo a coste eficiente). Su papel será actuar como capa de orquestación cognitiva: un director comercial podrá interactuar con el cerebro matemático en lenguaje natural, pidiendo análisis de rentabilidad de un rebalanceo concreto y autorizando ejecuciones automáticas.

2. Sistemas Multi-Agente de IA: Gartner proyecta que para finales de 2026, más del 40% de las aplicaciones empresariales incorporarán agentes de IA. En el contexto del S&OP, un “enjambre” de agentes monitorizará autónomamente variables volátiles—clima, roturas en la cadena, viralidad de tendencias en redes sociales—y recalibrará el optimizador sin intervención humana.

3. El Escudo ESPR: El marco regulatorio europeo ESPR 2026 penalizará (incluso prohibirá) la destrucción de inventario textil no vendido. Los sobrantes ya no serán “costes hundidos” sino pasivos ambientales auditables. En este contexto, la capacidad de Nextail para reducir la sobreproducción y minimizar leftovers deja de ser solo una ventaja financiera para convertirse en un requisito de supervivencia legal.

Conclusión: Las Matemáticas Ganan la Partida

La historia de Nextail es la crónica de una industria que ha cruzado un punto de no retorno. La complejidad del retail omnicanal moderno ha superado definitivamente la capacidad humana de gestión manual. Las hojas de cálculo no son un inconveniente menor; son un riesgo sistémico que drena silenciosamente los márgenes de beneficio.

Nextail ha demostrado que la respuesta reside en la fusión de predicción probabilística, optimización estocástica y una cultura de datos limpia. Su viaje demuestra que, a veces, la revolución no llega con una idea completamente nueva, sino con la aplicación rigurosa de las matemáticas a un problema que todos daban por perdido.

Como Villalba descubrió en los pasillos de Zare: la agilidad del futuro no se construye con intuición, sino con ecuaciones.

Fuentes de Interés: