WaterfallBridge — Explique los Cambios de KPI en Métricas de Valor, Porcentaje y Tasa
Automatice el análisis waterfall, bridge y contribución para finanzas, marketing, e-commerce, operaciones y analítica de producto — desde ingresos y márgenes hasta tasa de conversión, retención, rendimiento y otros movimientos de KPI difíciles de explicar. Ver casos de uso →
🔒 100% procesamiento local de datos — los datos nunca salen de su dispositivo
Paso a Paso: Cómo usar WaterfallBridge
Siga nuestro tutorial detallado y domine el análisis de factores clave desde el primer día.
Casos de Uso
¿Cómo está el rendimiento de la rentabilidad de estos últimos trimestres?
Las ventas han crecido un 10%, pero el margen de beneficio ha bajado 7pt en general.
Eso no está muy bien. ¿Podrías darme un desglose de la caída de 7pt del margen de beneficio y un informe de análisis? Necesito saber qué productos específicos y qué razones causaron esta caída. Sería mejor hacer un análisis integral similar por región, tipo de producto, canal de distribución, equipo u otras dimensiones, y comparar con diferentes períodos como el año pasado, el año anterior, o nuestro presupuesto. Así podremos detectar problemas oportunamente y resolverlos de inmediato.
Si fuera un análisis de ingresos sería simple, pero desglosar la caída de 7pt del margen de beneficio hasta 1000 SKUs específicos, y saber cuáles factores como precio, tasa de descuento, costos, etc., contribuyeron cuántos puntos porcentuales a la caída total, no es fácil. Si agregamos análisis por región, tipo de producto, canales, y comparaciones con el año pasado, presupuesto y otras versiones de datos diferentes, se vuelve aún más complejo, casi imposible...
¿Se encuentra frecuentemente con demandas similares en el trabajo? ¿Pasa un día entero, o varios días o incluso más tiempo (análisis de diferentes dimensiones) para obtener una conclusión de análisis? ¿Este análisis contiene una gran cantidad de estimaciones manuales, y al final la suma de todos los factores de influencia para la caída del margen de beneficio no es exactamente 7pt, teniendo que hacer ajustes manuales, y siempre mantiene la duda sobre si el proceso de cálculo es 100% correcto?
Use WaterfallBridge, complete este tipo de análisis en minutos, obtenga resultados de análisis precisos mediante algoritmos, y desglose los cambios de ingresos, márgenes de beneficio, etc., según los factores de influencia, diferentes dimensiones y comparaciones de escenarios que desee. Identifique con precisión dónde están los problemas, actúe oportunamente y mejore la competitividad empresarial.
¿Quién Puede Usar WaterfallBridge?
WaterfallBridge no es solo para finanzas. Cualquier equipo que necesite explicar por qué cambió un KPI — especialmente métricas de porcentaje y tasa — puede usarlo. Desde margen %, tasa de conversión, retención y yield hasta tasa de aceptación de oferta, SLA y tasa de finalización, WaterfallBridge ayuda a descomponer el cambio entre productos, clientes, canales, regiones, cohortes y otras dimensiones con plena trazabilidad.
Es especialmente útil cuando necesitas:
- Explicar cambios en métricas de valor absoluto como ingresos, beneficio, coste, gasto o volumen
- Descomponer cambios en métricas de porcentaje o tasa como margen %, tasa de conversión, CTR, rendimiento, tasa de descuento o tasa de abandono
- Identificar la contribución de dimensiones detalladas como SKU, producto, cliente, canal, región, proveedor, campaña o sitio
- Producir resultados que cuadren exactamente y puedan revisarse paso a paso
| Industria / Dominio | Roles Típicos | Preguntas de Análisis Habituales | Factores Clave que WaterfallBridge Descompone | Valor Único |
|---|---|---|---|---|
| Finanzas / FP&A | FP&A Manager, Finance Analyst, CFO Office | ¿Por qué cambiaron Revenue / Profit / Margin % vs presupuesto o año anterior? | Price, Volume, Mix, Cost, FX, Structure | Bridges tanto en valor como en métricas de tasa (ej. Margin %) con plena trazabilidad |
| Banca / Instituciones Financieras | FP&A, Tesorería, ALM, Finance Manager, Bank Performance Analyst | ¿Por qué cambiaron el NIM o el NII? ¿Qué producto, tipo de depósito o sucursal lo impulsó? | Rate, Volume, Mix, Estructura de Balance, Producto, Vencimiento, Divisa, Sucursal | Descompone NIM / NII en factores de tasa, volumen, mix y estructura — trazable para informes de dirección y revisión del consejo |
| Seguros | Finance Analyst, Underwriting Analyst, Actuarial Analyst, CFO Office | ¿Por qué cambió el combined ratio, loss ratio o el margen de suscripción? ¿Qué producto o región lo causó? | Loss Rate, Expense Rate, Volumen de Primas, Product Mix, Región, Canal, Frecuencia de Siniestros | Descompone métricas de ratio como loss ratio y combined ratio por producto, región y composición estructural |
| Marketing / Publicidad | Performance Marketing Analyst, Growth Analyst, Marketing Ops | ¿Por qué cambiaron CTR, CVR, ROAS o CAC? ¿Qué campaña o keyword lo impulsó? | Traffic, Channel Mix, Device Mix, Geography, Campaign, Keyword, Offer | Explica cambios en métricas de tasa y permite drill-down a nivel de anuncio |
| E-commerce / Retail | E-commerce Analyst, Category Manager, Commercial Analyst | ¿Por qué cambiaron ventas, margen bruto %, tasa de descuento o conversión? ¿Qué SKU/canal contribuyó? | Price, Units, Discount, Product Mix, Channel Mix, Freight, Cost | Descompone resultados hasta SKU / categoría / canal / región; maneja análisis multidimensional |
| Compras / Cadena de Suministro | Procurement Analyst, Supply Chain Analyst, Sourcing Manager | ¿Por qué subió el gasto o el coste unitario de compra? ¿Qué proveedor/categoría lo causó? | Unit Price, Volume, Supplier Mix, Category Mix, FX, Logistics | Explica la tasa de coste y los cambios de estructura de compra, no solo el gasto total |
| Manufactura / Operaciones | Operations Analyst, Plant Controller, Manufacturing Finance | ¿Por qué cambió el coste unitario, rendimiento, tasa de desperdicio o margen bruto? | Volume, Yield, Scrap, Labor, Overhead, Material Cost, Product Mix | Superior para descomponer métricas de tasa como yield %, scrap %, margin % |
| SaaS / Suscripciones | RevOps, BizOps, Growth Ops, Customer Success Ops | ¿Por qué cambiaron trial-to-paid, retención, churn, ARPU o NRR? | Customer Mix, Plan Mix, Price, Volume, Cohort, Region, Channel | Explica el origen de los cambios en KPIs de suscripción y conversión con atribución estructural |
| Ventas / Operaciones Comerciales | Sales Ops, Business Analyst, Commercial Excellence | ¿Por qué cambió la tasa de cierre, el precio medio, el margen por cliente o el rendimiento regional? | Price, Volume, Customer Mix, Product Mix, Region, Sales Team | Drill desde el total de ventas hasta la contribución por cliente / producto / región |
| Producto / Analítica de Datos | Product Analyst, BI Analyst, Data Analyst | ¿Por qué cambiaron engagement, activación, conversión o retención? | User Mix, Channel Mix, Version Mix, Region, Device, Feature Adoption | Respuestas más interpretables al "¿por qué se movió el KPI?" que un dashboard |
| Atención al Cliente / Soporte | Service Ops, Support Analyst, Call Center Analyst | ¿Por qué cambiaron SLA, tasa de resolución, tasa de reclamaciones o eficiencia de tickets? | Ticket Mix, Channel Mix, Team Mix, Region, Product Type | Separa factores estructurales de factores de ejecución en métricas de servicio |
| Sanidad / Educación / Sector Público | Operations Analyst, Planning Analyst, Program Manager | ¿Por qué cambiaron los indicadores operativos o de rendimiento? | Volume, Mix, Resource Allocation, Region, Service Type | Aplicable a cualquier escenario que requiera explicar claramente cambios complejos en KPIs |
| Selección de Personal / Talent Acquisition | Recruiter, Talent Acquisition Analyst, HR Operations, Hiring Manager | ¿Por qué cambió la tasa de aprobación de entrevistas, la aceptación de ofertas o la conversión de contratación? ¿Qué rol, canal o región lo causó? | Volumen de Candidatos, Source Mix, Role Mix, Región, Recruiter, Fase de Entrevista, Paquete de Oferta | Explica cambios en las tasas del funnel de contratación con drill-down por rol, fuente, recruiter y región |
| Educación / Formación | Education Operations, Academic Analyst, Program Manager, Learning Ops | ¿Por qué cambió la tasa de finalización, asistencia, aprobación o satisfacción del curso? ¿Qué curso, cohorte o campus lo causó? | Student Mix, Course Mix, Cohorte, Profesor, Campus, Modalidad, Asistencia, Resultados de Evaluación | Descompone los cambios en KPIs educativos por cohorte, curso, profesor y campus |
| Gaming / Apps Móviles | Game Analyst, Live Ops, Growth Manager, Monetization Analyst | ¿Por qué cambió la retención D1/D7, la conversión de pagadores, ARPPU o la tasa de engagement? ¿Qué versión, país o canal de adquisición lo causó? | User Mix, Version Mix, Channel Mix, País, Dispositivo, Cohorte, Content / Event Mix | Puente de cambios en KPIs de juegos y apps con contribución explicable por versión, cohorte y canal |
| Call Center / Centro de Contacto | Call Center Manager, WFM Analyst, Service Ops Analyst | ¿Por qué cambió la tasa de abandono, el nivel de servicio, el tiempo de gestión o la resolución en primer contacto? ¿Qué cola, turno o equipo lo causó? | Volumen de Llamadas, Queue Mix, Team Mix, Turno, Idioma, Región, Tipo de Incidencia, Personal | Separa los efectos estructurales de mix de los factores de ejecución operativa en KPIs de servicio |
| DTC / Pequeño Negocio / Creator Commerce | Propietario de Tienda Shopify, Creator Manager, Growth Operator, E-commerce Lead | ¿Por qué cambió la conversión de la tienda, la tasa de devolución, el AOV o el margen del producto? ¿Qué producto, campaña o fuente de tráfico lo causó? | Traffic Mix, Product Mix, Precio, Descuento, Canal, Creator / Campaña, Geografía | Hace que el análisis avanzado de bridge sea accesible para equipos pequeños, no solo analistas de grandes empresas |
| Rol | Qué les Importa | Valor que Aporta WaterfallBridge |
|---|---|---|
| FP&A / Finance Analyst | Budget vs Actual, Forecast vs Actual, explicación de varianzas YoY | Genera bridges totalmente cuadrados y soporta métricas complejas como Margin % |
| CFO / Director Financiero | Reporting de dirección, atribución de resultados, transparencia de drivers clave | Ruta clara, revisable y auditable para explicar cambios de rendimiento |
| Banco FP&A / ALM / Tesorería | NIM, NII, rendimiento de préstamos, coste de depósitos, riesgo de repricing, estructura de financiación | Descompone los cambios de margen en factores de tasa, volumen, mix y estructura de balance con plena trazabilidad |
| Finanzas de Seguros / Analista de Suscripción | Loss ratio, combined ratio, margen de suscripción, mix de primas | Explica los cambios en el combined ratio por producto, región, canal y drivers estructurales |
| Marketing Analyst | CTR, CVR, ROAS, rendimiento de campañas | Análisis de contribución desde el total hasta campaña / keyword / canal |
| E-commerce Analyst | Rentabilidad por SKU, descuento, canal y categoría | Drill desde el margen bruto total hasta SKU / Categoría / Tienda / Canal |
| Procurement Analyst | Varianza de gasto, impacto de proveedores, cambios de coste unitario | Explica los drivers de coste, no solo muestra el informe |
| Supply Chain Analyst | Coste, logística, cambio de proveedor, cambios estructurales | Analiza cómo los cambios estructurales afectan el coste total y la eficiencia |
| Operations Analyst | Eficiencia, niveles de servicio, capacidad, cambios de rendimiento | Descompone los cambios en resultados operativos en drivers accionables |
| Sales Ops / Commercial Analyst | Drivers de región, cliente, producto y precio | Identifica qué clientes / regiones / productos impulsan realmente los resultados |
| BI / Data Analyst | El "¿por qué?" detrás de las métricas del dashboard | Explicación estructurada de la varianza de KPIs, más allá de la monitorización |
| Pricing Analyst | Impacto de cambios de precio, descuentos y mix en el beneficio | Aísla claramente los efectos de precio, mix, descuento y coste |
| Growth Analyst | ¿Por qué cambiaron la conversión, activación, retención o el rendimiento del funnel? | Desglosa los cambios de KPI en drivers estructurales por canal, cohorte, dispositivo, geografía y versión |
| RevOps / BizOps | ¿Qué causó cambios en la conversión del pipeline, ARPU, retención o expansión? | Proporciona un bridge conciliado desde el KPI general hasta la contribución por cliente / plan / región / canal |
| Talent Acquisition Analyst | Tasa de aprobación de entrevistas, aceptación de ofertas, efectividad de fuentes, calidad del funnel de contratación | Explica los cambios en las tasas del funnel de contratación por rol, fuente, recruiter, región y fase |
| Propietario / Operador de Pequeño Negocio | Conversión de tienda, AOV, tasa de devolución, rentabilidad del producto | Hace accesible la descomposición avanzada de KPIs sin construir un modelo BI completo |
| Escenario de Análisis | Métricas Habituales | Ejemplo de Aplicación |
|---|---|---|
| Budget vs Actual | Revenue, Profit, Margin %, Cost | Explicar la brecha entre resultados reales y presupuesto |
| Forecast vs Actual | Sales, GM %, Opex, Conversion Rate | Identificar dónde y por qué se desvió la previsión |
| Varianza YoY / MoM / WoW | Revenue, Units, Spend, KPI rates | Comparar los drivers del cambio entre períodos |
| Análisis Precio–Volumen–Mix | Revenue, Gross Profit, Margin % | Descomponer el impacto de precio, volumen y mix en los resultados |
| Análisis de Drivers de Margin % | GM %, CM %, EBITDA % | Explicar cambios en métricas de porcentaje, no solo el importe |
| Análisis de Contribución | SKU, Customer, Region, Channel, Campaign | Descubrir quién impulsa o arrastra los resultados globales |
| Bridge por Canal / Región | Sales, Conversion, Spend, Profitability | Comparar cambios de rendimiento entre canales y regiones |
| Análisis de Producto / SKU | Margin, Discount, Units, Mix | Entender cómo los cambios en el mix de producto afectan los KPIs globales |
| Análisis de Proveedor / Compras | Unit Cost, Spend, Landed Cost | Analizar el impacto de proveedor y estructura de compra en el coste |
| Análisis de KPI Operacional | Yield, Scrap, SLA, Resolution Rate | Explicar cambios en eficiencia operativa o métricas de servicio |
| Descomposición de KPI de Marketing | CTR, CVR, CPC, ROAS | Explicar cambios en rendimiento publicitario y calidad del tráfico |
| Bridge de KPI SaaS | Retention, Churn, ARPU, Trial-to-Paid | Analizar cambios en suscripción y estructura de clientes |
| Análisis de Varianza NIM / NII | NIM, NII, Rendimiento de Préstamos, Coste de Depósitos, Spread | Aislar el impacto de tasa, volumen, mix y reestructuración del balance en el margen de interés neto |
| Análisis de Loss Ratio / Combined Ratio | Loss Ratio, Expense Ratio, Combined Ratio, Margen de Suscripción | Descomponer los cambios en el resultado de suscripción por producto, región o canal |
| Análisis del Funnel de Selección | Screening Rate, Interview Pass Rate, Offer Acceptance Rate, Time-to-Hire | Explicar por qué cambió la conversión de contratación por rol, fuente, recruiter y región |
| Bridge de Retención / Churn | Retention Rate, Churn Rate, Renewal Rate, Expansion Rate | Identificar si el mix de clientes, mix de producto, precio o calidad de cohorte causó los cambios en KPIs de suscripción |
| Descomposición de Tasa de Conversión | CVR, Checkout Rate, Trial-to-Paid, Activation Rate | Explicar por qué cambió la tasa de conversión total por dispositivo, canal, región o landing page |
| Bridge de KPI de Atención al Cliente | SLA, Resolution Rate, Abandonment Rate, Complaint Rate | Separar cambios de volumen / mix de problemas de ejecución en operaciones de soporte |
| Análisis de KPI de App / Gaming | D1 Retention, D7 Retention, Payer Conversion, ARPPU | Explicar el movimiento de KPI por versión de app, cohorte, evento, país o fuente de adquisición |
| Bridge de Rendimiento de Tienda / DTC | Store Conversion, AOV, Refund Rate, Product Margin % | Explicar qué cambió en un negocio online pequeño por producto, campaña y fuente de tráfico |
- Revenue (Ingresos)
- Profit (Beneficio)
- Cost (Coste)
- Spend (Gasto)
- Units / Volume (Volumen)
- Headcount (Plantilla)
- Inventory (Inventario)
- Margin % / GM % / CM %
- Tasa de Conversión
- Click-Through Rate (CTR)
- Tasa de Engagement
- Tasa de Descuento
- Yield % / Tasa de Desperdicio
- Tasa de Retención / Churn Rate
- Net Interest Margin (NIM)
- Loss Ratio / Combined Ratio
- SKU / Producto / Categoría / Marca
- Cliente / Cuenta
- Canal / Tienda
- Campaña / Keyword
- País / Región / Sitio
- Proveedor / Vendedor
- Planta / Fábrica / Equipo
- Producto / Vencimiento / Divisa (Banca)
- Sucursal / Línea de Negocio (Banca)
Cada paso de la descomposición es visible y trazable — sin cajas negras.
La suma de todas las contribuciones siempre coincide con el cambio total del KPI — sin ajustes manuales.
No es solo un gráfico — es la lógica completa de Bridge para análisis de drivers y contribución.
Especialmente potente para Margin %, Tasa de Conversión, CTR, Yield % y otros KPIs basados en ratios.
Analiza la contribución de SKUs individuales, clientes, canales, regiones, proveedores y campañas.
Práctico para equipos que necesitan respuestas rápidas, outputs listos para dirección y un flujo de trabajo familiar.
Cómo Funciona
En la práctica, desglosar la diferencia entre dos resultados en términos de valor absoluto suele ser relativamente directo. Por ejemplo, si los ingresos totales aumentan de 1.000 a 1.200, el cambio de +200 normalmente puede descomponerse directamente en factores como Volumen, Precio, Mix de Productos, FX u otros. WaterfallBridge puede manejar este tipo de análisis de manera muy eficaz y conveniente.
Sin embargo, cuando la diferencia se expresa como una métrica de porcentaje —como el Margen %— la descomposición por factores y el análisis de contribución se vuelven mucho más difíciles. La razón es que las métricas de porcentaje no son aditivas y sus cambios a menudo están afectados por efectos de ponderación y de mix.
Por esa razón, el siguiente ejemplo se centra en analizar el cambio en el Margen %, mostrando cómo descomponer la variación por factor y calcular la contribución de cada uno paso a paso.
Al mismo tiempo, WaterfallBridge también puede calcular la contribución al nivel más detallado dentro de cada factor —por ejemplo, a nivel SKU— para que los usuarios puedan rastrear no solo qué factor de alto nivel cambió el resultado, sino también qué elementos específicos contribuyeron a ese cambio.
En resumen, WaterfallBridge está diseñado para gestionar de manera eficiente el análisis de contribución tanto para métricas de valor absoluto como para métricas de porcentaje, en diferentes contextos empresariales y escenarios analíticos.
I. Introducción al Principio del Programa
El siguiente ejemplo recorre un escenario de dos productos para ilustrar cómo se reemplaza cada factor paso a paso y cómo las contribuciones suman exactamente el total.
Principio fundamental
Cuando analizamos cambios en el Margen % total, no podemos simplemente sumar los cambios de Margen % de productos, países o regiones individuales, porque el Margen % total es esencialmente:
Es un resultado formado con base en la ponderación de ingresos, no una simple suma de porcentajes de subelementos.
Por lo tanto, uno de los métodos más confiables —y que siempre cuadra— es:
Es decir:
- Comenzar desde el escenario antiguo (Previsión / Base)
- Reemplazar solo una variable con su nuevo valor (Real) cada vez, manteniendo todas las demás sin cambios
- Recalcular el Margen % total después de cada sustitución
- El cambio respecto al paso anterior es la contribución de esa variable
- Continuar hasta que todas las variables hayan sido reemplazadas con valores Reales
Esto garantiza que:
Además, a nivel de detalle del producto, si actualiza Unidades/Volumen de Previsión a Real, normalmente también está actualizando la estructura de ventas entre productos al mismo tiempo, por lo que el efecto mix a menudo ya está incluido en el paso de Volumen, y no necesariamente se necesita una barra separada de "Mix".
II. Configuración del Caso
Para mantener el ejemplo simple y claro, usamos dos productos:
- Producto A: margen naturalmente alto
- Producto B: margen naturalmente bajo
1) Previsión (Base)
| Producto | Unidades | Precio Unit. | Costo Unit. | Ingresos | Ganancia | Margen % |
|---|---|---|---|---|---|---|
| A | 100 | 10.0 | 6.0 | 1.000 | 400 | 40,0% |
| B | 200 | 8.0 | 7.0 | 1.600 | 200 | 12,5% |
| Total | 300 | — | — | 2.600 | 600 | 23,08% |
Ingresos = Unidades × Precio Unit.
Ganancia = Unidades × (Precio Unit. − Costo Unit.)
Margen % Total = Ganancia Total / Ingresos Totales = 600 / 2.600 = 23,08%
2) Real (Resultado final)
| Producto | Unidades | Precio Unit. | Costo Unit. | Ingresos | Ganancia | Margen % |
|---|---|---|---|---|---|---|
| A | 140 | 9.5 | 6.2 | 1.330 | 462 | 34,74% |
| B | 170 | 8.4 | 6.8 | 1.428 | 272 | 19,05% |
| Total | 310 | — | — | 2.758 | 734 | 26,61% |
El cambio total es: 26,61% − 23,08% = +3,54pp
III. Proceso de Descomposición por Sustitución Escalonada
Aquí usamos la siguiente secuencia:
- Primero actualizar cambios de volumen y estructura
- Luego actualizar cambios de precio
- Finalmente actualizar cambios de costo
| Producto | Unidades | Precio Unit. | Costo Unit. | Ingresos | Ganancia | Margen % |
|---|---|---|---|---|---|---|
| A | 100 | 10.0 | 6.0 | 1.000 | 400 | 40,0% |
| B | 200 | 8.0 | 7.0 | 1.600 | 200 | 12,5% |
| Total | 300 | — | — | 2.600 | 600 | 23,08% |
En este paso, solo se reemplazan las Unidades de Previsión a Real; Precio y Costo permanecen en valores de Previsión.
| Producto | Unidades | Precio Unit. | Costo Unit. | Ingresos | Ganancia | Margen % |
|---|---|---|---|---|---|---|
| A | 140 | 10.0 | 6.0 | 1.400 | 560 | 40,0% |
| B | 170 | 8.0 | 7.0 | 1.360 | 170 | 12,5% |
| Total | 310 | — | — | 2.760 | 730 | 26,45% |
El Margen % total cambia de 23,08% a 26,45%, por lo tanto:
Dado que A es un producto de alto margen y B es de bajo margen, el mix se desplaza hacia A, por lo que el efecto de estructura ya está reflejado en este paso.
En este paso, sobre el Paso 1, también se reemplaza el Precio Unit. con el valor Real; el Costo permanece en Previsión.
| Producto | Unidades | Precio Unit. | Costo Unit. | Ingresos | Ganancia | Margen % |
|---|---|---|---|---|---|---|
| A | 140 | 9.5 | 6.0 | 1.330 | 490 | 36,84% |
| B | 170 | 8.4 | 7.0 | 1.428 | 238 | 16,67% |
| Total | 310 | — | — | 2.758 | 728 | 26,40% |
El Margen % total cambia de 26,45% a 26,40%, por lo tanto:
Finalmente, también se reemplaza el Costo Unit. con el valor Real. Esto alcanza completamente el estado Real.
| Producto | Unidades | Precio Unit. | Costo Unit. | Ingresos | Ganancia | Margen % |
|---|---|---|---|---|---|---|
| A | 140 | 9.5 | 6.2 | 1.330 | 462 | 34,74% |
| B | 170 | 8.4 | 6.8 | 1.428 | 272 | 19,05% |
| Total | 310 | — | — | 2.758 | 734 | 26,61% |
El Margen % total cambia de 26,40% a 26,61%, por lo tanto:
IV. Resultado Final del Bridge
| Paso | Margen % | Contribución |
|---|---|---|
| Base de Previsión | 23,08% | — |
| Tras Volumen (incl. mix) | 26,45% | +3,37pp |
| Tras Precio | 26,40% | −0,05pp |
| Tras Costo | 26,61% | +0,22pp |
| Cambio total | 26,61% − 23,08% | +3,54pp |
Verificación:
+3,37pp − 0,05pp + 0,22pp = +3,54pp ✓
Coincide exactamente con el cambio total.
Ese es precisamente el valor de la sustitución escalonada: cada paso es trazable y el total siempre cuadra.
Guía
El uso de la herramienta WaterfallBridge requiere tener Excel 2016 o superior preinstalado. Se recomienda usar la última versión de Microsoft 365, las versiones más antiguas pueden causar que el programa no funcione correctamente.
Las siguientes instrucciones utilizan un conjunto de datos virtuales de "supermercado simulado" para demostrar cómo usar la herramienta WaterfallBridge para generar automáticamente análisis Bridge y obtener factores de impulso clave.
Descargar ejemplo de ExcelEl panel inicial muestra dos botones "Nuevo archivo Bridge" y "Abrir archivo Bridge existente"
1.1 Hacer clic en el botón "Nuevo archivo Bridge" - genera un nuevo archivo de Excel que contiene una nueva hoja de cálculo "Data". Por favor, ingrese los datos correspondientes en la hoja "Data" y úsela como base para análisis posteriores.
1.2 Hacer clic en el botón "Abrir archivo Bridge existente" - selecciona un archivo de Excel usado previamente. Este archivo debe guardar los datos correspondientes y tener configurados los Tipos de Datos.
En la hoja Data, comenzando desde la columna B, ingrese los tipos de datos en la primera fila, los nombres de campos en la segunda fila, y los datos desde la tercera fila hacia abajo. La columna A contiene las descripciones de identificación generadas automáticamente para la entrada de datos de las filas uno a tres, la columna A en sí no afecta los datos ni el análisis.
En el menú desplegable generado en la primera fila de la hoja "Data", comenzando desde la columna B, seleccione el tipo de datos. El tipo se determina según el significado que los datos necesitan representar. El programa realizará análisis automático basado en el tipo de datos.
Los tipos de datos se dividen en 5 categorías: Dimension, Key, SumY, SumN, Result. Cada campo debe definir un tipo de datos, puede usar el menú desplegable para seleccionar el tipo de datos.
Ahora, tomando como ejemplo los datos de nuestro supermercado simulado, expliquemos el significado de cada tipo de datos, las definiciones de cada tipo son las siguientes:
Por ejemplo: Si selecciona "Nombre del Producto" como Key, el programa calculará el impacto del cambio de cada variable en esta dimensión "Nombre del Producto" sobre el resultado final (Result).
Por ejemplo: Las Cantidades de diferentes productos de cada fila pueden sumarse, el significado después de la suma es la cantidad total de mercancías. Por lo tanto, el Tipo de Cantidad puede configurarse como SumY.
SumY puede ingresar valores numéricos directamente, o usar fórmulas para calcular valores a través de otros campos. Pero las fórmulas solo pueden usar los símbolos de operaciones aritméticas básicas de Excel y paréntesis, es decir: suma +, resta -, multiplicación *, división /, paréntesis izquierdo "(", paréntesis derecho ")". Consejos de uso de fórmulas
Por ejemplo: Los Precios de diferentes productos no son iguales, si se quiere calcular el Precio promedio de todos los productos, no se puede sumar directamente el Precio del producto A y el Precio del producto B para obtener el Precio general. Por lo tanto, el Tipo de Precio puede configurarse como SumN.
SumN puede ingresar valores numéricos directamente, o usar fórmulas para calcular valores a través de otros campos. Pero las fórmulas solo pueden usar los símbolos de operaciones aritméticas básicas de Excel y paréntesis, es decir: suma +, resta -, multiplicación *, división /, paréntesis izquierdo "(", paréntesis derecho ")". Consejos de uso de fórmulas
Por ejemplo: Si el contenido del campo Result es ventas, entonces la celda necesita ingresar = Precio * Cantidad. O si es margen%, entonces la celda necesita ingresar =beneficio / ingresos.
La fórmula en Result es información importante que el programa usa para asociar variables y resultados, y dependencia lógica de análisis. Asegúrese de que cada celda Result de cada fila contenga una fórmula que pueda calcular el Result, la fórmula debe ser concisa y clara. Result analizará el impacto de cada variable en la fórmula sobre Result, las variables que no estén en la fórmula no están en el alcance del análisis. La fórmula Result debe contener al menos un campo cuyo Tipo de Datos sea SumY, para poder agregar y analizar datos de diferentes filas.
Las fórmulas Result solo pueden usar los símbolos de operaciones aritméticas básicas de Excel y paréntesis, es decir: suma +, resta -, multiplicación *, división /, paréntesis izquierdo "(", paréntesis derecho ")". Consejos de uso de fórmulas
En la segunda fila de la hoja "Data", comenzando desde la columna B hacia la derecha, ingrese los nombres de campos. El significado de los datos representados por los nombres de campos debe corresponder a los tipos de datos de la primera fila. Los nombres de campos no pueden duplicarse.
En la hoja "Bridge Data", desde la columna B, tercera fila hacia abajo, ingrese los datos específicos.
Cuando haga clic en "New Bridge File" o "Select Bridge File" para abrir el archivo, aparecerán en el panel los botones azules New Bridge y Refresh Bridge.
3.1 Botón New Bridge - genera nuevos menús desplegables y hojas Bridge y otros marcos de análisis basados en los datos de la hoja Data, para análisis posterior de datos. (Nota: las hojas de cálculo relacionadas como la hoja Bridge y los datos correspondientes en el libro de trabajo original serán eliminados.) Si los datos de la hoja Data tienen cambios, primero debe presionar el botón "New Bridge" para generar un nuevo marco de análisis, luego: 1. Seleccionar los nuevos menús desplegables Baseline y Comparison; 2. Presionar el botón "Refresh Bridge" para regenerar los gráficos Bridge y análisis de Contribution necesarios.
3.2 Botón Refresh Bridge - después de seleccionar las opciones en los menús desplegables Baseline y Comparison según las necesidades de análisis, presione el botón "Refresh Bridge" para generar los gráficos Bridge y análisis de Contribution necesarios. Se mostrarán avisos de datos faltantes o hojas de cálculo, se recomienda hacer clic en New Bridge para regenerar un nuevo Bridge.
Los menús desplegables se dividirán en dos áreas: Baseline y Comparison
Los campos en los menús desplegables Baseline y Comparison contienen exactamente las mismas opciones. Los usuarios pueden filtrar según las necesidades en los menús desplegables qué opciones sirven como datos Baseline y qué opciones sirven como datos Comparison, usándolos como datos de comparación y análisis de ambos extremos del Bridge. Nota: Inicialmente por defecto, los campos de los menús desplegables Baseline y Comparison están todos seleccionados, por lo tanto Baseline y Comparison obtienen exactamente el mismo conjunto de datos, resultando en un Bridge sin diferencias.
4.1 Menú desplegable Baseline - selecciona los datos base para la comparación de análisis, por ejemplo, a menudo usamos datos de cierto año como base de comparación, entonces aquí seleccione 2023
4.2 Menú desplegable Comparison - selecciona los datos objetivo para la comparación de análisis, por ejemplo, aquí seleccione 2024 como el año de interés para comparar con 2023.
La hoja Bridge es la hoja de cálculo que muestra los resultados del análisis final, incluyendo el gráfico Bridge y la tabla de análisis Contribution
5.1 Fuente de datos Bridge - Comenzando desde la celda B3 en la esquina superior izquierda, aparecerán nombres de campos y datos, estos son los datos utilizados para generar el gráfico Bridge.
5.2 Gráfico Bridge - Muestra el Bridge obtenido del análisis después de ejecutar el programa, la columna azul de la izquierda es Baseline, en el centro está el impacto de contribución de cada variable, la columna gráfica de la derecha es Comparison.
5.3 Tabla de análisis Contribution - Directamente debajo del gráfico Bridge, se mostrará la tabla de análisis Contribution, que muestra para cada Item del campo Key, la contribución al cambio general bajo diferentes factores.
A través del gráfico Bridge y la tabla de análisis Contribution, podrá encontrar rápidamente los Items (SKU) más importantes que afectan los cambios, así como los factores de cambio (¿precio? ¿costo? ¿o mezcla de cantidades?)
Puede modificar en 2.1 Selección de tipo de datos, seleccionar qué campo es Key, qué campo es Result, para analizar diferentes dimensiones y diferentes datos de resultado. Y según los menús desplegables 3 para filtrar qué datos sirven como Baseline y Comparison, hacer clic en Refresh Bridge para generar gráficos Bridge actualizados y tablas de análisis Contribution, para analizar la situación empresarial real y proponer sugerencias de mejora
6. Reglas de Cálculo SumY y SumN
En la primera fila Tipo de Datos de la hoja Data, los valores numéricos se dividen en dos tipos SumY y SumN, y utilizan estos datos en la columna Result que contiene fórmulas. Para analizar correctamente los datos, aquí definimos algunas reglas de cálculo sobre SumY y SumN:
SumY + SumY = SumY
SumY + SumN (mostrará error)
SumN + SumN = SumN
SumY * SumY = SumY
SumY * SumN = SumY
SumN * SumN = SumN
SumY / SumY = SumN
SumY / SumN = SumY
SumN / SumY = SumN
SumN / SumN = SumN
Usar la misma fórmula para cada columna: El programa copiará automáticamente la fórmula de la fila 4 después de eliminar el símbolo de celda fija "$" en toda la columna, para asegurar que las fórmulas de cada columna sean las mismas.
6.4.1 En las fórmulas, si se incluyen paréntesis, entonces según las reglas de las cuatro operaciones aritméticas, calcular primero los datos dentro de los paréntesis, el resultado sirve como valor y aplica las reglas anteriores para continuar el cálculo.
Ejemplo: (SumY + SumY) * SumN
Paso 1: SumY + SumY = SumY
Paso 2: SumY * SumN = SumY
Tipo de resultado final: SumY
6.4.2 Si la fórmula de la columna Result hace referencia a otras celdas y esa celda también contiene una fórmula, entonces el análisis fusionará todas las fórmulas anidadas referenciadas en una fórmula para análisis.
Ejemplo:
Fórmula columna E: =B*C (Costo Total = Cantidad * Costo Unitario)
Fórmula columna F Result: =D-E (Beneficio = Ingresos - Costo Total)
Después de fusionar: El programa analizará =D-(B*C)
6.4.3 El programa reorganizará automáticamente las variables y utilizará la propiedad distributiva de la multiplicación según la estructura de la fórmula, esto es para un mejor análisis de datos.
Fórmula original: =SumY*(SumN1 + SumN2)
Después del procesamiento del programa: =SumY*SumN1 + SumY*SumN2
Esto ayuda a analizar más claramente las contribuciones respectivas de SumY, SumN1, SumN2.
7. Hoja Process
La hoja Process contiene la lógica y algoritmos de generación de gráficos Bridge y datos, puede ver intuitivamente cómo se calculan estos resultados de análisis paso a paso, evitando fenómenos de caja negra e inexplicables.
Lógica y principio de cálculo del análisis Bridge
Todas las variables se basan en los valores iniciales Baseline, cada paso cambia una variable al valor Comparison, calculando el impacto en cada Item Key.
Ejemplo: Análisis de ventas del producto A
Baseline: Precio=10, Cantidad=100, Ventas=1000
Comparison: Precio=12, Cantidad=80, Ventas=960
Paso 1: Solo cambiar Precio: 10→12, Cantidad mantiene 100, Ventas=1200
Paso 2: Luego cambiar Cantidad: Precio=12, Cantidad=100→80, Ventas=960
Calcular el impacto en el agregado de cada cambio de variable en cada paso
Impacto del Precio: 1200 - 1000 = +200
Impacto de la Cantidad: 960 - 1200 = -240
Cambio total: +200 + (-240) = -40
Verificación: 960 - 1000 = -40 ✓
Después de 7.1 a 7.2, reemplazar todas las variables de los valores Baseline a los valores Comparison, se obtiene el impacto de cada factor de influencia necesario para el gráfico Bridge.
En la tabla de cálculo Contribution se calculará el impacto de cada Key en cada cambio de factor sobre el conjunto.
Impacto general del Precio: +500
Contribución del producto A: +200 (representa 40%)
Contribución del producto B: +180 (representa 36%)
Contribución del producto C: +120 (representa 24%)
Added Data representa los nuevos datos agregados a los datos Baseline (existen en los datos Comparison), Removed Data representa los datos eliminados de los datos Baseline (no existen en Comparison). Estos dos tipos de datos generalmente necesitan ser separados primero del análisis de otros factores.
Escenario: Análisis de cambio de combinación de productos
Datos Baseline: Productos A, B, C
Datos Comparison: Productos A, B, D (agregar D, eliminar C)
Added Data: Contribución del producto D
Removed Data: Impacto del producto C (contribución negativa)
Estos cambios se mostrarán por separado, sin mezclarse con factores como precio, cantidad, etc.
8. Otras hojas de cálculo
Para el correcto funcionamiento del programa, se generarán algunas otras hojas de cálculo pero estarán ocultas, por favor no modifique estas hojas.
9. Garantía de seguridad de datos
Todos los datos existen solo en el Excel local, el programa también funciona solo localmente, el análisis del programa en sí no tiene ninguna comunicación de red
10. Características
Rechaza las conclusiones vagas del análisis de IA y la inexplicabilidad, el proceso de cálculo del análisis es completamente transparente y explicable
Transparencia de la hoja Process
Contiene la lógica y algoritmos de generación de gráficos Bridge y datos, cada paso de cálculo puede ser rastreado y verificado.
Análisis de caja negra tradicional:
❌ "El modelo de IA muestra una caída de margen de beneficio de 7pt"
❌ No puede explicar el proceso de cálculo específico
❌ No puede verificar la precisión de los resultados
Análisis transparente:
✅ "Factor precio: -3pt, factor costo: -2pt, factor cantidad: -2pt"
✅ Cada paso de cálculo visible en la hoja Process
✅ Todas las fórmulas y lógica completamente verificables
Seguridad de datos locales
Cero comunicación de red, todo el procesamiento de datos se completa localmente, garantizando la seguridad absoluta de los datos empresariales.
Garantía de seguridad de datos:
✅ Los datos no salen de la computadora local
✅ No necesita cargar a servidores en la nube
✅ Sin requisitos de conexión de red
✅ Cumple con las políticas de seguridad de datos empresariales
✅ Evita riesgos de filtración de datos
Cálculo matemático preciso
Basado en fórmulas matemáticas rigurosas, garantizando la precisión y confiabilidad de los resultados del análisis.
Análisis de estimación tradicional:
❌ Estimación manual, posibilidad de errores
❌ El impacto de cada factor no puede cuantificarse con precisión
❌ Los resultados agregados requieren ajuste manual
Cálculo preciso:
✅ Las fórmulas matemáticas garantizan 100% de precisión
✅ La contribución de cada factor es precisa hasta decimales
✅ El total se equilibra automáticamente, sin necesidad de ajuste
Análisis de alta eficiencia
Complete en minutos análisis complejos que tradicionalmente toman varios días, mejorando significativamente la eficiencia del trabajo.
Análisis multidimensional
Soporta análisis profundo de factores impulsores por producto, región, tiempo y otras dimensiones múltiples.
Configuración flexible
Ajuste las dimensiones de análisis y escenarios de comparación en cualquier momento, satisfaciendo diversas necesidades de análisis empresarial.