En 30 segundos
- La moda vive de tallas y temporadas: lo que no se detecta a tiempo acaba en rebaja o en una venta perdida.
- Los datos ya están en el TPV. Lo que falta es que alguien los mire cada día, y eso lo puede hacer una automatización.
- Cuatro tareas para empezar: avisos de tallas rotas, sell-through semanal, lista de aviso para clientes y borradores de fichas.
- La IA prepara y resume. El surtido, el precio y el trato con el cliente siguen siendo del equipo.
El día a día de una tienda de moda
Si has llevado una tienda de ropa, esta lista te sonará:
- Tallas rotas: el modelo que más se vende se queda sin M y nadie lo ve hasta que un cliente la pide.
- El sell-through se mira tarde: a mitad de temporada ya no hay margen para reaccionar con lo que no sale.
- Preguntas por WhatsApp sobre si queda una talla o un color, que alguien responde entre cliente y cliente.
- Producto nuevo cada semana que hay que fotografiar, describir y publicar en la web o en Instagram.
Ninguna de estas tareas necesita una herramienta cara. Necesita que el dato llegue solo a quien tiene que decidir.
Qué automatizar primero
Aviso de tallas rotas y traspasos entre tiendas
El problema: un modelo tiene stock en total, pero le falta la talla que más se vende. En el informe general parece que todo va bien.
La solución: una automatización con Make, n8n o Zapier lee el stock por modelo y talla cada mañana, detecta los modelos que se venden bien con alguna talla central a cero y te avisa. Si tienes varias tiendas, propone de dónde traer la talla.
Si quieres entender bien el concepto, lo explico en rotura de stock.
Sell-through semanal por modelo
El problema: saber qué porcentaje de lo recibido se ha vendido exige cruzar entradas y ventas, y casi nunca hay tiempo.
La solución: cada lunes la automatización calcula el sell-through por modelo y la IA escribe un resumen corto: qué va por delante, qué va por detrás y qué conviene revisar antes de pensar en descuentos.
Lista de aviso cuando entra una talla
El problema: un cliente pregunta por una talla agotada, alguien lo apunta en un papel y el aviso nunca llega.
La solución: un formulario sencillo (el equipo lo rellena en el momento) guarda el modelo, la talla y el contacto con permiso del cliente. Cuando el stock de esa talla vuelve, la automatización prepara el mensaje y el equipo lo envía.
Borradores de fichas y publicaciones
El problema: el producto llega el martes y la ficha de la web sale el viernes, si sale.
La solución: con los datos del proveedor (composición, tallas, colores) y una foto, la IA prepara un borrador de ficha y de publicación con el tono de tu marca. Una persona lo revisa y lo publica.
Qué no automatizar
- El precio y las rebajas. La automatización te dice qué no sale; la decisión de bajar precio es tuya.
- El surtido y la compra de la próxima temporada. La IA puede resumir datos, pero no conoce a tu cliente como tú.
- Los mensajes al cliente se revisan antes de salir. Nada de respuestas automáticas sobre stock que puedan fallar.
- Datos de clientes: a la IA solo le llegan datos de producto, nunca nombres ni teléfonos. Lo detallo en qué datos no compartir con una IA.
Preguntas frecuentes
¿Necesito un TPV concreto para automatizar esto?
No. Muchos TPV en la nube tienen conexión directa (API) o integración con Make o Zapier. Si el tuyo no la tiene, suele poder enviar o exportar informes de stock y ventas, y la automatización lee ese archivo.
¿Sirve para una sola tienda?
Sí. Los traspasos solo tienen sentido con varias tiendas, pero el aviso de tallas rotas, el sell-through y los borradores de fichas son igual de útiles con una.
¿Qué herramienta elijo: Make, n8n o Zapier?
Depende de tu volumen y de quién lo va a mantener. Lo comparo con el mismo ejemplo en Make vs n8n vs Zapier.
Sigue leyendo
- Cómo enfoco estos proyectos: automatización, operaciones, web y marca.
- Stock mínimo automático: el siguiente paso cuando los avisos ya funcionan.
- Cómo usar la IA para subir el ticket medio en tienda física.
- Más sectores en IA y automatización por sector.