Caso financiero · Cliente anonimizado
De saldos dispersos a un diagnóstico financiero defendible.
Una operación residencial multicomunidad necesitaba convertir cargos, pagos, saldos históricos y datos operativos en una lectura confiable para dirección, sin inventar antigüedad ni conclusiones que la fuente no podía sostener.
Validar que cada periodo cierre matemáticamente antes de analizar comportamiento.
Identificar dónde se concentra la exposición y qué segmentos explican su cambio.
Medir pagos frente a cargos sin confundir cobertura con tasa real de cobranza.
Distinguir errores de registro de señales financieras que sí requieren una decisión.
El problema no era un dashboard.
La dificultad estaba antes: la empresa había operado históricamente con archivos donde cargos y pagos modificaban el saldo de cada unidad, pero no siempre existía una referencia que indicara qué pago liquidaba qué cargo. El reto consistía en crear una capa financiera útil sin atribuir al histórico un nivel de precisión que nunca tuvo.
Saldos heredados y trazabilidad parcial
El punto de partida consolidaba adeudos de meses anteriores. Eso impedía reconstruir de forma defendible la antigüedad exacta de toda la cartera histórica.
Confundir precisión visual con precisión financiera
Un dashboard podía mostrar cifras limpias y, aun así, mezclar cartera heredada, pagos corrientes, diferencias de padrón o movimientos extraordinarios.
Construir primero una capa de control
Se definieron reglas de reconciliación, continuidad, población facturable y clasificación de señales antes de escalar el análisis a dirección.
Del dato operativo a una decisión directiva.
La arquitectura separó fuente, control y análisis. Cada paso debía poder explicarse y reproducirse antes de formar parte del reporte ejecutivo.
Cargos, pagos, unidades, periodos y saldos.
Validación matemática y continuidad mensual.
Anomalías, fechas, población y movimientos no recurrentes.
Cartera, concentración, cobertura y variaciones.
Lectura ejecutiva, comparables y señales.
Validar, priorizar, cobrar, corregir o monitorear.
El resultado debía coincidir con el saldo final observado. Si no conciliaba, el análisis se detenía.
Cuatro métricas, cuatro preguntas de dirección.
El modelo evitó acumular KPIs sin propósito. Cada indicador se vinculó con una pregunta que una persona responsable pudiera responder o convertir en una acción.
Crecimiento de cartera
¿El saldo pendiente está creciendo o reduciéndose y qué comunidades explican ese movimiento?
Concentración
¿Qué proporción de la exposición depende de una sola comunidad o segmento operativo?
Cobertura de efectivo
¿Qué tan cerca están los pagos recibidos de cubrir los cargos generados durante el periodo?
Calidad de datos
¿El comportamiento atípico es una señal financiera real o una inconsistencia que debe validarse primero?
Separar anomalía, riesgo y gobierno.
Una de las mejoras más importantes fue dejar de tratar todas las alertas como si significaran lo mismo. Un dato incorrecto requiere validación; una cartera concentrada requiere gestión; una regla ausente requiere gobierno.
El dashboard terminaba en preguntas accionables.
La salida ejecutiva no fue una colección de gráficas, sino una agenda de revisión. Cada señal debía tener evidencia, dueño y siguiente acción.
Un entregable que dirección pudiera cuestionar y defender.
El objetivo no fue esconder complejidad, sino ordenarla. SQL consolidó la fuente; Excel dejó visibles las fórmulas; el dashboard resumió la lectura; el registro de hallazgos mantuvo la trazabilidad.
Arquitectura del entregable
La siguiente etapa profundiza la relación entre cartera y liquidez.
Con la base reconciliada, el siguiente nivel es separar recuperación de cartera histórica de cobranza corriente, profundizar la aplicación de pagos, construir antigüedad únicamente para obligaciones con fechas confiables y conectar cuentas por cobrar con egresos y caja.
Convierte operación y datos en una agenda financiera.
Diagnóstico financiero, cartera, liquidez e inteligencia de negocio con trazabilidad desde la fuente.