Cómo calcular el ROI de un proyecto de datos o IA antes de aprobarlo

«¿Cuánto nos va a devolver este proyecto?» Es la pregunta que frena más proyectos de datos e IA en empresas medianas españolas. No porque la respuesta sea mala, sino porque nadie se molesta en calcularla con rigor antes de pedir presupuesto. El resultado: proyectos que se aprueban por intuición y se cancelan a los seis meses, o proyectos con un ROI claro que nunca arrancan porque nadie supo presentarlos.

Calcular el retorno de un proyecto de datos no es lo mismo que calcular el de comprar una máquina nueva. Los beneficios suelen ser indirectos, acumulativos y difíciles de aislar. Pero eso no significa que no se puedan estimar de forma razonable. Aquí explicamos cómo hacerlo sin caer en los errores más habituales.

¿Por qué el ROI de un proyecto de datos es diferente?

En un proyecto de maquinaria, el cálculo es relativamente directo: coste de adquisición frente a ahorro en mano de obra o incremento de producción. En un proyecto de datos o IA, los beneficios suelen ser de tres tipos que hay que tratar por separado:

• Ahorro directo de tiempo: horas que el equipo deja de dedicar a tareas manuales (consolidar informes, buscar información, preparar datos). Es el más fácil de medir y el más habitual en proyectos de reporting o automatización.
• Mejora de decisiones: decisiones que se toman antes, con más información o con menos riesgo. Es más difícil de cuantificar, pero suele ser el beneficio más grande. Un forecast que anticipa una rotura de stock, un modelo de churn que retiene clientes clave, un dashboard que detecta una anomalía a tiempo.
• Capacidad habilitada: cosas que la empresa simplemente no podía hacer antes. Ofrecer precios dinámicos, segmentar clientes de forma granular, predecir la demanda por zona. Este beneficio es real pero difícil de cuantificar hasta que se ejecuta.

Cómo estimar el ahorro directo

El ahorro directo es el componente más sólido del business case porque se puede medir antes y después. El proceso es sencillo:

1. 1Identifica las tareas que el proyecto va a eliminar o reducir. Por ejemplo: consolidar datos de tres ERP para el cierre mensual, preparar informes semanales para dirección, buscar información en documentos internos.
2. 2Mide cuántas horas consume cada tarea al mes. No te fíes de las estimaciones iniciales: suelen ser optimistas. Pide al equipo que lleve un registro durante dos semanas.
3. 3Multiplica las horas por el coste hora del perfil que las hace. No uses el salario bruto: incluye costes de empresa, que en España suelen ser un 30-35% adicional.
4. 4Calcula el ahorro anual y compáralo con la inversión total del proyecto (incluyendo mantenimiento del primer año).

Un ejemplo concreto: si un equipo de 3 personas dedica 40 horas al mes a preparar informes y el coste hora con cargas es de 35€, son 1.400€/mes o 16.800€/año. Si el proyecto de automatización de reporting cuesta 18.000€, se amortiza en algo más de un año solo con el ahorro de tiempo, sin contar mejoras en la calidad de las decisiones.

Cómo estimar la mejora de decisiones

Aquí es donde la mayoría de business cases se quedan cortos o, al contrario, se exceden con cifras inventadas. La clave es identificar decisiones concretas que el proyecto va a mejorar y estimar el impacto con supuestos explícitos.

Algunos ejemplos reales de cómo se puede plantear:

• Forecasting de demanda: si actualmente el error de previsión es del 30% y el proyecto lo reduce al 15%, el impacto se calcula sobre el coste del sobre-stock y las roturas actuales. Si el sobre-stock te cuesta 200.000€/año en capital inmovilizado, una reducción del 15% son 30.000€ liberados.
• Modelo de churn: si pierdes 500 clientes al año con un valor medio de 2.000€/año, y el modelo permite retener un 10% adicional, son 100.000€ de ingresos protegidos. El coste real depende de si el modelo identifica a los clientes correctos y de si el equipo actúa a tiempo.
• Dashboard ejecutivo: más difícil de cuantificar directamente. Un enfoque razonable es estimar el coste de una o dos decisiones que se tomaron tarde o mal el año pasado por falta de información, y usar eso como referencia.

Los 4 errores que invalidan un business case

1. 1Comparar solo el coste del proyecto con los beneficios del primer año. Los proyectos de datos tienen costes de mantenimiento (infraestructura, licencias, actualizaciones) que hay que incluir. Y los beneficios suelen crecer en el segundo y tercer año a medida que el equipo adopta la solución.
2. 2No incluir el coste del tiempo interno. Tu equipo va a dedicar horas al proyecto: reuniones, validaciones, formación. Ese coste es real y hay que contarlo.
3. 3Asumir adopción del 100% desde el día uno. Si construyes un dashboard que el equipo no usa, el ROI es cero. El plan de adopción y formación es parte del proyecto, no un extra opcional.
4. 4Ignorar el coste de no hacer nada. Mantener el status quo tiene un coste: horas perdidas, decisiones mal informadas, clientes que se van sin que nadie lo detecte. Ese coste también se puede estimar y debe aparecer en la comparativa.

Cómo presentar el business case a dirección

Un business case efectivo tiene una página, no veinte. Dirección necesita ver cinco cosas:

• El problema concreto que resuelve el proyecto y su impacto actual en la empresa.
• La inversión total, desglosada en proyecto y mantenimiento anual.
• El retorno estimado, con la parte conservadora (ahorro directo) y la parte probable (mejora de decisiones) separadas.
• El plazo de amortización estimado.
• Los riesgos principales y cómo se mitigan.

Si necesitas ayuda para dimensionar un proyecto concreto y preparar un business case con cifras realistas, en nuestro servicio de consultoría estratégica el diagnóstico inicial incluye una estimación de retorno basada en tus datos reales, no en promedios de mercado.