Finanzas, Fintech e Inversión

La CFO abre el dashboard de ingresos antes de la junta de consejo. El número se ve bien — cerca de lo que esperaba. Pero no puede rastrearlo. El cálculo vive en un macro de Jinja que un ingeniero escribió hace dos años. Hay tres versiones de ese macro en producción. Nadie documentó por qué la versión 3.1 aplica un multiplicador de 2.185x a una línea de producto. El equipo de finanzas no puede cambiar precios sin levantar un ticket de ingeniería. Y $84M en ingresos anuales nunca se habían validado contra un modelo independiente.

Esto no es hipotético. Esto es lo que encontramos en una plataforma de seguridad en la nube antes de reconstruir su analítica de ingresos desde cero.

El problema de deuda en pricing. Los cálculos financieros acumulan deuda técnica igual que el software — excepto que las consecuencias son más difíciles de detectar. Tasas hardcodeadas en SQL, ajustes sin documentar, múltiples versiones de fórmulas sin registro de cambios. En la plataforma de seguridad en la nube, cinco años de cambios de precio se habían codificado directamente en macros de Jinja. Cada actualización de tarifa requería que un desarrollador editara SQL, abriera un pull request y desplegara. Descubrimos un incremento de precio no documentado del 118% que llevaba corriendo en producción desde la versión 3.1, generando una brecha de $472K que solo salió a la luz mediante reconciliación. Migramos toda la lógica de pricing a 5 tablas seed estructuradas con historial completo de tarifas, y luego validamos $84M en cálculos de ingresos con una precisión del 0.002% — una varianza total de $1,634 en todo el portafolio, cinco veces mejor que el objetivo de 0.01%.

Bugs silenciosos en números de producción. El proceso de validación descubrió 15 bugs silenciosos en producción. No crashes. No mensajes de error. Errores de cálculo silenciosos que llevaban corriendo sin detectarse, acumulando una brecha que solo una construcción de modelo en paralelo pudo revelar. Este es el riesgo real de sistemas financieros sin validación independiente: no que fallen de manera obvia, sino que se desvíen silenciosamente.

La transición a autoservicio. Reconstruir los números es necesario pero no suficiente. Si finanzas sigue dependiendo de ingeniería para cada actualización de precio, la deuda se acumulará de nuevo. Reemplazamos 5 archivos CSV seed con 4 tablas de entrada en Sigma que Finanzas controla directamente — edición de filas, no despliegues de código. Siete tablas de dimensiones alimentan validación por dropdown para prevenir los fallos silenciosos de joins que hacen que los números se desvíen sin que nadie lo note. Las actualizaciones de pricing pasaron de un ciclo de ingeniería de días a semanas, a minutos.

Pronóstico bajo incertidumbre. Los modelos financieros se rompen cuando los supuestos se rompen. Durante COVID, cada pronóstico de demanda en eBay Classifieds se volvió inútil de la noche a la mañana — los mercados de bienes raíces y automotriz colapsaron de formas que ningún patrón histórico predijo. Reconstruimos modelos de pronóstico en 5+ mercados emergentes usando planificación por escenarios, parches de línea base "sin COVID" sobre datos históricos, y ciclos de actualización semanales que dieron a CFOs y gerentes generales un rango de resultados en lugar de una sola predicción frágil. El mismo enfoque — iteración rápida, supuestos transparentes, múltiples escenarios — aplica a cualquier equipo de finanzas navegando volatilidad de mercado.

Preparación de datos para M&A. Cuando hay una transacción en la mesa, los datos que puedes producir determinan tu posición de negociación. Como Head of Analytics en eBay Emerging Markets, nuestro fundador construyó la columna vertebral de datos que respaldó la venta de eBay Classifieds a Adevinta, y posteriormente de Adevinta a Quinto Andar. Dimensionamiento de mercado, benchmarking competitivo, desempeño de portafolio — compilados desde Semrush, SimilarWeb, INEGI, Google Trends, GA y fuentes internas en analítica que impulsó pitch decks y due diligence de compradores.

Lo que entrega el proyecto. Cálculos de ingresos que puedes rastrear desde el dato crudo hasta el número final. Un audit trail que resiste cualquier escrutinio. Tablas de pricing y parámetros que Finanzas controla sin dependencia de ingeniería. Infraestructura de pronóstico que se adapta a supuestos cambiantes en lugar de romperse. Y una base que hace que la próxima auditoría, la próxima junta de consejo, el próximo ciclo de due diligence sea más rápido — no otro simulacro de emergencia.

Preguntas diagnósticas. ¿Puede tu CFO rastrear el número de ingresos de hoy desde el dashboard hasta la transacción de origen? ¿Cuándo fue la última vez que alguien validó tus cálculos financieros contra un modelo independiente? Si finanzas necesita actualizar un parámetro de pricing, ¿requiere un ticket de ingeniería?