Agosto suele ser el momento en que empiezan a aparecer las primeras iniciativas para el año siguiente: plataforma, checkout, CRM, automatización, logística, nuevos modelos de revenue o inteligencia artificial.
Muchas pueden ser buenas ideas. Pero todavía no forman un roadmap.
Antes de abrir el backlog 2027, empezaría por una conversación más importante: ¿qué esperan los accionistas y el directorio del negocio digital?
Primero, definir el resultado económico
No todas las compañías buscan lo mismo.
Una puede necesitar mejorar rentabilidad y EBITDA después de varios años de crecimiento. Otra puede decidir sacrificar margen temporalmente para capturar participación de mercado. Otra puede buscar un equilibrio entre crecimiento y contribución.
Las tres estrategias pueden ser válidas.
Antes de hablar de proyectos, pondría sobre la mesa revenue, margen, contribución, EBITDA, CAC, costo de servir, LTV, capital requerido y los trade-offs que la compañía está dispuesta a aceptar.
La planificación cambia cuando dejamos de decir simplemente “queremos crecer” y empezamos a explicar qué resultado queremos construir y bajo qué ecuación económica.
El roadmap no solo debería construirlo eCommerce
Si estamos hablando de rentabilidad, Finanzas tiene que participar. Si hablamos de pricing, promociones y mix, Comercial debe estar en la conversación. Marketing impacta adquisición y CAC. Tecnología y Data sostienen muchas de las capacidades. Operaciones, Logística y Customer Service tendrán que absorber buena parte del crecimiento.
Lo peor que puede pasar para la compañía es que cada área haga su propio plan.
Podemos terminar con un roadmap de ecommerce, otro de Tecnología, otro de Marketing y otro de Operaciones, todos razonables individualmente y compitiendo por recursos, dependencias y prioridades.
El objetivo debería ser construir un roadmap de negocio, aunque ecommerce conduzca buena parte del ejercicio.
Usar Commerce Revenue Architecture como checklist
Una vez definido el resultado económico, recorrería las capas de CRA para encontrar restricciones, oportunidades y capacidades que necesitamos construir.
Financial Accountability
¿Qué economía necesitamos producir?
Revisar: revenue, margen, contribución, EBITDA, CAC, costo de servir, promociones, funding, mix, LTV, rentabilidad por modelo y capital requerido.
Revenue & Value Ownership
¿De dónde debería venir el valor?
Revisar: adquisición, conversión, ticket, frecuencia, retención, pricing, marketplace, retail media, nuevos servicios, nuevas fuentes de monetización y ownership.
Operational Integration
¿Dónde estamos perdiendo ventas, margen o experiencia?
Revisar: journey, checkout, pagos, recuperación, inventario, fulfillment, última milla, omnicanalidad, atención, postventa, devoluciones y costos de excepción.
Data & Intelligence Spine
¿Qué necesitamos saber o decidir mejor?
Revisar: forecast, contribución por categoría, customer intelligence, atribución, segmentación, pricing, personalización, calidad e integración de datos y capacidad analítica.
Human Capital & Capability
¿Quién va a operar el negocio que estamos diseñando?
Revisar: estructura, roles, skills, product, analytics, revenue management, incentivos, dependencia de terceros, capacidades de IA y gestión del cambio.
Governance Layer
¿Cómo vamos a tomar decisiones cuando aparezcan los trade-offs?
Revisar: owners, KPIs comunes, prioridades, foros, criterios de inversión, escalamiento, seguimiento y capacidad para reasignar recursos.
La inteligencia artificial atraviesa todas estas dimensiones. Según la madurez de la empresa, puede aparecer en forecasting, pricing, conversión, atención, operaciones, automatización o soporte a decisiones. No debería partir de una lista de casos de uso, sino de las capacidades que el negocio necesita construir.
Del diagnóstico a las capacidades
Después de este recorrido aparecerán problemas, ideas y oportunidades.
Eso todavía no es el roadmap.
Intentaría traducir cada hallazgo siguiendo una secuencia:
Restricción → capacidad requerida → iniciativa
Si tenemos baja recuperación de pagos, por ejemplo, primero necesitamos construir una capacidad de payment recovery. Después podremos decidir si requiere nuevas integraciones, automatización, cambios de UX, atención asistida o IA.
La tecnología aparece después de comprender qué capacidad queremos construir y qué resultado esperamos mover.
Cada iniciativa necesita impacto económico y fecha de producción
Hay otra disciplina que incorporaría antes de cerrar el roadmap.
Cada iniciativa —o grupo de iniciativas— debería tener asociado qué impacto económico esperamos generar y cuándo la capacidad estará realmente en producción para empezar a producir valor.
Una iniciativa que entra en producción en septiembre no puede cargar doce meses de beneficio en el P&L 2027.
Y si depende primero de datos, integraciones, talento o cambios organizacionales, esas dependencias tienen que aparecer desde el inicio.
Por eso, una buena hoja de ruta debería mostrar al menos:
impacto económico esperado + momento de entrada en producción.
Esto obliga a distinguir entre iniciar un proyecto y comenzar a capturar valor.
Después hay que priorizar
No todo lo que encontremos merece inversión en 2027.
Cada iniciativa debería competir por espacio según impacto económico, importancia estratégica, dependencias, esfuerzo, inversión, riesgo y tiempo hasta capturar valor.
Al finalizar el ejercicio, esperaría tener una ambición económica compartida, claridad sobre las capacidades que deben cambiar y un conjunto priorizado de iniciativas conectadas con revenue, rentabilidad o capacidad de ejecución.
La secuencia completa sería:
Objetivo económico → alineamiento de áreas → diagnóstico CRA → capacidades → iniciativas → impacto económico + fecha de producción → roadmap.
Cuando podemos explicar qué restricción resuelve cada iniciativa, qué capacidad construye, cuándo estará operativa y qué resultado debería mover, el roadmap empieza a ser defendible.
Pero hay una variable que todavía puede cambiar significativamente qué iniciativas entran realmente en 2027: la madurez de la compañía para incorporar inteligencia artificial.
Una empresa puede estar preparada para agentes con cierto nivel de autonomía. Otra puede necesitar primero ordenar datos, integraciones, procesos y ownership.
Por eso, el siguiente paso de esta serie será justamente ese:
cómo evaluar el nivel de madurez de la organización para identificar qué iniciativas de IA tienen sentido hoy y cuáles todavía requieren capacidades previas.