Corrección importante — las marcas que no están en ML son mayormente cadena de frío, no una tarea de publicación
Corrige un dato que le pasé a Gabriel antes. Le dije que había 52 marcas facturando $97,4M/mes en otros canales sin ninguna publicación en ML, encabezadas por Biomac y Kyros, como si fuera una lista de altas pendientes. La plata es real pero la conclusión estaba mal: casi toda es cadena de frío y FULL no la despacha.
Medido contra products.data.conservation en Mongo (25-ago-2026), sobre 86 marcas ausentes con $168,7M/mes en B2B y B2C:
| marcas | $/mes | qué es | |
|---|---|---|---|
| Frío y congelado | 36 | $123,8M | proyecto de logística, no de publicación |
| Secas, publicables ya | 47 | $37,1M | acá sí el trabajo es fichar |
Biomac son 41 SKUs todos congelados. Kyros 7 refrigerados, Quimya 20 refrigerados, Karinat 10 congelados, Casa Vegana 13 congelados más 4 refrigerados. De las nueve más grandes la única seca es Green Crops.
Antes de fichar una sola de las frías hay que tener por escrito del ejecutivo de cuenta si FULL toma refrigerado en AMBA, y si no, cuánto cuesta hacerlo por Flex con flota propia. La prueba más chica que valida o mata la tesis son Kyros y Bravia juntas: 13 SKUs, $23,1M/mes, y son refrigerados y no congelados, que es más barato de mover.
Y la oportunidad más grande no estaba en las ausentes. La penetración mediana de ML sobre el total de cada marca es 26,4%. Hay 43 marcas secas que ya vendemos en ML pero muy abajo de esa mediana: llevarlas a la mediana son +$15,8M/mes con la ficha ya hecha, el proveedor abierto y demanda demostrada. Muecas está en 1,9% de penetración con $10,2M/mes en otros canales; Selección Premium en 5,6%; Yin Yang en 2,4%.
El cálculo del no-ML por marca usa el pipeline canónico de facturación (ver plant-criterio-facturacion) y cuadra contra el EERR: $783,7M en 30 días contra los $784,3M del estado de resultados. Vive en la clave de KV ml:marcasgap.
Nota de esquema de Mongo, que me costó encontrar: en orders, data.items es un diccionario por id de producto, no un array, y cada línea trae iva y purchasePrice propios — eso hace calculable la contribución por SKU. La fecha útil es data.timestamp_timestamp, en segundos. Y mongoAggregate parece admitir un solo $lookup por pipeline: el segundo devuelve vacío en silencio, así que el diccionario de marcas hay que traerlo aparte y unirlo afuera.
Datos/ml-marcas-ausentes-frio