Caso Colgas — De la Inteligencia Tribal a la Eficiencia Operativa de Clase Mundial
Documento maestro de caso de éxito — para uso interno del equipo comercial de QuadMinds.
Tabla de Contenidos
- Perfil de la empresa
- El problema antes de QuadMinds
- Por qué eligieron QuadMinds
- La implementación
- Resultados y métricas
- Aprendizajes para el equipo de ventas
- Cuándo referenciar este caso
1. Perfil de la empresa
Nombre: Colgas País: Colombia Industria: Distribución de GLP (Gas Licuado de Petróleo / gas propano) Tipo de operación: Distribución B2C y B2B — venta y reparto de cilindros y suministro a granel Posición en el mercado: Una de las principales distribuidoras de GLP en Colombia
Colgas es un líder en la distribución de gas propano en Colombia. La empresa opera dos modalidades principales: la distribución de cilindros de gas (ventas individuales a hogares y pequeños negocios) y el suministro a granel (para clientes de mayor consumo). Ambas modalidades requieren rutas de distribución eficientes y un conocimiento profundo de la base de clientes.
La distribución de GLP es un sector con características operativas particulares: los clientes tienen patrones de consumo relativamente predecibles, las rutas se repiten con frecuencia similar y el conocimiento acumulado sobre los clientes (horarios de atención, volumen típico de pedido, preferencias de entrega) tiene un altísimo valor operativo. El problema es que, históricamente, este conocimiento estaba en la cabeza de los conductores — no en los sistemas.
Colgas tiene una gran trayectoria en el mercado colombiano, construida sobre la base de conductores experimentados que conocen sus zonas como la palma de su mano. Este modelo funcionó bien durante décadas. Pero a medida que la empresa busca escalar, la dependencia del conocimiento individual de cada conductor se convierte en una vulnerabilidad crítica.
2. El problema antes de QuadMinds
Una cultura corporativa altamente tradicional
Antes de iniciar su proceso de transformación digital, Colgas enfrentaba un reto que es, paradójicamente, una consecuencia del éxito: una cultura corporativa construida sobre el conocimiento empírico de sus conductores.
En muchas empresas de distribución con larga trayectoria, el capital operativo más valioso no son los vehículos ni los depósitos — son las personas que saben cómo funciona todo. Los conductores con 10, 15 o 20 años en la empresa acumulan un conocimiento extraordinario sobre sus zonas: qué clientes tienen qué horarios, cuáles son los mejores accesos, cómo secuenciar las paradas para minimizar el tiempo, cuándo hay tráfico en cada zona. Ese conocimiento es real y valioso.
El problema es que ese conocimiento existe solo en la cabeza de las personas, no en los sistemas. Y esto genera múltiples vulnerabilidades:
1. La información fragmentada Los conductores eran los únicos que conocían las rutas, los horarios de entrega y el contacto directo con los clientes. La administración dependía de esas personas para entender lo que realmente pasaba en la operación. No había un sistema centralizado donde ver, analizar y optimizar la información de distribución.
2. La falta de control centralizado La gestión de la entrega era completamente manual. El área de planeación no tenía un rol estratégico real en la eficiencia operativa — no podía planificar, no podía optimizar, no podía comparar alternativas. Las decisiones de ruteo se tomaban en campo, por los conductores, basadas en su criterio personal.
3. La ceguera logística Al carecer de herramientas digitales, Colgas no podía visualizar su propia operación de forma objetiva. No podía ver oportunidades de mejora, detectar ineficiencias en la última milla, identificar clientes mal asignados a rutas o zonas subóptimas. La inteligencia operativa era invisible para la organización.
4. La dependencia crítica de personas clave Si un conductor experimentado se enfermaba, renunciaba o se jubilaba, la empresa perdía años de conocimiento acumulado sobre esa zona. El proceso de formación de un nuevo conductor que alcanzara el mismo nivel de efectividad era largo y costoso. La empresa era rehén de su propio capital humano.
5. La imposibilidad de escalar responsablemente En un contexto donde Colombia está expandiendo el uso de GLP y Colgas quería incorporar nuevas líneas de negocio (como el suministro de GLP para vehículos propulsados por gas), el modelo manual era un freno directo. No se podía escalar una operación cuya inteligencia estaba en personas, no en sistemas.
El impacto cuantificable
Los datos más concretos del estado pre-QuadMinds incluyen:
- Tiempo promedio de entrega: 2,2 días (desde el pedido hasta la entrega al cliente)
- Carga paseante: 20% de la capacidad transportada en los vehículos se clasificaba como "paseante" — carga que se movía pero no generaba valor efectivo, kilómetros recorridos de forma subóptima
Estos números, aunque no deberían sorprender dado el modelo manual, representan oportunidades de mejora directamente traducibles en reducción de costos y mejora de servicio al cliente.
3. Por qué eligieron QuadMinds
La decisión de Colgas de transformarse digitalmente fue, en primer lugar, una decisión cultural. El Gerente de Logística describe el momento de apertura mental que genera ver la operación en un mapa:
"Enfrentarse a ver nuestros clientes en un mapa con sus ubicaciones, con su requerimiento y la posibilidad de llevarlo a un vehículo y optimizar una ruta, pues claramente comienza a abrir la mente de las personas." — Luis Carlos Peña, Gerente de Logística, Colgas
Esta frase es poderosa porque describe no solo la decisión tecnológica, sino el cambio cognitivo que precede a la transformación efectiva. Colgas eligió QuadMinds porque la plataforma les permitió, por primera vez, ver su propia operación con objetividad.
Los criterios específicos de selección incluyeron:
Visualización geográfica de clientes y requerimientos: La capacidad de ver todos los clientes en un mapa con sus ubicaciones, sus necesidades y sus patrones de pedido fue el primer "click" para el equipo de Colgas. Algo que parece simple — ver tus clientes en un mapa — era imposible antes de la implementación.
Software de ruteo avanzado: La automatización de la planificación de rutas para las dos modalidades de distribución de Colgas (cilindros y granel), considerando las restricciones específicas de cada tipo de vehículo y entrega.
Proceso de implementación ágil y disciplinado: La facilidad de configuración y el soporte de expertos durante el onboarding fue un factor relevante para una organización con una cultura tradicional que necesitaba adoptar tecnología sin trauma.
Escalabilidad para nuevas líneas de negocio: QuadMinds debía poder soportar la incorporación de nuevas unidades de negocio, como el suministro de GLP para vehículos propulsados, que Colgas tenía en su roadmap estratégico.
4. La implementación
Los tres pilares de la implementación
La transformación digital de Colgas con QuadMinds se estructuró alrededor de tres pilares fundamentales:
Pilar 1: Visibilidad en Mapa La centralización de la ubicación de todos los clientes, sus requerimientos específicos y su historial de pedidos en una interfaz geográfica. Esto fue el primer paso: antes de optimizar, hay que ver. El mapa de Colgas se convirtió en el primer sistema de información centralizado sobre su propia operación.
Pilar 2: Software de Ruteo Avanzado La automatización de la planificación para optimizar las rutas de los vehículos de cilindros y de granel. El algoritmo de QuadMinds reemplazó el criterio empírico de los conductores con la optimización matemática de la secuencia de paradas, la asignación de clientes a vehículos y la eficiencia del recorrido.
Pilar 3: Capacitación y Soporte Continuo Un proceso de implementación ágil y disciplinado, apoyado por expertos de QuadMinds, que permitió que el equipo de Colgas — incluyendo los conductores con muchos años de experiencia y resistencia natural al cambio — adoptara la tecnología de forma efectiva.
El desafío cultural: conductores con años de experiencia
Uno de los aspectos más delicados de la implementación fue la gestión del cambio con conductores que llevaban muchos años operando a su manera. El riesgo era que percibieran la tecnología como una amenaza (control externo, cuestionamiento de su expertise) en lugar de como una herramienta que los empodera.
El enfoque exitoso combinó dos elementos: formación práctica sobre el uso de la herramienta, y demostración temprana de los beneficios concretos para los propios conductores (rutas más eficientes = menos kilómetros = menos desgaste).
5. Resultados y métricas
Resultados cuantitativos documentados
Colgas es uno de los casos con métricas más concretas del portafolio de QuadMinds:
| Métrica | Antes de QuadMinds | Con QuadMinds | Mejora |
|---|---|---|---|
| Tiempo promedio de entrega | 2,2 días | 1,6 días | -27% |
| Carga paseante | 20% | 12% | -40% |
| Visibilidad operativa | Fragmentada / empírica | Centralizada en mapa en tiempo real | Transformación total |
| Control del área de planeación | Ninguno (decisiones en campo) | Rol estratégico activo | Nuevo paradigma |
Interpretación de los resultados para ventas
El tiempo de entrega: Pasar de 2,2 días a 1,6 días puede parecer un cambio modesto en términos absolutos. Pero en términos relativos es una reducción del 27% en el tiempo de ciclo de entrega. Para los clientes de Colgas, esto significa que reciben su gas más rápidamente. Para la empresa, significa que cada vehículo puede completar más ciclos de entrega por período, aumentando la capacidad efectiva de la flota sin agregar vehículos.
La carga paseante: Pasar del 20% al 12% de carga paseante significa que se redujo en un 40% la proporción de capacidad que se movía sin generar valor. Esto tiene un impacto directo en el costo por entrega: los mismos vehículos, con la misma capacidad, ahora utilizan esa capacidad de forma mucho más eficiente.
En términos prácticos: si un vehículo tiene capacidad para 100 unidades y antes cargaba 80 unidades reales (con 20 de "paseo"), ahora carga 88 unidades reales. Eso es un 10% más de volumen por viaje, lo que en una operación de la escala de Colgas representa millones de pesos en ahorro o capacidad incremental.
El cambio más profundo: la democratización del dato
Más allá de las métricas operativas, el resultado más transformador de la implementación en Colgas fue lo que el propio Gerente de Logística describe como "un sinfín de oportunidades antes invisibles":
La información de distribución, que antes existía solo en la cabeza de los conductores, ahora pertenece a la organización. El área de planeación puede:
- Analizar la eficiencia de cada ruta
- Identificar clientes mal asignados
- Detectar zonas con baja densidad de pedidos
- Comparar el rendimiento de diferentes vehículos o conductores
- Planificar la expansión a nuevas zonas con criterio analítico
- Soportar nuevas líneas de negocio con la misma infraestructura
Este cambio —del conocimiento empírico al dato institucional— es el que crea valor compuesto en el tiempo. Las primeras mejoras de eficiencia son importantes, pero la capacidad de seguir mejorando basándose en datos es lo que define a las organizaciones que se destacan a largo plazo.
La base para nuevas líneas de negocio
Colgas tenía en su roadmap el suministro de GLP para vehículos propulsados por gas, una línea de negocio con potencial de crecimiento significativo en Colombia. Con el modelo manual anterior, incorporar una nueva línea de negocio con sus propias rutas, clientes y vehículos habría sido extremadamente complejo. Con la estructura digital establecida por QuadMinds, la empresa tiene la base logística sólida para soportar esta expansión.
6. Aprendizajes para el equipo de ventas
Por qué este caso es estratégicamente único
Colgas es el caso de referencia para empresas donde el principal obstáculo no es la falta de datos — es el exceso de confianza en el conocimiento humano como sustituto de los datos. Es un caso de transformación cultural, no solo tecnológica.
Este tipo de empresa es muy común en LATAM: empresas con 20-30 años de trayectoria, conductores con 10-15 años de experiencia en sus zonas, y una cultura que valora ese conocimiento pero nunca lo sistematizó. QuadMinds permite hacer ese conocimiento parte del sistema sin perderlo.
Cómo narrar este caso
El insight que abre la conversación: "¿Si su mejor conductor renunciara mañana, cuánto tiempo tardarían en volver a operar esa zona con la misma efectividad? Colgas tenía ese problema. Hoy, ese conocimiento está en el sistema, no en la persona."
El momento "ah-ha" del mapa: "El Gerente de Logística de Colgas me dijo algo que me quedó grabado: 'Enfrentarse a ver nuestros clientes en un mapa con sus ubicaciones y requerimientos comienza a abrir la mente de las personas.' La primera vez que una empresa ve su propia operación en un mapa, siempre hay sorpresas."
Los números concretos: "Tiempo de entrega bajó un 27%. Carga paseante bajó un 40%. Eso no requiere más inversión — es la misma flota, pero usada de forma inteligente."
Preguntas de descubrimiento asociadas a este caso
- "Si un conductor con 10 años de experiencia renuncia, ¿cuánto tiempo tardan en reemplazar ese conocimiento?"
- "¿El área de planeación puede optimizar rutas de forma autónoma, o depende de que los conductores les digan cómo hacerlo?"
- "¿Saben exactamente cuántos kilómetros recorren sus vehículos en promedio por pedido entregado?"
- "Si quisieran incorporar una nueva zona o una nueva línea de negocio hoy, ¿cómo lo harían logísticamente?"
7. Cuándo referenciar este caso
Perfil ideal del prospect
| Variable | Perfil |
|---|---|
| Industria | Distribución de energía (gas, combustible), consumo masivo con rutas repetitivas, cualquier industria con conductores de larga data |
| Geografía | Colombia y LATAM — especialmente relevante en mercados con cultura logística tradicional |
| Tamaño | Mediana a gran empresa con flota de más de 10 vehículos |
| Problema principal | Conocimiento concentrado en personas, falta de datos institucionales, dificultad para escalar |
| Dolor reconocible | "Todo está en la cabeza de los conductores" / "No tenemos visibilidad real de lo que pasa en campo" |
| Interlocutor ideal | Gerente de Logística, Director de Operaciones — personas que entiendan el riesgo de la dependencia del conocimiento individual |
| Momento en el ciclo | Ideal para apertura de conversación (el insight del mapa) y para cierre de objeciones culturales |
Señales en una conversación que indican que este es el caso correcto
- El prospect menciona que "los conductores saben mejor que nadie cómo hacer las rutas"
- El prospect no tiene métricas de eficiencia operativa (no saben su costo por entrega, sus kilómetros por pedido, su tiempo de ciclo)
- El prospect tiene conductores con muchos años en la empresa que son difíciles de reemplazar
- El prospect quiere crecer pero no sabe cómo escalar la operación sin los mismos conductores
- El prospect está en un sector con rutas repetitivas (gas, agua, alimentos con clientes fijos)
Combinaciones de casos recomendadas
- Colgas + PROFARCO: Para prospects donde la falta de datos y el OTIF bajo son problemas simultáneos.
- Colgas + Grupo del Pilar: Para prospects con operaciones más grandes que quieren ver cómo la transformación escala.
- Colgas + Basani: Para prospects donde la reacción a imprevistos es también un problema.
Fuentes: case-colgas.md, blog-colgas.md — Publicado en quadminds.com el 04/03/2026