La importancia de los datos históricos en licitación

Dos formas de decidir una baja

En cualquier departamento de estudios de una constructora, cada licitación desemboca en la misma pregunta: ¿a qué baja nos presentamos? Y cualquiera que haya participado en esa reunión sabe que hay, esencialmente, dos formas de responderla:

1. Por intuición — el jefe de estudios, con 15 o 20 años de experiencia, propone un número basado en "lo que ha funcionado otras veces". La discusión luego añade o resta medio punto en función del estado de ánimo del equipo.
2. Por datos — se consulta el histórico de bajas ganadoras del organismo en obras similares, se analiza la tendencia del último año, se proyecta dónde estará el umbral de temeridad y se construye un rango defendible.

Ambas aproximaciones han existido siempre. La diferencia es que, hasta hace pocos años, el segundo método exigía un coste operativo tan alto (recopilar manualmente cientos de actas) que solo las grandes constructoras podían permitírselo. Hoy, con la información estructurada disponible en plataformas y APIs, la barrera ha desaparecido para cualquier empresa con voluntad de usarla.

La cifra es aproximada, pero la dirección es consistente en todos los análisis internos y casos de estudio que hemos documentado: las empresas que convierten los datos públicos en decisiones repetibles ganan significativamente más licitaciones por cada 100 a las que se presentan.

Qué información aportan los datos históricos

Los datos históricos de licitaciones públicas son, en esencia, resultados de experimentos. Cada licitación adjudicada es un experimento con variables conocidas (organismo, tipo de obra, presupuesto, nº de licitadores, fórmula) y un resultado observable (baja ganadora). Agregando miles de experimentos similares, se obtienen respuestas a preguntas como:

• ¿Cuál es la baja típica en este organismo para este rango de presupuesto?
• ¿Cómo ha evolucionado esa baja en los últimos 24 meses?
• ¿A qué umbral de temeridad me enfrento probablemente?
• ¿Qué probabilidad de adjudicación tengo con distintas bajas?
• ¿Qué competidores aparecen habitualmente y qué patrón siguen?

Ninguna de estas preguntas se puede responder de forma fiable sin datos. Y con datos, todas se pueden responder con un grado de precisión razonable.

Caso de estudio: dos empresas ante el mismo mercado

Imaginemos dos constructoras de tamaño similar, ambas presentes en licitación autonómica de edificación sanitaria.

Empresa A trabaja con el método tradicional: estudio de costes, reunión de cierre, intuición. Se presenta a unas 80 licitaciones al año. Adjudica aproximadamente el 8-10 %.

Empresa B ha invertido en un sistema interno de gestión de datos históricos de bajas. Tiene una base de datos con las bajas ganadoras de los últimos 3 años de su segmento, segmentadas por organismo, CPV y rango de presupuesto. Antes de decidir, cada reunión de cierre consulta el histórico. Se presenta a unas 80 licitaciones al año. Adjudica aproximadamente el 16-18 %.

El impacto financiero es significativo. Con igual volumen de trabajo comercial, la empresa B obtiene aproximadamente el doble de cartera adjudicada. Y eso sin haber añadido un solo técnico ni comercial.

Tipos de análisis con datos históricos

No todos los análisis tienen la misma utilidad. Los que mayor retorno aportan son:

1. Distribución de bajas ganadoras

Un histograma de las bajas ganadoras en un segmento (organismo + CPV + rango de presupuesto) revela la forma del mercado: dónde están las concentraciones, qué rango es el "realista", qué porcentaje de obras se ganan con bajas moderadas vs. agresivas.

2. Tendencias temporales

La evolución mensual o trimestral de la baja media indica si el mercado está endureciéndose. Un segmento cuya baja media ha subido 2 pp en el último año requiere recalibrar las ofertas.

3. Correlación presupuesto-baja

Dentro del mismo organismo y tipo de obra, el presupuesto tiene un efecto claro sobre la baja ganadora. Entender esta correlación permite afinar la estimación.

4. Perfil de competidores

Extraer de las actas las bajas de cada licitador a lo largo del tiempo construye un perfil de cada competidor: su agresividad típica, sus organismos preferidos, su rango de presupuesto habitual.

5. Simulación de fórmulas

Aplicar la fórmula de valoración del pliego sobre distintos escenarios de baja proyecta la puntuación económica esperada y permite optimizar el ratio puntuación/margen.

Fuentes de datos disponibles en España

El panorama de datos públicos en obra pública española es, comparativamente, bastante bueno:

El volumen combinado supera las 180.000 licitaciones al año entre todas las fuentes. Extraer valor de ese volumen requiere:

• Captación automática (scrapers, APIs).
• Normalización (organismos y CPV con nombres inconsistentes).
• Extracción de actas (OCR + parsing de PDFs).
• Validación humana de casos dudosos.

Limitaciones de recopilar datos manualmente

Muchas constructoras han intentado construir su propia base de datos en Excel. Los resultados, invariablemente, son decepcionantes por cuatro razones:

1. Cobertura limitada

Sin automatización, el equipo solo captura las licitaciones que pasan por el departamento. Resultado: muestra pequeña y sesgada hacia el perfil de la empresa.

2. Inconsistencia de campos

Cada licitación se captura con un criterio distinto según quien la introduce. Un organismo puede aparecer como "Junta", "Junta de Castilla y León" o "CyL" en la misma hoja. El análisis agregado se vuelve imposible.

3. Ausencia de actas completas

Las bajas de los competidores solo se capturan si el técnico las introduce manualmente. La práctica totalidad de actas no llegan a estructurarse.

4. Deterioro en el tiempo

Tras 2-3 años, la base de datos tiene lagunas, duplicados, y en la práctica nadie se fía. Acaba convertida en un archivo que se abre una vez al trimestre sin que nadie tome decisiones con ella.

La transición hacia sistemas estructurados

La alternativa es un sistema que automatice las cuatro fases. Hemos escrito una comparativa detallada de software para licitaciones de construcción para ayudar a entender qué herramientas existen y en qué se diferencian. En todos los casos, el objetivo es el mismo: automatizar captación, normalización, extracción y análisis y deje al equipo humano el trabajo de máxima utilidad: interpretar los resultados y decidir. Ese es, en esencia, lo que plataformas como Certero ofrecen: no sustituir el criterio del jefe de estudios, sino alimentarlo con la información estructurada que antes era inaccesible por coste operativo.

Más allá de los estadísticos descriptivos

Una vez normalizados los datos, el siguiente paso es aplicar técnicas estadísticas más sofisticadas: ajuste de distribuciones, estimación de umbrales de temeridad, cálculo de probabilidades de adjudicación. Desarrollamos estos aspectos en nuestra guía sobre análisis estadístico aplicado a licitaciones y en la comparativa por organismo, que juntas dan una visión completa del terreno.

Conclusión

El acceso a datos históricos de calidad no es una ventaja estratégica más: es, en 2026, la principal fuente de diferenciación competitiva entre constructoras del mismo tamaño y capacidad técnica. Dos empresas que ejecutan obras igual de bien pueden tener trayectorias comerciales radicalmente distintas en función de lo que hagan con los datos. La pregunta ya no es si el análisis de datos importa — la pregunta es cuánto tiempo más puede permitirse una constructora mediana seguir decidiendo bajas con hojas de Excel y memoria personal.