En la mayoría de los hoteles boutique de México, el cierre contable mensual es una operación de tres días: un contador extrae reservas del PMS, otro las compara con los movimientos bancarios, y un tercero trata de reconciliar los descuentos, cancelaciones y cobros parciales que no cuadran. El resultado es una foto del negocio con 72 horas de retraso y un margen de error que ningún gerente financiero debería aceptar.
Este artículo documenta exactamente cómo implementamos un sistema de conciliación automatizada en hoteles con 20 a 80 habitaciones, usando las herramientas que ya tienen, sin necesidad de cambiar su PMS ni contratar software adicional.
Por qué falla la conciliación manual
El problema no es la falta de datos — los PMS modernos (Cloudbeds, Opera, Mews) generan reportes detallados. El problema es que esos datos viven en formatos incompatibles con los sistemas bancarios y contables, y la conversión la hace una persona con un archivo de Excel.
Los puntos de falla más comunes que encontramos en auditorías:
- Cobros fragmentados: Una reserva pagada en tres partes (anticipo, saldo, consumos) aparece como tres registros en el banco pero como una sola entrada en el PMS.
- Diferencias de tipo de cambio: Reservas en dólares cobradas en pesos generan discrepancias que nadie recuerda a fin de mes.
- Cancelaciones y reembolsos: Un reembolso procesado en Stripe aparece 5 días después en el banco, rompiendo la cuadratura del período.
- OTAs con comisiones variables: Booking.com y Expedia pagan neto, descontando comisiones que varían por temporada y tipo de tarifa.
La arquitectura del sistema automatizado
Lo que construimos es un pipeline de datos nocturnos que corre a las 2:00 AM y produce un reporte de conciliación listo para revisión cada mañana. No reemplaza al contador — elimina el trabajo de extracción y comparación que le consume el 80% del tiempo.
Paso 1: Extracción de datos del PMS
Todos los PMS enterprise ofrecen acceso vía API o exportación programada. En Cloudbeds usamos la API REST con autenticación OAuth2. En Opera, el conector es vía base de datos Oracle con un usuario de solo lectura. En Mews, el Connector API tiene endpoints específicos para reservas y pagos.
El script de extracción (Python, 80 líneas) corre en un servidor en la nube y descarga:
- Todas las reservas con check-in o check-out en las últimas 48 horas
- Todos los pagos registrados en el período
- Todos los ajustes, descuentos y cargos adicionales
Paso 2: Extracción bancaria
La mayoría de los bancos mexicanos (BBVA, Banamex, Banorte) ofrecen acceso SFTP a archivos de movimientos en formato CNAB o TXT delimitado. Si el banco no tiene SFTP, scraping automatizado del portal bancario o la API de Open Banking de CNBV son alternativas viables.
Para los procesadores de pago (Stripe, Conekta, PayPal), la extracción vía API es directa y los datos son más limpios que los bancarios.
Paso 3: El motor de matching
Aquí es donde entra la lógica de IA. En lugar de una comparación exacta (monto + fecha == monto + fecha), usamos un modelo de emparejamiento probabilístico que considera:
- Diferencia de monto (tolerancia configurable, típicamente ±2%)
- Ventana de tiempo (el pago puede llegar 1-5 días después de la reserva)
- Nombre del huésped vs. nombre en el banco (fuzzy matching)
- Número de confirmación cuando está disponible en la referencia bancaria
Resultado típico: El 94-97% de los movimientos se emparejan automáticamente con confianza alta. El 3-6% restante va a una cola de revisión manual — que es exactamente donde debe ir la atención humana.
Paso 4: Reporte y alertas
El sistema genera cada mañana un PDF y un archivo Excel con:
- Resumen ejecutivo: ingresos del día, conciliados vs. pendientes
- Detalle de discrepancias con causa probable
- Comparativo semana actual vs. semana anterior
Si la diferencia no conciliada supera un umbral (típicamente $5,000 MXN), el sistema envía una alerta por WhatsApp al gerente financiero.
Requisitos técnicos mínimos
Para implementar este sistema se necesita:
- Acceso API al PMS (disponible en planes enterprise de Cloudbeds, Opera, Mews)
- Acceso SFTP o API al banco
- Un servidor en la nube para correr los scripts nocturnos (costo: $300-600 MXN/mes)
- Un correo o número de WhatsApp para recibir alertas
No se requiere infraestructura propia, bases de datos propias ni personal técnico interno para operar el sistema una vez implementado.
Tiempo de implementación y ROI
Un proyecto típico toma 4 semanas:
- Semana 1: Auditoría del PMS, banco y flujos de cobro actuales
- Semana 2: Desarrollo e integración de extractores
- Semana 3: Calibración del motor de matching con datos históricos
- Semana 4: Operación supervisada y ajustes
El ROI se mide en dos dimensiones: tiempo (el cierre mensual pasa de 3 días a 2 horas de revisión) y errores (los hoteles que implementamos reportan una reducción del 85% en discrepancias no detectadas a tiempo).
Qué no automatizar
La decisión sobre qué hacer con una discrepancia detectada sigue siendo humana. El sistema identifica el problema y presenta contexto; el contador decide si es un error, una diferencia legítima o algo que requiere investigación. No recomendamos sistemas que tomen acciones contables automáticas sin revisión humana.
También recomendamos mantener un log auditado de todas las decisiones del sistema para efectos fiscales y de cumplimiento con el SAT.