Olearia Intelligence: Lo Que Pasa Cuando Intentas Ordenar un Mercado de Miles de Millones

El aceite de oliva mueve entre quince y veinte mil millones de dólares al año a nivel global. España produce casi la mitad del aceite del planeta. Jaén, una sola provincia andaluza, genera más aceite de oliva virgen extra que Italia entera. Es un mercado enorme, antiguo, y decisivo para la economía de regiones donde el olivo no es un cultivo más, sino el cultivo.

Y sin embargo, a las siete de la mañana de cualquier lunes, el precio del AOVE en origen se comenta en un grupo de WhatsApp.

No es una exageración. Es literalmente así como circula la información en gran parte del sector oleícola español. Grupos de WhatsApp, llamadas entre conocidos, rumores que se confirman o se desmienten a lo largo del día. Los datos climáticos vienen de apps genéricas que no distinguen un olivar de un campo de trigo. Y los flujos comerciales — quién vende a quién, cuántas toneladas, a qué precio — requieren navegar por las tripas de Eurostat con la paciencia de un monje benedictino.

A diferencia de otros commodities agrícolas que cuentan con plataformas consolidadas — AgFlow para cereales, S&P Global para materias primas en general — el aceite de oliva no tenía nada comparable. Los datos existían. Estaban ahí, dispersos en veinte fuentes oficiales distintas, en formatos diseñados aparentemente para ser incompatibles entre sí. Juntarlo todo a mano era un trabajo a tiempo completo que nadie tenía tiempo de hacer.

Nos propusimos construir la plataforma que no existía. “Un par de meses”, dijimos.

Llevamos un año. Esto es lo que ha salido, y lo que hemos aprendido por las malas.

La primera regla que nos impusimos — y la primera que rompimos

Un usuario debía entender el estado del mercado en menos de diez segundos. Si tardaba más, habíamos fracasado.

La regla era buena. Lo que construimos para cumplirla no tanto.

Al principio diseñamos gráficos elaborados con múltiples indicadores superpuestos. Nos parecían impresionantes. Los mostramos a gente del sector durante el desarrollo. Nos pidieron un número grande con el precio de hoy y si había subido o bajado. Habíamos diseñado para pantallas de escritorio. Nos dijeron que lo consultarían desde el móvil, en el campo, con cobertura irregular. Habíamos asumido que quien llega a la plataforma tiene tiempo y contexto. Llega entre reuniones, en la furgoneta, con una pregunta concreta que resolver en dos minutos.

Cada conversación con alguien del sector durante esos meses nos mostraba algo que habíamos asumido mal.

El dashboard que tenemos hoy es el resultado de ese aprendizaje. Catorce widgets que se actualizan automáticamente: precios de los cuatro mercados europeos, señales técnicas, balance de campaña, previsión del modelo de machine learning, calendario de eventos del sector, flujos comerciales en un minimapa, indicadores de costes, clima, commodities competidoras y noticias relevantes. Cada widget responde una pregunta concreta. La profundidad está a un clic de distancia, pero no pelea por atención con lo esencial.

Tardamos más de lo que queremos admitir en llegar a algo tan sencillo.

Veinticinco años de precios y el problema de los jueves

El módulo de mercado es el corazón de la plataforma. Contiene los precios oficiales de la Comisión Europea desde el año 2000, desglosados por calidad — AOVE, Virgen, Lampante, Refinado — y por más de treinta mercados regionales. Jaén, Córdoba, Sevilla, Puglia, Creta, el Alentejo, la Toscana. Los cuatro grandes productores europeos: España, Italia, Grecia, Portugal.

Los precios de la Comisión Europea se publican los jueves. A veces los viernes. A veces con una semana de retraso. En un mercado donde un día de diferencia puede significar céntimos por kilo en miles de toneladas, ese retraso importa.

Para España tenemos además datos diarios del mercado en origen, los que se publican cada mañana. Nuestros extractores recogen los precios de AOVE, Virgen y Lampante cada hora. Cuando los datos oficiales europeos llevan más de siete días de retraso, el sistema genera estimaciones propias con un modelo entrenado con más de veinte años de datos.

Pero un precio suelto no dice nada. ¿4,30 euros por kilo es mucho o poco? Depende de cuándo mires. Hace dos años estaba a 8 euros. El mínimo histórico fue 1,60. Así que cada vista de mercado incluye percentiles históricos — en qué zona de los últimos veinticinco años se sitúa el precio actual — spreads entre calidades y entre países, y comparaciones por campaña.

Todo viene de fuentes oficiales y verificables. Si un número aparece en la plataforma, puedes ir a la fuente original a contrastarlo. No tenemos “datos exclusivos” de procedencia misteriosa. Eso nos limita. Pero creemos que es lo que hace que la información sea lo suficientemente sólida como para tomar decisiones reales con ella.

Lo que nos enseñaron diez mil semanas de backtesting

Aquí es donde la cosa se pone interesante, y donde la realidad nos corrigió con más contundencia.

Cuando construimos el modelo de estimación de precios, la primera versión asumía algo que parecía obvio: que los mercados mediterráneos del aceite están fuertemente correlacionados. Que cuando sube España, sube Italia con un pequeño retardo. Que el mercado español arrastra a los demás.

Hicimos backtesting walk-forward con datos desde 2002. Más de diez mil semanas evaluadas. Y los resultados nos dijeron que estábamos equivocados.

Los mercados mediterráneos son más independientes de lo que asumíamos. El factor de influencia de España sobre Italia resultó ser mucho menor de lo esperado. Cada mercado tiene sus propias dinámicas, sus propios tiempos, sus propios compradores y vendedores que responden a señales locales.

Nuestro modelo para España combina varios indicadores estadísticos con datos diarios como señal adelantada. Mejora un 6-9% sobre un modelo simple de momentum, con aciertos del 69-74% según la calidad de aceite. Estadísticamente significativo. Modesto, pero real.

Y luego está Portugal.

Portugal nos tuvo atascados semanas. Las señales técnicas salían sistemáticamente al revés. Compraba cuando debía vender, vendía cuando debía comprar. Tardamos en entender que funciona como un mercado seguidor con una dinámica que es literalmente la inversa de lo que esperarías mirando solo momentum. Hay que invertir el componente para que las señales tengan sentido.

Es el tipo de cosa que no aparece en ningún manual. Y es también el tipo de cosa que te recuerda por qué no se puede construir un sistema de inteligencia de mercado desde un despacho, suponiendo que los datos se comportarán como crees que deberían comportarse.

Las señales que nadie le aplicaba al aceite

Hablando con gente del sector durante el desarrollo, algo nos sorprendió: muchos traders ya pensaban en el aceite como un activo financiero — buscaban patrones, intentaban detectar suelos y techos de mercado — pero lo hacían con herramientas genéricas que no entienden las particularidades de este mercado.

Construimos un módulo de análisis técnico profesional. RSI, MACD, Bollinger, volatilidad a varias ventanas, momentum. Pero lo más interesante no fueron los indicadores en sí, sino lo que encontramos al validarlos con veinticinco años de datos.

El mejor predictor, con diferencia, es el momentum a cuatro semanas. La señal compuesta que mejor funciona pondera momentum al 40%, RSI al 25%, correlación con datos de vegetación satelital al 20% y estacionalidad al 15%.

La estacionalidad resultó ser fascinante. Cada país tiene un patrón propio que se repite con sorprendente estabilidad década tras década. En España los precios tienden a subir en septiembre y octubre, cuando arranca la nueva campaña y la oferta aún es incierta. En Italia, agosto es el mes fuerte. Portugal tiene picos en noviembre y enero. Son patrones que los veteranos del sector intuyen, pero que nadie había cuantificado sobre dos décadas de datos.

Cuantificarlos no los hace más fáciles de explotar — el mercado es demasiado pequeño y demasiado influido por factores no predecibles. Pero ayudan a calibrar expectativas en momentos de volatilidad, que es exactamente cuando más falta hace tener algo sólido a lo que agarrarse.

El módulo de riesgo que apareció por accidente

Durante esas conversaciones, un trader nos preguntó si podíamos calcularle un Value at Risk.

Al principio nos pareció fuera de lugar. ¿Métricas bancarias para aceite de oliva? Pero cuanto más lo pensábamos, más sentido tenía. Las cooperativas almacenan miles de toneladas de aceite en sus bodegas. Eso es una posición abierta, exposición a riesgo de precio, les guste o no. Y nadie lo estaba midiendo.

Hoy el módulo tiene siete pestañas. VaR con tres métodos — histórico, paramétrico y Cornish-Fisher para ajustar por asimetría de la distribución de retornos. CVaR para escenarios extremos. Backtesting con el test de Kupiec para verificar que los modelos cumplen lo que prometen. Stress testing con escenarios históricos reales: la crisis financiera de 2008, la sequía mediterránea de 2017, el COVID, la guerra de Ucrania con su +80% en energía y +120% en fertilizantes. Correlaciones entre activos con tres métodos estadísticos. Simulaciones Monte Carlo con hasta cincuenta mil trayectorias. Y optimización de portfolio con la frontera eficiente de Markowitz.

Son herramientas que llevan décadas existiendo en mercados financieros. Simplemente nadie las había aplicado al aceite de oliva.

Al hacerlo, descubrimos algo que debería preocupar a cualquiera con una posición grande en este mercado: tiene colas pesadas. Los eventos extremos son bastante más frecuentes de lo que predeciría una distribución normal. El VaR paramétrico clásico subestima el riesgo real de forma sistemática. No es algo que puedas ver sin los datos delante. Y cuando lo ves, ya no lo puedes dejar de ver.

Medio millón de kilómetros cuadrados desde arriba

El observatorio satelital empezó con nueve regiones y un índice de vegetación. Hoy monitoriza treinta y siete regiones en nueve países mediterráneos, desde Andalucía hasta el Líbano, con seis índices espectrales y dos derivados.

Los datos vienen de satélites europeos de observación terrestre, con resolución de diez metros por píxel. Procesamos las bandas espectrales para calcular índices que revelan cómo está la vegetación. Cada pixel se filtra automáticamente: descartamos nubes, sombras, agua y píxeles defectuosos antes de hacer ningún cálculo.

Y aquí también la realidad nos corrigió.

El índice de vegetación estándar — el que usa todo el mundo académico — no funciona bien para olivares. En un olivar tradicional, donde los árboles están separados ocho o doce metros, la mayor parte de lo que ve el satélite es suelo desnudo. El índice estándar te está midiendo más tierra que árboles. Tuvimos que cambiar a índices diseñados específicamente para cultivos dispersos, con corrección matemática por brillo del suelo. La diferencia en precisión es importante.

De todos los índices que calculamos, tres son los que consideramos más valiosos para el sector.

Uno de salud vegetativa corregido por suelo. Uno de estrés hídrico que detecta problemas entre cuatro y siete días antes de que los árboles muestren síntomas visibles — tiempo suficiente para actuar si tienes riego. Y uno de área foliar que correlaciona entre un 70% y un 85% con la producción final, lo que permite estimar la cosecha cuatro o cinco meses antes de recoger.

Esa última cifra importa mucho. Una cooperativa podrá hacer proyecciones de volumen en julio, cuando la recolección no llegará hasta noviembre. Eso cambia por completo cómo se planifica la logística y cómo se plantean las negociaciones.

Tres veces al día, el sistema lanza extracciones automáticas, con un mecanismo de backup por si la fuente primaria alcanza su cuota de procesamiento. En 540.362 kilómetros cuadrados de olivares mediterráneos, siempre hay algo procesándose.

Quién vende a quién, y a cuánto

El módulo de comercio internacional fue un proyecto en sí mismo.

Extraer datos de comercio exterior de la UE de forma automática requiere más paciencia de la que imaginas, porque las fuentes oficiales europeas son… temperamentales. A veces no responden. A veces devuelven datos en formatos que han cambiado sin aviso. Hay endpoints que funcionaban perfectamente la semana anterior y la siguiente, silencio.

Los datos brutos de comercio exterior son difíciles de digerir. Lo que hicimos fue darles forma. Diagramas Sankey que muestran visualmente quién vende a quién. Treemaps de destinos de exportación. Un índice de eficiencia comercial que cuantifica algo que el sector intuye pero rara vez mide: Italia exporta menos cantidad que España, pero a mayor precio por tonelada. El índice de concentración de Herfindahl-Hirschman para detectar dependencia de un solo mercado. El coeficiente de Gini para medir desigualdad en la distribución de los flujos.

Puedes ver cómo Túnez ha crecido como exportador en la última década, cambiando la dinámica competitiva del Mediterráneo. Cómo las exportaciones españolas a Estados Unidos — que superan los mil millones de euros anuales — viven bajo la sombra permanente de los aranceles. Cómo se reorganizaron los flujos globales después de la crisis de precios de 2023 y 2024.

La historia del aceite de oliva como mercado global se lee en esos flujos. Hasta que no los ves juntos en un solo sitio, no te das cuenta de cuántas piezas tiene el puzzle.

La mitad olvidada de la ecuación

Todo el mundo habla de precios. Casi nadie habla de costes.

Tenemos series históricas de índices energéticos de Eurostat, costes de transporte trimestrales, insumos agrícolas — fertilizantes NPK, fitosanitarios, mano de obra — e inflación. Con esos datos puedes hacer algo que sorprendentemente poca gente hace: calcular si realmente estás ganando dinero, y no solo facturando.

Según datos de AEMO, los costes de producción varían radicalmente según el sistema de cultivo: el olivar en seto de regadío puede producir a 2,81 euros por kilo — el más eficiente del mercado. El olivar tradicional de baja pendiente en secano ronda los 4 euros. El olivar de montaña llega a 4,61 euros por kilo. Con el AOVE en origen cerca de 4,30, las implicaciones son evidentes pero no por ello menos preocupantes.

El que tiene margen holgado es el superintensivo bien gestionado. El que está en el filo de la navaja es el olivar tradicional de secano y, especialmente, el de montaña — ese que cuesta más producirlo que lo que vale en el mercado. Son precisamente los sistemas más ligados al territorio, al paisaje y a la cultura oleícola mediterránea los que tienen los números más ajustados.

Hasta que no ves los números juntos, no tomas conciencia real de lo ajustados que están esos márgenes.

177 tareas automáticas al día — y lo que pasa cuando fallan

Detrás de cada módulo hay dieciséis extractores automáticos que operan a diferentes frecuencias. El sistema ejecuta 177 tareas programadas al día.

Cada hora, de siete de la mañana a once de la noche: divisas, precios de España en origen, precios europeos oficiales, indicadores de mercado, energía, commodities, confianza del consumidor, precios de mercados no europeos, comercio exterior. Tres veces al día: datos satelitales. Una vez al día: pronósticos climáticos. Trimestralmente: insumos agrícolas y transporte. Anualmente: balanza comercial y producción mundial del Consejo Oleícola Internacional.

Cada extractor sabe cuándo ejecutarse, qué datos pedir, y qué hacer cuando algo falla. Porque las fuentes oficiales fallan. Constantemente.

En octubre de 2025, la API de la Comisión Europea cambió los nombres de los mercados griegos de inglés a griego sin previo aviso. De un día para otro, “Chania” pasó a ser “Χανιά”. “Heraklion” pasó a ser “Ηράκλειο”. Para un sistema que lleva años normalizando nombres de mercados bajo un formato consistente, eso es una avería silenciosa: los datos siguen llegando, pero ya no casan con los registros históricos. Nos enteramos porque los gráficos de Grecia empezaron a mostrar huecos donde no debería haberlos.

También hemos visto publicaciones con errores que convierten 3,50 en 350. Endpoints deprecados sin previo aviso. La API de Eurostat COMEXT que a veces simplemente no responde — sin código de error, sin mensaje, simplemente silencio.

Cada uno de esos problemas lo hemos encontrado al menos una vez. Tenemos tablas de normalización de nombres de mercados para manejar las variaciones. Retry con backoff exponencial. Validaciones que detectan precios anómalos. El trabajo invisible de mantener todo esto funcionando es probablemente el 70% del esfuerzo real de construir una plataforma de datos.

Nadie lo ve. Es lo más importante que hacemos.

El agente que no funcionaba — y cómo lo reconstruimos

Esto es probablemente lo que más ha cambiado en los últimos meses. Y también lo que más nos costó.

La primera versión del asistente era básicamente un chatbot con acceso a datos. Analizaba palabras clave — si decías “precio” llamaba a la API de precios, si decías “clima” llamaba a la de clima — y le pasaba todo al modelo de lenguaje para que generara una respuesta.

El 60% de las veces respondía “no tengo información suficiente”.

No es una hipérbole. Hicimos dieciséis pruebas documentadas con diferentes tipos de consultas. Solo nueve funcionaron correctamente. El problema no era la arquitectura — era la implementación: el sistema no extraía bien los datos de las respuestas de las APIs, el modelo inventaba cifras cuando los datos reales no estaban bien estructurados, y el planificador seleccionaba herramientas incorrectas para muchas consultas. Cuatro de cada diez respuestas eran, en el mejor caso, incompletas. En el peor, fabricadas.

Lo reescribimos desde cero.

Hoy el agente es un pipeline de seis fases. La primera clasifica lo que estás preguntando realmente — no con keywords, sino con comprensión real de la consulta: tipo de intent, complejidad, temporalidad, ámbito geográfico. La segunda decide qué herramientas necesita de entre las setenta y cinco disponibles en once dominios. La tercera las ejecuta en paralelo, con semáforos de concurrencia, timeouts adaptativos por herramienta y circuit breakers por servicio para que si una fuente está caída no bloquee al resto. La cuarta valida si los datos críticos llegaron y son coherentes entre sí. La quinta los organiza y enriquece. La sexta sintetiza la respuesta final con streaming en tiempo real.

Si en la cuarta fase falta algo esencial, el sistema vuelve a la primera con contexto — “el endpoint de clima no respondió, ¿alternativas?” — y replanifica. Hasta tres iteraciones.

Lo que más nos costó fue conseguir que cruzara dominios con naturalidad. Una pregunta como “¿cómo afecta la sequía en Andalucía al riesgo de precio?” necesita datos satelitales, climáticos, de mercado y de riesgo al mismo tiempo. Cuando funciona — cuando le planteas algo complejo y vuelve con una respuesta que cruza cuatro fuentes de datos distintas — es el tipo de análisis que a una persona le llevaría horas.

No es perfecto. Hay preguntas que todavía no resuelve bien. Pero ya no dice “no tengo información” cada dos por tres.

Informes que se escriben, se maquetan y se traducen solos

Cada semana, la plataforma genera un informe de inteligencia de mercado. Tres páginas A4, diseño editorial profesional, gráficos renderizados automáticamente. Sin que nadie escriba una sola palabra.

El proceso tiene cuatro fases que se ejecutan automáticamente.

Primero, el recolector de datos sale a buscar información en quince fuentes: precios diarios de España, precios semanales de los cuatro mercados europeos con todo el histórico, tipo de cambio EUR/USD, indicadores técnicos, commodities competidoras, costes de energía y transporte, estado de la vegetación por satélite, grados-día acumulados para los nueve países mediterráneos, alertas climáticas, fase fenológica actual del olivo, flujos comerciales, producción.

Después, el motor de inferencia calcula doce métricas derivadas. Percentiles históricos de cada precio. Márgenes sobre costes de producción — distinguiendo entre olivar tradicional, intensivo y superintensivo, con datos de AEMO y MAPA. Spreads entre calidades y entre países. Correlaciones. Ratios respecto a commodities competidoras.

Luego, un modelo de IA redacta el análisis. Con un sistema de cascade — si el modelo principal falla, cae automáticamente al secundario — genera el editorial que pone los números en contexto. Incluyendo lo que llamamos internamente la “causal chain signal box”: una caja que cruza señales del mundo físico (clima, satélite), el mundo financiero (precios, volatilidad, momentum) y el mundo biológico (fenología, producción) para dar una lectura integrada.

Finalmente, se renderiza el PDF. Tres páginas: Mercado, Campo/Oferta, y Editorial. El proceso de maquetación automática parece simple hasta que te peleas con los márgenes de impresión durante dos tardes.

El resultado es algo que una cooperativa puede poner sobre la mesa de su consejo rector, o que un trader puede leer en tres minutos para ponerse al día. Se lo escribió una máquina a las cuatro de la madrugada, mientras nadie miraba.

El calendario que piensa en fenología

Uno de los módulos que más nos ha sorprendido durante el desarrollo es el calendario de mercado inteligente.

No es un calendario con fechas. Es un motor de reglas con veinte condiciones predefinidas, organizadas por la fase fenológica del olivo — reposo invernal, diferenciación floral, brotación, floración, cuajado, engorde del fruto, envero, maduración, cosecha — que evalúa datos en tiempo real y genera recomendaciones de acción.

Si estamos en floración y el índice de estrés hídrico sube por encima de un umbral, el sistema genera una alerta crítica con recomendación específica. Si estamos en periodo de cosecha y el momentum de precios supera el 5% semanal, genera una oportunidad. Todo filtrado por perspectiva: comprador o vendedor.

Suena sencillo. No lo es. Mapear las diez fases fenológicas del olivo, con sus variaciones por país y región, cruzarlas con datos climáticos, de vegetación, de mercado e históricos, y generar insights accionables que alguien pueda aplicar esa misma mañana, requirió una cantidad de trabajo de investigación agronómica que no anticipamos.

Nos pasa mucho eso. No anticipar cuánto trabajo tiene algo que parece sencillo desde fuera.

Las predicciones, con honestidad

Predecir el precio del aceite de oliva es muy difícil. Depende de factores climáticos que nadie controla, decisiones políticas impredecibles, y negociaciones entre un número relativamente pequeño de actores grandes. Cualquiera que prometa certezas está mintiendo.

Dicho esto, tenemos modelos funcionando en producción. Para España, un modelo estadístico con validación cruzada sobre más de mil doscientas semanas. Para Italia, un ensemble que combina tres modelos con pesos optimizados. Para Grecia y Portugal, modelos más simples porque los datos históricos son más escasos.

Los resultados son modestos pero reales: mejora del 6-9% sobre un modelo simple de momentum, con aciertos del 69-74% según la calidad de aceite. Estadísticamente significativos.

Lo presentamos como lo que es: una herramienta más en el arsenal de decisión. Mostramos rangos de confianza, no puntos. Cuando el modelo no tiene suficiente confianza para decir algo útil, lo dice abiertamente.

Creemos que es la única forma honesta de presentarlo. Si alguien quiere certezas rotundas, hay quien se las vende. Nosotros preferimos que quien use la plataforma sepa exactamente en qué puede confiar y en qué no.

El momento en que estamos

Es un momento interesante para lanzar algo así.

El mercado del aceite de oliva ha vivido dos años de transformación intensa. Los precios se dispararon hasta los 8 euros por kilo, volvieron a caer, y la campaña actual genera incertidumbre de nuevo. Los aranceles con Estados Unidos ya son una realidad, y las exportaciones españolas a ese mercado superan los mil millones de euros anuales. El cuaderno digital de explotación será obligatorio a partir de 2027. La producción europea se recuperó tras la sequía de 2023, pero nadie puede asegurar que la siguiente campaña no vuelva a las andadas.

Volatilidad, barreras comerciales, presión regulatoria, cambio climático.

En ese contexto, tener acceso a información integrada — no dispersa en veinte sitios, no comentada de oídas en un grupo de WhatsApp — puede marcar diferencias reales. No como un lujo tecnológico. Como una necesidad operativa.

Lo que todavía no está

Nos queda trabajo. Mucho.

Queremos mejorar los modelos de predicción — los LSTM y Transformers que tenemos en el roadmap. Queremos alertas push en tiempo real cuando un umbral se cruza. Queremos expandir el directorio de las 4.400 empresas que tenemos a toda la cadena de valor. Queremos abrir una API pública para que otros puedan construir sobre nuestros datos. Queremos apps nativas.

Cada semana descubrimos algo que podríamos hacer mejor. Cada conversación con alguien del sector revela una necesidad que no habíamos considerado. Eso no es un problema. Es exactamente lo que debería pasar cuando construyes algo para gente real que toma decisiones con consecuencias económicas reales.

Olearia Intelligence no es un producto terminado. Probablemente nunca lo sea. Es un sistema vivo — cientos de miles de líneas de código, 177 tareas diarias ejecutándose solas, una base de datos con ochenta y cuatro tablas que lleva casi un año acumulando datos de veinte fuentes distintas — construido para gente que trabaja en el campo, negocia en un despacho, o mira el mercado a las siete de la mañana desde el móvil.

Empezó con un grupo de WhatsApp. Todavía tenemos mucho que aprender.

Estamos en beta privada. Si trabajas en el sector y te interesa lo que hemos contado, estamos escuchando.

¿Te interesa Olearia Intelligence? Puedes solicitar acceso o escribirnos a [email protected]. Si solo quieres hablar del sector, también nos vale. Siempre aprendemos algo de esas conversaciones.