El 25 de octubre organizamos en Cognodata un seminario web donde pudimos compartir nuestra experiencia en la gestión de un surtido eficiente, centrado en el cliente a través de la inteligencia artificial. ¿Quieres conocer nuestra metodología? Continúa leyendo…
El punto de partida para lograr un surtido eficiente; ¿Cuál debería ser el enfoque?
Una correcta elección de referencias viene determinada en primer lugar, por una gestión eficiente de las categorías y en segundo, por una óptima selección de referencias para cada una de las anteriores. Todo ello en línea con los objetivos de negocio establecidos.
Para llevar a cabo esta selección, existen dos enfoques muy diferentes que podemos comparar:
Visión producto
Partiendo de un punto de vista más tradicional en el que las decisiones de surtido se centran únicamente en el producto (marca, precio, competencia, proveedor, etc.) sin tener en cuenta otros factores.
Este enfoque es más simple, sin embargo, conlleva importantes riesgos e inconvenientes, como el incremento en la tasa de fuga de clientes o la disminución de las ventas. El caso Walmart es un claro ejemplo del riesgo que implica basar una decisión de surtido desde un enfoque único de producto:
- Se llevó a cabo un gran recorte en el número de referencias a priori menos rentables, en base a criterios únicamente económicos basados en las ventas, rotación y costes de inventario.
- Esto generó gran descontento en sus clientes y provocó una gran inestabilidad en la compañía y una importante bajada en bolsa.
- Finalmente tuvieron que dar marcha atrás y volver a la situación inicial, planteándose otras vías basadas en la analítica para llevar a cabo una correcta optimización del surtido.
Visión cliente
Aquí partimos de un punto de vista analítico y de mayor amplitud, teniendo en cuenta no solo el análisis del producto; KPIs de desempeño o económicos, sino también los datos del cliente; segmentos, cesta media, frecuencia, etc.
Como ya hemos comprobado en el caso de uso de Walmart, el hecho de no haber tenido en cuenta los hábitos de compra de sus clientes afectó a su decisión, obligándole a rectificar la acción de recorte implantada en sus tiendas.
Este enfoque puede resultar más complejo, ya que se necesitan datos de clientes para poder llevarlo a cabo, (un buen punto de recogida de estos datos podría ser un programa de fidelización, el cual ayudará a identificar las transacciones y trazabilidad de las compras). Sin embargo, es sin duda el enfoque acertado para conseguir una gestión eficiente de surtido a largo plazo, ya que ayuda al retailer a maximizar sus ventas y reducir costes al mismo tiempo y además facilita el mantenimiento de segmentos estratégicos.
¿Cómo materializamos esta gestión inteligente?, ¿Cuáles son los pasos a seguir?
Os dejamos aquí el vídeo de la sesión en la que nuestros expertos, Francisco Rueda y Javier Rosales, desgranaron en detalle una metodología robusta, contrastada a lo largo de más de 15 años de experiencia en proyectos de optimización de surtido en el sector retail y aplicada en diferentes casos de éxito.
En resumidas cuentas, los pasos a seguir para alcanzar un surtido eficiente son:
1. Análisis preliminar
Se realiza en primer lugar para valorar la situación de partida e identificar el origen del problema.
En esta fase se miden muchos factores críticos, como por ejemplo el número necesario de SKUs por tienda para llegar al porcentaje de ventas objetivo o el cálculo del nivel de eficiencia de las tiendas.
2. Unidades de necesidad
El siguiente paso será definir las Unidades de Necesidad de cada tienda para clasificar los productos en base a ellas, así como asegurar que las necesidades de los clientes queden cubiertas según el segmento de tienda al que pertenezcan.
Para la toma de decisiones, nos podemos apoyar en:
- Análisis de KPIs clave: unicidad e intercambiabilidad. En base a ellos se analizará la situación de las categorías existentes e identificaremos el escenario actual que nos ayudará a determinar la decisión óptima de las UN (reestructuración, mantenimiento o agrupación).
- El dendograma: un algoritmo que nos permite identificar las relaciones de similitud entre los diferentes SKUs de una categoría para entender mejor el proceso de compra de los clientes. Es muy útil para entender el nivel de sustitución que tiene una categoría o SKU sobre otra, es decir, cuando a una persona le es indiferente comprar un producto u otro. Esto ayuda a identificar posibles agrupaciones e productos en una misma Unidad de Necesidad.
- Las nubes de palabras: el text mining permite encontrar agrupaciones que se encuentran intrínsecas en el texto descriptivo de los productos. Mediante la técnica de text clustering podremos encontrar grupos de clientes que buscan características similares en los productos y nos ayudará a entender cualitativamente cuáles son los atributos más relevantes para cada segmento de clientes.
- Algoritmo de intercambio de flujos para identificar nuevas Unidades de Necesidad, ya que muestra qué cantidad de clientes se mueven desde la compra de una categoría A hasta una categoría B. Si el intercambio es fuerte, pueden ser categorías relacionadas que se podrán agrupar en la misma Unidad de Necesidad.
3. Objetivos de inventario
Esta fase es muy importante, ya que aquí establecemos la estrategia a seguir.
Para poder fijar los objetivos de optimización se debe analizar el nivel de eficacia del surtido actual. Este análisis nos facilitará las claves para llevar a cabo una reducción recomendable de inventario que permitirá alcanzar los objetivos de negocio establecidos.
Para fijar estos objetivos, definimos los ratios que necesitamos mejorar a partir de dos análisis clave:
- Segmentación de tiendas
- Análisis de categorías a través de KPIs específicos de eficiencia, (costes de inventario, rotación).
4. Selección de referencias
Para ello, mediremos el rendimiento de una UN para un segmento determinado de clientes y obtendremos un ranking de categorías.
A partir de este análisis identificaremos el performance de cada categoría para determinar:
- Las categorías que tengan un mejor desempeño nos indicarán la oportunidad de desarrollo de nuevas categorías o Unidades de Necesidad.
- Las categorías que debemos mantener porque su desempeño es correcto.
- Las categorías que debemos eliminar porque su desempeño está siendo bajo.
Una vez tomada la decisión de recortar, mantener o ampliar SKUs es importante analizar los rangos de precio.
5. BI y simulación
Esta última fase permite comprobar de manera sencilla y a nivel usuario de negocio, los cambios identificados en las fases anteriores.
Se simulan distintas versiones en base a los parámetros del algoritmo; ahorro en coste de inventario, venta potencial máxima a perder, migración de productos, margen final, etc.
Realizaremos análisis a nivel tienda y categoría para comprobar todos los indicadores estratégicos;
- Número de SKUs afectados
- Número de categorías recortada
- Número de categorías desarrollada
- Venta por categoría y tienda afectada
- Margen por categoría y tienda afectada
- Tipos de SKUs recortados (por familia, situación, etc)
¿Alguna duda? ¡Cuéntanos!
En Cognodata contamos con casos de uso muy interesantes donde podrás comprobar el éxito de esta metodología en grandes compañías del sector retail a nivel internacional, ¿hablamos?