[CPG & Retail] Pronóstico de la Demanda, potente aplicación de la analítica avanzada

by / Wednesday, 10 June 2020 / Published in

Las industrias CPG y Retail se confunden a menudo debido a sus similitudes, pero en realidad tienen importantes diferencias que deben tomarse en cuenta al momento de evaluar un modelo de pronóstico de demanda.

La industria retail se refiere a la venta minorista de productos de diferentes marcas destinados a sus consumidores finales a través de tiendas de retail tradicionales, comercio electrónico, catálogos, pedidos por teléfono y puerta a puerta.

La industria de bienes de consumo masivo (CPG) se ocupa principalmente de la producción, distribución y comercialización de bienes de consumo masivo a compañías del sector retail o por medio de sus propias tiendas minoristas en el caso de las grandes marcas. Los bienes de consumo masivo (CPG) son artículos envasados utilizados diariamente por los consumidores que requieren reemplazo o reposición frecuente. Entre estos se incluyen alimentos, bebidas, ropa, maquillaje y productos para el hogar.

El Retail se define como la venta de productos a consumidores finales mientras que CPG por lo general no vende directamente a los clientes finales, sino por medio de minoristas y se especializa en un nicho específico. A pesar de las diferencias, la mayoría de las aplicaciones y herramientas de analítica avanzada se pueden aplicar tanto al sector Retail como CPG con cambios menores.

Si bien la demanda de los consumidores de CPG se mantiene por lo general casi constante, este es un sector altamente competitivo, debido a la alta saturación del mercado y los bajos costos de cambio de los consumidores, donde los consumidores pueden cambiar sus lealtades de marca de manera fácil y económica.

Las industrias de Retail y CPG operan por lo general como negocios de alto volumen y bajo margen. Los clientes de este sector pueden clasificarse en segmentos premium y segmentos económicos. Los clientes de los segmentos premium pertenecen por lo general a los niveles socieconómicos más altos (A y B) y los segmentos económicos que corresponde por lo general a los niveles socioeconómicos más bajos (C, D y E). Los clientes de los segmentos premium por lo general se enfocan en productos de mayor calidad y marca reconocida, mientras que los del segmento económico se enfocan principalmente en el precio.

En el sector Retail y CPG el principal objetivo es incrementar volumenes de ventas, debido a los bajos márgenes que se presentan. Por otro lado, debido a que no pueden almacenarse por mucho tiempo estos productos, requiere una rotación mayor.

Para poder asegurar una venta mayor, y con mayor rotación, se requiere responder rápido a las fluctuaciones de la demanda, los cambios de preferencias de los clientes y las respuestas de los competidores. Esto implica tener una data detallada que permita detectar y predecir variaciones rápidas, a nivel diario, semanal y mensual, y que incluyan un gran número de variables que influyan en las ventas y los comportamientos de los clientes. Estos datos se pueden recopilar de diferentes fuentes, como registros de ventas, distribuidores, clientes y vendedores; y fuentes externas como el pronóstico del clima, variables macroeconómicas, precios de competidores, eventos de la región o localidad, nuevos proyectos de construcción, tráfico, etc.

Por todo esto, se requiere tecnologías de big data que permitan almacenar, acceder y administrar de manera segura los grandes volumenes de datos generados y que cambian frecuentemente. La gran cantidad de datos permite el desarrollo de análisis efectivos para predecir los patrones de consumo y demanda que permita tomar decisiones comerciales, operativas y logísticas de manera oportuna y a lo largo de la cadena de suministro.

La industria de bienes de consumo y retail está enfrentando retos importantes para la administración de la gran cantidad de datos producidos diariamente y en nuevos formatos como textos, imágenes, que se originan en sistemas diversos.

La Analítica Avanzada está desempeñando un papel importante en la redefinición y crecimiento de la industria de Retail y CPG. Entre las aplicaciones de Analítica Avanzada que han demostrado un mayor beneficio para estas industrias en los últimos años podemos mencionar las siguientes:

• Pronóstico de Demanda.
• Optimización de Precios, Descuentos y Promociones.
• Personalización de ofertas y fidelización de los clientes.

En este artículo nos centraremos en el Pronóstico de Demanda, indicando su importancia, principales beneficios, algunas técnicas probadas y algunas actividades para su implementación.

Pronóstico de Demanda
El pronóstico de demanda una de las aplicaciones de Analítica Avanzada con mayores beneficios en las empresas, especialmente en el sector de Retail y CPG.
El pronóstico de la demanda consiste en obtener un modelo estadístico que permita predecir las ventas futuras, con cierto grado de precisión, para uno o varios productos, a un período de tiempo futuro determinado. En tiempos de Covid-19, la estabilización de esta planificación es un componente clave en la recuperación de la industria.

Para hacer un pronóstico se necesita tener una data de ventas históricas, y otras variables internas y externas que afecten a la demanda como el precio, los descuentos, promociones, ventas de productos sustitutos, ventas de productos complementarios, ubicación geográfica, segmento, variables macroeconómicas, precios de competidores, eventos, etc. Algunos softwares avanzados permiten realizar pronósticos jerárquicos, los cuales permiten obtener pronósticos automatizados o semiautomatizados de toda una jerarquía de productos, para diferentes niveles, por ejemplo, a nivel de categoría, región, segmento, ciudad, tienda y SKU.

Nuestro partner en analítica avanzada – SAS – ha implementado con éxito modelos de pronósticos de demanda en empresas top a nivel mundial como: Nestlé, Levi Strauss & Co, MillerCoors, Kelloggs, Waitrose, Carrefour y Cencosud. La adopción de una solución de pronóstico de demanda por parte de empresas de talla mundial no hace más que confirmar su importancia para mantenerse competitivos en mercados cada vez más dinámicos y complejos en logística.

Beneficios de los Pronósticos *
Entre los beneficios documentados de los pronósticos se encuentran:
• Reducción de costos de inventario de productos terminados (entre 10% y 50%).
• Reducción de interrupciones en la cadena de suministro y los costos asociados (en promedio 50%).
• Incremento de niveles de servicio (entre 1% y 5%).
• Reducción de mermas o pérdidas debido a una mayor rotación (entre 10% y 15%).
• Incremento de Ingresos y Margen Bruto por mayor disponibilidad de los productos en el momento que el cliente lo requiera (entre 3% y 11%).
• Reducción de costos de transporte (promedio de 2% de las ventas)
• Reducción de inventario obsoleto (promedio de 9% del valor de inventario)
• Incremento del nivel de satisfacción y lealtad de los clientes por tener disponible los productos en los momentos que se necesiten.

La aplicación de la analítica avanzada en las estrategias de previsión de la demanda tiene alto impacto en el negocio de las industrias CPG y Retail. Una buena planificación de la demanda durante la pandemia le otorgará a estos negocios la capacidad de predecir y comprender mejor sus cadenas de suministro y los patrones de demanda de los clientes para la recuperación sostenida de sus operaciones comerciales.

Contáctenos para más información sobre soluciones analíticas:

MSc Gino Sedano, Consultor Senior en Analítica Avanzada – BCTS Consulting
Email: gino.sedano@bctsconsulting.com
LinkedIn

*Fuente: Gartner

Leave a Reply

TOP