Por: Miguel Ángel Ruz, Socio y director general de Decision Point en Latinoamérica.

Nos encontramos en una de las temporadas más importantes para las ventas del año, las calles están llenas de atractivos incentivos para hacer compras. En este período muchos retailers y marcas se juegan el año y en donde las estrategias de ventas y marketing a partir de advanced analytics y big data pueden hacer una diferencia sustancial, más allá de la ejecución.  

Industrias como el retail y consumo masivo están utilizando cada vez más herramientas de advanced analytics, pero muchas de ellas no han iniciado aún el camino de transformación digital. En este contexto, lo crucial es desmitificar su complejidad.  En nuestra experiencia, un gran porcentaje de proyectos en este ámbito fracasan, más allá de la tecnología, al tratar los mismos como proyecto de IT o tecnológico y no como un proyecto de negocios con impacto en procesos, personas y capacidades.

Por ello, con foco en negocios y con la orientación y asesoramiento adecuados, la inversión en transformación digital ha logrado que el valor de marca general del Retail latinoamericano aumente en un 38%, según el informe BrandZ de las 50 Marcas Latinoamericanas más valiosas, publicado por WPP y Kantar.

Es en estos momentos que las herramientas tecnológicas como el big data y advanced analytics ayudan a estructurar escenarios a futuros a partir de data histórica proveniente de las más diversas fuentes: estructurada (inventarios, balances, precios, auditoría de retail, etc.) y no estructurada (social listening, comentarios y likes en redes sociales); interna y externa a la organización; transaccional y no transaccional.

Cualquiera sea la fuente, la data tiene el potencial de traducirse en insights de valor que permiten una toma de decisiones “inteligente”, de igual forma, posibilita la construcción de planes más certeros y específicos, que aunados a una buena ejecución se deberían traducir en mejoras significativas no solo en ingreso, sino también en productividad y eficiencia de recursos para ofrecer mejores soluciones y experiencias al consumidor.

En nuestra experiencia, los casos de usos que permitan una generación de valor en el corto plazo y un enfoque ágil son claves para ir venciendo estas barreras u obstáculos. Tres de los casos de uso que tienden a cumplir con estos requisitos y que se hacen mucho más críticos en temporada de fin de año son:

Estimación de demanda futura:  Consiste en proyectar las tendencias de ventas pasadas hacia el futuro. Sin embargo, el uso de un único modelo de predicción para un período de forecasting, de 52 semanas, pierde precisión a partir de la décima semana, limitando la correcta evaluación del impacto de decisiones e intervenciones en el mediano plazo. Esta pérdida de precisión se produce por el efecto de variables externas (macroeconómicas, competencia, clima, ambiente político, actividad en medios, etc.). Algoritmos basados en IA permiten seleccionar el mejor modelo para múltiples períodos dentro del espectro de forecasting, estableciendo así múltiples prototipos, mejorando significativamente la precisión de la estimación de la demanda.

Pricing analytics: permite identificar oportunidades de “white-space” y de gaps de portafolio, optimizar assortment y racionalizar SKU´s de tal forma que mejora las ventas por segmento, y de paso los márgenes de contribución y establece la simulación de escenarios (evaluando impacto en volumen, ingresos netos y market share). El Pricing Analytics es una buena oportunidad para comenzar a estructurar un data-lake sobre el cual seguir alimentando futuros casos de uso. Este requiere de un claro modelo de datos y su profiling, a partir del cual se puede estructurar los algoritmos para el cálculo de las elasticidades referidas, establecer el Analytics sobre la arquitectura de precio-empaque y el simulador a través de la cadena de valor.

Administración de Assortment Management / Planificación de Inventarios: indudablemente es una de las áreas cuyo desempeño impacta directamente en márgenes. Una buena ejecución, en términos de producto adecuado, bien diseñado y en el lugar y momento correcto, debe asegurar un buen margen de contribución, en caso de ser lo contrario, lo más probable es que se traduzca en pérdidas. Administrar adecuadamente el assortment pasa por un buen entendimiento del shopper (y del punto de venta) agrupando a estos en segmentos relevantes, centrados no en la acostumbrada visión desde empresa hacia mercado, sino que por el contrario desde comportamiento de estos hacia la empresa. Es aquí en donde la generación de insights a partir del Analytics va generando un valor accionable.

Estas áreas son solo un ejemplo de ámbitos en donde advanced Analytics puede generar valor sostenible, tangible en un muy corto plazo. Debemos tomar la transformación como un viaje con varios escalones, cada uno se construye sobre el otro, generando valor incremental. Por ello, es importante determinar por donde comenzar, cómo empezar, dónde capturar el mayor valor en el corto plazo y mapear la construcción de capacidades es una tarea relevante a partir de la cual y necesaria para no sucumbir en el esfuerzo. Una revisión rigurosa de áreas ligadas a ventas, innovación y mercadeo, y la forma en la que la compañía reúne y almacena su data es el punto de partida, antes de tomar cualquier acción / decisión.   En el caso de Decision Point, consultores de negocio y think tank de analytics, somos ese socio estratégico de negocios con probadas capacidades para la creación de valor a partir de iniciativas bajo el alero de RGM (Revenue Growth Management), acompañado de un “thoughtful leadership” y talento “best in class” para entregar soluciones de Data Science ML e IA a través de use cases descriptivos, predictivos y prescriptivos.

##

Acerca de Decision Point

Decision Point es un think tank de analítica que impulsa casos de uso de analítica y transformación de datos a gran escala para empresas Fortune 500 de todo el mundo. Nuestra última solución basada en IA generativa, BeagleGPT, el copiloto de análisis de datos basado en chat en Microsoft Teams, permite a las empresas impulsar la adopción de análisis de datos, integrándose perfectamente en su espacio de trabajo de colaboración existente. Proporciona fragmentos de datos instantáneos al conectarse directamente a todas las fuentes de datos existentes, ya sean lagos de datos o cuadros de mando. Hemos prestado servicios a clientes de Norteamérica, Latinoamérica, Europa, África y Asia en mercados con distintos niveles de madurez y dinámicas empresariales.

Para más información visite: https://decisionpoint.ai/