4 Claves para Mejorar la Previsión y el Reabastecimiento de Promociones en Retail
Oct 29, 2020 • 10 min.
Las promociones son esenciales para el éxito del retail, pero a menudo, no se ejecutan de forma óptima, y esto comporta malos resultados. Los pronósticos promocionales poco precisos pueden provocar una baja disponibilidad y pérdida de ventas, o si se ha sobrestimado el impacto de la demanda de la promoción, mermas costosas y pérdidas con los descuentos y ofertas. Los retailers pueden evitar estos puntos débiles concentrándose en mejorar la planificación de sus promociones, que pueden generar una mejora de hasta el 20% en el margen operativo, según Bain & Company.
Desafortunadamente, la mayoría de los procesos de previsión y reabastecimiento de promociones en retail están desconectados y son innecesariamente complicados. Los responsables de categoría confían en una combinación de experiencias pasadas y las proyecciones de los proveedores para planificar las promociones; luego, los planificadores de la demanda tienen que calcular el aumento previsto de las ventas promocionales. Sin un sistema centralizado, las tiendas individuales se ven obligadas a hacer los pedidos de los productos promocionados manualmente para ajustarlos a la demanda, mientras que los planificadores de suministros han de estimar cuánto van a pedir desde las tiendas y lo que eso significa para el inventario del centro de distribución (CD) y los requisitos de compra. Muy frecuentemente, todo esto sucede en silos, sin compartir datos ni planes.
Pero el hecho es que la previsión y reabastecimiento de promociones no tiene porqué ser tan difícil. La tecnología moderna ha transformado la gestión de las promociones de retail, eliminando las conjeturas y posibilitando una ejecución de las promociones con un alto nivel de precisión y automatización. Este documento analiza cuatro puntos que los retailers con visión de futuro están poniendo en práctica para automatizar y mejorar la planificación y los resultados de sus promociones.
1. Tener muchos datos y de calidad lleva a ejecuciones de promociones de retail precisas y automatizadas.
Si se tiene acceso a datos maestros precisos y a tiempo, las soluciones modernas para las cadenas de suministro pueden automatizar una enorme cantidad de trabajo que tradicionalmente se había hecho de forma manual en engorrosas hojas de cálculo. Estas soluciones pueden calcular pronósticos de demanda de alta calidad y requisitos de inventario tanto para el stock normal como para el promocionado. Cuánto más ricos sean los datos maestros disponibles, más precisos serán los cálculos.
El sistema debería tener acceso a una amplia variedad de datos promocionales – cuántos más, mejor- incluyendo el tipo de promoción (por ejemplo si es una compra múltiple o no), cambio de precio, estrategia publicitaria, cambios potenciales en el display de tienda, etc. Con estos datos, el sistema puede automatizar con precisión el proceso de previsión del aumento de venta de productos promocionados por tienda y/o canal.
Los beneficios de la mejora de la precisión de los pronósticos promocionales van más allá, ofreciendo un mejor reabastecimiento, lo que a su vez genera una mayor disponibilidad y un menor riesgo de exceso de stock. Pero todo empieza con los datos, que son la base de cualquier pronóstico preciso.
2. Machine Learning mejora la precisión de pronóstico de promociones del retail
El 70% de los encuestados en un estudio del 2020 de los supermercados norteamericanos tenía la sensación de que no eran capaces de considerar todos los aspectos relevantes de una promoción al hacer un pronóstico (Imagen 2). En cualquier caso, los últimos avances en la tecnología machinen learning han mejorado considerablemente la capacidad y precisión de los pronósticos promocionales.
Los algoritmos de machine learning pueden analizar rápidamente y de forma conjunta enormes cantidades de datos a escala retail. Pueden automatizar pronósticos granulares y altamente precisos tanto para las tiendas como para canales online sin que el equipo de planificación tenga que invertir tiempo trabajando en hojas de cálculo. Además, los pronósticos basados en machine learning pueden incorporar más datos sobre los factores que influyen en la demanda de lo que ningún equipo de planificación pudiera gestionar humanamente. Estos datos incluyen patrones de demanda recurrente como la estacionalidad y la variación de los días de la semana, influencias externas como cambios meteorológicos o actividades de la competencia y las propias decisiones de negocio del retailer, incluidas las promociones.
Al analizar todos estos factores en el mismo modelo, el sistema puede identificar no solamente como los factores individuales influenciarán los pronósticos promocionales, sino que también como estos factores interactúan entre sí. Por ejemplo, puede que haya una promoción planificada de carne picada orgánica de la marca Vaca Feliz. El verano pasado, estuvo en promoción con un descuento del 25% y se colocó en un mostrador al final de un pasillo. Ahora es invierno y el equipo de planificación está considerando hacer un descuento del 30% y dejarlo en el mismo display. Con machine learning, el sistema puede tener en cuenta fácilmente el momento del año, el aumento del descuento, y la posición de display para determinar cómo el conjunto de estos factores impactará en las ventas.
El aprendizaje automático también puede determinar los impactos secundarios como la canibalización, que se convierte en una preocupación especialmente cuando se trata con productos que tienen una vida corta. Pongamos por caso un supermercado que vende dos marcas de carne picada orgánica – Vaca Feliz y Ternera Verde – pero hace una promoción de sólo la carne picada de Vaca Feliz. La solución puede extraer automáticamente datos maestros para determinar el impacto de la promoción no sólo para la demanda de Vaca Feliz, sino también para la demanda de Ternera Verde (Ver Imagen 4). Luego, puede disminuir automáticamente las cantidades de pedido de Ternera Verde (evitando mermas) y aumentar los de Vaca Feliz (asegurando la disponibilidad) mientras dure del periodo de promoción. Así, los supermercados pueden evitar hacer pedidos en exceso o en defecto de cualquiera de las marcas, lo que minimiza tanto las mermas, como los clientes decepcionados.
Aunque la intervención humana siempre va a ser necesaria en algunos aspectos de la planificación promocional, el machine learning alivia una gran cantidad del trabajo manual que se requería en el pasado. Cuando los planificadores tienen acceso a pronósticos fiables, basados en datos y automatizados pueden concentrarse en las situaciones que el sistema marca como excepcionales, como los tipos nuevos de promociones que requieren una gestión más intuitiva y experimentada.
3. Pronósticos precisos de promociones en retail ayudan a automatizar de forma efectiva el reabastecimiento de tienda
Los beneficios de un pronóstico promocional preciso van más allá de desarrollar un mayor nivel de certeza sobre la cantidad de inventario que un retailer va a vender. Una previsión de la demanda a nivel día-producto-tienda también permite un reabastecimiento de tienda automatizado y preciso, lo que es especialmente importante durante periodos de promociones.
Los planificadores pueden configurar su solución de la cadena de suministro para definir con cuántos días de antelación deberían enviarse a las tiendas los artículos promocionados y qué proporción de la demanda en promoción debería asignarse a esta primera entrega. Esto les da a los empleados de tienda el tiempo suficiente para preparar los displays y colocar los productos en las estanterías, asegurando la disponibilidad durante el período de máxima demanda de la promoción.
Para mejorar la automatización, los retailers pueden desarrollar plantillas para diferentes tipos de tiendas y promociones para ajustar sus objetivos y características de negocio. Estas plantillas se usan para implementar rápidamente configuraciones que calculan automáticamente los pedidos de tienda iniciales y los subsecuentes pedidos de reabastecimiento, incluso disminuyendo el suministro a medida que se acerca el final del período de promoción si se desea.
4. La gestión de inventario end2end es clave en el éxito de la promoción en retail
Los retailers que incorporan la planificación de los pronósticos y el reabastecimiento para tiendas, canales online y centros de distribución a un sistema centralizado se aseguran una completa visibilidad de la cadena de suministro. Por ejemplo, elementos como la demanda prevista por tienda, canal de venta, día y producto – al combinarse con los horarios de reabastecimiento y tamaños de lote- se pueden usar para calcular con mayor exactitud las necesidades de inventario end2end. Cuando se ejecuten promociones, ya sean en tiendas o a través de múltiples canales de venta, los retailers pueden aprovechar esta visibilidad de la cadena de suministro para mejorar la gestión de las promociones.
En una cadena de suministro integrada los pronósticos de los CD se basan en las proyecciones de los pedidos de tienda, lo que asegura que el impacto de la demanda de cualquier promoción planificada se haga visible de forma inmediata en toda la cadena de suministro (Imagen 5). Esto ayuda a los planificadores a asegurar el inventario correcto en las ubicaciones correctas en las fechas correctas.
Los retailers con venta omnicanal que llevan a cabo promociones tanto en tiendas como online, se enfrentan a un grado más de complejidad en el pronóstico de las mismas. Pero esa complejidad puede optimizarse con un sistema end2end que gestione pronósticos separados por canal. Las necesidades de inventario para cada canal durante los periodos promocionales se incorporarán a los procesos de pronóstico normales de los centros de distribución, desenredando una gran cantidad de información a través de una mayor visibilidad y altos niveles de automatización.
Este tipo de visibilidad y la integración pueden usarse también para garantizar la disponibilidad online a través de la reserva virtual. La reserva virtual usa las previsiones de demanda online para reservar inventario automáticamente en los centros de distribución, evitando que los pedidos anticipados de la tienda reclamen demasiado stock. Con acceso a los datos a nivel canal en ventas promocionales, el sistema también puede automáticamente ajustar o eliminar las reglas para la reserva virtual según sea necesario.
La gestión de inventario end2end también beneficia a los equipos operativos de compras responsables de explotar eficientemente los descuentos para mejorar los márgenes brutos. En teoría, la compra inteligente, cuando los proveedores ofrecen reducciones de precio para productos promocionados temporalmente, es sencilla: consiste en minimizar pedidos antes de la reducción de precio y acumular stock cuando los hayan bajado.
Para sacer el mayor beneficio de los cambios de precio, los retailers también deberían tener en cuenta los costes de almacenamiento de su inventario, programar sus pedidos correctamente en relación con el momento en que el precio está cambiando y posiblemente dividir la compra de inversión (la cantidad adicional por encima de lo que se necesita para satisfacer la demanda) en varios pedidos. La disponibilidad de espacio de almacenamiento y la vida útil del producto también deben tenerse en cuenta.
Para optimizar compras futuras, la solución de planificación debería considerar estas restricciones junto con los datos de promociones planificadas en el futuro. La integración de la cadena de suministro le da a la solución: acceso a toda la información que necesita para automatizar los cálculos para saber cuándo y en qué cantidades realizar los pedidos.
Finalmente, la gestión de inventario end2end permite a los retailers planificar las promociones una vez, y luego automatizar la ejecución según la previsión de la demanda y los requisitos de inventario de su cadena de suministro.
La gestión efectiva de las promociones en retail están a su alcance
Incluso con todas estas fichas móviles en juego, la tecnología actual hace que la gestión efectiva de las promociones sea más alcanzable que nunca. Con un acceso consistente a datos de alta calidad, las soluciones para la cadena de suministro modernas pueden mejorar la precisión del pronóstico promocional en un 15%, mejorando la optimización del reabastecimiento e inventario de tienda en toda la cadena de suministro.
Los resultados pueden ser significativos. La cadena alemana Rossman, por ejemplo, tuvo un 25% de reducción en los niveles de inventario para los productos promocionados, a la vez que hubo una mejora de la disponibilidad, con un 10% menos de roturas de stock en los productos en promoción. Los retailers que buscan mejoras en las previsiones y reabastecimiento de promociones normalmente también buscan beneficios como flujos de entrega optimizados y un uso de la capacidad más eficiente.
Como los retailers compiten por la atención del cliente y los clientes cada vez más adoptan la comodidad de las compras omnicanal, las promociones en retail tienen cada vez más importancia y complejidad. Por suerte, desarrollos en la tecnología de optimización de la cadena de suministro colocan a los retailers en una posición fuerte para automatizar y mejorar su planificación y la ejecución de sus promociones.
Autor
Artículos relacionados
Caso de éxito: Mathem
Mathem es el principal retailer independiente de alimentación online de Suecia, un supermercado de comercio electrónico basado en una tecnología…
El precio es correcto, pero ¿a qué precio?
Este seminario web explora tácticas probadas y estrategias innovadoras para mantener la rentabilidad y la cuota de mercado frente a la subida de precios y los cambios en el comportamiento de los consumidores en el comercio minorista.
Optimización de promociones: La guía completa para maximizar los resultados
Los márgenes ajustados y la demanda fluctuante significan que los retailers deben maximizar el retorno de la promoción. La clave…