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.
No hay comentarios:
Publicar un comentario