Algoritmo de implantación inicial - Parte I: Predicción

El algoritmo de implantación inicial se divide en dos fases: predicción y optimización. En este artículo analizaremos la primera fase («predicción») para comprender cómo este módulo procesa la información

Predicción

El objetivo de esta fase es generar una previsión probabilística a nivel de tienda y de SKU. En este paso, el motor recoge datos existentes (ventas pasadas, roturas de stock, período de exposición) para predecir ventas futuras. No obstante, no podemos olvidar que esta es la primera vez que el producto se vende en tienda, de modo que no disponemos de ningún histórico ni de ventas ni de existencias como referencia. De todos modos, incluso cuando no disponemos de históricos de ventas para los productos concretos que estamos implantando, Nextail basa el proceso en estimaciones de demanda. 

¿Cómo?

Utilizando datos de productos «similares» a los artículos a implantar.

• Nextail los implanta automáticamente y posteriormente son supervisados por expertos del cliente.
• Se sugieren productos similares según tengan una imagen similar o atributos parecidos, su precio, su posición en el catálogo y su importancia dentro de la colección.

¿Cómo se calcula la estimación de la demanda?

Se trata de un proceso automático que tiene en cuenta varios productos similares, diferencias en patrones de estacionalidad y la red de tiendas, así como efectos del surtido, etc.

Las previsiones de demanda basadas en productos similares son menos precisas que las calculadas a partir de ventas reales; por ello no se envía todo el stock de una sola vez y se van haciendo ajustes posteriormente.

Cuando el fin del horizonte temporal y el de temporada estén lo suficientemente separados, existirá una probabilidad mínima o insignificante de que se agoten las existencias antes de que ambos finalicen.

A pesar de que la predicción de la demanda durante la implantación inicial no es muy precisa, permite realizar una buena asignación de stock de los nuevos productos a introducir (siempre y cuando el horizonte temporal no esté demasiado cerca del final de temporada).

Cálculo de la curva de tallas

Una vez disponible la predicción de la demanda para cada producto y tienda, se divide en «producto-talla (SKU)» aplicando las curvas de tallas esperadas para cada combinación de producto-tienda.

• La curva de tallas entre tiendas puede variar hasta un 20-25%: calcular una curva de tallas precisa es necesario para evitar el exceso o la falta de stock de algunas tallas.

• Utilizamos información de productos similares para calcular curvas de tallas aplicables a cada producto: se incluyen otras estrategias para cubrir una posible falta de información granular adecuada.