Entendemos por similar una referencia que se usa para predecir las ventas o la primera implantación de otra.
Para conseguir una implantación inicial lo más precisa posible, es necesario hacer una previsión, pero en la mayoría de los casos no disponemos de históricos de ventas ya que se trata de referencias nuevas, de modo que tenemos que encontrar otras referencias que nos ayuden a predecir las ventas futuras y las necesidades de stock de las nuevas.
La «calidad» de estos artículos similares es muy importante; por ello deben ser revisados y ajustados para mejorar los cálculos de previsión.
Criterios para implantar productos similares
Para la implantación se sugieren productos similares a partir de criterios como el color, el precio, el nombre, etc., que, además del propio conocimiento del comprador, mejoran el resultado de la previsión. En el siguiente ejemplo Nextail hace una propuesta automática.
- Definición de las características del producto: Nextail considera características estándar como el nombre, el estilo, el precio (rango), la familia, el género y la temporada, pero podrían usarse otras categorías del maestro de productos.
- Creación de una matriz de comparabilidad: el algoritmo asigna valores para todos los productos que presentan características similares.
- Cálculo de los coeficientes de comparabilidad: el coeficiente de comparabilidad de cada producto se basa en las características que comparte con el producto. Cuantas más características compartan entre ellos, mayor será el coeficiente.
- Creación de categorías comparables: a cada producto se le asignará una categoría comparable que contenga los productos con los coeficientes de comparabilidad más altos realizados en el paso anterior. El número de elementos asignados a cada categoría comparable es personalizable y varía de 0 a 100.
Con este criterio automático, el pronóstico se calculará en función de la demanda promedio de los productos comparables.