Coppel – Cadena Retail
Desarrollo de modelo predictivo para presupuestar automáticamente la venta de cada producto.
Se tomaron los datos de venta históricos y se clusterizaron los datos dividiéndolos por departamentos, categorías, familias y productos.
De la empresa también se tomaron los datos de créditos disponibles del sector de créditos y cobranzas por región.
Se cruzaron los datos con bases de datos abiertas con datos de estacionalidad, crecimiento económico, población y demografía de la región.
En función de los datos recolectados se desarrollo un algoritmo para predecir el volumen de venta de cada sucursal en su zona de influencia para los meses siguientes y como asignar ese volumen de venta a cada producto.
Finalmente se desarrollo un tablero de control con los KPIs para evaluar el rendimiento de cada sucursal o departamento e identificar tempranamente dispersiones respecto de las medias estimadas y poder tomar acciones sobre los mismos.
Empresa Proveedora del Sector Público
Esta empresa, entre otras, contaba con un acuerdo marco para proveer un portfolio de productos determinado al Ministerio de Desarrollo Social de La Nación.
Los precios mínimos y máximos de cada producto dentro del portfolio estaban determinados por el acuerdo marco y el Ministerio realizaba pedidos de cotización diarios a todas las empresas con acuerdo para proveer dichos rubros.
Cada uno de los pedidos de cotización y posterior adjudicación de expedientes incluían una canasta de entre uno y veinte productos distintos con distintas cantidades. Una vez adjudicado el expediente, el mismo, debía ser entregado en forma completa no pudiendo realizarse entregas parciales.
Analizando la situación de la empresa notamos que, si bien, cada producto tenía una rentabilidad diferente, la empresa realizaba las cotizaciones con precios fijos baratos cuando tenía disponibilidad de capital y caros cuando no.
Tomando en cuenta los datos dinámicos de costos de compra a CPP y plazos de pago se asigno una valoración de uno a cinco a cada uno de los productos en función de la rentabilidad de aportaba.
Con esta información se desarrollo una aplicación que valoraba cada uno de los pedidos de cotización recibidos (mix de productos y cantidades) y cotizaba automáticamente a precios máximos los expedientes con valoración de rentabilidad baja y a precios mínimos los expedientes con valoración de rentabilidad alta.
Con este sistema se disminuyó el volumen de venta en un 15% pero se aumentó la contribución marginal del negocio de un 6% a un 14% y se incrementó el plazo promedio de pago a proveedores de 18 a 37 días.
Musimundo – Cadena Retail
Desarrollo de sistema automatizado para la asignación y control de objetivos de venta de sucursales y vendedores.
Desarrollo de algoritmo para el cálculo de distribución de stock a cada sucursal.
La empresa contaba con gran cantidad de datos históricos en función de sus años en actividad los cuales se encontraban en diferentes sistemas, bases de datos y formatos.
Se desarrollo un robot para hacer scrap de las distintas bases y unificar criterios y estructuras.
Con datos confiables se desarrollaron dos algoritmos diferentes para la asignación de objetivos y distribución de stock. Los resultados de cada uno retroalimentaban al otro para ajustar el valor final.
Se desarrolló un aplicativo web para el usuario final (gerentes de venta y producto) para mostrar los resultados de los algoritmos para los meses siguientes y poder modificar manualmente los objetivos en función de incentivos discrecionales.
Finalmente el panel de control evaluaba los resultados y asignaba una valoración a la calidad de los presupuestos y modificaciones manuales realizadas.
