Business Inteligence

 En el retail, no sólo es cuestión de revisar la falta de existencias y la sobreproducción. La inteligencia de negocios y el análisis predictivo han probado su eficacia en detectar las señales de la demanda a partir del punto de venta

En el ramo de los perfumes, como en muchos otros, lo que hace que una compañía se mantenga o quiebre son los nuevos productos, pero los grandes éxitos pueden acarrear también grandes problemas si no se está preparado.

La firma de fragancias Coty (de origen francés y considerada la empresa de fragancias más grande del mundo, con ventas por $2,900 millones de dólares) pasa por esto cada que lanza un nuevo perfume: responder con rapidez a la demanda para mantener llenos los estantes, para lo cual depende de proveedores de frascos, embalaje y demás. “Si no podemos satisfacer la demanda las tiendas se inquietan, los consumidores pierden interés y las ventas se desvanecen”, dice Dave Berry, su CIO en Estados Unidos.

Por eso, tanto las tiendas de autoservicio y departamentales como sus proveedores están buscando lo más nuevo en materia de pronósticos de demanda, lo que ha resultado en la disciplina de administración de señales de la demanda (DSM, por sus siglas en inglés).

Si bien se trata de una práctica de nicho, en la que participan firmas IT especializadas, como Vision Chain, Shiloh y TrueDemand, está atrayendo las miradas de los jugadores de grandes ligas. El año pasado, tanto Oracle como SAP y Teradata anunciaron productos de análisis de la demanda, lo que prueba que el DSM se encamina a algo más grande.

¡QUÉ CAMBIO! Los anaqueles vacíos son el azote de la industria de retail. Basta imaginar la falta de juguetes de moda durante la temporada navideña, o considerar los compromisos que manejan algunas tiendas con sus clientes acerca de mantener los precios cuando se agotan las existencias, expone Lora Cerecer, analista de AMR Research. “En promedio, los artículos de promoción se mantienen agotados más de 15% del tiempo.”

Pero hoy por hoy ya no es sólo cuestión de analizar datos internos, como registro de envíos y pedidos; ahora, gracias al DSM, tanto proveedores como retailers analizan, cada semana o a diario, los datos que se generan en los puntos de venta para saber qué se vende, dónde se vende, qué perfil tienen los compradores, etc. Este tipo de datos detallados y revisados casi en tiempo real permite ubicar con anticipación las tendencias por región, producto, cadena e incluso tienda.

“Un Comercial Mexicana localizado en la playa no pide lo mismo que otro en el D.F. –sostiene Flor Argumedo, directora corporativa de informática de Controladora Comercial Mexicana–; es decir, cada producto maneja su propia tendencia en cada tienda, según la región, nivel socio-económico, tipo de clima, preferencias del cliente en dicha tienda, etc. Nuestro modelo considera niveles artículo-tienda, reconoce las diferentes temporadas y aplica históricos y tendencias”.

En materia de tendencias, la CIO relata que gracias a un análisis se observó que los carritos de juguete Hot Wheels se vendían en alta proporción con el departamento de frutas y verduras. “Al ligarlo con los datos de nuestro Monedero Naranja, se detectó que mayoritariamente esto tenía lugar con amas de casa jóvenes”, explica Argumedo. La decisión de La Comer con base en tal análisis fue mover el inventario de los carritos al departamento de frutas y verduras, lo cual elevó la venta de dichos juguetes en 500%. “Lo que sucedía es que la mamá le daba el juguete a su bebé sentado en la periquera del carro de compras para que no se desesperara mientras ella hacía el súper, y terminaba comprándoselo por ser carritos de bajo precio.”

¿Cómo habría sabido La Comer esto sin el análisis a partir de la información de su punto de venta? Ciertamente, antes de aplicar la inteligencia de negocios (BI, por sus siglas en inglés) al punto de venta para proyectar la demanda, era el jefe departamental y el comprador quienes, según su experiencia, definían y proyectaban la demanda. “Era válido en la medida de su expertise en el tema, pero aún teniendo a los ejecutivos más expertos, el costo sería muy alto y la actividad, imposible de manejar para el número de tiendas de hoy día –dice Argumedo–, y desvía la atención que debe estar centrada en el cliente y en buscar para él productos innovadores, mejores negociaciones, y nuevos y mejores servicios.”

Desde 2001, Comercial Mexicana ha desarrollado sistemas de BI aplicados a la información que se genera en el punto de venta, y actualmente su principal uso es justamente la proyección de la demanda, además del resurtido automático. A través de los años la práctica se ha venido afinando, depurando, consolidando y enriqueciendo, agrega la ejecutiva, y hoy día apoya a la organización en múltiples tareas: medir la efectividad de las promociones, conocer la elasticidad de precios en los productos, tener un balance adecuado de inventarios (sin sobrantes, que suman costos, ni faltantes, que afectan el servicio al cliente), balancear cajeras en horas pico, prevenir mermas y detectar patrones de compra, entre otros. Asimismo, “de 60% a 65% de las mercancías en tienda se piden 100% en automático, sin la participación de personal ni la revisión de pedidos”, señala la CIO.

Los proveedores de La Comer tienen un portal, Provecomer, que contiene la información del punto de venta, con gráficos, tendencias, ventas, comportamientos, comparativos con competidores, estado de las mercancías, etc., y esta información se analiza continuamente por los proveedores, sea solos o en conjunto con ciertas áreas de la firma de retail.

En conjunto, los nuevos procesos a partir del análisis predictivo en general, han aumentado la confiabilidad del inventario en 90%, y la asertividad de proyección de la demanda en un impresionante 98%.

EL LARGO CAMINO DE GOODYEAR
Cuando el DSM nace del lado del fabricante, las reglas son otras: no hay estándares y la tarea es más complicada.

 

Una iniciativa de señales de la demanda emprendida por Goodyear Tire & Rubber en Estados Unidos, que data de hace tres años, muestra cuán arduo llega a ser recopilar de las tiendas datos estandarizados de los puntos de venta.

Ciertamente, la firma comenzó con ventaja, pues en el vecino país del norte (donde se llevó a cabo el proyecto) posee 600 tiendas y 1,200 agencias independientes afiliadas. Pero Goodyear tuvo que elaborar acuerdos de suministro de datos con multitud de distribuidores y agentes, como Sears y Discount Tire. La meta este año es disponer de datos, a nivel de demanda, de al menos 90% de los productos que se venden en tiendas, frente a un 70% registrados en 2008.

“Estamos consiguiendo datos bastante detallados hasta de código del producto, día de la venta y ubicación de la tienda”, afirma orgulloso John Wright, gerente de BI del fabricante de llantas. Son datos que contribuyen a rastrear nuevos lanzamientos de productos y la efectividad de las campañas de publicidad por todo Estados Unidos.

Las tiendas envían los datos diaria o semanalmente a Goodyear a través de transferencia de archivos planos o EDI. El equipo de Wright los vacía en un data warehouse de Teradata que también almacena información de las transacciones del sistema de ERP (SAP) de Goodyear, y el equipo usa Cognos Cubes y ReportNet (IBM) para analizar y reportar sobre tendencias en las ventas. Más de 100 gerentes de canal, marca y categoría usan los datos para pronosticar y planear, y los empleados de ventas accesan los reportes básicos a través de un sistema de CRM.

Pero ahí no queda la cosa. Goodyear ha desarrollado también scorecards para las tiendas, con el fin de que puedan ver qué salida tienen determinados artículos por región y comparar sus promedios en varias métricas.

Ha sido un largo camino, pero el análisis de este tipo de datos permiten a Goodyear ver los puntos altos y bajos en la demanda con mayor rapidez que basándose solamente en pedidos y envíos, y le brindan información más amplia sobre los totales de envíos del sector, permitiéndole lograr promociones más efectivas y reducir la falta de existencias.

De hecho, la estimación de la firma analista AMR es que, al disponer de una perspectiva más detallada y rápida de la demanda, Goodyear y en sí cualquier fabricante que decida emplear el análisis de las señales de la demanda podría aumentar sus ingresos entre 2% y 7%.

EN EL MISMO IDIOMA. La práctica del DSM poco a poco se va extendiendo a nuevos ramos, como hospitales y laboratorios farmacéuticos que exploran la información detallada y en tiempo real de los pacientes, y la complementan con el tradicional manejo de estadísticas, para prever mejor los niveles de ocupación y alistar al personal que se irá requiriendo.

Fuera del retail, está el caso de Mexicana de Aviación, que utiliza la información que se genera en sus sistemas de reservación (por ejemplo, qué canales de venta son los preferidos, qué rutas y qué métodos de pago se emplean) para la toma de decisiones operativas, comerciales, de mercadotecnia y de segmentación, así como planeación estratégica. Además de que con base en el análisis de estos datos se monitorean los niveles de satisfacción de clientes y la rentabilidad de los canales de venta, entre otros, Mexicana también ha optimizado sus tarifas gracias al DSM.

Con todo, es en las tiendas de consumo donde más se ha explotado la iniciativa. Wal-Mart ha estado empleando el BI con la información de su punto de venta por unos 18 años: desde 1991 de forma interna, y a partir de 1993 en conjunto con sus proveedores.

Dice María del Carmen Valencia, vicepresidente de sistemas de Wal-Mart, que mediante un proceso de extracción diaria las áreas de compras, resurtido, cadena de abasto, servicios financieros, mercaderías, finanzas y aclaraciones, principalmente, consultan y conocen lo que se vendió en cada caja a nivel nacional, con un nivel de detalle profundo del que también gozan los proveedores. Éstos pueden ver el desplazamiento de sus productos por tienda, nivel de servicio u orden de compra, por ejemplo. “Incluso, pueden sugerir pedidos específicos de sus productos por medio del sistema”, agrega la directiva.

“Al ver la misma información que usamos internamente, las negociaciones de nuestros proveedores con Wal-Mart se hacen hablando exactamente un mismo lenguaje.” Y es que con la plataforma de análisis de la cadena de tiendas tanto áreas internas como proveedores pueden obtener reportes pre-establecidos y generar reportes 100% generalizados; todo radica en qué tanto se exploten: “Al interior de Wal-Mart, la información se analiza de forma diaria, semanal, mensual y anual, y tenemos 104 semanas históricas de ventas a nivel tienda y artículo, lo que permite un análisis amplio para la toma de decisiones”, puntualiza Valencia.

Hacia 1996, Wal-Mart introdujo su sitio de acceso a datos basado en Web, Retail Link, y cinco años más tarde dejó de proveer sus datos a firmas de investigación de mercado independientes, al menos en Estados Unidos. El propósito: que sus proveedores se basen en los datos detallados que ofrece Retail Link para surtir las tiendas de forma óptima.

Lo cierto es que a más de una década de distancia, muchos están apenas empezando a hacer un uso pleno de los datos de Retail Link. Uno de los primeros fue Coty, que en 2004 construyó un data warehouse específico para Wal-Mart en Estados Unidos y comenzó a usar el software de BI de Information Builders, WebFocus, para informes y previsiones. La frecuencia y especificación de los datos y su análisis han ido mejorando constantemente, hasta el grado de que Coty hoy realiza pronósticos semanales para cada una de las tiendas Wal-Mart en el vecino país del norte.

En los últimos dos años, la gente de ventas de las oficinas de Coty en Estados Unidos tiene la responsabilidad de efectuar previsiones precisas. “Los pronósticos en campo permiten una planeación más exacta y, por lo tanto, una mayor capacidad de respuesta”, afirma el CIO Berry.

En México, la plataforma de BI de Wal-Mart es utilizada de manera similar por compañías como Colgate, La Costeña, Procter&Gamble, Sabormex y Unilever. La práctica del DSM desde el comienzo de la cadena de suministro y el monitoreo de los datos de consumo e inventario sin duda les arrojan información más precisa para una mejor toma de decisiones, en lugar de sólo basarse en los pedidos.

RESULTADOS QUE SE CONTAGIAN. A medida que las tiendas ven los beneficios, comparten los datos de sus puntos de venta y animan a los proveedores a que hagan análisis más precisos.

Por ejemplo, la cadena estadounidense de supermercados Food Lion, con 1,300 tiendas, lanzó en 2007 el portal Vendor Pulse para nueve de sus más grandes proveedores, y el año pasado amplió el programa a más de 80. En todo 2009 seguirá añadiendo a la iniciativa nuevos agremiados entre sus más de 2,000 proveedores, según afirma Troy Prothero, gerente de cadena de suministro de la organización, quien explica que los propósitos principales de Vendor Pulse son evitar el agotamiento de existencias y reducir al mínimo las devoluciones de producto por caducidad.

El portal ha cumplido con esas metas, además de ayudar a lograr una mejor planeación de la logística y a reducir pérdidas al detectar “inventarios fantasma”, dice Prothero. Ahora, Food Lion trabaja con los proveedores en la meta adicional de optimizar la administración por categorías, procurando tener en sus anaqueles el conjunto correcto de artículos y llevando a cabo promociones exitosas que pueden impulsar hasta el 20% de las ventas de un fabricante.

En septiembre del año pasado, Kimberly-Clark utilizó Vendor Pulse para medir una promoción de toallitas Scott y papel higiénico Cottonelle. El análisis reveló índices de agotamiento de existencias de hasta 18%.

“Antes de contar con los datos de Vendor Pulse, sabíamos lo que enviábamos a Food Lion, pero no podíamos ver qué estaba sucediendo en cada tienda –expone Greg Pike, líder del equipo Kimberly-Clark en Delhaize USA, la compañía belga matriz de los supermercados Food Lion–, lo que no es bueno.” Actualmente, en cambio, el proveedor conoce la métrica de existencias por tienda y día a día.

Luego de ajustar las previsiones de inventario por cada tienda Food Lion a partir de los análisis de Vendor Pulse, Kimberly-Clark repitió la misma promoción un mes después (es decir, en octubre pasado), y esta vez los resultados fueron muy distintos: los vacíos de existencias promediaron menos de 10%, y las ventas se dispararon 167%.

La firma espera mejorar en promociones futuras realizando lecturas más a tiempo y estudiadas de los datos.

Obviamente, los datos avisan cuándo una tienda se ha quedado sin producto una vez que las ventas bajan a cero ese día. “Pero ahora miramos las ventas de los días anteriores para predecir mejor qué está ocurriendo”, explica Pike.

Por supuesto que el manejo de los datos sobre señales de la demanda presenta los mismos problemas que los datos en tiempo real causan en cualquier sector: cómo accesar e integrar altos volúmenes de datos y luego combinarlos y analizarlos junto con la información histórica.

“Es un tema que requiere un gran esfuerzo”, reconoce David Orellana, CIO de Mexicana de Aviación. “La información está en las áreas comercial, de marketing, operaciones y planeación, y ponerlos de acuerdo es uno de los principales retos. En el caso de Mexicana, estamos haciendo un gran trabajo de integración que implica la gobernabilidad de los repositorios.”

Pero en materia IT los directores de sistemas tienen también cierta ayuda: con la llegada de data warehouses en alto grado escalables, técnicas de integración de baja latencia y capacidades de análisis e indagación más rápidas y profundas, el DSM está al alcance de más presupuestos, y con unas herramientas de BI más fáciles de usar, se antoja más asequible el que tanto las cadenas comercializadoras como sus proveedores –y por qué no, otros ramos industriales– pongan a trabajar la información a su favor.

¿DE QUÉ SIRVE EL BI A PARTIR DEL PUNTO DE VENTA?
COMERCIAL MEXICANA

 

¿Para qué lo usa?

Las áreas de compras y marketing utilizan el análisis de la información del punto de venta para ofrecer nuevos productos y servicios, realizar ventas cruzadas, manejar el resurtido y las devoluciones, y definir la utilidad por producto; el departamento de abasto emplea la información para seleccionar desplazamientos y decidir sobre pedidos; el área logística la utiliza para definir mejores cadenas de surtido, y los proveedores, para revisar tendencias y realizar procesos automáticos de generación de pedidos y cadena de suministro.

Asimismo, se emplea para el resurtido automático, cuyo modelo considera factores como: temporadas del año, tendencias, lanzamientos, salida de mercado, nivel socio-económico para mezcla de productos, ventas en oferta y a precio normal, fines de semana, miércoles de plaza, ventas cruzadas y ofertas armadas.

Beneficios

Con el uso del DSM, Comercial Mexicana ha aumentado la confiabilidad de su inventario en 90%, y la asertividad de la proyección de la demanda en 98%. Además, de 60% a 65% de las mercancías en tienda se piden 100% en automático, sin la participación de personal ni la revisión de pedidos, lo que redunda en ahorros.

FOOD LION

¿Para qué lo usa?

Food Lion va un paso atrás, pero su caminata es firme: tiene para algunos de sus proveedores un portal, llamado Vendor Pulse, cuya información presentada tiene por objeto evitar que se agoten las existencias en la tienda y reducir las devoluciones de producto por caducidad. Lo siguiente será optimizar la gestión por categorías, con la meta de asegurarse de elaborar promociones exitosas y que en sus anaqueles esté el conjunto correcto de artículos.

Beneficios

Ya se detectan los inventarios fantasma, lo que ha traído ahorros a la organización. Además, hay una mejor planeación de cuestiones logísticas entre la tienda y sus proveedores, y éstos equilibran de forma más óptima el inventario en las 1,300 tiendas de Food Lion.

Por otro lado, como Vendor Pulse corre sobre una plataforma de software-as-a-service, la empresa no debe preocuparse por manejar conexiones seguras o por la integración de los datos requeridos para que los proveedores accesen.

WAL-MART

¿Para qué lo usa?

Usa el BI a partir del punto de venta para la toma de decisiones de negocio relacionadas con estrategias de ventas, artículos sujetos a compra, promociones, estrategias para mejora del servicio y desplazamiento de artículos, así como para saber qué clientes necesitan qué artículos.

Asimismo, al analizar el comportamiento histórico de la mercancía, se proyecta el aumento de ventas en temporada por artículo, por tienda y por tipo de pago.

Beneficios

Wal-Mart ha aumentado sus ventas, pues la predictibilidad de la demanda le da visibilidad acerca del surtido, las promociones exitosas y los tipos de clientes con que cuenta.

EXECUTIVE | SUMMARY
DSM… ¿CARO?

 

Las ventajas de emplear la gestión de las señales de la demanda (DSM, por sus siglas en inglés) están a la vista. Sin embargo, la alta dirección debe saber que su práctica puede significar muchos cientos de miles de dólares si se opta por un desarrollo interno de la iniciativa (el cual implica gente dedicada a la recopilación e integración de datos, data warehouses de gran escala, el costo de la infraestructura y el mantenimiento del software de business intelligence).

Con todo, existen opciones de estandarización de datos y servicios en línea que pueden contribuir a la integración de la información en las tiendas, y está también el outsourcing como una alternativa de repositorio de las señales de la demanda. El software como servicio (SaaS) y el hosting, siempre y cuando sean bien elegidos, serán igualmente más sencillos y baratos que el desarrollo interno.

Para estar informado de los últimos artículos, suscríbase: