por Retail Actual 16 de abril, 2020 Punto de venta comentarios Bookmark and Share
< Volver

Ignacio Ruiz, Sales Engineer Manager de Zebra Technologies para el Sur de EMEA

Con el coronavirus Covid-19 aún por doblegar, los retailers se están viendo forzados a reinventar sus estrategias de suministro sobre la marcha. La demanda de material médico y farmacéutico está batiendo récords, especialmente a través de la modalidad ‘click and collect’, así como a través de los canales de entrega en el domicilio que ayudan al distanciamiento social. A veces esto requiere realizar relocalizaciones de inventario o proveer la mercancía desde el almacén directamente al hogar del cliente.

Por lo tanto, los minoristas necesitan evaluar dónde se origina realmente la demanda. Así pueden ajustar su comportamiento para mantenerse al día y entender qué otros cambios deben hacerse a medida que la demanda fluctúa en los próximos meses. Existen varias maneras de navegar con éxito por este nuevo desafío, pero todas comienzan con el mismo primer paso: identificar y comprender la verdadera demanda y actuar en tiempo real tanto como sea posible.

La "verdadera demanda" se puede conocer con la tecnología adecuada

A diferencia de los cálculos más tradicionales para conocer la demanda en el sector de distribución, que se hacían simplemente revisando los datos históricos y haciendo una predicción basada en las tendencias del pasado. La "demanda real" tiene que ver con fechas, hora y geolocalización. ¿Por qué este cambio?

Los inventarios en tiendas físicas no son la única ni tampoco el principal termómetro del consumo. El auge de ‘click and collect’ o BOPIS, siglas en inglés de "compra online, recoge en tienda" y compra online, devuelve en tienda (BORIS), envío a tienda, envío desde tienda, envío directo a domicilio desde los almacenes e incluso envío directo desde fabricante ha obligado tanto a los retailers tradicionales de tienda física como a los de comercio electrónico a evaluar la disponibilidad de existencias y las pautas de consumo de una forma totalmente nueva.

No es suficiente con saber dónde se compró un producto determinado. También hay que estar al tanto de dónde se encuentra el comprador y dónde se está consumiendo ése producto. Esta información puede ser conocida gracias a la geolocalización, la clave para entender la demanda lo suficientemente bien como para optimizar la cadena de suministro en el entorno actual. Por ejemplo, imaginemos que estoy confinado en casa y necesito pedir comida por Internet a un distribuidor nacional para que me la envíen a Zaragoza. Si este pedido se envió desde una de las tiendas locales de Zaragoza, la ubicación real de la demanda de este artículo es simple: Zaragoza, que es donde se compró, se realizó el envío y se consumió el producto.

Las soluciones analíticas resuelven la gestión de stock

Ahora imaginemos que en la tienda del distribuidor en Zaragoza se han agotado estos productos y el pedido debe realizarse desde una tienda en Madrid para optimizar el coste y el tiempo de envío. ¿Dónde debe atribuirse la demanda y, por extensión, dónde debe reponerse el producto cuando se agote? ¿Debería ser en Zaragoza? ¿O debería reponerse en Madrid, desde donde se ejecutó el envío a domicilio? Éste es el dilema al que se enfrentan muchos minoristas cuando intentan medir la demanda real y optimizar sus cadenas de suministro.

En el caso de que el retailer cuente con una solución analítica con capacidad de asignación de la demanda real, la respuesta sigue siendo Zaragoza, ya que el envío se realizó desde Madrid, pero Zaragoza es el origen del pedido y donde se consumirá el producto.

¿Cómo ayudan las herramientas de análisis prescriptivo?

Las soluciones de análisis predictivo se han utilizado generalmente en la planificación de la demanda durante la última década, pero la verdad es que sólo el análisis prescriptivo puede conectar todos estos datos para calcular con precisión su verdadera demanda. Cada vez es más frecuente el uso del análisis prescriptivo para determinar el impacto del envío de regalos durante la planificación de una época de alta demanda.

Volvamos al ejemplo anterior, decido comprar la misma comida que antes, sólo que esta vez la voy a enviar a mi familia en un pueblo de Toledo, donde tampoco pueden salir de casa debido a la situación actual. En este caso, ¿dónde debería el minorista atribuir la demanda? ¿A Zaragoza, que es donde se encuentra el comprador? ¿A la tienda de Madrid que hará posible el envío? ¿O a la provincia de Toledo donde mi residen los consumidores y, por lo tanto, el destino final del producto?

Una solución analítica menos avanzada podría decirte que la respuesta es Madrid, el lugar de ejecución del pedido, pero no tiene sentido lógico. Una solución analítica prescriptiva con verdadera capacidad de identificar la demanda determinará que la respuesta es Toledo, donde vive el consumidor y donde probablemente se necesite más comida. Además, en consecuencia, la solución ajustará automáticamente los algoritmos de asignación del retailer. Las soluciones analíticas menos avanzadas carecen de esta capacidad, no evalúan adecuadamente la verdadera demanda ni proporcionan ninguna capacidad de acción.

La capacidad de actuación es crucial en situaciones como ésta. No olvidemos que la planificación de la demanda es sólo eso, planificación. No explica a la empresa, a sus tiendas o a sus socios qué hacer en el momento de ajustar la demanda. El análisis prescriptivo es la única manera de optimizar la cadena de suministro global, ya que la demanda (cada vez más compleja) impulsa una mayor dependencia de las importaciones, de las estrategias omnicanal y, por lo tanto, de modelos de gestión de stock más avanzados.

Recuerde que a los clientes no les importa cómo se cumplan sus pedidos siempre y cuando lleguen a los lugares solicitados en el momento comprometido, especialmente en una situación de confinamiento. Exactamente por eso las herramientas analíticas avanzadas crean una cadena de suministro fiable y flexible con modelos optimizados de costes.

Publicidad

Noticias relacionadas

comments powered by Disqus