Planificación de promociones en retail de mercancía general - Desafíos de optimización

Hasta ahora, hemos abordado desafíos de datos y desafíos de proceso en el contexto de los forecast promocionales. En este post, el último de la serie, abordamos la misma noción de optimización cuantitativa al considerar promociones. De hecho, la elección del marco metodológico que se utiliza para generar los forecast de promociones y medir su desempeño cuantitativo es críticamente importante y, sin embargo, casi siempre se descarta por completo.
Como dice el viejo refrán, no hay optimización sin medición. Sin embargo, en el caso de las promociones, ¿qué es lo que realmente estás midiendo?
Cuantificando el desempeño de las promociones
Las estadísticas predictivas más avanzadas siguen siendo bastante tontas en el sentido de que no son más que la minimización de alguna función matemática de error. Como consecuencia, si la función de error no está profundamente alineada con el negocio, no es posible ninguna mejora, porque la medición de la mejora en sí está equivocada.
No importa poder moverse más rápido mientras ni siquiera sepas si te mueves en la dirección correcta.
Cuando se trata de promociones, no son solo las fuerzas económicas usuales del inventario:
- el dinero de costes de inventario; sin embargo, en comparación con el inventario permanente, puede costar más dinero si las mercancías no se venden habitualmente en la tienda, porque cualquier remanente después de la promoción abarrotará los estantes.
- las promociones son una oportunidad para aumentar tus cuotas de mercado, pero normalmente a costa del margen del minorista; un impulsor clave de rentabilidad es la adhesión del impulso dado a los clientes.
- las promociones se negocian en lugar de simplemente planearse; una mejor negociación con el proveedor puede generar más beneficios que una mejor planificación.
Todas esas fuerzas deben ser consideradas de forma cuantitativa; y aquí reside la gran dificultad: nadie quiere ser responsable cuantitativamente de un proceso tan errático e incierto como las promociones. Sin embargo, sin responsabilidad cuantitativa, no está claro si una promoción determinada crea algún valor y, en caso afirmativo, qué se puede mejorar para la siguiente ronda.
Una evaluación cuantitativa requiere una medida algo holística, que comienza con la negociación con el proveedor y termina con las consecuencias de gran alcance de una asignación de inventario imperfecta a nivel de tienda.
Hacia el análisis de riesgo con cuantiles
Las mediciones holísticas, aunque deseables, suelen estar fuera del alcance de la mayoría de las organizaciones minoristas que se basan en forecast median para producir la planificación de promociones. De hecho, los forecast median son implícitamente equivalentes a minimizar el Error Absoluto Medio (MAE), que sin estar equivocado, sigue siendo el arquetipo de la métrica estrictamente agnóstica de todas las fuerzas económicas presentes.
Pero, ¿cómo podría ser equivocada la mejora del MAE? Como de costumbre, las estadísticas son engañosas. Consideremos un artículo promocionado relativamente errático que se venderá en 100 tiendas. Se supone que las tiendas son similares, y el artículo tiene 1/3 de probabilidades de enfrentar una demanda de 6 unidades, y 2/3 de enfrentar una demanda de cero unidades. El mejor forecast median aquí es de cero unidades. De hecho, 2 unidades por tienda no serían el mejor forecast median, sino el mejor forecast mean, es decir, el forecast que minimiza el Error Cuadrático Medio (MSE). Obviamente, pronosticar una demanda cero en todas las tiendas es defectuoso. Este ejemplo ilustra cómo el MAE puede desentonar extensamente con las fuerzas del negocio. El MSE muestra disfunciones similares en otras situaciones. No hay almuerzo gratis, no se puede obtener una métrica que sea a la vez ignorante del negocio y esté alineada con el negocio.
Quantile forecasts representa un primer paso para producir resultados más razonables en los forecast promocionales, porque se hace posible realizar un análisis de riesgo, abordando preguntas tales como:
- En el 90% superior del mejor escenario, ¿cuántas tiendas enfrentarán un faltante de stock antes de que finalice la promoción?
- En el 10% inferior del peor escenario, ¿cuántas tiendas se quedarán con más de 2 meses de inventario?
El diseño de la promoción puede descomponerse como un análisis de riesgo, integrando las fuerzas económicas, basado en quantile forecasts. Desde un punto de vista práctico, el método tiene la considerable ventaja de preservar un forecast estrictamente desacoplado del análisis de riesgo, lo cual es una inmensa simplificación en lo que respecta al análisis estadístico.
Combinar tanto el análisis de precios como de demanda
Aunque un análisis de riesgo cuantitativo ya supera a un forecast median simple, sigue siendo relativamente limitado por diseño en su capacidad para reflejar las fuerzas de negociación con el proveedor.
De hecho, un minorista podría sentirse tentado a regenerar los forecast promocionales varias veces, variando las condiciones promocionales para reflejar los escenarios negociados con el proveedor, sin embargo, dicho uso del sistema de forecast conduciría a un sobreajuste significativo.
En pocas palabras, si un sistema de forecast se utiliza repetidamente para buscar la maximización de una función construida sobre los forecast, es decir, encontrar el plan promocional óptimo considerando la demanda forecast, entonces, el valor más extremo producido por el sistema es muy probablemente un golpe de suerte estadístico.
Por lo tanto, el proceso de optimización debe estar integrado en el sistema, analizando a la vez tanto la elasticidad de la demanda como las condiciones variables del proveedor, es decir, cuanto mayor es el acuerdo, más favorables son las condiciones del proveedor.
Obviamente, diseñar un sistema así es mucho más complicado que un sistema de forecast promocional basado en median. Sin embargo, no esforzarse por implementar tal sistema en una gran red minorista puede verse como un efecto farola.
Un policía ve a un borracho buscando algo bajo una farola y le pregunta qué ha perdido. El borracho dice que perdió sus llaves y ambos buscan bajo la farola juntos. Después de unos minutos, el policía pregunta si está seguro de haberlas perdido allí, y el borracho responde que no, que las perdió en el parque. El policía pregunta por qué busca allí, y el borracho responde, “aquí es donde está la luz”.
La tecnología empaquetada de Lokad ofrece un soporte limitado para manejar promociones, pero es un área que abordamos extensivamente con varios minoristas importantes, aunque de una manera más ad hoc. No dudes en contactarnos, podemos ayudar.