00:00:00 Introducción
00:02:01 Cronología y enfoque del proyecto de colaboración
00:03:03 Alcance clásico de Lokad y ventas reversas
00:04:18 Entradas de stock, forecast de demanda, y revuelo por AI
00:06:00 Algoritmos probabilísticos y clasificación de repuestos
00:07:30 Recomendaciones de despacho
00:09:15 Automatización, ejecución por AI, y cambio de stock
00:12:26 Estimación de escenarios de stock y ventas
00:13:48 Evaluación de stock a largo plazo y lógica de ROI
00:15:13 Penalización por faltante de stock y confianza del cliente
00:17:07 Finalización del proyecto 2025 y expansión
Resumen
En una entrevista reciente, Fabian Hoehner, Director Comercial en Lokad, y Elliot Langella, Lead Supply Chain Scientist en Lokad, discutieron su participación en la conferencia digital ATR en Atenas, organizada por el Tokic group, una empresa croata del aftermarket automotriz. Destacaron la integración de AI en el sector del aftermarket automotriz, centrándose en su colaboración de tres años con Tokic. Esta colaboración, que comenzó a finales de 2021, tuvo como objetivo optimizar los stock levels y mejorar la eficiencia de la supply chain a través de una toma de decisiones impulsada por AI y forecast de demanda mediante decision-making. Los resultados incluyeron un aumento del 5% en los service levels y un incremento del 10% en ventas, demostrando el potencial transformador de AI en la supply chain management.
Transcripción Completa
Fabian Hoehner: Hola, desde nuestra oficina en París.
Elliot, estuvimos en Atenas hace unas semanas junto con Josip del Tokic group, y ahora, pues, estamos aquí en nuestro nuevo y hermoso estudio hablando de lo que hicimos en Atenas. ¿Puedes darnos un poco de perspectiva desde tu punto de vista? ¿Qué estabas haciendo allí?
Elliot Langella: Atenas fue una conferencia sobre AI en aplicaciones para el aftermarket automotriz, resultados, ya sabes, simplemente algunas ideas de las diferentes compañías que asistieron. Así que estuvimos allí con Tokic, presentando el resultado de nuestra colaboración de los últimos tres años.
Fabian Hoehner: Tal vez puedas comenzar representándonos al Tokic group. Josip ya lo hizo, pero ¿quiénes son, especialmente desde la perspectiva de la supply chain? Danos una idea.
Elliot Langella: El Tokic group es uno de los principales minoristas de repuestos en Croacia y Eslovenia. Más de 130 tiendas ahora, creo, y en crecimiento. Más de 150,000 piezas en el catálogo. Así que multiplicas eso por el número de tiendas, es mucha variedad, ¿verdad? Mucha variedad.
Así que trabajan con varios cientos de proveedores, ofreciendo ya sea, ya sabes, los productos habituales de talleres de reparación, simplemente repuestos que se usan para arreglar los coches, pero también algunos productos especializados como trucks. Y de esta forma, atienden obviamente la demanda local de Croacia y Eslovenia, pero también a clientes de exportación. Son, por lo tanto, un jugador importante en los mercados de los Balcanes.
Fabian Hoehner: Entonces, cuando hablamos de sus clientes, bueno, ahora tenemos una pantalla súper elegante de fondo. ¿Es esto a lo que debemos imaginar a sus clientes? ¿Son este tipo de productos?
Elliot Langella: Sí, exactamente. Esa es una buena parte de sus clientes, en realidad. Mecánicos y, ya sabes, dueños locales de talleres que simplemente entran a la tienda de Tokic y compran lo que necesiten para arreglar los coches de sus clientes en las próximas semanas.
Fabian Hoehner: Bien, entonces hablando un poco más concretamente sobre, bueno, la colaboración con Lokad. ¿Cuál fue el proyecto? ¿Cuál fue la cronología? Danos algunas ideas.
Elliot Langella: Comenzamos a finales de 2021, y bueno, ese fue un momento muy difícil para la supply chain en ese periodo. Ya sabes, el COVID estaba alterando la oferta y la demanda, obviamente con confinamientos. Así que fue un momento desafiante para las empresas minoristas. No sabías si las cosas volverían a la normalidad, ni en el lado de la oferta ni en el de la demanda.
Así que lo primero que hicimos con Tokic fue trabajar en los lead times de los proveedores y en la estimación del nivel de servicio de los proveedores, para que pudieran tener una mejor idea de cuán lejos estaban de los niveles de stock óptimos que deberían mantener. Después de unos meses, pasamos a una fase piloto en vivo para el replenishment, es decir, el envío diario de stock desde el almacén a las tiendas. Y unos meses después, ya estamos completamente en producción tanto en la planificación de compras como en el despacho diario.
Fabian Hoehner: Bien, eso suena a un alcance bastante clásico de Lokad. ¿Hubo algo especial? Quiero decir, han realizado bastantes implementaciones a lo largo de los años. ¿Qué fue interesante para ti? ¿Fue algo que no habías visto antes?
Elliot Langella: Creo que lo que el Tokic group llama ventas reversas es bastante interesante. Todos hemos comprado cosas en línea en Amazon o Zalando, y ya sabes, a veces hay un problema, no es la talla adecuada, y puedes devolver los productos. Esto no es tan fácil de implementar y proponer a tus clientes en repuestos de coches. Pero lo que hace el Tokic group es ofrecer a sus clientes la posibilidad de simplemente venir, obtener unas cuantas unidades más de las que pagarían hoy.
Ya sabes, básicamente reciben el pago tres semanas después o al final del mes, y solo entonces pueden optar por comprar realmente la pieza o, más bien, devolverla a la tienda Tokic.
Fabian Hoehner: Eso es también para lo físico, quiero decir, en ecommerce, creo que incluso para los repuestos de coches es, de hecho, por ley, pero ¿lo están haciendo en sus tiendas físicas?
Elliot Langella: Directamente en tiendas físicas. Así que literalmente podrías obtener embragues y filtros adicionales. Obtienes 10 en lugar de los pocos que planeabas conseguir, y ya sabes, tres semanas después puedes devolver dos porque terminaste usando tres en lugar de cuatro.
Fabian Hoehner: Bien, ¿y cuál es la consecuencia para ti desde la perspectiva de un Supply Chain Scientist? ¿Cuáles son las complejidades que esto crea?
Elliot Langella: Esto crea flujos adicionales de entrada y salida de stock que se deben tener en cuenta tanto en la planificación de compras a nivel central del almacén, pero lo más importante, en el reabastecimiento diario a las tiendas. Bueno, si piensas que hoy te falta stock en alguna tienda, la decisión normal sería enviar más desde el almacén. Pero también hay que tener en cuenta que tal vez algunos clientes devolverán parte de las unidades que tienen actualmente. Así que, al final del día, hay que equilibrar esos flujos de entrada y salida.
Fabian Hoehner: Bien, ¿entonces influyendo en el forecast de demanda y en esas proyecciones?
Elliot Langella: Forecast de demanda y toma de decisiones a diario.
Fabian Hoehner: Bien, hablando de eso, la toma de decisiones, estábamos en una conferencia de AI. Entonces dime, ¿qué es lo que están haciendo en realidad? Quiero decir, ahora es AI, todo está completamente automatizado. Sí, todo está automatizado y ya no haces nada. ¿Por qué seguimos pagándote?
Elliot Langella: No, no, no. Así que, lo primero es, ya sabes, que AI es súper famoso, ya sabes, está en boca de todos estos días. Y la gente suele asociar AI como la palabra de moda para…
Fabian Hoehner: Entonces, ¿me estás diciendo que no estamos haciendo AI o qué estás diciendo aquí?
Elliot Langella: Dame unos segundos. Hoy en día, la gente asocia mayormente AI con LLMs, como ChatGPT, chatbots, agentes básicamente, o robots o lo que sea. Lo que hacemos en Lokad es en parte eso, pero ese no es el producto central que desarrollamos para Tokic. Es más bien AI en la toma de decisiones y en el forecast de demanda. Así que ocurre tras bastidores, en el back end del software, y luego se refleja en las interfaces que los usuarios finales utilizan a diario.
Diría que los bloques más importantes serían para el forecast de demanda. Usamos algoritmos probabilísticos para ello, y ya sabes, nos apoyamos en lo que llamamos differential programming, que es alguna variante de deep learning para hacerlo.
Fabian Hoehner: Sí, bueno, quien esté interesado en eso puede volver a las explicaciones de Johan sobre el tema, pero…
Elliot Langella: Tenemos unas cuantas horas de contenido sobre el tema.
Fabian Hoehner: Bien, ¿dónde más verías aplicaciones?
Elliot Langella: También usamos LLMs y, ya sabes, algoritmos clásicos de clustering para la clasificación de repuestos, time series, y la categorización de los productos. Así que es notablemente importante para el forecast de demanda, pero también para, digamos, orientar de manera numérica adecuada las sugerencias de compra y despacho que realizamos a diario en Tokic.
Porque, en la forma de pensar de Lokad, ya no se trata exactamente de la categorización ABC. Es más una competencia entre todos los diferentes SKUs por recursos comunes que sean la capacidad en el almacén o el espacio disponible en la tienda. Y bueno, hay que equilibrar que quizá una gran pieza genere mucho margen, pero ocupa el espacio que podría haber sido utilizado por muchas piezas más pequeñas que también cumplirían con la demanda del cliente.
Fabian Hoehner: Bien, en resumen, una gran variedad de diferentes tipos de AI, y es tu trabajo como Supply Chain Scientist elegir las herramientas apropiadas para responder a cualquier pregunta que surja, ya sea data cleaning o el proceso de toma de decisiones.
Elliot Langella: Exactamente. Para convertirlo en un proceso de nivel producción, el equipo de Tokic utiliza nuestra recomendación de despacho a diario cada mañana entre semana. Así que debe estar lista a las 6:00 a.m. cuando abre el almacén. Por lo tanto, no podemos estar jugando con algoritmos sofisticados. Tiene que ser de nivel producción, y debe entregar consistentemente buenos resultados para el negocio.
Fabian Hoehner: Bien, ¿qué pasaría si no entregan? ¿Si no reciben los datos a las 6:00 de la mañana?
Elliot Langella: Así que tenemos algunas lógicas de respaldo para asegurarnos de que siempre haya algo en lo que puedan confiar, o podemos simplemente acelerar algunos procesos para aproximar algunas cosas de modo que, ya sabes, una hora, una hora y media después, tengan algo en lo que apoyarse y, ya sabes, puedan continuar el resto del día.
Fabian Hoehner: Bien, pero deben asegurarse porque de lo contrario hay, bueno, unos cuantos camiones que no se van.
Elliot Langella: Sí, o que no se hagan las entregas. Hay mucha, ya sabes, realidad en la supply chain que es apremiante. Sucede todos los días, así que hay que entregar.
Fabian Hoehner: Bien, ahora, pasando de la vida real, vayamos al nivel macro. Supongo que está funcionando, de lo contrario no estaríamos aquí. ¿Cuáles son algunos de los resultados de los que puedes hablar?
Elliot Langella: Diría que lo primero importante es la transparencia y la comodidad de uso a diario. El equipo de Tokic pasó de extraer datos de bases de datos, manipular hojas de cálculo en Excel, realizar algunos cálculos mundanos, y no dejar mucho tiempo para un análisis de alto nivel. Inician sesión en Lokad por la mañana. La mayoría de las recomendaciones que les proveemos son 100% utilizables, y solo hay unos pequeños ajustes aquí y allá con los que deben trabajar porque tienen conocimiento adicional por parte de su proveedor.
Ese proveedor va a llegar tarde, o, ya sabes, necesita cumplir alguna condición de compra. Ya sabes, las cosas de la vida real que ocurren y que pueden reflejarse en los datos que usamos, pero de las cuales ellos están al tanto porque son expertos o, ya sabes, están apagando incendios en la operativa diaria. Así que ahora operar con Lokad les resulta mucho más cómodo.
Fabian Hoehner: Así, transparencia, automatización, tiempo fuera del modo de apagafuegos.
Elliot Langella: Y concentrándose en tareas más estratégicas, ya sabes, en la definición de lo que quieren hacer, obteniendo la buena información del mercado, de los proveedores, mientras que la ejecución, la ejecución operativa, se delega a la AI.
Fabian Hoehner: Bien, y obviamente, nosotros somos personas de los números. ¿Tienes algún número que podamos compartir, algo concreto?
Elliot Langella: Bien, diría que hay dos ángulos. Por un lado, la ejecución operativa, acerca de cómo el almacén pudo cambiar, digamos, del surtido de COVID al nuevo en el que ahora se apoya el Tokic group.
Lo que ayudamos a Tokic a hacer es básicamente cambiar alrededor del 40% de sus surtidos, como abrir nuevas tiendas, reemplazar productos antiguos por nuevos, y eso se hizo en colaboración con ellos para no sobrecargar el almacén.
Es decir, en términos de capacidad, simplemente no tenían un 40% más de personal para encargarse de estos grandes cambios. Así que lo que hicimos fue optimizar el ritmo con el que enviábamos stock a las tiendas para dar un poco más de margen de maniobra al almacén para ejecutar.
Diría que el segundo ángulo sería el de las métricas habituales de la supply chain, ya sabes, aquellas que los directores de supply chain y COOs siguen de cerca de manera semanal.
Estoy hablando del nivel de servicio. Un elemento clave fue que, después de que entramos en producción para la fase piloto de este replenishment desde el almacén a las tiendas, pudimos medir, y seguimos midiendo estos días, que el nivel de servicio del top mover aumentó un 5% en todas las tiendas.
Entonces significa que literalmente estás obteniendo más del mismo stock porque lo estás sincronizando mejor o estás invirtiendo en el balance adecuado de stock en tu almacén para que puedas distribuirlo a través de la red, y esto conduce a generar más ventas.
Así que, al final del día, fue como un periodo muy grande de crecimiento para Tokic. Se basa en estimaciones, pero la idea es que superamos por un 28% las simulaciones de valor de stock más optimistas que el equipo de Tokic estaba realizando.
Así que significa que terminamos con menos stock del esperado, y esto en realidad ayudó a generar alrededor de un 10% más de ventas.
Fabian Hoehner: ¿Cómo llegamos allí? Entonces, ¿cuáles son los micro aspectos que estamos haciendo de manera diferente para llegar a este punto?
Elliot Langella: Dos ingredientes principales: evaluación probabilística de inventario y estimación de ROI.
Fabian Hoehner: Bien, voy a necesitar ejemplos aquí.
Elliot Langella: Sí, entonces el inventario probabilístico consiste en esbozar todos los posibles escenarios de demanda con sus probabilidades. Así que, digamos que no es un solo número por día, como si fueras a vender dos mañana. Va a estar entre una y tres unidades para ese SKU dado en esa tienda determinada, pero con ciertos pesos de probabilidad.
A partir de ello, ya sabes, cuando como director de supply chain quieres tener ese nivel de servicio del 95% en tu tienda, en realidad es posible que Lokad estime exactamente cuánto stock necesitas para alcanzar ese 95% porque tenemos los pesos de probabilidad y podemos sumarlos hasta llegar al 95%.
Fabian Hoehner: Entonces, ¿sería justo decir que es una representación más precisa del futuro?
Elliot Langella: Una representación más precisa, y diría que más informada para la segunda capa a la que me refiero, que es esta estimación de ROI. Ahora que tienes diferentes escenarios de ventas para los cuales sabes que tienes un 10%, un 5%, un 0.01% de probabilidades de vender, entonces también puedes adivinar cuál será el retorno de tomar la decisión de enviar estas unidades adicionales a una tienda determinada.
Si esta unidad tiene un 1% de probabilidades de venderse, significa que probablemente no generará mucho margen para la empresa. Entonces debes estar pagando coste de inventario, coste logístico para tomar esa decisión, y no va a retornar mucho.
Por el contrario, si ves ese problema desde el almacén y tienes un montón limitado de stock en el almacén, obviamente no quieres enviar esta unidad adicional a la tienda que va a vender con un 1% de probabilidades.
Más bien quieres enviarlo a otra tienda, tal vez un poco más alejada en la red, que tendrá un 10% o 20% de probabilidades de vender esa unidad. Así que también se trata de una arbitración en términos de escasez, y, en términos generales, es un buen marco para que el equipo de Tokic simule e intente evaluar cuánto stock adicional necesitarían, digamos, a largo plazo, durante todo un año basado en esta estimación de ROI.
Fabian Hoehner: Entonces, lo que tiene sentido para mí es la probabilidad de ventas; es decir, pones tu stock donde tenga la mayor probabilidad de vender. Pero, ¿hay otros componentes económicos que intervienen cuando dices que está guiado por el ROI?
Elliot Langella: Entonces, definitivamente está el margen que vas a generar. También está el coste de inventario, es decir, el coste logístico, cuánto te cuesta recoger y empaquetar en el almacén, cargarlo en el camión, poner el camión en marcha, almacenarlo en la tienda.
Fabian Hoehner: En resumen, algo inteligente que representa la realidad donde no envías una parte a una tienda que está, no sé, a medio día de distancia, que vas a bundle y solo entonces tiene sentido. Así que eso es lo que puedes considerar con esta lógica impulsada por el ROI.
Elliot Langella: También incluimos aspectos financieros. Quiero decir, es una gran conversación en estos días, ya sabes, con la inflación que ha ido en aumento y ahora tal vez se esté estabilizando, quién sabe. El coste de capital es importante. Además, existe el coste de oportunidades, ya sabes, si estás invirtiendo en ese inventario de ese proveedor, bueno, tal vez ya no tengas más presupuesto para seguir buscando ofertas adicionales con otros proveedores y ampliar tu catálogo el próximo año.
Así que se trata de arbitrar la mejor forma de utilizar tu capital. Y diría que hay un último componente en esta estimación de ROI que es interesante discutir porque estábamos hablando de las ventas de retorno anteriormente. Es lo que llamamos penalización por faltante de stock.
Es más bien una especie de enfoque de puntos de karma. Si te quedas sin stock en una tienda, pierdes la confianza de tus clientes y comienzan a pensar que ya no eres una ventanilla única. Así que hay valor, más allá de lo financiero y del margen, en simplemente tener stock en el momento y lugar adecuados, porque esto va a generar compras repetidas por parte de tus clientes.
Y también porque un producto puede atraer las ventas de otros. No queremos perder ventas en tu pan de cada día, aquello que la gente viene a tu tienda y sabe que encontrará, porque si vienen y lo encuentran, tal vez compren algo adicional, como aceites, limpiaparabrisas, cosas de ese tipo, que en realidad no estabas seguro de necesitar, pero simplemente los tomas por si acaso.
Fabian Hoehner: Bien, ¿y todo eso va dentro de la misma fórmula, en el mismo algoritmo para tomar una decisión al final del día?
Elliot Langella: Sí.
Fabian Hoehner: Bien, ¿entonces con qué se quedan los gerentes? ¿Cuáles son las decisiones que están tomando?
Elliot Langella: Evaluación estratégica. Básicamente delegar lo mundano en el cómputo a la IA de Lokad y, ya sabes, concentrarse en cuál sería la decisión de seguir con este escenario. ¿Es algo que podemos hacer como empresa? ¿Es la dirección que queremos tomar?
¿Podemos permitirnos esta entrada adicional de stock? ¿Va a generar valor adicional para los clientes? ¿Es en lo que queremos enfocarnos como empresa, o queremos centrarnos en el surtido, en otras áreas del negocio?
Fabian Hoehner: Entonces, menos cosas mundanas y más, bueno, lo estratégico, lo que tiene impacto.
Bien, sí, pues está bastante claro dónde estamos hoy en el proyecto. ¿Hacia dónde vamos? ¿Hemos hecho todo o queda algo por hacer?
Elliot Langella: Así que a principios de 2025, terminaremos de implementar los proyectos de supply chain croata a una supply chain compuesta de croata y eslovena. Tokic ha estado creciendo en el mercado esloveno, y ahora lo que tienen en la mira es un estado intermedio donde comprarán desde diferentes puntos de entrada, es decir, dos almacenes diferentes que les permitirán flujos cruzados para enviar de vuelta a las tiendas de un país a otro.
Esto obviamente está haciendo las cosas un poco más complejas desde el punto de vista de la supply chain, pero es más fácil lograrlo cuando ya estás trabajando con Lokad en, digamos, el primer parámetro que ha estado funcionando bien durante varios años.
Diría que los otros desafíos, en general, con los que podemos ayudar a nuestros clientes, es todo lo relacionado con la gestión de la complejidad que crea esta compatibilidad de partes. Quiero decir, en las supply chains automotrices, esto es clave. A veces, para satisfacer una necesidad de un cliente, tienes 10 partes diferentes. ¿Cuál de ellas debería formar parte de tu surtido en esta tienda en particular, en las otras tiendas? Estos son grandes desafíos.
Otro aspecto es la fijación de precios, siempre crítica. Incluso para Tokic hay una alta competencia en línea. Ahora puedes comprar partes de ecommerce, así que esto debería formar parte de tu perspectiva como minorista para saber cómo posicionarte, dado el valor que ofreces con estas ventas inversas de las que hablamos, con la mayor disponibilidad que podemos proporcionar a Tokic en sus tiendas.
Esto, obviamente, es más fácil para las personas del sector automotriz y los talleres de reparación para venir y comprar a Tokic, pero ya sabes, siempre hay un equilibrio entre el precio que están dispuestos a pagar y la conveniencia que esto nos ofrece.
Fabian Hoehner: Entonces, la meta es adentrarse cada vez más en el mismo proceso de toma de decisiones numéricas. Bueno, eso suena como que tienen bastante trabajo por delante. Así que, pues, nos vemos en 2025 para ver cómo han avanzado las cosas. Gracias por vernos, y hasta la próxima.
