00:00:00 Introducción
00:03:16 Por qué las promociones del Black Friday son arriesgadas
00:08:11 ¿Deben los minoristas igualar los descuentos de sus competidores?
00:12:50 Medir las ventas perdidas a precio completo
00:19:29 Presentación de Dublin, un minorista ficticio
00:21:32 Tasa de retorno y previsión probabilística
00:29:33 Elegir qué productos ofrecer con descuento
00:34:37 Economía de la cesta y robotización del comercio minorista
00:39:13 Asignación omnicanal y reequilibrio del inventario
00:44:04 Black Friday frente a Navidad
00:45:06 El Black Friday como parte de la actividad habitual
00:48:53 La tasa de retorno aperiódica
00:57:03 ¿Debe Dublin participar en el Black Friday?
01:02:16 La ley de Goodhart y la conclusión principal
01:03:43 Conclusión
Resumen
Conor Doherty entrevista a Joannes Vermorel, CEO y fundador de Lokad, sobre cómo optimizar el Black Friday sin sacrificar la rentabilidad a largo plazo. A través de Dublin, un minorista ficticio con mil millones de dólares de facturación, examinan los descuentos, la previsión probabilística, la selección de productos, la asignación omnicanal, el reequilibrio del inventario y la tasa de retorno. Joannes sostiene que el Black Friday debe tratarse como parte de la optimización cotidiana de la supply chain, en lugar de como un evento aislado.
Transcripción completa
Conor Doherty: Bueno, Joannes y yo acabamos de terminar una conversación sobre el Black Friday. Ha sido una conversación especial porque… Ah, es mi reloj. Tengo que tomarme la medicina para el cerebro. Dejad esto en el montaje. Una conversación especial que, de hecho, combina dos peticiones del público.
Una era hablar del Black Friday y de cómo optimizar de cara a lo que, para muchos de nuestros espectadores norteamericanos, es uno de los días más importantes del calendario comercial, si no el más importante. La otra era volver a los fundamentos del contenido de Lokad, en particular a las clases sobre personajes ficticios de supply chain. Así que el episodio de hoy es una mezcla de esas dos peticiones: Joannes y yo tomamos uno de esos personajes y analizamos las decisiones que un gran minorista tomaría, o tendría que tomar, antes de comprometer recursos financieros considerables para satisfacer la demanda del Black Friday. Intentaremos publicarlo cuanto antes.
Espero que… No, sin duda antes del Black Friday. Así que, si estáis viendo esto, espero que aprendáis algo útil. Si es así, escribidnos para contárnoslo. Y, si no, no nos escribáis para contárnoslo.
En cualquier caso, disfrutad del episodio. Bien, Joannes, hoy intento responder a dos peticiones del público. La primera procede de nuestros espectadores, mayoritariamente norteamericanos, muchos de los cuales trabajan en el comercio minorista y se están preparando para el Black Friday. Hoy es 22 de octubre, creo, así que falta algo más de un mes.
Pronto verán si las decisiones que tomaron hace unos meses y las que están tomando ahora dan buenos resultados. Si resultan rentables. Tenían curiosidad por saber cómo abordaríamos el Black Friday y las promociones. Hablaremos de ello.
Por eso también he intentado responder a otra petición recurrente: volver a la serie de personajes ficticios de supply chain que hiciste hace unos años. Esas clases llevan muchísimo tiempo, pero he intentado combinar ambas peticiones. He creado mi propio minorista omnicanal ficticio, con mil millones de dólares de facturación, llamado Dublin. Se está acercando al…
Joannes Vermorel: Exactamente.
Conor Doherty: Al Black Friday. Repasaremos la cadena de decisiones que conlleva preparar estas promociones. Más adelante te daré contexto. Pero, antes de entrar en eso, y creo que sirve para enmarcar la perspectiva general de Lokad sobre este tema, has hablado bastante de tu aversión a las promociones y de la idea de que, como mucho, son un remedio a corto plazo.
Así que, antes de hablar de cómo optimizar el Black Friday, básicamente el día más importante del comercio minorista presencial en el mundo, ¿cuál es tu postura general sobre las promociones y los descuentos? Cuéntanos un poco más.
Joannes Vermorel: Si operas una red de tiendas físicas, trabajas con muchos activos fijos que cuestan mucho dinero durante todo el año. Pagas el alquiler todo el año; no puedes desprenderte de las tiendas durante agosto o julio porque haya poca gente. Y, aunque diciembre sea un mes excelente, tampoco puedes añadir metros cuadrados solo para ese mes. Tienes una capacidad fija por la que pagas constantemente. Lo mismo sucede con toda la infraestructura de apoyo: centros logísticos, almacenes… Todo eso está ahí y es, en gran medida, estático. Puedes ajustar algunas cosas, pero resulta difícil. En cuanto al personal, el grado de flexibilidad varía según el país, pero la realidad es que es complicado ser muy flexible sin acabar con gente que no domina el trabajo. Sí, puedes incorporar más personal, pero, si quieres operaciones de calidad y fiables, llenar la plantilla de personas que solo van a estar unas semanas no suele ser una buena receta. Si partimos de eso, que es cierto para la mayoría de los minoristas y para este personaje llamado Dublin, lo que quieres es maximizar el aprovechamiento de esos recursos durante todo el año.
Lo interesante es que, históricamente, una de las razones por las que se popularizó el Black Friday fue atraer a la gente durante el período tranquilo anterior a la avalancha navideña. Creas expectación y actividad para llevar clientes a la tienda antes del pico de final de año. Eso está bien. Hoy, evidentemente, nadie decide realmente cuándo es el Black Friday: simplemente ocurre y se ha convertido en una costumbre. En cuanto a las promociones, debemos recordar que promocionar no significa necesariamente hacer descuentos. Idealmente, quieres destacar productos mucho más que rebajar sus precios.
Mi problema con depender tanto de los descuentos, como hacen muchas redes minoristas, es que acaba destruyendo tu credibilidad en materia de precios ante los clientes. Si un día algo cuesta 100, luego lo rebajas un 40 %, hasta 60, y después vuelve a 100, los clientes piensan que tienes márgenes desorbitados, cosa que normalmente no es cierta. O recuerdan lo que haces y se acostumbran cada vez más a buscar tus propias ofertas. Creas incentivos perversos: la gente recuerda y anticipa tus futuros descuentos y termina viniendo solo cuando hay rebajas. Este comportamiento puede empeorar si además das malos incentivos al equipo de ventas, con objetivos, especialmente de volumen, que los llevan a pedir desesperadamente más y más descuentos.
Tus empleados encargados de los precios y de la asignación a tiendas seguirán defendiendo internamente que haya más descuentos para alcanzar sus objetivos de volumen. Pero esos objetivos no son el fin. El objetivo nunca es el volumen ni alcanzar una meta arbitraria.
Solo hay un objetivo: la tasa de retorno a largo plazo. Eso es lo que quieres conseguir. Y mi experiencia es que casi todas las cadenas minoristas que recurren activamente a descuentos importantes son poco rentables.
En el mejor de los casos tienen un margen bruto de unos pocos puntos porcentuales, de un solo dígito, lo cual tampoco es brillante. Para mí, es más una señal de desesperación que de verdadero dominio de su destino y de saber exactamente cómo quieren posicionar su marca en el mercado.
Conor Doherty: Es cierto. Pero la objeción inmediata sería que, y luego entraremos en los detalles de Dublin, ningún minorista fija los precios de sus competidores ni las normas del mercado. Podemos hablar en abstracto, pero en la realidad hay épocas en las que los clientes están condicionados a esperar descuentos, no por tus acciones, sino por las propias costumbres del mercado. Por ejemplo, tienes dos minoristas: uno participa en los descuentos del Black Friday o de Navidad y otro no.
¿Cómo puedo determinar si estoy tomando la decisión correcta cuando, a primera vista, si no participo, mi competidor se lleva todo el tráfico?
Joannes Vermorel: Sí, pero lo primero es preguntarse: ¿de verdad se lo lleva? Tus competidores operan con las mismas restricciones que tú. También tienen activos fijos.
No pueden absorber diez veces más demanda porque nada de lo demás acompaña: no tienen suficientes metros cuadrados, capacidad de almacén ni personal. Eso conduce muy rápidamente a un servicio al cliente deficiente, con largas esperas y clientes insatisfechos. Mi opinión es que la mayoría de las empresas ha abusado de estos mecanismos. Volvemos a los incentivos corporativos: todos presionan internamente para aumentar el volumen porque así pueden alcanzar sus objetivos. Los objetivos de volumen son fáciles de calcular y medir, pero nunca se fijan objetivos de tasa de retorno.
Hay una desconexión muy fuerte, especialmente en el comercio minorista, entre el interés económico real a largo plazo, que es la tasa de retorno, y los objetivos trimestrales que se asignan a los empleados. Mi propuesta es pensar en promocionar la marca del minorista. Eso no significa rebajarlo todo ni igualar exactamente los precios de todos tus competidores.
Vuitton tiene un negocio fantástico y no intenta igualar los precios de sus competidores. Y, si quieres ser el más barato de todos, quienes lo consiguen suelen hacer muy pocos descuentos: ofrecen precios muy bajos todos los días y así se ganan la confianza de sus clientes. Normalmente, las marcas que recurren a esos descuentos no son especialmente competitivas en precios. Si todos tus clientes vienen únicamente por los descuentos, mi recomendación es la siguiente.
La cura es un proceso de una década en el que reduces gradualmente la cantidad de descuentos. Lo hemos hecho con algunos clientes que aplicaban descuentos enormes, superiores al 30 % en términos globales. Reducirlos a la mitad, lo cual sigue siendo bastante alto, llevó literalmente cinco años en un cliente que tengo en mente.
No puedes hacerlo de la noche a la mañana. Tienes que reducirlos poco a poco para no perder de golpe tu base de clientes. Sigues teniendo en cuenta sus expectativas, pero quieres llegar a una situación con muchos menos descuentos. Puede seguir habiendo algunos, pero las promociones pueden centrarse en otras cosas. No tienen por qué consistir en fuertes rebajas de precio.
También puedes ofrecer series limitadas de determinados productos, disponibles solo durante unos días porque la cantidad es limitada, y comunicar esa escasez en lugar de anunciar un descuento.
Conor Doherty: Antes de pasar al personaje de Dublin, ya que hablas de objetivos, una de las preguntas que me hicieron y que ahora te traslado es cómo distinguir entre, por ejemplo, un volumen X de ventas gracias a un descuento del 20 % hoy y el volumen que habría vendido el mes que viene a precio completo. ¿Cómo separo esa señal de demanda distorsionada por los descuentos de la posibilidad de haber sacrificado ventas a precio completo, más o menos garantizadas dentro de un mes, para ingresar menos dinero, pero ahora mismo? Y, de nuevo, ¿cómo evalúo si ese intercambio merece la pena?
Joannes Vermorel: Sí. Aquí volvemos a lo disfuncional que es la teoría clásica de supply chain. Ni siquiera reconoce la existencia de los precios. Tengo muchos libros, manuales universitarios, sobre mi escritorio, y ese tema simplemente no aparece. Por eso la gente juega al volumen: es lo único que puede ver. Los precios ni siquiera forman parte de la teoría.
Necesitas un modelo predictivo que estime cuál habría sido la demanda con otro precio, teniendo en cuenta los precios de los competidores. Es difícil, y la dificultad aumenta porque muchos aspectos de los precios evolucionan muy lentamente. Por ejemplo, si eres más caro que tus competidores, no pierdes a todos tus clientes de un día para otro. Se produce una erosión lenta de tu base de clientes, que se marcha poco a poco a la competencia.
Naturalmente, todo lo demás debe ser igual: si ofreces mejor servicio, mayor disponibilidad o una mejor percepción porque la tienda está más limpia u ordenada, el producto que vendes es distinto, porque todo lo que lo rodea forma parte de la experiencia. En Lokad llamamos a esto previsiones funcionales. No se trata solo de probabilidades: la previsión es una función del precio que puedes decidir. Tampoco es simplemente elasticidad, porque las respuestas de los clientes suelen ser muy no lineales. Otro aspecto que suele malinterpretarse es que los clientes no miran primero los precios de tus competidores. Primero te miran a ti y comparan precios dentro del propio minorista.
Conor Doherty: Creo que hace poco diste el ejemplo de la leche. Puedes subir su precio un céntimo, o un penique, y no vas a perder a todos tus clientes. Pero, si vas añadiendo un penique tras otro, llega un punto en el que todo se desploma.
Joannes Vermorel: Sí, porque has ido demasiado lejos. Además, hay canibalización y sustitución dentro de tu propio surtido. No hablamos de un producto aislado. Imagina, por ejemplo, una tienda de bricolaje.
Tienes quizá tres gamas de destornilladores: los muy baratos, los que tienen una buena relación calidad-precio y los de una buena marca que duran toda la vida.
Cuando los clientes piensan en los precios, antes de comprobar los de la competencia, evalúan los precios relativos de tu oferta. Menciono los destornilladores porque son un ejemplo interesante: puedes comprarlos sueltos o en un juego con muchas puntas; con caja o sin caja; compactos o grandes; eléctricos o no.
Hay muchas opciones, y la mayor parte del análisis de precios que hace el cliente se limita a lo que tiene delante. Ahí es donde aparecen las no linealidades más fuertes: si un producto pasa a ser ligeramente más caro que otro que está literalmente en la misma estantería, delante del cliente, pueden producirse cambios masivos en la elección, mucho mayores que los provocados por tener que recorrer varios kilómetros o coger el coche para ir a otra tienda que no conoce. Es algo mucho más inmediato. En definitiva, necesitas un modelo predictivo de lo que ocurrirá a corto y a largo plazo con tus precios y de cómo influirán en el comportamiento de tus clientes. Hay mucha ciencia de datos sofisticada en todo esto, pero matizaría que no es solo eso. La ciencia de datos se ocupa sobre todo del análisis a corto plazo. Para los efectos a largo plazo necesitas inteligencia de alto nivel y juicios razonados, porque no puedes simular ni extrapolar lo que ocurrirá durante la próxima década. Debes incorporar al modelo valoraciones como la forma en que la gente se acostumbra a una política de descuentos.
Es algo que se desarrolla a lo largo de una década. No vas a aprender esos patrones solo a partir de los datos. Quizá los datos históricos te indiquen algunas cosas, pero, en última instancia, el Supply Chain Scientist tendrá que aplicar su criterio para modelizarlo correctamente.
Conor Doherty: Bien, avancemos y pongámoslo en práctica. Antes de hacerlo, en honor a este episodio y porque sé cuánto te gusta la tecnología —sé que te encantan los ordenadores—, te he preparado una hoja de papel.
En esa hoja, escrita con tinta verde, tienes el contexto de Dublin, que voy a leer. Lo he escrito en mayúsculas. Espero que puedas leerlo. Es para que puedas consultarlo si quieres recordar la facturación.
Mostraremos la información en pantalla, pero queremos poner estas ideas a prueba en el contexto de Dublin. Tú puedes leerlo; yo lo explicaré para el público. Dublin tiene unas ventas anuales de mil millones de dólares, cien tiendas y un sitio web que aporta aproximadamente una cuarta parte de sus ventas.
Para nuestros espectadores norteamericanos, pensad en Target, pero sin alimentación. Vende ropa, artículos para el hogar, juguetes y electrodomésticos. El Black Friday pasado, Dublin batió su récord de ventas, pero las decisiones no fueron brillantes: hubo muchos faltantes de stock y entregas tardías porque los pedidos se hicieron demasiado tarde. También quedaron muchas existencias muertas en enero, que tampoco habían conseguido vender durante la Navidad.
Este año, Dublin quiere hacerlo mejor. Joannes, con este contexto y todo lo que hemos dicho como punto de partida, ¿cómo deberían plantearse los directivos de este minorista generalista de mil millones de dólares el problema de mejorar? Porque lo oyes mucho: queremos hacerlo mejor, sabemos que no lo estamos haciendo de maravilla.
Lo oigo constantemente. Sabemos que podemos hacerlo mejor, pero, en este contexto, ¿qué significa mejorar desde el punto de partida? A partir de ahí construiremos el resto.
Joannes Vermorel: Lo primero es adoptar la perspectiva económica. Mejorar significa mejorar la tasa de retorno. Así de sencillo.
Conor Doherty: Y exprésalo ahora en el contexto que te he dado. Ese será nuestro marco de aquí en adelante.
Joannes Vermorel: La tasa de retorno consiste en lo siguiente: invierto 1.000 dólares, inmovilizo 1.000 dólares en este negocio y, al cabo de un año, después de las rotaciones del inventario, ¿cuántos dólares tengo? Idealmente, quizá querrías tener 1.200 dólares después de un año. Sería un 20 %. Está bien.
Estaría bastante bien. Eso es la tasa de retorno: aportas una cantidad de dinero, que se va capitalizando durante el año, y miras cuánto tienes al final.
Esa es literalmente la idea central de la tasa de retorno. ¿Cómo juegan a esto los minoristas? Compran y gestionan a un precio determinado, venden a un precio superior y dejan que el dinero rote, idealmente muchas veces a lo largo del año. Así obtienen un efecto de interés compuesto y generan beneficios.
Para mí resulta relativamente evidente, porque es la forma en que Lokad lleva trabajando más de una década. Pero la realidad es que la mayoría de los minoristas todavía no opera con esta perspectiva. Piensan en objetivos de volumen: proyectamos esto, por tanto ocurrirá y nos irá bien. Pero no funciona así.
Una vez que hablamos de tasa de retorno, el siguiente paso es reconocer que el futuro es incierto. Especialmente ante un evento muy volátil como el Black Friday, no puedes afirmar para cada producto que venderás tal o cual cantidad. Debes entender que la incertidumbre aumenta con el pico. Si vendes algo de forma muy regular y estable, puedes tener cierta seguridad sobre lo que venderás la semana que viene. Pero, si miras varios meses hacia delante y además hay un fuerte impulso publicitario y un gran cambio de precios, la incertidumbre se vuelve enorme. A eso se suma que tus competidores también van a hacer muchas cosas.
Te colocas en una situación de muchísima incertidumbre. Cuando aparecen esos excesos de stock, la realidad suele ser que alguien dijo: estamos segurísimos de que venderemos 2.000 unidades, lo sabemos. Pero no lo saben; la incertidumbre es muy alta. Quizá venden 1.500 y parece que ha ido bien, porque son tres cuartas partes. Sin embargo, las 500 restantes pueden superar lo que venden en condiciones normales durante todo el resto del año. Aunque hayan colocado y liquidado la mayor parte de la mercancía durante el evento, pueden quedarse con meses y meses de inventario, que al cabo de un tiempo se convierte en existencias muertas.
Conor Doherty: ¿No es exactamente lo que ha ocurrido en este caso?
Joannes Vermorel: El problema es que has liquidado la mercancía, normalmente con un gran descuento, y tus márgenes eran mínimos. Basta poco exceso de inventario para que la operación deje de ser rentable. Por eso, en Lokad contemplamos todos los futuros posibles y calculamos cuál será, en promedio, la tasa de retorno. Tomas una trayectoria: vamos a comprar esta cantidad. Veamos todos los futuros posibles, cómo se comporta esta decisión y cuál es su tasa de retorno neta una vez integrados todos los acontecimientos a medida que se producen. Para hacer ese análisis de riesgos primero necesitas que el riesgo esté representado: tienes que modelizarlo. Eso es exactamente lo que hacemos en Lokad cuando defendemos las previsiones probabilísticas. Son una forma de reconocer que el futuro es muy incierto.
Asignas probabilidades, y hay factores que aumentan la incertidumbre. Tus distribuciones de probabilidad estarán más dispersas, especialmente si llevas los precios a niveles que rara vez utilizas o haces campañas publicitarias poco habituales. Todo eso amplía la incertidumbre hacia terrenos sobre los que tus datos no dicen gran cosa. La consecuencia es que la incertidumbre es enorme y, curiosamente, cuando te enfrentas a mucha incertidumbre, lo habitual para conseguir una mejor tasa de retorno es ser más conservador.
Así de sencillo. La mayoría de las veces, cuando trabajamos con clientes y reconocemos todas las incertidumbres, la conclusión es más conservadora que su plan. El problema es que solemos encontrar mucha resistencia: las primas y los objetivos de los empleados dependen de alcanzar determinados volúmenes. Puede haber una prima por alcanzar un volumen de ventas en el Black Friday, pero nada que la modere teniendo en cuenta las existencias muertas generadas.
Conor Doherty: Como en el ejemplo anterior: vendes un volumen X con un 20 % de descuento, pero ¿lo habrías vendido a precio completo? Si las primas están vinculadas a ese horizonte temporal, simplemente adelantas la venta. Y eso es un problema: has perdido dinero a largo plazo.
Joannes Vermorel: Sí. Al dar esas primas vuelves a crear incentivos perversos que la gente va a explotar porque no están alineados con los intereses a largo plazo de la empresa. Así de simple. En Lokad adoptamos la perspectiva económica y hacemos lo necesario para no ignorar el riesgo. En la práctica, la mejor herramienta que tenemos son las previsiones probabilísticas. Después haces la evaluación con esas previsiones funcionales, que son algo distinto de las probabilidades: reflejan que algunas decisiones todavía no se han tomado, pero las tomarás tú en el futuro.
Por ejemplo, los precios. Tus precios no son inciertos; están por decidir. Hay una diferencia entre la incertidumbre irreducible y lo que simplemente no has decidido todavía, pero sobre lo que tú tendrás la última palabra.
Conor Doherty: Hablando de decidir, uno de los puntos de partida, incluso antes de llegar a los precios, es elegir qué productos de tu surtido vas a rebajar. Tenemos el caso de Dublin y tú tienes tu tarjeta de referencia, muy bien escrita. Para quienes no la tienen, mencioné ropa, artículos para el hogar, juguetes y electrodomésticos. Para esta conversación, pensemos en productos tan grandes como frigoríficos, quizá no aires acondicionados, no sé. En este marco general, ¿cómo eliges qué vas a rebajar?
Porque, evidentemente, no quieres aplicar una rebaja uniforme a todo. Quieres algunos productos que atraigan a la gente, pero no todos.
Joannes Vermorel: Sí. Y lo peor de los descuentos son las compras de oportunidad: personas que habrían comprado de todos modos y que ese día descubren que hay una rebaja. Qué bien.
No ha cambiado nada, pero gracias. Muchísimas gracias.
Conor Doherty: Exactamente. La semana pasada compré un proyector justo en esas circunstancias.
Lo habría comprado igualmente. A precio completo.
Joannes Vermorel: Los electrodomésticos suelen encajar precisamente en esa categoría. Comprar un electrodoméstico es una decisión que la gente medita durante meses.
Conor Doherty: Sí, exactamente. Y utilicé ChatGPT para reducir mis opciones.
Joannes Vermorel: La gente no decide comprarse un magnífico frigorífico americano de dos puertas simplemente porque sí.
Conor Doherty: No es una compra impulsiva.
Joannes Vermorel: Exacto, no lo compra porque hoy haya un 15 % de descuento. En general, los electrodomésticos son muy malos candidatos para las promociones. Lo que buscas son productos que impulsen compras espontáneas.
Los juguetes no están mal. En este ejemplo, elegiría juguetes, quizá ropa. En el caso de los juguetes, sería aún mejor algo que probablemente se agote antes de Navidad. Es una oportunidad que desaparecerá antes de Navidad, así que no puedes posponer la compra porque entonces ya no quedará nada. Puede ser barato; no tiene por qué ser raro. Por ejemplo, una edición limitada con una licencia de Pokémon, Naruto, Harry Potter o la que sea. Mi intuición es que, cuando quieres ofrecer un descuento, conviene buscar algo relativamente barato: puedes anunciar un porcentaje grande y es más probable que provoque una compra impulsiva si el precio total es bajo. En cambio, si un frigorífico americano caro, de dos puertas, cuesta 3.000 euros y haces un 10 % de descuento, ese porcentaje no impresiona tanto y ya estás regalando 300 euros. Si vendes algo por 10 euros con un 50 % de descuento, solo estás regalando 5 euros.
Debes pensar cómo conseguir una promoción visible y atractiva, pero que resulte fundamentalmente barata. Idealmente, tampoco debería interferir demasiado con el posicionamiento de precios que intentas mantener durante todo el año: quieres que la gente confíe en que ofreces precios razonables y estables, sin sentirse estafada. Imagina que alguien compra un frigorífico caro y dos semanas después lo rebajas un 10 %. Puede sentirse molesto. Y, si sigue dentro del plazo de devolución, puede devolverlo. Hay gente que juega a eso. Sí, conozco a alguien que lo ha hecho recientemente.
Conor Doherty: No fui yo. Sigo teniendo mi proyector, pero conozco a gente que lo ha hecho.
Joannes Vermorel: Sí. Y eso es un infierno. Realmente no es lo que quieres provocar.
Conor Doherty: Es interesante pensar también en los hábitos de compra. La mayoría de las personas que van a Dublin compra varias cosas. Ya hemos hablado de la perspectiva de la cesta. No se venden alimentos en estas tiendas, pero normalmente la gente no entra solo a comprar un juguete para su hijo.
Compra eso y otras cosas. Sin embargo, quien entra a comprar un frigorífico quizá solo quiera un frigorífico. No va a curiosear. Por tanto, elegir descuentos en productos de compra única puede generar una visita puntual.
No se llevan un frigorífico junto con un montón de ropa, platos y cuencos. ¿Cómo encaja en los descuentos del Black Friday de Dublin esa perspectiva de la cesta que hemos comentado: que la gente compra productos juntos y que la ausencia de uno puede estropear toda la experiencia?
Joannes Vermorel: Estamos hablando de un fenómeno bastante complejo que ocurre en un momento concreto. Como decía, la empresa tiene recursos fijos para casi todo, incluidos sus analistas de precios y de merchandising. Entramos en un terreno en el que necesitas robotizar todo esto, porque la gente ya tiene que dedicar tiempo a gestionar el negocio cotidiano y ahora necesitaría mucho más para gestionar un evento anual. Mi propuesta, y así lo hace Lokad, es que el Black Friday y todos los eventos cuasicíclicos formen parte de la actividad habitual. Tienes un modelo que representa lo que llamamos cuasiciclicidad: no es exactamente cíclico; ocurre cada año, pero, como el Año Nuevo chino, puede desplazarse un poco. Todas las decisiones que generas día tras día lo reflejan. Creo que se sobrestiman las grandes decisiones específicas del Black Friday frente a todas las tareas cotidianas. Por ejemplo, para tener la tienda preparada, probablemente empezarás a enviar más mercancía hasta tres semanas antes. ¿Por qué varias semanas? Porque no quieres terminar con una entrega masiva que obligue a tus centros logísticos a hacer muchísimas horas extra para enviar el doble de mercancía en los últimos cinco días antes del Black Friday.
Quieres que esa planificación hacia atrás sea fluida y aproveche las diferencias entre las tiendas. Quizá una tiene algunos metros cuadrados de sobra y puedes empezar a enviarle mercancía tres semanas antes. No pasa nada.
Cabe. Pero otras tienen muy poco espacio de estantería, así que no puedes cargarlas con mucha antelación. Todo esto requiere mucha microgestión. Para hacerlo bien, de forma fluida y a escala, necesitas robotizarlo. Este es el tercer pilar: perspectiva económica, modelización probabilística y robotización, para que todo se haga sin silos, como un flujo continuo de decisiones diarias. El Black Friday ocurre en un momento concreto, pero todas tus decisiones lo anticipan y hacen pequeños ajustes a medida que se acerca. Después haces pequeños ajustes en sentido inverso para gestionar lo que sobra, por ejemplo reequilibrando el inventario en toda la red.
Conor Doherty: Esa era precisamente mi siguiente pregunta: la asignación en la red. Como dijimos al principio, Dublin es omnicanal: tiene cien tiendas y un sitio web que supone el 25 % del negocio, al menos de la facturación del año pasado. ¿Cómo asignas el stock si los mismos artículos se venden online y también quieres tenerlos en las tiendas físicas? Los clientes llegarán y, si no encuentran lo que buscan, quizá se marchen, porque compran cestas. A grandes rasgos, ¿cómo optimiza Dublin esa asignación para que haya suficiente mercancía en los almacenes para las ventas online y también en las cien tiendas, que no tendrán todas las mismas necesidades?
Joannes Vermorel: De nuevo, buscas lo que llamamos la decisión óptima ajustada al riesgo. Tienes en cuenta todos los futuros posibles y decides. En esencia, estás apostando y no hay otra manera: pequeñas apuestas en cada tienda, porque la variabilidad es muy alta. Algunas tiendas liquidarán determinados productos y se quedarán sin stock. No pasa nada.
Es normal, mientras otras tendrán exceso. Es exactamente lo que ocurre cuando la variabilidad es muy alta. Acabarás con muchos desequilibrios: una tienda A tiene exceso de un producto y falta de otro, y en la tienda B ocurre justo lo contrario.
Lo que necesitamos es reequilibrar gradualmente. Conceptualmente, es bastante sencillo: coges mercancía, la subes a un camión y la llevas a otra tienda, o haces una ruta.
La complejidad reside sobre todo en la explosión combinatoria de posibilidades. Debes considerar cada SKU en cada tienda y cómo podrías redistribuirlo todo. Además, los costes de transporte son no lineales: no quieres mover una cuchara de una tienda a otra y repetir el proceso. Debes pensar en envíos, y quizá ya tengas camiones que hacen rutas.
Quieres aprovecharlos: hoy, cuando el camión me entrega mercancía, cargo otros productos, y en la siguiente parada se descargan y contribuyen al reequilibrio. Volvemos a la automatización. No es especialmente difícil, aunque pueda asustar hablar de decenas de miles de SKU por tienda y cien tiendas.
Son millones de combinaciones, evidentemente, pero no son cifras grandes para los ordenadores modernos. No puedes abordar ingenuamente el problema por fuerza bruta, pero tampoco necesitas un análisis numérico extraordinariamente sofisticado para optimizarlo. Lo esencial es que forme parte de la actividad habitual. No hacemos un reequilibrio especial para el Black Friday: tenemos una lógica que propone reequilibrar el inventario continuamente y que se basa en criterios económicos. Si no es económicamente viable, no propondrá hacerlo. Si no hay suficiente volumen, no sugeriremos trasladar una cuchara de una tienda a otra. Sería absurdo.
Necesitamos alcanzar cierto volumen y comprobar si las oportunidades tienen una masa crítica suficiente para ser rentables. Otra vez, pensamos en tasa de retorno. Después del Black Friday aparecerán más oportunidades, sencillamente porque acabamos de pasar un gran evento. El sistema propondrá naturalmente esos reequilibrios, pero no porque sean para el Black Friday, sino como parte de la actividad habitual. Las recetas numéricas diarias captarán que hay más oportunidades disponibles en ese período.
Conor Doherty: Cuando hablas de equilibrar la distribución del inventario en una red omnicanal, si comparamos la preparación del Black Friday con la de Navidad, aunque defiendas que forma parte de la actividad habitual y que no deberían ser radicalmente distintas, hay matices que conviene señalar. Las rebajas navideñas abarcan un período, las semanas previas; no están tan concentradas. Si tengo un faltante de stock en una tienda emblemática el 21 de diciembre, todavía puedo llevar mercancía el 22 o el 23 y seguirá habiendo clientes. ¿Es justo decir que en el Black Friday tienes una sola oportunidad para acertar con la asignación, cuando se concentra toda la afluencia?
Joannes Vermorel: Creo que pensar así es un error de análisis. Tu negocio es un continuo: tienes que atender a tus clientes antes y después. No quieres…
Conor Doherty: Pero lo que intento decir es que ese volumen no estará al día siguiente. Hablo del volumen de personas, no del inventario.
Joannes Vermorel: Sí, pero te quedarán existencias y demás. Si el Black Friday empieza a representar un porcentaje de dos dígitos de tu facturación anual, tienes un problema enorme. Sí, enorme.
Todos tus activos son fijos. Pagas el alquiler de la tienda todas las semanas del año, no solo la semana del Black Friday. Quizá algunos negocios online puedan decir: hacemos el 80 % de nuestro negocio anual ese día y no pasa nada, porque todo es virtual; podemos atender a un millón de clientes un día y a ninguno al siguiente. Tal vez funcione para algunos negocios online, pero, cuando tienes infraestructura, quieres utilizarla todo el año.
Si no lo haces, un competidor más listo lo hará y te superará porque aprovecha mejor sus activos. Debes pensar en tu supply chain como un activo productivo que genera decisiones día tras día. Todo lo que forma parte de la actividad habitual debe gestionarse como tal. El Black Friday es actividad habitual. Es un evento más. ¿Y el Año Nuevo chino?
¿Y el Ramadán? ¿La Pascua? ¿El Día de la Madre? ¿El Día del Padre?
¿Y cualquier otro evento? ¿El Día del Soltero? Hay muchos. Evidentemente, no todos tienen la misma magnitud.
De acuerdo. Pero todos son eventos cuasicíclicos y deberían modelizarse como tales. Quieres que tu supply chain funcione prácticamente en piloto automático para estas cosas.
Si abordas el Black Friday como un silo, como una oportunidad desconectada del resto, muchas cosas acabarán chocando. Compras productos para el Black Friday, pero ya tienes en la tienda sustitutos casi perfectos y terminas con exceso porque no te das cuenta de que tus ventas se canibalizan entre sí. Para mí, es incorrecto pensar que puedes aislar el Black Friday. No deberías hacerlo. Es un error habitual porque falta la robotización: se gestiona con personas, y para organizarlas se divide el problema, se crea un equipo dedicado al Black Friday y se lo separa del que lleva el negocio cotidiano. Me parece lógicamente incorrecto. Quieres las mismas recetas numéricas para gestionar el conjunto, con el Black Friday como un evento más. Quizá más grande, pero nada más.
Conor Doherty: Me alegra que lo describas como un evento entre muchos. Como planteaba mi pregunta anterior, las decisiones del Black Friday anticipan la Navidad. Antes mencionaste que deberíamos medir todas las decisiones y sus efectos mediante la tasa de retorno. Supongamos que lo aceptamos. Quienes nos escuchan se preguntarán naturalmente: ¿la tasa de retorno sobre qué horizonte temporal? Tomo decisiones para el Black Friday y esas decisiones van a afectar a la demanda de Navidad.
¿Debería evaluarlas después de Navidad? Pero ¿qué pasa con las ventas que hice el Black Friday, que creo que cae el 27 de noviembre? Tienen un plazo de devolución de 45 días.
Entonces ya estamos en 2027. ¿En qué momento puedo empezar razonablemente a evaluar si las decisiones que tomé fueron acertadas en términos de tasa de retorno?
Joannes Vermorel: Es una pregunta un poco complicada, y soy consciente de ello. Hay una respuesta técnica y está en el libro: es lo que llamo la tasa de retorno aperiódica. Pero, en esencia, quieres mirar hasta el final de los tiempos.
Conor Doherty: Podemos dar una respuesta general. Sé que es una cuestión técnica.
Joannes Vermorel: Para empezar, todos los cortes arbitrarios son incorrectos. No deberías decir que solo miras un día: ¿por qué un día? ¿O una semana? ¿Por qué una semana? ¿Un mes? Lógicamente, no hay razón para cortar en ningún punto. Conceptualmente, dices: voy a mirar hasta el final de los tiempos.
Eso está bien. De hecho, es lo que se hace en la banca con los intereses y demás. En la práctica, hay efectos numéricos que hacen que el valor del dinero que puedes obtener dentro de muchísimo tiempo se desvanezca hasta ser prácticamente nulo. Es un efecto numérico.
Pero quieres calcular tu tasa de retorno. Con la perspectiva aperiódica, lo que digo es que esa tasa varía día a día hasta el final de los tiempos. Si analizas una serie de operaciones, obtienes una curva que alcanza un máximo y luego disminuye: tomas una decisión, cuesta dinero, después genera dinero, vuelve a costar dinero y vuelve a generarlo. Para una operación concreta, como una compra de stock, el efecto termina desapareciendo porque el inventario se agota o acabas tirándolo. Compro algo, gasto ahora, recibo dinero a medida que lo vendo y, en algún momento, liquido lo que queda y la operación termina. Imagina que compro 1.000 unidades y durante el primer año vendo el 99 %, pero el 1 % restante tarda otro año entero en venderse.
Si miro solo el primer año, quizá he obtenido una tasa de retorno del 25 %. Ese 1 % restante apenas afecta al resultado, aunque el producto tenga buen margen. Podría darlo de baja y seguiría teniendo un 25 %. Pero, si amplío el horizonte de análisis a dos años, tendría que dividir ese 25 % entre dos.
Conor Doherty: Exactamente. Se convertiría en un 12,5 %.
Joannes Vermorel: ¿Pero es justo? No, porque al final del primer año ya había recuperado el dinero. ¿Por qué debería esperar otro año para evaluar la tasa de retorno?
No tiene sentido. Imagina que hay una unidad que tarda mil años en venderse: acabarías con una tasa de retorno insignificante, algo completamente ficticio. Mi propuesta con la tasa de retorno aperiódica es observar cómo evoluciona día a día y tomar el día futuro en el que sea más alta. Esa es tu tasa de retorno efectiva, porque en ese momento ya no es algo teórico.
Es el momento en el que has recuperado el dinero y puedes reinvertirlo en otra cosa. Por eso planteo la tasa de retorno desde una perspectiva aperiódica: miras hasta el final de los tiempos, pero, para calcular lo que realmente has obtenido, tomas el punto en el que la tasa efectiva es más alta.
Ese es el análisis. Es algo técnico, pero puedes verlo como una forma sofisticada de decir que quiero comparar decisiones que no tienen el mismo horizonte. Por eso es aperiódica: no se limita a una base anual. Puedo tener una decisión que se resuelva dentro de un mes y otra que tarde un año en desplegar sus efectos.
No estamos en el mismo horizonte, así que necesitamos una tasa de retorno que no esté definida por un período fijado de antemano. Por eso la llamo aperiódica.
Conor Doherty: Quien esté escuchando esto se preguntará, y lo que describes está perfectamente bien, lo entiendo, qué hace falta para seguir y medir esa tasa de retorno aperiódica, qué es y qué no es.
Joannes Vermorel: No es muy complicado. No voy a describir la fórmula, pero la fórmula es…
Conor Doherty: Pero, en esencia, ¿hablas de un cuadro de mando que puedan consultar?
Joannes Vermorel: Ni siquiera. La tasa de retorno importa en el momento de decidir, cuando consideras todas las opciones. Calcular la tasa de retorno aperiódica a posteriori es trivial: puedes hacerlo en Excel, aunque tienes que elegir un punto. El problema es…
Conor Doherty: Sí, incluso en Excel podría hacerse fácilmente.
Joannes Vermorel: El problema es que no te interesa hacerlo para el pasado. Quieres hacerlo para decisiones que todavía no se han tomado. Esa es la parte delicada. Analizar la rentabilidad de decisiones pasadas es relativamente sencillo.
Lo difícil es hacerlo para las decisiones que vienen. Ahí volvemos a incorporar probabilidades. Las probabilidades no encajan bien en Excel. Necesitas instrumentos que permitan esa modelización probabilística.
El problema sería exactamente el mismo si eligiéramos otro indicador en lugar de la tasa de retorno aperiódica. El verdadero problema no es ese indicador, sino la modelización probabilística: esa es la parte difícil de manejar y la que no encaja en Excel.
Conor Doherty: Bien. Como conclusión general dentro de este marco del personaje ficticio, ¿aconsejarías o no a Dublin participar en los descuentos del Black Friday?
Joannes Vermorel: Creo que depende de cómo lo haga. La perspectiva económica no plantea las cosas en términos absolutos. Lo que dice es que debes pensar en la tasa de retorno: ¿lo que haces es rentable y responde al interés a largo plazo? Las promociones pueden ser buenas, pero hay muchísimas formas de promocionar. ¿Qué parte exacta del surtido promocionas? ¿Todo? Probablemente sea un error. ¿Una pequeña selección que solo está disponible en la tienda durante esa campaña? Probablemente esté bien. ¿Hay una recompensa importante?
¿Puedes atender a los clientes? Hay muchos problemas que dependen de las circunstancias. ¿Qué pasa si tus tiendas no pueden absorber la demanda? ¿Los clientes se sienten perjudicados o disfrutan de una experiencia estupenda y te aprecian por ello? Todo está en los matices. Debes robotizar las decisiones para que el Black Friday sea un elemento más y liberar tiempo para que las personas piensen de verdad cómo abordarlo.
¿Qué queremos destacar? ¿Qué imagen queremos transmitir? ¿Cuál es el mensaje? ¿Qué historia contamos? Esas son buenas preguntas, en lugar de lanzarse a una política hiperagresiva con descuentos superiores al 30 % que solo crearán problemas después. Los clientes dejarán de confiar en tus precios habituales, esperarán y aprenderán a aprovecharse del sistema. Y acabarás perdiendo frente a un competidor que utiliza mejor sus activos fijos, del mismo tipo que los tuyos.
Conor Doherty: Creo que ya conté esta anécdota, pero los dos conocemos a alguien que tiene una hoja de Excel para seguir los precios de las tiendas Monoprix de su barrio. Estamos en París. Le gusta una marca concreta de café que periódicamente está rebajada. Parece aleatorio, pero ha comprobado que ocurre aproximadamente cada dos meses y medio. Entonces entra y vacía la estantería.
Una sola persona se lleva diez o quince unidades de ese café concreto y la semana siguiente va a otra tienda que tiene su propia oferta y vuelve a vaciarla. Los Países Bajos, o más bien sus habitantes, son especialmente conocidos por este comportamiento. Lo que describes no es una tendencia ficticia. ¿Es la mayoría de la gente?
No. Pero piensa en la señal de demanda. Tienes un faltante de stock porque una persona entró y compró quince unidades. Eso no significa que debas reponer otras quince inmediatamente, porque quizá no se vendan. De nuevo, se trata de adoptar esa perspectiva de incertidumbre de la que llevas hablando.
Joannes Vermorel: Sí, y una perspectiva muy global, en la que pienses de verdad en los intereses a largo plazo de la empresa. Por eso hablo de perspectiva económica. No me refiero a los resultados financieros trimestrales.
Ese enfoque suele ser muy estrecho y miope. La perspectiva económica es intelectualmente mucho más exigente, aunque no sea mucho más complicada desde el punto de vista analítico.
Exige pensar realmente cuál es la estrategia, qué intentamos hacer, cómo queremos servir a los clientes y superar a los competidores, en lugar de recurrir a atajos bastante torpes y perezosos, como dar a los equipos un gran objetivo de volumen. Eso es precisamente lo que haría una empresa torpe y perezosa, y termina volviéndose en su contra. Los propios empleados aprenderán a manipular esos mecanismos y, al final, los clientes saldrán perjudicados.
Conor Doherty: Es la ley de Goodhart, ¿verdad? Cuando una métrica se convierte en un objetivo…
Joannes Vermorel: Exactamente. La ley de Goodhart, para quien quiera profundizar. Y también es un problema para la receta numérica, porque fijamos objetivos. Por eso, cuando Lokad trabaja con recetas numéricas que tienen objetivos, revisarlos constantemente forma parte del proceso. Se trata de modelizar el interés económico a largo plazo de la empresa y lo que interviene en la maximización de la tasa de retorno.
No es un enfoque cartesiano en el que primero decides algo y todo lo demás se deduce de ello. Es un proceso empírico. En la serie de clases lo llamé optimización empírica: fijas un objetivo, observas las decisiones que genera, identificas las decisiones absurdas, refinas el objetivo y sigues iterando. La fórmula del objetivo se revisa constantemente. Ese es el trabajo del Supply Chain Scientist. No se hace por capricho, sino porque refleja la evolución permanente de la estrategia de la empresa.
Conor Doherty: Bien, Joannes, muchas gracias. No tengo más preguntas, aunque sé que volveremos a un tema parecido cuando hablemos de Navidad y de cómo optimizar de cara a ella. Hasta entonces, no tengo más preguntas para ti.
Muchas gracias por acompañarme. Y a vosotros, muchas gracias por vernos. Espero que nuestro público de Norteamérica lo aprecie. Si queréis saber más sobre cómo optimizar el inventario y la asignación, en realidad como parte de la actividad habitual, pero también de cara a grandes eventos, podéis conectar con Joannes y conmigo en LinkedIn o escribirnos directamente a contact@lokad.com.
Volveremos pronto con otros temas. No queda nada más que decir, salvo: volved al trabajo.
