La IA permite a retailers ahorrar hasta 20 MDD
En un análisis exhaustivo SAS, la firma pionera en Inteligencia Artificial (IA) y Analítica Avanzada, revela cómo la implementación de modelos de planeación y optimización de surtidos basados en IA y analítica de datos está transformando la industria minorista, especialmente en temporadas altas.
El informe destaca que, al aplicar modelos predictivos y análisis de datos al Assortment Planning, se logra una mejora del margen de contribución hasta en un 3%. Este indicador, definido como el excedente de ingresos en relación con los costos variables, es considerado un hito de alto rendimiento en el sector.
Además, gracias a soluciones analíticas de última generación, como Intelligence Class Trail, SAS reporta ahorros significativos en costos activos de inventario, llegando hasta los USD $20 millones y mejoras en la merma del 4%. Estos resultados son especialmente relevantes en temporadas altas, como la venidera decembrina.
Según Fadlala Akabani, secretario de Desarrollo Económico, se pronostica un aumento del 15% en la derrama económica durante diciembre de 2023 y enero de 2024, alcanzando cifras astronómicas, con la Ciudad de México proyectada a recibir hasta MXN $50,236 millones.
Retos y soluciones para retailers en temporadas altas
El principal desafío para los minoristas en temporadas altas radica en surtir de manera efectiva, cubriendo la demanda, evitando la inexistencia de productos y aumentando los márgenes. Expertos de SAS indican que la clave para superar estos desafíos está en responder preguntas como cuántas combinaciones de productos deben colocarse en los anaqueles.
La analítica avanzada juega un papel crucial al optimizar aspectos como temporadas, estacionalidades, ubicaciones geográficas y predicción precisa de la demanda. Otros factores, como el impacto visual de los anaqueles y la posición estratégica de los productos, también se abordan, junto con restricciones en exhibiciones basadas en negociaciones entre proveedores y minoristas.
Cristian Figueroa, directora de la práctica de Retail y CPG en SAS Latinoamérica, destaca la importancia de aplicar modelos matemáticos para resolver la combinación de factores de manera efectiva y rentable, especialmente en temporadas altas. Subraya que soluciones manuales, in-house o automatizadas, como CRM y ERP, han sido superadas por soluciones de IA que ofrecen inteligencia anticipativa.
Cubrir estos aspectos resultará crucial para el sector retail en México, enfrentando un año particularmente complejo, con ventas comparables mostrando debilitamiento en octubre, registrando un crecimiento del 2.9%, considerado el segundo desempeño más débil del año, según la Asociación Nacional de Tiendas de Autoservicio y Departamentales (ANTAD).
Éxito demostrado: caso Calimax
El interés en estas soluciones ha crecido notoriamente, evidenciado por el caso de éxito de la cadena de tiendas Calimax. Originaria de Tijuana, Baja California, Calimax ha superado desafíos mediante la implementación de analítica avanzada e IA en sus procesos de planeación de demanda. La compañía presentará sus logros en la National Retail Federation (NRF’24), destacándose como un ejemplo emblemático en México en cuanto a la implementación del Intelligence Class Trail.
SAS hace un llamado a los minoristas de todos los tamaños, instándolos a implementar soluciones de IA en áreas clave como finanzas, compras, inventarios, operaciones y gerencias comerciales. Estas acciones no solo los prepararán para temporadas altas, como la decembrina, sino también para una nueva forma más anticipativa y eficiente en el mercado minorista actual.
