Uno de los desafíos más importante que tienen las empresas es tener el stock óptimo de cada uno de sus productos que vende.
Al preguntar en diversas empresas cómo proyectan la venta de cada uno de sus productos, en general la respuesta que se repite es que sumamos o restamos un cierto porcentaje de acuerdo a la experiencia del Gerente a cargo de esa función.
Hoy en día para resolver este desafío, Data Science y Machine Learning nos entrega una tremenda herramienta que nos permite proyectar las ventas futuras, utilizando la data histórica y diversos algoritmos que nos permiten proyectar las ventas con mucho más precisión que agregando o restando un cierto porcentaje. El desafío se complica aún más, cuando necesitamos proyectar la venta no sólo de un producto, sino de cientos de productos.
Es por eso que en Data Insights implementamos una solución escalable que permite con facilidad realizar estas proyecciones a todos los productos de la empresa, de manera de dar solución a este desafío tan común en las empresas.
Si nuestra proyección asume una venta menor de productos a la demanda real, entonces perderemos ingresos. Por otro lado, si nuestra proyección se sobreestima y vendemos menos productos, también perdemos, incurrimos en un costo de tener el productos sobre stockeado o peor aún, en algunos casos, el producto expira. Esto obliga a las empresas a tener que ofrecer descuentos para vender sus productos. Por lo tanto, una proyección errónea, tiene consecuencias para el negocio en todas sus áreas.
Proyectar las ventas por producto con Machine Learning reduce la incertidumbre, ya que es un proceso al cual se le puede ir incorporando cada vez más información, de manera de hacerlo más preciso y por ende entregue importantes beneficios para la empresa, tales como:
- Aumento de las Ventas: Al contar con todos los productos disponibles de acuerdo a la demanda, los clientes podrán comprar sin esperar largos tiempos de despacho.
- Satisfacción de Clientes: Permitirá abastecerse de los productos o materias primas necesarias para la fabricación de los productos con anticipación, de manera que los clientes no enfrenten la problemática de no encontrar el producto que buscan.
- Alta Rotación de Inventario: Gracias a una adecuada planificación de los productos, no tendremos productos obsoletos o que para venderlos necesitaremos de realizar descuentos especiales.
- Reducción en el Número de Productos Deteriorados: Permitirá planificar en forma competente la entrega de productos, considerando las fechas de vencimiento, además el posible deterioro que puede significar para los productos o materias primas en el bodegaje.
- Reducción de Costos de Personal: Podremos planificar el número óptimo de trabajadores que necesitaremos según lo proyectado.
La proyección de ventas tiene diversos usos, como planificar la producción de cada producto, que incide en cantidad de materias primas que se necesitarán, priorización de proyectos, decisiones de asociación, planes de compensación, etc. Es decir, la proyección de ventas por producto es muy relevante, ya que entrega información sensible para las decisiones de diversos responsables de distintas áreas de la empresa.
En Data Insights implementamos una gran cantidad de algoritmos, incluso los combinamos, de manera que nos permiten poder comparar los resultados y obtener las proyecciones más precisas posibles.
DASHBOARD PARA PROYECCION DE VENTAS DE PRODUCTOS
De manera de transformar lo complejo en sencillo, desarrollamos un dashboard analítico que permita ver los resultados con facilidad y permita interactuar con data science y tomar buenas decisiones a partir de los modelos de machine learning que corren en el backend del dashboard.
No hay sólo un algoritmo que sirva para proyectar de mejor forma a todos los productos. Es por eso que en este Dashboard aplicamos en este tipo de proyecciones, diversos algoritmos incluso los combinamos para obtener los mejores resultados. Debemos realizar diversos approaches de machine learning para la proyección de venta de cada producto.
El usuario del Dashboard Interactivo, sólo debe agregar los productos para poder generar la proyección de ventas de los próximos 90 días como se definió en el “Forecasting Horizon” en el dashboard. Este dato puede ser modificado, según los días que uno desee proyectar.
En el dashboard podemos ver, que se utilizaron diversos algoritmos, pero en primer lugar ubica al que obtuvo los mejores resultados.
En este caso estamos realizando la proyección de los próximos 90 días de ventas de 4 productos y podemos ver que en no todos los casos el mismo algoritmo es el que generó el mejor resultado.
Para el producto Foods_3_090 el algoritmo que entrega el mejor forecasting es el Temporal Hierarchical, en el caso del producto Foods_3_585 y Foods_3_555 fue uno de los XGboost y en el producto Foods_3_252 fue el otro algoritmo de XGboost utilizado.
Al presionar en la pestaña de “Test Forecast”, podemos revisar para estos 4 productos, los algoritmos que funcionaron mejor para cada uno de ellos y por esta razón, esos fueron los algoritmos que se utilizaron para proyectar la venta de cada producto en los próximos 90 días.
En el caso del Producto Foods_3_090 notamos que el algoritmo que mejor proyectó fue el de color rojo, que corresponde al algoritmo Temporal Hierarchical.
En la pestaña de “Test Accuracy” del dashboard podemos revisar las diversas métricas analizadas en “Test Forecast” para cada uno de los productos, donde la decisión para proyectar los próximos 90 días se basó principalmente en qué algoritmo obtuvo el menor RMSE en el “Test Forecast”.
Es por eso que podemos ver que en el producto Foods_3_090, el menor RMSE corresponde al algoritmo Temporal Hierarchical Forecasting Model y éste es el que fue utilizado para la proyección de los próximos 90 días.
Al revisar el test accuracy del Producto “ Foods_3_252 podemos ver que el menor RMSE (Root Mean Square Error) fue para uno de los algoritmos de XGboost utilizado. Es por esa razón que en la proyección de los próximos 90 días, fue este algoritmo el elegido para proyectar.
Con este dashboard interactivo, logramos escalar la proyección de ventas para cientos de productos y es una extraordinaria forma que con Datas Science y Machine Learning, los responsables de proyección de ventas de los productos puedan predecir las ventas con mayor precisión que sólo agregando un cierto porcentaje.
Si necesitas implementar una metodología de proyección de demanda de productos con Data Science y Machine Learning que permita optimizar el inventario y contar con los productos demandados de manera más precisa, escríbenos a contacto@datainsights.cl. Siempre estamos dispuestos a aclarar tus dudas y ayudarte a comprender cómo otras empresas han logrado superar desafíos comerciales similares.