Notice: La función _load_textdomain_just_in_time ha sido llamada de forma incorrecta. La carga de la traducción para el dominio wordpress-seo se activó demasiado pronto. Esto suele ser un indicador de que algún código del plugin o tema se ejecuta demasiado pronto. Las traducciones deberían cargarse en la acción init o más tarde. Por favor, ve depuración en WordPress para más información. (Este mensaje fue añadido en la versión 6.7.0). in /home/frogmishelf/public_html/wp-includes/functions.php on line 6114

Warning: Cannot modify header information - headers already sent by (output started at /home/frogmishelf/public_html/wp-includes/functions.php:6114) in /home/frogmishelf/public_html/wp-includes/rest-api/class-wp-rest-server.php on line 1893

Warning: Cannot modify header information - headers already sent by (output started at /home/frogmishelf/public_html/wp-includes/functions.php:6114) in /home/frogmishelf/public_html/wp-includes/rest-api/class-wp-rest-server.php on line 1893

Warning: Cannot modify header information - headers already sent by (output started at /home/frogmishelf/public_html/wp-includes/functions.php:6114) in /home/frogmishelf/public_html/wp-includes/rest-api/class-wp-rest-server.php on line 1893

Warning: Cannot modify header information - headers already sent by (output started at /home/frogmishelf/public_html/wp-includes/functions.php:6114) in /home/frogmishelf/public_html/wp-includes/rest-api/class-wp-rest-server.php on line 1893

Warning: Cannot modify header information - headers already sent by (output started at /home/frogmishelf/public_html/wp-includes/functions.php:6114) in /home/frogmishelf/public_html/wp-includes/rest-api/class-wp-rest-server.php on line 1893

Warning: Cannot modify header information - headers already sent by (output started at /home/frogmishelf/public_html/wp-includes/functions.php:6114) in /home/frogmishelf/public_html/wp-includes/rest-api/class-wp-rest-server.php on line 1893

Warning: Cannot modify header information - headers already sent by (output started at /home/frogmishelf/public_html/wp-includes/functions.php:6114) in /home/frogmishelf/public_html/wp-includes/rest-api/class-wp-rest-server.php on line 1893

Warning: Cannot modify header information - headers already sent by (output started at /home/frogmishelf/public_html/wp-includes/functions.php:6114) in /home/frogmishelf/public_html/wp-includes/rest-api/class-wp-rest-server.php on line 1893
{"id":3067,"date":"2020-08-11T19:50:30","date_gmt":"2020-08-11T19:50:30","guid":{"rendered":"https:\/\/frogmishelf.com\/?p=3067"},"modified":"2022-01-07T12:21:40","modified_gmt":"2022-01-07T12:21:40","slug":"como-mejorar-la-disponibilidad-de-productos-en-tus-locales-utilizando-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/frogmishelf.com\/es\/blog\/como-mejorar-la-disponibilidad-de-productos-en-tus-locales-utilizando-inteligencia-artificial\/","title":{"rendered":"\u00bfC\u00f3mo mejorar la disponibilidad de productos en tus locales utilizando inteligencia artificial?"},"content":{"rendered":"

[vc_row][vc_column][vc_column_text]Con cientos o miles de productos en una sala de venta y una alta intensidad de eventos promocionales que disparan la demanda, tener buena visibilidad de la disponibilidad de productos en g\u00f3ndola se torna muy complejo.<\/p>\n

De acuerdo a un Estudio de \u201cGrocery Manufacturers Association (GMA)\u201d para productos de consumo de alta rotaci\u00f3n en EEUU los quiebres de stock son uno de los principales dolores operacionales en empresas de retail\u00a0con productos de consumo de alta rotaci\u00f3n llegando hasta un\u00a08% promedio industria.<\/strong><\/p>\n

El mayor problema es que\u00a0solo un 25% de esos eventos corresponde a quiebres \u201cen sistema\u201d<\/strong>, es decir, los relacionados a desabastecimiento que es visible y que normalmente gatillan acciones de re-abastecimiento.<\/p>\n

El resto de los casos, hasta en un 75% de las ocasiones, corresponde a \u201cinventario fantasma\u201d<\/strong>, cuando los productos deberian encontrarse disponibles en la sala de venta pero en la pr\u00e1ctica no lo est\u00e1n, en muchos casos el producto se encuentra en la bodega pero en otros casos el producto no se encuentra en ningun parte, ya sea por merma, mal conteo de inventario, robo u otros.<\/p>\n

Adicionalmente a la disponibilidad de inventario est\u00e1 el problema de la correcta ejecuci\u00f3n en sala, esto significa que el precio impreso en el fleje sea el correcto, si existe una promoci\u00f3n, que esta se encuentre correctamente implementada tanto en precio como en carteler\u00eda y por \u00faltimo que los productos se encuentren en el lugar correcto, ya sea de acuerdo a planograma o en un exhibidor promocional de acuerdo a las campa\u00f1as comerciales vigentes.[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text]<\/p>\n

El impacto de una mala ejecuci\u00f3n<\/strong><\/h2>\n

[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text]Uno de los grandes problemas es que muchos de estos eventos corresponden a productos de no-tan-alta rotaci\u00f3n, y por la misma raz\u00f3n estos eventos pasan desapercibidos y tienen una duraci\u00f3n significativa. En general los Retailers tienden a concentrarse en la disponibilidad de los productos \u201cTop X\u201d, con iniciativas de gesti\u00f3n tanto a nivel de abastecimiento como de gesti\u00f3n en sala.<\/p>\n

De acuerdo a ciertos estudios un 26% de los quiebres fantasmas tienen una duraci\u00f3n de 4 o m\u00e1s d\u00edas generando el 85% de las perdidas asociadas, justamente en productos de baja visibilidad.<\/strong><\/p>\n

<\/div>\n

[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text]<\/p>\n

El uso de Robots en la Sala de Venta<\/strong><\/h2>\n

[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text]Una de las iniciativas m\u00e1s llamativas que se est\u00e1 viendo en el mercado es el uso de robots que se mueven a trav\u00e9s de las salas de venta \u201cbuscando\u201d potenciales quiebres, errores en planograma y precio en los flejes.<\/p>\n

Su capacidad en encontrar estos problemas de ejecuci\u00f3n es cada vez mejor, incluso hay algunos que podr\u00edan moverse a trav\u00e9s de la tienda junto con los clientes durante el d\u00eda (eso si aun no se sabe como evitar que los ni\u00f1os peque\u00f1os traten de \u201cjugar\u201d con ellos).[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text]<\/p>\n

Predicci\u00f3n de Quiebres<\/strong><\/h2>\n

[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text]Existe una problem\u00e1tica que tiene relaci\u00f3n a los efectos de la intensa actividad promocional existente en la actualidad, con cientos de productos en promoci\u00f3n al mismo tiempo en una sala de venta, el aumento de la demanda durante el d\u00eda puede ser significativa y por ende las probabilidades que se generen quiebres que pasen desapercibidos.<\/p>\n

Descubrir un evento de quiebre es relevante, sin embargo, la mayor oportunidad es justamente predecir potenciales quiebres en la sala de venta durante el d\u00eda y gestionar de manera anticipada la reposici\u00f3n de los mismos.[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text]<\/p>\n

Uso de Inteligencia Artificial<\/strong><\/h2>\n

[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text]Una de las grandes oportunidades existentes hoy en d\u00eda es utilizar la informaci\u00f3n de venta, en tiempo real, de productos en cada local y mediante sof\u00edsticados algoritmos de inteligencia artificial\u00a0identificar venta an\u00f3mala que pueda estar relacionada a un evento de mala ejecuci\u00f3n<\/strong>, ya sea errores de precio en fleje, mala implementaci\u00f3n promocional o falta de inventario en g\u00f3ndola. Utilizando la misma tecnolog\u00eda es posible detectar\u00a0cambios en la demanda durante el d\u00eda y anticipar eventos de quiebre en g\u00f3ndola.<\/strong><\/p>\n

Lograr precisi\u00f3n en los resultados antes mencionados no es f\u00e1cil, para lograr buenos resultados es necesario combinar diversos modelos, con diferentes grados de sofisticaci\u00f3n, tales como Redes Neuronales, Random Forest, Series de Tiempo, Support Machine Vector y Otros, los cuales combinados permitan contrastar resultados y eliminar errores de manera din\u00e1mica.[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text]<\/p>\n

Accionabilidad en tiempo real<\/strong><\/h2>\n

[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text]Es clave conectar en tiempo real la inteligencia con la acci\u00f3n, para esto existen sistemas de gesti\u00f3n de tareas m\u00f3viles con capacidades de integraci\u00f3n, sin embargo, en muchos casos, estos sistemas estan dise\u00f1ados para gestionar tareas de caracter general, ejemplos de este tipo de tareas son: env\u00edo de campa\u00f1as de marketing, requerimientos comerciales y levantamiento de incidentes entre otros. El uso de este tipo de soluciones para resolver tareas a nivel de producto es altamente ineficiente generando problemas de adopci\u00f3n, eficiencia y efectividad en la gesti\u00f3n de oportunidades.<\/p>\n

En Frogmi\u00ae contamos con una soluci\u00f3n de tareas espec\u00edficamente dise\u00f1ada para abordar las oportunidades de gesti\u00f3n de productos mediante el uso de inteligencia artificial<\/strong>.<\/p>\n

Algunas caracter\u00edsticas relevantes son:<\/p>\n