El presente trabajo de título aborda la problemática que surge en las tiendas especialistas que poseen una alta rotación de SKUs con ciclos de vida cortos, a los cuales no se les puede hacer un seguimiento de ventas para realizar estimaciones de demanda y decisiones de surtido. El principal objetivo del trabajo es desarrollar una metodología que permita realizar surtidos y generar órdenes de despacho semanales para cada una de las tiendas que componen la cadena especialista en estudio. Tras realizar una revisión bibliográfica se opta por una vía de solución basada en el estudio de los niveles de atributos y se decide por una metodología que consiste en la realización de 4 pasos: Segmentación de Tiendas, Valorización de Niveles de Atributos, Estimación de Demanda y Selección y Despacho de Productos. La primera etapa utiliza el método K-means, la segunda el modelo de Bell, Bronfer y Chintagunta de Valorización de Niveles de Atributos, la tercera se basa en el modelo Multilogit, mientras que la última es abordada como un problema de optimización de programación lineal. Dicha metodología es probada en tres subcategorías: Sostén, Pijama y Bañador. Como resultado final se obtiene para cada semana qué SKUs que se encuentran en el centro de distribución deben ser distribuidos y en qué cantidades, tales que sean capaces d satisfacer la demanda estimada para cada tienda, considerando las preferencias de los clientes en cada una de ellas y evaluando los beneficios de dicha asignación para la empresa. Se estima, que con una correcta distribución de productos, las utilidades anuales de la empresa se verán beneficiadas producto de una reducción en las perdidas asociadas a liquidaciones y ventas de bodega, las cuales, en términos de unidad diaria vendida se verían reducidas cerca de un 2% del margen promedio entre todos los productos del tercio con mayor utilidad dentro de una subcategoría, debido principalmente a que se mitigaría el hecho de que los productos con altos márgenes sean vendidos al costo. Considerando que la disponibilidad a pagar de los clientes es decreciente a lo largo de la temporada, dadas las características de los productos que vende la empresa (fashion), la metodología prioriza la elección y distribución de los productos según exclusividad y margen de utilidad, dando paso a una gestión eficiente de SKUs, teniendo presente los gustos y tendencias de sus clientes, lo que además afecta positivamente en su nivel de satisfacción y fidelidad para con la marca. Se propone seguir potenciando este trabajo de título con información de promociones, nivel de stock de productos en el centro de distribución, costos relacionados con los inventarios y el detalle de los quiebres de stock que hubo a nivel tienda. Por otro lado, sería interesante identificar las combinaciones de niveles bien valorados que no son atractivas para el cliente y evaluar cómo funciona esta metodología implementada mediante tiendas de control y tiendas de prueba, analizando porcentajes de fuga de clientes y cómo se ven afectadas las ventas de otras subcategorías dado el surtido seleccionado.

No autorizada por el autor para ser publicada a texto completo hasta el año 2014 / Las promociones corresponden a una componente de las áreas de marketing destinada a acelerar el proceso de compra en el corto plazo. Las tiendas de conveniencia no están ajenas a este tipo de prácticas y, por supuesto, las ejecutan en coordinación con los proveedores de productos, quienes en algunas ocasiones, tienen un pie de negociación más amplio que el retailer, quien desconoce los beneficios concretos que le reportará un set de promociones. Con datos transaccionales de la tienda Pronto Copec, se aplicó un modelo de planificación anual de promociones que indicaba cuáles skus utilizar y no utilizar en un momento determinado del año para promocionarlos y el nivel de inversión que ello necesitaba. Los resultados mostraron una selección de skus que brindaban mayores ganancias a la compañía comparado con la situación de no realizar promoción con ellos. Los sets de skus propuestos para cada período, tienden a repetirse cada dos períodos, lo cual hablaría de productos que son convenientes de mantener en promoción dadas las ganancias que reportan. Por su lado, los valores para los montos de inversión aportaban en su conjunto información sobre cuáles proveedores preferir para negociar primero. Los datos fueron sometidos a cambios en los parámetros de margen y eficiencia, manteniéndose intacto cerca del 60% de los skus escogidos originalmente. Queda para el futuro la aplicación de este modelo por parte de los administradores de la compañía y la recolección de mayores datos que puedan nutrir de mejor forma el modelo, como el tipo de promoción a ocupar, de manera de conseguir soluciones aún más específicas.

Ingeniera Civil Industrial / El presente trabajo se realiza en el contexto de la industria del retail, que tiene por principal dificultad entender las preferencias de sus clientes, dificultando la gestión eficiente y correctamente dirigida de sus iniciativas de marketing, particularmente promociones de descuento. Una segunda dificultad enfrentada por la industria es la complejidad de evaluar correctamente los efectos de dichas iniciativas dado que generalmente su proceso de asignación no es aleatorio. El objetivo del trabajo es establecer un método de pronóstico de la respuesta del cliente al ser expuesto a promociones, agregando a la información actualmente utilizada su respuesta a ofertas pasadas, de manera de reducir las pérdidas de ganancia de los retailers. La metodología a utilizar se basa en la aplicación de un modelo estimador de efectos causales ad hoc a la naturaleza no aleatoria de los datos llamado Modelo Causal de Rubin con Enfoque Predictivo, el cual mediante el cálculo de la propensión que presentan los clientes a ser expuestos a la promoción llamado Propensity Score contrasta la respuesta de consumidores comparables, reflejando el efecto incremental de la presencia de la intervención. Al modelo se le puede dar un enfoque predictivo si se considera que los clientes no cambian su comportamiento en el tiempo. Además se plantea un modelo propio basado en los principios de Rubin que permite reconocer clientes que si bien no es posible asegurar que compran el producto a consecuencia de la promoción, su intención de adquirirlo no es independiente de la presencia de un cupón de descuento. Entre los resultados se encuentra que la inclusión de las respuestas a ofertas pasadas de los consumidores mejora en un 23,6% el pronóstico de su respuesta actual. Por otro lado el 72% de los clientes no manifiesta cambios en su comportamiento de compra inmediato producto de la intervención, siendo las únicas variables que presentan influencia significativa sobre dicha decisión aquellas referentes a la marca del producto ofertado, la respuesta a promociones a las cuales fueron expuestos el trimestre anterior a la intervención y su comportamiento de compra en el mismo período. Además se identifican dos tipos de clientes, aquellos a quienes una alta exposición a promociones de características comunes incentiva el imprimir y utilizar cupones de descuento y aquellos a los cuales dicha exposición deteriora su propensión a manifestar estos dos comportamientos. Finalmente el modelo propio propuesto es capaz de reconocer al 80,6% de los clientes que según el Modelo de Rubin sí es influenciable por promoción. Se concluye que el actual sistema de evaluación de promociones sobrestima los efectos reales de la intervención sobre los consumidores en MM$ 1,2 por promoción, siendo más riguroso el modelo de estimación de Efectos Causales de Rubin. Por otro lado se tiene que el modelo propio propuesto, si bien no iguala el porcentaje de identificación de clientes influenciables del modelo recién mencionado, su superioridad en eficiencia lo hace el más indicado para la aplicación en el retail estudiado, además de superar en precisión al actual sistema de asignación de promociones que podría significar una disminución de la perdida de aproximadamente MM$ 72. Finalmente se sugiere a la empresa evaluar el trade off entre costos y resultados más reales que plantea continuar usando el actual modelo de evaluación de promociones versus el uso de Modelo Causal de Rubin de manera de utilizar el que mejor se ajuste a sus prioridades. Además se sugiere utilizar el modelo de pronóstico propio planteado para dirigir promociones de productos con niveles de demanda poco clara, evitando desarrollar iniciativas en aquellos con demanda alta. Por último se propone automatizar el modelo de pronóstico propuesto, además de incluir en él mediciones de la percepción que los clientes tienen respecto a promociones.

Ingeniero Civil Industrial / Las promociones de venta son fundamentales dentro de los esfuerzos de Marketing, por ejemplo, en E.E.U.U. el año 2004 las promociones de venta al canal en CPG (consumer packaged goods) representaron el 70% del presupuesto del área. En Chile el año 2002 representaron el 50,1% del presupuesto de Marketing. Una de las promociones de venta más importantes es el bundling, que es utilizado por muchas empresas y se encuentra entre las promociones preferidas por los consumidores. Un bundle es un paquete de dos o más productos que tienen mercado por sí solos, pero que se deciden vender conjuntamente. En general los consumidores asumen que los bundles incluyen un descuento en precio, lo que no es siempre cierto. De aquí nace el objetivo general de este trabajo: Analizar el ahorro presente en bundles y determinar el ahorro percibido por consumidores. Para cumplir este objetivo se realizaron mediciones de precio en tres supermercados y cinco locales de comida rápida. Se desarrolló una encuesta para medir la diferencia entre la percepción de ahorro en bundles y el ahorro real. Adicionalmente, se efectuó una encuesta para estudiar el efecto del ahorro de tiempo sobre la compra de bundles. Usualmente comprar bundles en las categorías de comida rápida y en las categorías de supermercados; aseo casa; aseo personal; y comida, implica ahorro en precio. Para todas las categorías el ahorro en promedio, es significativo y superior a 10%. No obstante, la compra de un bundle, no siempre se traduce en ahorro de dinero, se encontraron bundles con ahorros negativos o nulos en comida y en comida rápida. En general los consumidores perciben que los ahorros en bundles son positivos (inclusive en bundles con ahorros negativos), además considerando productos con precios similares, consideran que el ahorro en precio es relativamente constante. Esto independientemente de la cantidad de productos que incluye el bundle o de la categoría a la que los productos pertenecen. Sin embargo, si tiene influencia la cantidad total de productos que son una alternativa al bundle. Por ejemplo, un combo dentro de un menú de comida rápida es percibido con mayor ahorro si el menú tiene más productos. Por último, un bundle dentro de una lista amplia de productos es considerado como una alternativa que reduce el tiempo de decisión de compra. Cabe destacar que este efecto sólo se presenta entre los consumidores que efectivamente seleccionan el bundle. Se propone considerar para estudios futuros como afecta la manera de publicitar los descuentos sobre el ahorro percibido. Por ejemplo, comparando el caso en que se agrega un cartel que indica explícitamente cuanto es el ahorro que se recibe, versus el caso en que no se informa y el consumidor debe inferirlo. También se propone realizar un análisis de sensibilidad para estudiar para qué rangos de variaciones de precio los consumidores dejan de percibir que el ahorro en precio es constante y consideran que es mayor (o menor).

Ingeniera Civil Industrial / Actualmente los clientes están expuestos a diferentes canales de interacción con la empresa, ya sea como canal de comunicación como canal de venta. Este fenómeno se presenta en el mercado del retail y gestionarlo de forma adecuada puede significar una ventaja competitiva importante para la empresa. El objetivo de este trabajo es caracterizar el comportamiento de los clientes de una tienda por departamento en un ambiente multicanal. Para esto se definirán y calcularán variables que caractericen este comportamiento multicanal, se caracterizará el comportamiento de compra de estos clientes, se realizará una segmentación para capturar la heterogeneidad y, por último, se analizará la dinámica entre los distintos canales. Para alcanzar estos objetivos se utilizó información transaccional, de navegación y demográficos de los clientes. Se trabajó con los datos de venta en tienda y a distancia, considerando en este último grupo las ventas en el sitio web, sitio móvil y venta telefónica). Se realizó un análisis descriptivo de las variables demográficas y RFM multicanal de los clientes, obteniéndose como resultado que los clientes con actividad multicanal tienen mayores frecuencias y montos de compra, lo que es consistente con lo que dice la literatura. Se considera como actividad multicanal la compra a distancia y la navegación en el sitio web o móvil. Luego se realizó una segmentación de los clientes, teniéndose como resultado 3 conglomerados principales: los clientes activos monocanal, activos multicanal e inactivos. Las variables que se utilizaron fueron las 6 variables RFM (cada una de ellas en tienda y a distancia). El grupo de clientes multicanal resultó ser el más pequeño y el con mayores montos y frecuencias de compra. Se estudió la dinámica de comportamiento a través de probabilidades de transición entre estados, teniéndose como resultado que los segmentos más estables son los con menos actividad y actividad monocanal, mientras que el estado multicanal es relativamente inestable, ya que tiene más probabilidades de pasar a un estado monocanal que de permanecer en él. En el estudio de la interacción entre canales se puede apreciar presencia del efecto ROPO (Research Online Pucharse Offline), ya que la cantidad de clientes que compra en tienda el mismo día en que navega es mayor a la cantidad de clientes que compra al día siguiente y este número es decreciente durante la primera semana luego de navegar. Po r otro lado, se puede distinguir que los clientes que navegan en el sitio móvil tienen más probabilidades de comprar (en el sitio web y móvil) que los clientes que navegan web. Se propone estudiar la causalidad entre multicanalidad y aumento en las frecuencias y montos de compra mediante experimentación.

Ingeniera Civil Industrial / La industria del Retail es altamente compleja, ya que tiene gran cantidad tanto de clientes como de productos, y estos poseen una alta rotación, por lo que se requiere una estrategia para administrar las distintas áreas del negocio. Muchos esfuerzos se han puesto para diferenciar cada servicio prestado al cliente para mejorar su experiencia de compra. Uno de esos esfuerzos corresponde a las promociones personalizadas. El objetivo principal consiste en estudiar potenciales mejoras en la efectividad de promociones del sistema kiosco de un mayorista, específicamente se estudiará la entrega de promociones al cliente correcto en el momento oportuno. Para cumplir con este objetivo se utilizarán datos transaccionales de clientes pertenecientes al club convenio del supermercado mayorista y se analizará la categoría de postres refrigerados . La base de datos contiene la información de 944 clientes considerando la historia de sus transacciones durante los años 2011 y 2012. Cabe destacar que el supermercado donde se realizará el estudio ya ha puesto esfuerzos por realizar promociones personalizadas, ya que éste consta de un sistema kiosco que brinda promociones a los clientes socios, quienes se inscriben con un rubro de negocio para recibir descuentos. La metodología se basa en ofrecer un producto en el momento oportuno al cliente. Es por esto que en las variables para predecir la oferta de un producto por medio de una promoción del kiosco, se usan variables basadas en la técnica RFM. Para estudiar el efecto de la promoción, se utiliza una regresión logística binaria que modela la decisión de compra de un cliente como función de la promoción recibida, la variable dependiente es la compra o no en la categoría. Entre los principales resultados se observa que los atributos en los productos que influyen en la compra de los clientes son: para visitas al mayorista; los días entre compra, la frecuencia mensual, días acumulados entre compras móvil, días entre compra sobre frecuencia y, para la categoría; días promedio móvil entre compras y frecuencia móvil. Se concluye que es posible aumentar la efectividad de las promociones mediante un cambio en la oferta de las promociones, brindando promociones al cliente correcto, del producto correcto, en el tiempo correcto , la cual se traduce en una disminución de costos de $ 1.537.604 por cada 100.000 transacciones equivalente a MM$106 al año.

Ingeniero Civil Industrial / La determinación del precio en la industria del retail resulta ser una decisión sumamente importante. El tener una buena gestión permite mantenerse competitivo dentro de este rubro, el cual es el tercer más desarrollado de la región. Esta memoria propone determinar el precio óptimo para productos que representan, a nivel categoría, el 55% de las ventas anuales de la empresa, a través de un modelo que sugiera el precio a ofrecer al cliente. Actualmente, estos se determinan en base a la experiencia con productos similares, sin el sustento de un modelo matemático para el apoyo a la toma de decisiones. El objetivo es generar un modelo de fijación de precios que permita estimar la demanda futura, para establecer un precio sugerido que mejore los ingresos actuales de la empresa. La metodología utilizada para alcanzar este objetivo es la realización de una segmentación de tiendas, determinando primero el número óptimo de clústers, aplicando la regla del codo en el historial de conglomeración, para luego, a través del método de K-medias, definir qué tiendas pertenecen a cada segmento. Esto sirve como input para la estimación de demanda utilizando series de tiempo, sometidas a criterios de ajuste para conocer su capacidad predictiva. Finalmente, la decisión óptima de precios, considera un modelo de maximización, que incluye la demanda estimada, fechas especiales y restricciones de precio, mediante el cual se obtienen los beneficios percibidos y se realiza un análisis de sensibilidad al modelo desarrollado en cada caso. Los resultados entregan una segmentación de 4 clústers de tiendas. Por otro lado, se tienen ajustes de demanda con errores MAPE promedio de 15%, 20%, 16% y 20% para cada clúster, lo cual está dentro de los márgenes aceptables para modelos de este tipo. Finalmente, con la optimización de precios, se obtiene un aumento de los ingresos, para un periodo de 10 semanas, del 6,77%, lo que significa un beneficio de $9 millones de pesos aproximadamente. Se concluye que la segmentación permite determinar políticas de precio distintas entre un segmento y otro, con mejores resultados en aquellas que tienen mayores ventas. Sin embargo, también se tiene la limitante de no contar con información de costos y márgenes, por lo que se propone como trabajo futuro realizar un estudio similar incluyendo esta información.

El presente documento de trabajo de título tiene como objetivo general “Mejorar la efectividad de las promociones en kiosco, a través del diseño de una metodología de recomendaciones personalizadas”. La necesidad de la reformulación del kiosco, o sistema de recomendaciones, tiene directa alineación con la búsqueda de su eficiencia. Dicho sistema encuentra su aplicación en una cadena de supermercados mayoristas, y consiste en sugerir una serie de promociones, de descuento en precio, a través de cupones o “vouchers” a clientes preferenciales o también llamados “apóstoles”. En cuanto al plan metodológico, se incluyeron diversos enfoques, que van desde: un análisis de la heterogeneidad de los clientes de la cadena de retail, generando una serie de perfiles, un estudio de las asociaciones a nivel de grupo-marca de productos; hasta un análisis del historial de canjes/no canjes de recomendaciones, de modo de descubrir el conocimiento acerca de hábitos de compra, así como la evolución de la amplitud de categorías, el up-selling de recomendaciones frecuentes y la inclusión de filtros relacionados con el historial de recomendaciones asociadas. Dentro de las afirmaciones que se logran a partir de la aplicación metodológica, se sostiene que efectivamente a través de la determinación de perfiles se genera un mayor nivel de ajuste de las recomendaciones a las preferencias de los clientes. Por otro lado se consigue evaluar el esfuerzo de dirigir de buena forma las promociones a través de la incorporación del historial de canjes, y su incidencia en el hábito de compra, determinando que efectivamente la repetición de una promoción aceptada repercute en una futura compra espontánea del producto. Finalmente, se proponen lineamientos de un trabajo posterior, los que incluyen una evaluación en terreno del sistema, el análisis del porcentaje de descuento en precio de cada recomendación, y la inclusión de una etapa comunicacional del proyecto, entre otras.

Tesis

Ingeniera Civil Industrial / Debido a la gran competitividad en la industria del retail, las empresas se han visto en la necesidad de desarrollar estrategias de marketing que beneficien a sus clientes y generen lealtad. Una de esas estrategias son los clubes de fidelización, los que a través de incentivos buscan concentrar las compras de los clientes en una sola empresa. El objetivo de esta memoria es evaluar el impacto de una promoción de canje de productos realizada por el club de fidelización de una tienda por departamento, la cual se desarrolló en dos etapas. Para estimar el efecto de la promoción se usó el modelo de series de tiempo Sarimax(1,0,2)(1,0,0), incorporando variables como los puntos entregados en períodos anteriores y variables dummies de fin de mes, navidad, entre otros. El modelo mostró en el primer período un incremento en el número de canjes, observándose posterior a la ésta un ajuste en los canjes de acuerdo a lo estimado. Durante el segundo período, no se observó el mismo efecto, los canjes se ajustaron a los de una semana normal, lo que se asocia a la incorporación permanente de la promoción, disminuyendo la urgencia de los clientes por canjear, comportamiento esperado en el largo plazo. Posteriormente, se utilizó el modelo proporcional de Hazard para pronosticar compra. Se diseñó la variable distancia, la cual determinó que a medida que el cliente se encuentra más cerca de un nivel de canje, mayor es la probabilidad de comprar, lo que es un claro indicio de aceleración de compra debido a la estructura del club. A través de una variable de promoción, se determinó que la ésta disminuyó la probabilidad de compra en los cuatro niveles más bajos (que acumulan más del 97% de los canjes). Usando un modelo logit se encontró que a mayor cercanía al nivel de canje y menor frecuencia, mayor es la probabilidad de canjear, probabilidad que luego se usó para identificar el porcentaje de clientes que usó la promoción, pero que no lo hubiese realizado en circunstancias de canje regular, determinándose que menos del 50% de los clientes hubiesen canjeado en el período. Para concluir, se realizó un análisis comparativo de los clientes que canjearon durante período promocional, donde se determinó que los clientes que usaron la promoción compran en menor frecuencia y montos más bajos que aquellos que no la usaron. Además, analizando el recency promedio de compra se observó que antes de la promoción, los clientes que canjearon en promoción tenían un recency mayor que el de los clientes que no la usaron, mietras que en las semanas posteriores a la ésta su recency se mantuvo más bajo, lo que puede es un claro efecto de la promoción, que incentivó a los clientes a comprar más seguido. Luego, si se considera que con el monto cancelado por el cliente la empresa es capaz de cubrir parte o el total del costo del producto, y que se observó un efecto post-promoción positivo en la compra en los clientes que la usaron, se sugiere a la empresa que contunuar realizándola, pues es una forma de recompensar a sus clientes y reducir costos.