Ingeniera Civil Industrial / En los últimos años, el mercado chileno de mejoramiento del hogar se ha desarrollado con gran rapidez en comparación al continente, generando una alta competencia entre las empresas participantes. De acuerdo a esta situación, es esencial que las compañías cuenten herramientas que apoyen su estrategia de expansión, como métodos que le permitan pronosticar las ventas de locales potenciales, donde resulta fundamental que aprovechen las oportunidades que se les presentan tomando decisiones acertadas. De este modo, este trabajo tiene como objetivo crear un modelo de pronóstico de ventas, para apoyar la decisión de apertura de nuevas tiendas de una cadena de mejoramiento del hogar a lo largo de Chile. Para lograr lo planteado, se caracteriza el método que actualmente utiliza la empresa, se revisan modelos y estudios vinculados con la descripción y estimación de demanda en el comercio minorista. En la actualidad existen varios modelos de estimación de ventas, que reúnen diversas características de los productos, mercado y población. Luego, se seleccionan las variables que podrían influir en la predicción y que se considerarán. Para estimar los modelos, se consideran las variables de superficie del local, distancia a la competencia, ubicación compartida, sector en que se ubican los locales, población en las zonas de influencia, caracterización de los hogares, barreras físicas y PIB. Adicionalmente, se determina su forma funcional con las ventas de los locales, usando gráficos de dispersión y análisis de regresión. Se estiman modelos mediante regresiones, utilizando el método de mínimos cuadrados y LASSO, considerando el valor promedio de las variables seleccionadas y los datos desagregados por local y año. Se compara el desempeño de estimación de los modelos realizados mediante los indicadores R2, AIC, BIC y MAPE. El modelo seleccionado se estima con el método de mínimos cuadrados, tiene un coeficiente de determinación, R2, de 73% y un error de pronóstico del 14%. El ajuste de este modelo podría ser mejorado en el tiempo con la recopilación de nuevos registros para las variables utilizadas.

En un mundo en que los productos tecnológicos son cada vez más demandados, y en donde las empresas oferentes deben manejar una gran cantidad de SKUs, resulta de suma importancia la estimación de demanda para éstos. Sin embargo, se trata de un mercado de gran incertidumbre, donde los ciclos de vida se vuelven cada vez más cortos y, por consiguiente, la predicción de demanda de éstos resulta mayormente compleja. El objetivo del presente trabajo de título es el desarrollo de una metodología de estimación de demanda para productos tecnológicos, que sea capaz de entregar pronósticos mensuales y trimestrales a nivel de SKU. Para el desarrollo, aplicación y prueba de la metodología se utilizan ventas y precios mensuales de equipos de telefonía móvil de una compañía de telecomunicaciones. Para la determinación de un modelo de demanda, la investigación se centra en la búsqueda modelos de difusión, donde se decide finalmente utilizar el modelo de Bass, siendo necesario incorporar variables adicionales de estacionalidad y precio propio en su formulación. Para la obtención de parámetros, se opta por realizar una optimización conjunta entre equipos de un mismo segmento, los cuales son definidos internamente por la empresa, forzándolos así a compartir parámetros de estacionalidad y elasticidad preciopropia, para de esta forma disminuir el problema de falta de datos. Al validar el modelo, la estacionalidad resulta ser altamente estable, relevante y transversal para todos los equipos; respecto a la elasticidad precio-propia, ésta también resulta ser relevante, no obstante, su cálculo es altamente dependiente de unos pocos SKUs. Finalmente, se consideran elasticidades precio cruzado, sin embargo, éstas resultan no presentar una mejora significativa. En el modelo final, un 23% de los SKUs presenta un error trimestral menor al 40%. No obstante, al evaluar sobre SKUs de mayor importancia, los cuales reportan sobre el 60% de las ventas del periodo de evaluación, estos presentan un MAPE promedio de un 63%, donde un 47% de estos equipos presenta un error menor al 40% trimestral. Por otra parte, si se evalua el desempeño del modelo a un mes plazo, el MAPE cae drásticamente a un 29% para este mismo grupo. Al comparar con un modelo autorregresivo, se llega a niveles similares de ajuste, sin embargo, el modelo propuesto predice con un 58% menos de error respecto a éste. Si bien existen SKUs con errores de ajuste grandes, existen también SKUs en los cuales el modelo presenta un error muy bajo, lo que sugiere que el modelo funciona bien dadas ciertas características, las que posiblemente tienen que ver con quiebres de stock y promociones. Dado lo anterior, se cree que en condiciones de monopolio o nichos de mercado, en donde los factores antes mencionados no resultan tan relevantes, el modelo se comportará considerablemente mejor y la metodología será capaz de entregar un valioso antecedente al momento de estimar demanda. De esta manera, se cree que posibles mejoras al modelo vienen dadas principalmente con la incorporación de las variables de promociones y quiebres de stock.

Ingeniera Civil Industrial / Un problema crítico al que se ven enfrentadas las empresas en la actualidad es mejorar el nivel de servicio entregado a sus clientes, ya que en mercados altamente competitivos este puede ser un factor diferenciador. Luego, es crucial contar con una estrategia óptima de gestión de inventario que permita satisfacer la demanda al mínimo costo. En este contexto, uno de los desafíos es contar con un adecuado sistema de pronóstico de demanda. El presente trabajo se desarrollará en una empresa proveedora de productos de consumo masivo, en particular, aceites, pastas galletas y otros. Es la segunda empresa de consumo masivo más grande en la región Andina, con exportaciones a Estados Unidos y a toda Latinoamérica. La empresa en cuestión cuenta con más de 1000 SKU´s pertenecientes a distintas categorías y 41 centros propios de distribución, por lo que existe una gran cantidad de demandas distintas a nivel distribuidor-SKU. Dada la complejidad de realizar esta cantidad de pronósticos, la empresa ha optado por un sistema simple de estimación de demanda, que consiste en calcular la media móvil de las ventas de los últimos 6 meses a nivel de categoría y repartir esta estimación según la participación de cada SKU dentro de la categoría. El problema de esta estimación es que no considera estacionalidad ni otros factores externos que pudieran ayudar a precisar el modelo. El propósito de esta memoria consiste en estimar la demanda a nivel SKU-distribuidor de los productos pertenecientes a la categoría más importante para la empresa (Aceites), creando una metodología que permita realizar estimaciones de grandes volúmenes de series de tiempo al mismo tiempo que utilice de manera inteligente la información contenida en la data transaccional utilizando técnicas de minería de datos. Se propone la utilización de modelos ARIMA para estimar el volumen de ventas de cada distribuidor. Luego, para desagregar a nivel de SKU, se modelan las participaciones de mercado utilizando regresiones y modelos de media móvil. El beneficio del modelo anterior es que permite comprender el mercado, ya que introduce variables dependientes tales como presencia de feriados y fechas especiales, además de la detección de estacionalidad. Utilizando ARIMA se logró disminuir el WMAPE desde un 17% a un 12%, con una reducción de error de 34% en promedio y un incremento de 44 puntos porcentuales en la varianza explicada. Al desagregar a nivel de SKU, se logra una reducción de 38% del error a nivel global. El beneficio económico obtenido al contar con un pronóstico más preciso es una reducción del 42% de los costos actuales.

Ingeniera Civil Industrial / La selección de surtido en el mercado del retail es un proceso que involucra muchas variables a considerar, ya que no solo se debe contar con productos que generen ingresos sino que también que entreguen atractivo visual, variedad y movimiento. Mediante la generación de una metodología se pretende apoyar la gestión de surtido para una empresa de retail especialista, poniendo énfasis sobre la decisión de qué productos nuevos agregar al mix existente. Para lo anterior, se utilizaron metodologías encontradas en "Metodología de apoyo a la toma de decisiones en surtido, espacio y ubicación de productos en una cadena de supermercado" (Passalacqua, 2007) y "Estimación de demanda a través de un enfoque de atributos"(Olguín, 2005) para la determinación del mix eficiente en la familia de Cristalería, basando las decisiones en atributos y en dimensiones de desempeño tales como la rotación, presencia en boletas, rentabilidad, margen y entropía. Para obtener la venta estimada de nuevos productos con mayor precisión se recurrió a dos métodos: Fisher y Raman [1], que predicen ventas a través del cálculo de porcentajes de sustitución entre atributos, y Bell, Bonfrer and Chintagunta (2005) que a través de un set de regresiones que determinan la participación de mercado a nivel de atributos y de producto. El análisis en base a árboles de decisión genera una propuesta de surtido final que comprende en la eliminación 107 SKUs de los 372 existentes, lo que genera pérdidas netas de $5.802.692. La propuesta contiene también la inclusión de 54 SKUs nuevos que generan una utilidad estimada de $19.346.900. En base a la misma propuesta, el método de Fisher y Raman arrojó como resultado una utilidad estimada de $6.621.372, lo que significa un aumento en un 5,6% respecto a las ventas actuales de la categoría Copas. Por otro lado, se utilizó un período de validación de 3 meses para el modelo de Bell, el cual generó una utilidad estimada de $9.265.375 con un error MAPE de pronóstico de un 26% y un aumento de un 7,8% respecto a las ventas actuales de Copas, lo que cubre las pérdidas generadas debido a la eliminación de productos. Como propuestas para trabajos futuros se recomienda utilizar otros métodos para la obtención de la demanda potencial, así como la elección de atributos y niveles de manera más minuciosa u objetiva con el fin de tener resultados más ajustados. También se recomienda calibrar el modelo utilizando productos con poco historial. Finalmente, se espera que la metodología desarrollada sea replicable por parte de la empresa para la evaluación de incorporación de nuevos productos a otras categorías.

Autor no autoriza el acceso a texto completo de su documento hasta el 9/11/2020. / Ingeniero Civil Industrial / La industria de las telecomunicaciones está frecuentemente enfrentada a las decisiones de surtido: determinar qué productos ofrecer y en qué momento. La importancia de tales decisiones se observa particularmente al promocionar, de manera online, productos conformados por un plan y un equipo móvil. Actualmente el surtido se mantiene estático a lo largo de cada mes, independientemente de los cambios en las existencias, lo que aumenta la probabilidad de tener un quiebre de stock. Por otro lado, los productos se determinan en base a una cantidad limitada de combinaciones, denominada universo, ambos, productos promocionados y universo, son seleccionados haciendo uso del juicio de expertos. El objetivo del trabajo es determinar una estrategia de surtido óptima para las promociones de dichas combinaciones por medio de la maximización del ingreso, para la cual se adapta un modelo que calcula en base a una función de demanda y el stock disponible, qué productos ofrecer y en qué momento. Debido a la cantidad de combinaciones es necesario utilizar generación de columnas, logrando así, su factibilidad computacional. El modelo base solo se ejecuta al principio de la planificación, lo cual lo hace inflexible. Para incorporar adaptabilidad se utiliza un horizonte rodante y se penalizan los productos que tienen un menor stock remanente, haciendo posible agregar información reciente de las ventas al recalcular el modelo cada un cierto periodo de tiempo y mejorar la calidad del surtido a lo largo de la planificación. Para evaluar la metodología se crean tres estrategias: (Caso Base) representación de la forma actual de resolver el problema; (A) una estrategia que determina el surtido utilizando la metodología creada, pero considerando el universo definido por la empresa y (B) una estrategia que además de considerar la metodología propuesta, utiliza un universo conformado por todas las combinaciones posibles. Se destaca que la cantidad de ejecuciones también fue sujeta a evaluación, considerando el cambio en el ingreso y aumento en los tiempos de ejecución. La metodología se evaluó usando datos de una importante empresa de telecomunicaciones, en la cual existen dos tipos de productos: Portabilidad -productos de gama alta que son ofrecidos a clientes de la competencia y cumplen requisitos específicos- y Multimedia - productos ofrecidos a clientes que ya forman parte de la compañía o a aquellos clientes externos que no cumplen los requisitos de portabilidad-. Debido a los resultados prometedores de las 2 estrategias propuestas, se considera incluir una estrategia extra denominada Lista Ordenada, con el objetivo de comparar las propuestas que optimizan con una opción de implementación sencilla. Tal estrategia consiste en ofrecer los productos que tengan una mejor combinación de atractivo y rentabilidad. Los resultados reflejan que la mejor estrategia depende del nivel de stock, con respecto a Multimedia, se tiene más del nivel necesario y por ello se sugiere utilizar la Lista que aumenta el ingreso en un 46 %. Por su parte, Portabilidad no tiene el suficiente nivel de stock y por ello la mejor opción es la estrategia B, que mejora el ingreso en un 21 %.

Ingeniera Civil Industrial / El surtido y la percepción de éste, es una de las características más importantes al momento de realizar y repetir una compra, por tanto es un factor importante para el éxito de un negocio de retail. Por otro lado las marcas propias (M.P.) son una excelente oportunidad para fortalecer la imagen de la empresa, ampliar el segmento de clientes y aumentar las utilidades. El presente trabajo de título tiene como objetivo aumentar la utilidad racionalizando el surtido de productos de M.P. a ofrecer en un punto de venta. La metodología consiste en tres partes: estudio de la situación actual, racionalización de la canasta (eliminar e incluir productos) y cuantificación económica de los beneficios. El estudio de la situación actual es fundamental para conocer todas las restricciones y variables que pueden influir en los resultados pero que no son reflejados directamente en la descripción de los productos. La racionalización de la canasta se produce a través de la eliminación e inserción de los SKU. El método de eliminación se basa en encontrar productos deficientes a través de tres componentes principales: movimiento, rentabilidad y eficiencia (componentes que reflejan el interés de la empresa) y corroborando que dichos SKU no fueran importantes para el cliente a través de la entropía. El método de inclusión de productos se basa en el análisis de árboles de decisión creados con datos transaccionales y atributos de los productos analizados. Las líneas analizadas fueron vajilla y cubertería de M.P. Para vajilla se propone eliminar el 22% del total de la línea lo que produce un ahorro de MM$ 3.6 anual, esto debido a que dichos SKU producían pérdidas (pedido mínimo muy alto y por ende gran inventario y baja rotación). Se propone incluir 8 nuevos productos, con características deseables para los clientes, que podrían producir 14 veces la facturación de los productos eliminados. Para la línea cubertería se sugiere eliminar el 15% de los productos, lo que produce un ahorro de MM$ 12, por las mismas razones antes señaladas y para la inclusión se proponen 7 productos de una nueva marca tal de satisfacer clientes que hoy no están siendo abarcados, los cuales podrían producir 10 veces la facturación de los productos eliminados. Finalmente se propone ejecutar la metodología y ampliarla a clientes del segmento hogar, tal de que represente una herramienta útil para decisiones futuras de la empresa.

Magíster en Economía Aplicada / Ingeniero Civil Matemático / Entender los mecanismos de asignaciones de objetos cuando los interesados poseen valoraciones privadas ha tenido una gran relevancia en economía tanto del punto de vista teórico como empírico. Dentro de las principales preguntas abordadas, destaca comprender el comportamiento de los agentes, en otras palabras, poder garantizar y caracterizar la existencia de los equilibrios bayesianos asociados a cada juego. También, el entender cuándo el mecanismo asociado cumple que el agente con mayor valoración es aquel que recibe el producto, denominado eficiencia del remate. Uno de los métodos clásicos para vender productos es la aplicación de un remate descendente, comúnmente conocido como subasta Holandesa. En este mecanismo, el vendedor comienza ofreciendo un precio alto por el objeto, el cual es rebajado hasta que un interesado decida comprarlo. Sin embargo, con el devenir de la tecnología este sistema de ventas ha mutado, incorporando el tiempo como variable a considerar en su diseño. En esta tesis buscamos comprender la versión dinámica de la subasta Holandesa. Estudiaremos un modelo donde un vendedor publica, a comienzo de temporada, el potencial precio que tendrán los objetos si es que estos aún no se han vendido. En la otra vereda, los compradores llegan de manera privada según un proceso estocástico Poisson no-homogéneo presentando una tasa de descuento temporal. El primer resultado obtenido es que si las valoraciones se distribuyen de manera independiente según una ley $F$ Bernoulli, entonces existe un equilibrio simétrico para el caso de un único ítem en venta. Más aún, el equilibrio encontrado implica eficiencia del mecanismo aunque, dependiendo de la curva de precio, este equilibrio será en estrategia mixtas. Para el caso en que $F$ sea continua mostramos que, en caso de existir equilibrio, se podrá representar a partir de una función umbral: para cada valoración existe un tiempo crítico luego del cual todo jugador con dicha valoración compra al llegar a la tienda. Lo anterior conlleva a que el mecanismo no sea eficiente. Respecto al caso de múltiples objetos a vender, damos el primer paso para su compresión. Para ello, obviaremos el factor temporal y estudiaremos el remate descendente. Mostramos que en el caso de dos jugadores y tres objetos, existe un equilibrio simétrico que tiene la particularidad de ser ineficiente.

Autor no autoriza el acceso a texto completo de su documento hasta el 5/10/2020. / Ingeniera Civil Industrial / La asignación de surtido es un problema que afecta a todos los retailers, y con aún más fuerza a aquellos que trabajan con modas y tendencias, lo que los obliga a presentar diferentes mix de productos dentro de un mismo año. Para efectos de esta memoria, se solucionará el problema en un retailer dedicado a la decoración del hogar. Los problemas de esta compañía para realizar una mejor asignación de mix radican principalmente en el fuerte enfoque en el diseño, dejando en segundo plano el análisis de datos como apoyo a decisiones; los diferentes formatos de tiendas que poseen; y los quiebres y sobre stock de productos. El objetivo general de esta memoria es desarrollar una metodología para mejorar la asignación del mix de productos con el fin de aumentar las ventas por categoría para la cadena. Se consideran 3 categorías de estudio: Velas, Ropa de Cama y Juegos de Mesa. La metodología que se plantea para resolver este problema consta de 4 etapas. Primero, encontrar los niveles de atributos más relevantes de las categorías en estudio, utilizando árboles de decisión; luego, segmentar las tiendas según los shares de ventas de los niveles relevantes encontrados por el árbol, utilizando el método de segmentación K-medias. En tercer lugar, analizar el mix de SKUs que compone cada segmento, a través de 4 indicadores: Venta, Ticket promedio, Aporte de Entropía y Margen, eliminando según criterios determinados, aquellos que tengan peores rendimientos. Finalmente, a través del uso de regresiones lineales, encontrar las valoraciones por nivel de atributo, de manera que se podrán incluir combinaciones de niveles que den origen a SKUs nuevos. Los resultados finales entregados por la metodología propuesta, corresponden a un mix eficiente para cada clúster de tiendas de cada una de las 3 categorías de estudio. En promedio fue eliminado el 31,06% de los SKUs de cada mix, que representan un 5,16%, en promedio, de la venta del total de productos. La cantidad de SKUs que se propone incluir representa entre el 8,8% y 13,9% de los tamaños de cada mix inicial, y cubren el porcentaje de venta de los SKUs que fueron eliminados. Dentro de las conclusiones, se observa que los resultados de la metodología propuesta arrojan oportunidades para modificar el mix, pues con el análisis de sensibilidad que se muestra para cada categoría, en todos los casos, bajo el supuesto de incluir la misma cantidad de SKUs que los que fueron previamente eliminados, se genera un importante porcentaje de venta incremental. El trabajo futuro que se sugiere, consiste en realizar experimentos para evaluar el nuevo mix propuesto; además del planteamiento de un problema de optimización que además se encargue de las cantidades de cada SKU.

Memoria para optar al título de Ingeniero Civil Industrial / Dentro de las prioridades de las empresas de retail se encuentra la prevención de los quiebres de stock en las góndolas de sus clientes. Sin embargo, un problema igualmente importante es la gestión de los quiebres de stock ya ocurridos. P&G es una empresa proveedora de productos de consumo a diferentes clientes de tipo retail. Actualmente para el canal de cliente farmacéuticos chilenos presenta algunos problemas que impiden que la gestión de quiebres sea satisfactoria según sus propios estándares internos. El objetivo de la memoria es rediseñar el proceso de gestión de quiebres de stock para contribuir a reparar los quiebres de stock de manera más eficaz y rápida por parte de los diferentes actores de P&G involucrados. El marco conceptual empleado fue el de mejora y de arquitectura de procesos de negocios representando los macro y sub procesos, cómo se relacionan entre sí, y planteando un rediseño en pos de conseguir un mejor rendimiento. La metodología usada consta del levantamiento y modelado de la situación actual, análisis y diagnostico de éste, propuesta de rediseño, y estimación del impacto de la mejora. En esta memoria el proceso de gestión de quiebres considera una serie de subprocesos: la detección del quiebre de stock, el análisis de mismo, y, finalmente, la reacción que diferentes actores implementan de manera de solucionar los quiebres ya ocurridos haciendo llegar el producto a la góndola. Los principales cambios propuestos son: - Definición de productos y tiendas a medir según protocolo que represente el negocio de P&G. - Reporte semanal de quiebres ponderados por ventas y con causas y responsables identificados. - Sub contratación de servicios de auditoría de quiebres.

Se propone un framework utilizando un componente de pre-procesamiento y MARS para obtener una predicción de ventas de forma precisa y confiable reduciendo el tiempo y costos. Para ello lo primero que se realizo fue obtener las ventas mensuales de los productos “Resorte Toy Corolla” y “Resorte Toy Corolla Gasol” de una empresa llamada “Franco” dedicada a la venta de autopartes, luego se procesó esta información con un componente de pre-procesamiento en donde se detectó y elimino valores atípicos. Posteriormente se seleccionó las variables de predicción y la variable objetivo, por último se construyó los modelos de predicción y se calculó las medidas de error con la ayuda del software "Salford Predictive Modeler 8.0". Luego de realizar las pruebas se llegó a la conclusión que el framework propuesto se ajusta mejor a las necesidades de una pyme ya que se obtiene predicciones de ventas más precisas. Por otro lado no es necesario que el usuario sea un experto ni que tenga conocimientos muy avanzados con respecto a las técnicas o métodos de predicción, porque cuando usamos el software “Salford Predictive Modeler 8.0”, esta misma selecciona las variables de predicción más importantes y crea el modelo de predicción con sus respectivas funciones base además también se encarga del cálculo de las medidas de error. / Tesis