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.

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 / El presente trabajo de título tiene por objetivo analizar y proponer soluciones para reducir la merma de perecibles en una importante cadena de supermercados del país. Por merma se entiende todos aquellos fenómenos que resten valor o impidan vender el inventario de una tienda. En los alimentos perecibles, por amplio magen la merma más común es la merma por vencimiento, la cual representa sobre el 2,2% de la venta neta de estos productos, y genera pérdidas por 10.000 MM$ anuales a la cadena, motivo por el cual los últimos años se ha puesto mayor énfasis en reducir las mermas. Se llevó a cabo un análisis de los productos, clases, departamentos, procesos y tiendas que concentran en gran parte la merma de la cadena, con el fin de identificar los hot spots , o puntos más propensos a generar merma. Para estas problemáticas se plantearon soluciones basadas en la literatura y mejores prácticas en la industria. Los resultados más importantes apuntan a privilegiar productos de alta rotación y liquidar oportunamente para reducir la merma, dando énfasis a los procesos administrativos de planificación y definición del surtido a vender en cada tienda. También figuran como claves las negociaciones comerciales con los proveedores y las políticas de recepción de mercadería en las tiendas, siendo estas dos las causantes de que una marca de alta rotación de fiambrería sea una de las que mayores pérdidas por merma le signifique a la cadena. Se estima que, de alcanzar porcentajes de merma similares a los presentes en la literatura en los departamentos de frutas y verduras, y panadería y pastelería, esto implicaría un ahorro cercano a los 420 MM$ anuales para la cadena. Finalmente, se deja propuesto el estudio y refinamiento de las elasticidades precio de los distintos productos, por considerarse esenciales a la hora de planificar la venta, así como también para tomar medidas correctivas ante el riesgo de incurrir en grandes mermas.

No description available.

Junto con ser catalogado como la industria de mayor crecimiento en Chile en los últimos años, distintos estudios muestran que el rubro del retail presenta la mayor relación de causa-efecto entre satisfacción de los clientes y el aumento de las utilidades de una firma. Además el conocimiento de los antecedentes de la satisfacción es fundamental para realizar estrategias comerciales exitosas. En consecuencia, el objetivo de este trabajo de título es determinar y caracterizar los antecedentes de la satisfacción de clientes del retail. Haciendo uso de datos recolectados en supermercados y tiendas por departamento se usa el enfoque de ecuaciones estructurales (SEM: Structural Equation Model) para identificar los factores que mejor explican la satisfacción y la relación existente entre ellos. Adicionalmente se utilizan técnicas que entregan resultados para sub-muestras, como análisis multigrupo, donde se estima el modelo SEM para cada grupo con el mismo valor en la variable de filtro, y análisis de clase latente (ACL) para segmentar en base a los patrones subyacentes en las respuestas de los consumidores. Analizando 3.244 encuestas se logró identificar cuatro factores latentes que determinan el nivel de satisfacción de un cliente: precios convenientes, gestión de productos, servicio al cliente y facilidad de compra. De estos factores, la gestión de productos y percepción de los precios tienen un mayor impacto en el nivel de satisfacción, donde por cada punto de mejora en la evaluación de la gestión de producto, ocurre un crecimiento marginal de 0,87 en el nivel de satisfacción del cliente y 0,78 si la mejora ocurre en la percepción de los precios (en una escala Likert 5). Además, los mismos efectos positivos existen entre la gestión del producto y servicio al cliente (0,76) y la gestión del producto con la facilidad en la compra (0,97). Al analizar los distintos segmentos, las variables tangibles (precio y gestión de productos) se mantienen como las de mayor influencia, mientras que el efecto de las de menor incidencia en la satisfacción (servicio al cliente y facilidad en la compra) varía considerablemente entre segmentos. Haciendo uso de análisis de clase latente se identificaron tres segmentos: el primero se caracteriza por ser principalmente sensible al precio, mientras que la satisfacción del segundo se ve determinada de forma equilibrada por la conveniencia de los precios y la gestión del producto. Finalmente el tercer tipo de cliente es aquel cuya satisfacción es determinada mayoritariamente por la gestión del producto y la calidad del servicio al cliente. A partir de estos resultados, se concluye sobre el papel crítico que tienen los factores precio y gestión de producto para la satisfacción de los clientes, y sobre la oportunidad que entregan las dimensiones servicio al cliente y facilidad de compra para realizar acciones comerciales que aumenten el nivel de satisfacción de segmentos específicos.

Una de las variables tácticas menos estudiada en la actualidad por las tiendas por departamento, es la ubicación de las áreas dentro de la sala de ventas. En la actualidad, para definir las ubicaciones se utilizan simples criterios sin argumentos sólidos para justificar las decisiones, y es por esto, que el presente trabajo pretende abordar esta problemática y tiene como principal objetivo elaborar una metodología que permita optimizar la rentabilidad de la sala de ventas en función de la ubicación de las áreas. Para abordar el tema, primero se definió una métrica de distancia para cada ubicación, por un vector compuesto por la distancia radial a cada entrada y salida de la sala de ventas. Con estas distancias y con la información de flujo de clientes por cada entrada y salida se elaboró una valorización de ubicaciones. Esta valorización favorece a aquellas ubicaciones cercanas a las puertas o salidas más transitadas, y por el contrario, castiga a las alejadas a estas entradas y salidas. Luego, utilizando información de ventas por área se realiza una estimación de demanda en función de la valorización mediante una regresión cuadrática. Por otro lado, se analizaron los roles de cada una de las áreas, se identificaron las áreas destino y generadoras de margen. Con esta información se ubicaron las áreas destino de manera distante entre si y alejadas a las entradas principales, con el fin de incentivar al cliente a recorrer mayor parte de la sala de ventas. El resto de las áreas se ubicaron según una optimización que busca maximizar la contribución esperada de la sala de ventas. Al analizar los resultados, se aprecia que las áreas destino se ubican en las zonas menos transitadas y alejadas a los principales accesos, y las áreas con mayor margen en las zonas más transitadas de la sala de ventas. Con esta nueva configuración se esperar un aumento en la rentabilidad por parte del retailer, la cual debe ser cuantificada con una posterior implementación de la propuesta. Cálculos preliminares permiten estimar que las ubicaciones dentro de la sala de ventas pueden llegar a incrementar o disminuir las ventas en hasta un 25% dependiendo de la categoría. Esta metodología se elaboró en base a un piso de una sucursal, sin embargo es perfectamente replicable a otros pisos y a otras sucursales de la cadena en estudio. Como trabajo futuro se propone complementar incorporando otras variables cómo: análisis de cliente, tipos de productos preferentes de la compra impulsiva y armonía de la sala. También se sugiere estudiar el tema del espacio óptimo a asignar a cada área para complementar el tema sobre ubicación y espacio óptimo en la sala.

Ingeniera Civil Industrial / Actualmente los programas de lealtad tienen presencia en casi todas las industrias, desde supermercados, tiendas de retail hasta aerolíneas. Es justamente en este contexto que nace el sistema puntos-pesos o sistema mixto que permite a las personas canjear premios usando puntos y dinero. Sin embargo, dado que se trata de un sistema nuevo y relativamente poco investigado, la implementación se realiza sin conocer mayormente las preferencias de los clientes. Es así como la presente investigación se encuentra fundamentada en la necesidad de estudiar los distintos factores que hacen que una persona prefiera efectuar un canje usando puntos-pesos en vez de realizar un canje usando sólo puntos, siendo el objetivo primordial determinar bajo cuáles condiciones un cliente tiene preferencia por un canje usando puntos y pesos. La metodología consiste en estudiar una serie de factores que puedan explicar la preferencia por el sistema mixto, para luego plantear hipótesis respecto a la interacción de esos factores sobre el uso del sistema puntos-pesos y la disposición a pagar por puntos. Para este estudio se usa una base de datos transaccional y un Análisis Conjunto. En el primer caso se aplica una Regresión Logística tomando como variable dependiente el uso del sistema mixto y las variables independientes corresponden a algunos de los factores evaluados. En el segundo caso se utiliza un diseño experimental en el cual se les presentan a los participantes distintas alternativas de canjes. Para evaluar las hipótesis planteadas se estima un modelo Logit Condicional y se calcula la elasticidad puntos-pesos en función de cada factor evaluado. Los resultados arrojaron que el uso del sistema mixto por parte de los clientes está determinado por factores del programa de lealtad tales como el nivel de canje asociado al mismo, pero también por características propias de los clientes, como por ejemplo el número de canjes anteriormente realizados por cada uno de ellos. De la misma forma se determina que tanto atributos del producto a canjear, como del programa de lealtad y del cliente, influencian la disposición a pagar por puntos.

No description available.

Los numerosos datos y distintas variables ante las que se debe responder en retail han provocado que la gestión de categorías se haya convertido en un proceso más complejo. Este trabajo pretende diseñar un sistema de apoyo a las tácticas para supermercados, tiendas con muchas categorías para las cuales es necesario tomar decisiones rápidas e informadas. La metodología consiste en estudiar la solución actual y diagnosticarla para luego confeccionar un proceso de revisión de tácticas en base a entrevistas con personas del mundo del retail y expertos. Posteriormente se realizan tres metodologías para encontrar alertas, una por táctica, siempre considerando la dimensión cliente y la dimensión negocio que afectan al retail. Para disponibilidad se mira el nivel de servicio calculado a través de las unidades vendidas, para el precio se contrastan los delta precios con los delta ventas, contribución, penetración y presencia y para el surtido, se obtienen los SKU con peor rendimiento por cada categoría usando la concentración, la contribución y la penetración. Tales metodologías se probaron en las categorías pertenecientes a la línea lácteos de un supermercado mayorista. Se han distinguido cuatro perfiles distintos entre los que se cuentan al gestor de categorías, el jefe de sala y los jefes de ambos, así como se han diseñado seis vistas, una vista general de alarmas, otra de rendimiento general de categorías, tres de detalle de cada táctica y una de rendimiento general de salas, cada de una de ellas mostrando variables e indicadores a través de resúmenes de información en base a tablas y gráficos, de manera simple, concisa y ordenada. En cuanto al diseño del prototipo, se hizo para los detalles de las tres tácticas, con datos de seis categorías en una sucursal y para una semana, utilizando un software de BI llamado Jaspersoft. El resultado otorga una aplicación que permite ver los rendimientos de las categorías de manera estructurada, teniendo acceso rápido a información que no puede ser ignorada, brindándole al usuario un ahorro de tiempo importante. El separar la información por táctica, el perfilamiento establecido, los medios gráficos y la robustez de las metodologías le dan sustento a la aplicación y establecen una diferencia respecto de la versión anterior. Para trabajos futuros se propone la implementación de la aplicación, así como el uso de otros métodos de mayor indagación en algunas tácticas, tales como el uso de reglas en pricing.

El presente trabajo de título tiene como principal objetivo apoyar la decisión de asignación de productos en sala de una cadena de tiendas especialistas, basando las decisiones en la gestión de atributos. Centrando el análisis en esto último, se desea utilizar la historia de ventas de una temporada para una mejor asignación el año siguiente, encontrando diferencias en la demanda de cada tienda. Para lograr lo anterior se definió una metodología que considera una segmentación de las tiendas de la cadena basada en el desempeño de las categorías sostén y bañadores. Luego se realiza un pronóstico de demanda de categoría completa en cada segmento, el cual se utiliza para obtener un pronóstico por atributos al ponderarlo con las participaciones de mercado históricas de cada uno de ellos en las distintas sucursales de la cadena. Con esto, se definen los niveles de inventario objetivo a manejar en cada tienda. Finalmente, se complementa con una metodología para la priorización de despachos basada en las probabilidades de venta, dadas por los comportamientos de la demanda en cada sucursal. Los modelos de predicción de demanda arrojan resultados positivos, tanto en aquellos para categoría completa, con ajustes R2 superiores a 0,8 en categoría sostén y bañadores, como en los pronósticos finales por atributos, que a pesar de incrementar el error se comportan de buena forma y permiten emplear el modelo de inventarios. Al emplear este último sobre todas las combinaciones de atributos existentes en la categoría de destino, los niveles de inventario a nivel de cadena se reducen a 3 semanas de alcance en promedio y los quiebres de venta al 13,6% de un total de 105 semanas estudiadas. Como conclusión de este trabajo se puede establecer que es posible encontrar diferencias en la demanda por atributos en las distintas tiendas y a través de los trimestres, por lo que existe un espacio para mejorar la asignación de productos. Sin embargo, futuros trabajos podrían mejorar la metodología, contando con una mayor cantidad de atributos a estudiar y una categoría de destino con niveles de venta superior a la de este.