Memoria para optar la título Profesional de Ingeniero Agrónomo. Mención: Economía Agraria

El presente trabajo consiste en una segmentación de clientes, basado en el trabajo realizado por Dunnhumby para la cadena de supermercados Tesco. Uno de los factores claves para el éxito de los programas de lealtad tiene que ver con el marketing focalizado, para lo cual, es fundamental contar con una adecuada segmentación. Expertos concluyen que no basta con saber la frecuencia de compra, monto promedio o las características socio-demográficas del cliente, lo que realmente aporta valor a la empresa, es el conocimiento de sus gustos, preferencias y necesidades [4]. Debido a lo enunciado anteriormente, esta memoria tiene como objetivo la segmentación de clientes por estilos de vida, para la realización de marketing focalizado. Para la realización de tal objetivo, la metodología propuesta consiste en: Definir una serie de atributos con los cuales se caracterizarán los productos. Luego, a partir de los productos, caracterizar al cliente vía la presencia de cada atributo en sus boletas. Finalmente realizar un análisis de conglomerados, utilizando los métodos ACP y K-Means, y la descripción de los segmentos en cuanto a frecuencia, ticket promedio, lealtad (usando análisis RFM) y las características demográficas. Aplicando la metodología para un local de la cadena en estudio y con datos del primer semestre del año 2010, se tiene como resultado los siguientes segmentos: Tradicional (28%), Express (10%), Familiar (18%), Parrillero (5%), Gourmet (8%) y Saludables (31%). De los cuales, los Saludables son lo que promedian mayor edad (50 años, promedio general 45 años) y poseen mayor porcentaje de mujeres (80%, porcentaje general 70%). Con respecto a la lealtad, se obtuvo que el segmento Express es el que tiene los menores índices (64% de sus clientes leales) y el segmento Tradicional los mayores, con un 81% de sus clientes catalogados cómo leales. Este último, además es el segmento de mayor aporte en términos de ingresos al local (43% del total). Finalmente se observa que la frecuencia de compra es semanal para la mayoría de los clientes, los cuales poseen un ticket promedio en torno a los $23mil. Por otro lado, con respecto de la metodología, para la automatización de la asignación de los atributos a los productos se propusieron 2 modelos, de los cuales el mejor asigna con buenas tasas de efectividad pero alcanza una reducida parte de los productos, por lo que la asignación manual es la mejor opción hasta el minuto. En conclusión se tiene que es posible segmentar los clientes en base a estilos de vida a partir de las boletas. Y los segmentos encontrados pueden ser alcanzados vía marketing focalizado relacionado a las características propias de cada estilo de vida.

No autorizada por el autor para ser publicada a texto completo / La industria del retail en Chile es altamente competitiva, atrayendo a los consumidores usando gran cantidad y variedad de acciones promocionales. Sin embargo, la evaluación del impacto de éstas en las ventas es un problema complejo dado que deben considerarse diversos factores tales como la estacionalidad, tendencia, comportamiento del consumidor, entre otros. Así, el objetivo de esta memoria es diseñar una metodología que permita evaluar promociones masivas para supermercados. El diseño e implementación de la metodología se realiza en una sucursal de una cadena de supermercados para dos categorías de productos: galletas y vacuno. Para ello, se consideran las ventas durante un horizonte de 52 semanas. Basado en el modelo de Abraham y Lodish y Ailawadi et al., se determina un escenario libre de promociones (línea base) para luego incorporar el comportamiento del cliente frente a una promoción mediante los efectos de sustitución entre productos (switching) y almacenamiento de éstos (stockpiling). El ajuste del modelo de Abraham y Lodish para cuatro productos de la categoría galletas entrega valores de R2 entre 0,5 y 0,7. Además se observa una capacidad predictiva con un error MAPE entre 21% y 38%. En tanto que para tres productos de la categoría vacuno se obtuvo un R2 entre 0.5 y 0.9, y un error MAPE entre 32% y 47%. Los resultados del modelo desarrollado muestran que en galletas, los 106 productos promocionados durante el periodo de observación, aumentan las ventas en un 46%. De éstas, se evidenció un efecto switching del 83,6% y no se encontró un efecto stockpiling. Mientras que en vacuno, los 10 productos afectos a promoción producen una venta incremental de 245%. Sin embargo, no se encontró evidencia de efecto switching pero sí de stockpiling, siendo éste de un 69%. Se observa que la metodología actual de la empresa, sobre estima la venta incremental en un 12,95% respecto al modelo de Abraham y Lodish, y en un 40,9% a la metodología propuesta. Como trabajos futuros se recomienda replicar la metodología para un horizonte de al menos dos años a modo de confirmar los resultados. Además, se puede abordar el cálculo del efecto Halo(consecuencia de la promoción en otras categorías) y la estimación del beneficio neto, debido al impacto de la promoción, en la cadena de supermercados.

Autor no autoriza el acceso a texto completo de su documento hasta el 18/5/2021. / Ingeniero Civil Industrial / Un aspecto crucial en la administración de un supermercado es la gestión de inventario. Determinar los niveles óptimos de este, los tamaños y la periodicidad de los pedidos a los proveedores son decisiones importantes y que requieren de un profundo análisis del comportamiento de la demanda. Sin embargo, los esfuerzos empleados en determinar dichos factores se ven desperdiciados si el stock en inventario no está coordinado con el stock presentado en góndola, que es lo que finalmente observa el consumidor. El objetivo de este trabajo es crear un sistema que identifique quiebres de stock en las góndolas de una cadena de supermercados, utilizando como insumo la información transaccional que esta posee. Para determinar el estado de la góndola se aplican Modelos de Markov Ocultos, debido a la capacidad que estos tienen de modelar estados no observables y dinámicos en el tiempo. Para calibrar el modelo se cuenta con información transaccional de las boletas en el punto de venta. A partir de estos datos se estiman modelos con distinto número de estados y con distintos niveles de agregación de la información, esto con el objetivo de encontrar la estructura que resuelve de mejor manera el problema estudiado. Por otro lado, para validar la clasificación realizada se usará una medición del real estado de la góndola, obtenida a partir de una inspección presencial de estas durante un período de 14 días. Finalmente, los resultados del modelo propuesto se contrastan con los de una auditoría que utiliza un método alternativo para detectar quiebres aplicado a los mismos datos considerados durante este trabajo. Como conclusión de este trabajo se tiene que un modelo de tres estados utilizando datos de agregación diaria es el que clasifica las observaciones de manera más acertada. Además, la imposición de restricciones al estado asociado a quiebre mejora en gran medida los resultados, identificando el 63.48% de los quiebres ocurridos con un porcentaje de error del 15.52 %, superando los resultados de la auditoría corresponientes a 56.52% y 28.57% respectivamente. Finalmente, como trabajo futuro se propone evaluar la clasificación de quiebres con un modelo que considere distintas topologías para cada producto y/o tienda, junto con la inclusión de otras variables descriptivas como promociones o exposiciones extraordinarias del producto.

Memoria para optar al título de Ingeniera Civil Industrial / Las promociones son eventos de marketing que forman parte de las decisiones tácticas que toma un retailer, los que están orientados a cambiar el comportamiento de compra del cliente de una firma (Scott, 2002). El vínculo que existe entre proveedor y retail en cuanto a la gestión de categorías es muy estrecho, en conjunto toman decisiones de surtido, layout, exhibiciones, catálogos y promociones. El caso de estudio se basa en la relación de un proveedor de bienes de consumo masivo y una cadena de supermercados. Actualmente, al momento de lanzar una promoción en una sala de ventas esta es negociada previamente por estos dos actores mencionados, en donde el proveedor paga el porcentaje de descuento que tendrá el consumidor final de un precio de venta sugerido al supermercado, mientras que este último decide el precio de venta y activa la promoción en sus salas. Por otro lado, dentro de esta misma negociación se ven temas como la presencia en catalogo del producto en cuestión como también exhibiciones adicionales fuera de góndola para exhibir el producto aumentando la visualización de este. El estudio estima en un periodo de 52 semanas un modelo que permite evaluar la efectividad promocional de 7 marcas en 14 productos promocionados. Se analizan los modelos de Abraham y Lodish (1993) y Van Heerde y Leeflang (2002) ambos modificados al caso de estudio. Para el análisis de productos el primer modelo entrego un R^2 de 0.67 y un MAPE 0.28 mientras que el segundo un R^2 0.55 y MAPE de 0.44. En el análisis de marcas los estadísticos son en el primer modelo entrego un R^2 de 0.69 y un MAPE 0.14 mientras que el segundo un R^2 0.74 y MAPE de 0.18. Para los siguientes análisis se utiliza el modelo de Abraham y Lodish para ambos niveles de agregación. Para el modelo escogido todos los coeficientes de las combinaciones promocionales son significativas a un 90% de confianza. El efecto de las exhibiciones es el que entrega una mayor incrementalidad para todas las categorías, mientras que el catálogo juego un rol importante para detergentes lo que refleja una planeación en la compra. Las recomendaciones al proveedor van en línea con escoger aquellas combinaciones promocionales a nivel de marca que potencien la efectividad de la promoción. Para las categorías de cuidado bucal y desodorantes es efectivo contar con una exhibición en el punto de venta, mientras que para las categorías de pañales y cuidado capilar es importante comunicar al consumidor beneficio promocional. Una actividad promocional no se transformará en un aumento en la participación de mercado, pero una promoción efectiva ayuda a mitigar efectos negativos que puedan causar las estrategias de los competidores en el mercado.

Magíster en Gestión de Operaciones. Ingeniero Civil Industrial / Los quiebres de stock son un problema que se presenta a nivel mundial y Chile no es la excepción. Estudios a nivel internacional indican que el promedio mundial de quiebres de stock es de 8.3%, mientras que en Chile, el nivel de quiebres de stock que presenta la industria es de un 15.7%. Esto genera pérdidas que han sido estimadas en un promedio de 3.9% de ventas perdidas para el retailer y un 2\% de pérdidas para el proveedor. Para una industria con ventas estimadas en U$602.000 millones, esto representa pérdidas de U$24.000 millones para los retailers y U$12.000 millones para los proveedores. En particular, en esta tesis se aborda el problema de los quiebres de stock de la categoría Pan a granel en el supermercado Jumbo de Peñalolén. Para ello se cuenta con datos transaccionales del punto de venta con información de la tarjeta de lealtad y mediciones de los quiebres de stock en esta categoría realizados mediante cámaras de vídeo. El objetivo principal consiste en generar una metodología que permita detectar quiebres de stock usando datos transaccionales. La relevancia de esto está dado por el hecho que gran parte de la literatura se ha enfocado en abordar este problema generando modelos de inventario en góndola. Sólo Fisher y Raman plantean utilizar datos transaccionales con modelos de Control Estadístico de Procesos. A partir de esta idea, se analizaron las distintas técnicas de Control Estadístico de Procesos para encontrar las más adecuadas a este problema, siendo elegidos los gráficos de Shewhart y el Bernoulli Cumulative Sum. Para ambos casos se clasificaron los distintos SKU de la categoría de acuerdo a su nivel de rotación en alta, media y baja; y se utilizó el market share como el estadístico a analizar. Para el caso de los gráficos de Shewhart se mostró que es un método simple de implementar y que es bastante efectivo para productos de alta rotación, obteniéndose niveles de detección entre un 40 y un 49%. Además, se mostró que agregando información histórica de preferencia de compra es posible lograr disminuciones significativas de las tasas de falsas alarmas de hasta un 67%, manteniendo niveles similares de detección. Sin embargo, este método pierde efectividad para productos de rotación más baja, que en el caso del pan a granel fue menor a 4%, ya que no es posible aplicar la metodología en muchos períodos de tiempo por la poca cantidad de información. Por otro lado, si bien el método de Bernoulli CUSUM es más complejo de implementar, éste mostró excelentes resultados en productos de rotación media y baja, llegando a niveles de detección de incluso un 58%, con tasas de falsas alarmas en torno al 10%. Para productos de rotación alta este método tuvo niveles de detección similares al los gráficos de Shewhart, sin embargo, presentó niveles de falsas alarmas superiores, entorno al 13%. Se concluye finalmente que los gráficos de Shewhart, combinado con información de la tarjeta de lealtad son el mejor método para productos de alta rotación y que los el Bernoulli CUSUM es el mejor para productos de rotación media y baja. Además, queda como trabajo futuro la revisión acerca de cómo auditar un quiebre de stock y cuánto demora este en ser observable en el punto de venta.

El proyecto es liderado por el área comercial de mercaderías generales, apoyado por el área de planificación, quién a su vez depende de la división retail de Walmart Chile (supermercados Líder), la que necesita rentabilizar al máximo los inventarios de mercaderías estacionales de comportamiento fluctuante. La idea principal de donde nace este proyecto es encontrar la manera de tomar buenas decisiones hoy para sacar mejor partido (revenue) y administrar adecuadamente el ciclo de vida de los productos de moda, entendiendo que son elementos que no se pueden pronosticar por unidad separada e individual ya que dependen de muchos factores circunstanciales como el clima, el contexto social, etc. En esta realidad hay que encontrar la manera de ir administrando los productos individualmente de acuerdo a la aceptación que generan en los consumidores y adaptarse a la realidad de cada zona, entendiendo a Chile como un país de múltiples climas, realidades y costumbres. Para ello enmarcaremos conceptualmente este proyecto en el Revenue Management, utilizado por las líneas aéreas y las principales cadenas hoteleras, donde el objetivo principal es la maximización de ingresos en un período determinado entendiendo que un boleto perdido o una habitación perdida no se podrán recuperar jamás. En este trabajo se diseña un proceso que entrega apoyo computacional a la redistribución y baja de precios aplicando las lógicas de negocio adecuadas y actualmente expresadas solamente en conocimiento tácito. El proceso de redistribución, que hoy en día se hace de manera manual por categoría se replicará en una lógica de negocios escrita en código computacional con parámetros por definir, fijos, pero modificables, que realicen un seguimiento a nivel de producto y tomen las decisiones adecuadas en el momento adecuado. El proceso de baja de precios regulares, que hoy en día se hace de manera manual por categoría se replicará en una lógica de negocios escrita en código computacional con parámetros por definir, fijos, pero modificables, que realicen un seguimiento a nivel de producto y tomen las decisiones correctas en el momento apropiado. El objetivo principal es aplicar los descuentos en el momento adecuado, reponiendo rápidamente donde sea necesario, para obtener el mayor beneficio potencial en cada uno de los productos. El beneficio potencial es el que se espera al optimizar la ecuación de oferta y demanda en cada uno de los precios posibles (Ingreso potencial) dividido por el beneficio real alcanzado. En un ejemplo detallado que se desarrolla en esta tesis se tiene un producto para el cual se mandaron 18 unidades a un local en plena temporada, dónde se vendieron 16 unidades a precio lleno de $ 7.999 y 2 unidades a precio de liquidación de $ 2.999. Tres meses después se mandaron 18 unidades más que se vendieron íntegramente a $ 2.999 con lo que el BA fue de $ 11.292. Si se hubieran enviado estas segundas 18 unidades a otro local en plena temporada y se hubiera vendido un 30% a precio lleno, un 30% a precio rebajado y un 30% a precio de liquidación, el BP hubiera sido de $ 41.548, un 268% más alto. Esto se puede aplicar a otros productos por medio de la lógica anteriormente detallada.

Actualmente la industria del retail ha entrado en una fase competitiva debido a la gran concentración de los actores del rubro, así como las economías de escala alcanzadas debido a esto. Es justamente en este contexto que nacen las promociones como una estrategia diferenciadora. Sin embargo, estas se llevan a cabo sin tomar mucho en cuenta los efectos que tiene los distintos elementos que las componen, ya sea porque tiende a ser complicada en su conformación o porque deben ser lanzadas sobre muchos productos en poco tiempo. Es así como el presente documento se encuentra fundamentado en la necesidad de estudiar los distintos efectos de los factores que componen una promoción en su desempeño. Siendo el objetivo primordial el de evaluar promociones focalizadas en la categoría de un supermercado para estudiar cómo influyen dichos factores. La metodología consiste en estudiar la situación actual del diseño de dichas promociones del supermercado, para luego evaluar hipótesis planteadas respecto a la preferencia de los clientes frente a distintos mensajes, duraciones de las promociones, existencia de sensibilidades a descuentos, y finalmente el estudio de los efectos de promoción a nivel demarca o SKU. Para este estudio se trabajó con el diseño de experimentos para lo cual se diseñaron e implementaron promociones con distintas variables como duración, descuento, mensaje, etc. en la categoría papel higiénico del proveedor CMPC, las cuales fueron comunicadas a través de la interfaz de kiosko del supermercado y cargadas en los puntos de venta. Para la evaluación, se crearon distintos grupos, donde se asignaron grupos de promoción y control, los cuales fueron contrastados para ver la existencia de diferencias significativas en las hipótesis planteadas. Los resultados arrojaron que los clientes no reaccionan de forma diferenciada a los descuentos como tampoco a los mensajes que se presentan a la hora de promocionar. Esto basado en el rechazo de las pruebas ANOVA donde el p-valor fue superior al 5% para dichos casos al contrastar ticket promedio gastado en la categoría de estudio. Por otro lado se propone llevar a cabo promociones a nivel de SKU, por sobre estrato de marca. También se consigue identificar que si la promoción no genera resultados significativos de forma general, tampoco se logra en ningún otro subsegmento de clientes. Asimismo, se postula una metodología que permite segmentar para encontrar los clientes que son promocionalmente rentables, es decir, aquellos que compran sólo cuando hay promoción. Se concluye que económicamente las promociones llevadas a cabo no presentan resultados positivos ni grandes cambios en el comportamiento de compra de los clientes. Finalmente, en base a lo anterior se enlista una serie de medidas que deberían considerarse a la hora de implementar promociones focalizadas en el futuro.

Magíster en Gestión de Operaciones / Tanto para los clientes como para las empresas la falta de productos en góndola (o quiebres de stock) produce costos indeseados muy elevados. Éstos, en su mayoría, se generan por falta de información, errores en el pronóstico de ventas y problemas en el sistema de reposición de productos. Para las empresas de retail es necesario entregar una buena experiencia de compra ofreciendo productos y servicios adecuados a las necesidades de los consumidores dada la alta competencia existente. Por esta razón es importante cuantificar y estudiar el efecto que los problemas en la disponibilidad de los productos generan sobre los clientes. El objetivo principal de este trabajo es estudiar el efecto de la variedad de surtido en góndola en el comportamiento de los clientes mediante la incorporación de variables operacionales de stock a un modelo de incidencia de compra. Para ello, se utilizan datos transaccionales de los clientes y datos operacionales de quiebres de stock --medidos mediante fotografías en intervalos fijos de tiempo-- de los distintos tipos de pan ofrecidos por una tienda de una cadena de supermercados norteamericana. En primer lugar, se realiza un análisis agregado por clientes para los principales productos del supermercado para estudiar la relación entre las ventas de diferentes categorías de panes y los quiebres de stock, donde los resultados entregan evidencia preliminar del efecto agregado de la disponibilidad. Por lo anterior, se realiza un análisis a nivel desagregado por clientes, para el cual se utiliza un modelo mixed logit, que captura la heterogeneidad de los clientes. En este modelo, se estudian los patrones de sustitución entre los productos y los efectos cruzados entre las categorías de productos. Los resultados muestran una disminución en la incidencia de compra general de panes con quiebres de stock de rolls de la categoría de un 0,91% y un efecto de sustitución entre los productos de un 0,19 %. Finalmente, con los resultados obtenidos, se estudia el efecto de los quiebres de stock de panes dentro de otros departamentos del supermercado -en particular, se estudia el departamento Produce-. Para esto, se utilizan variables instrumentales, que corresponden a las probabilidades de compra estimadas de los panes de manera agregada o de las categorías de panes. Los efectos encontrados para estos dos modelos son distintos, en donde los productos empaquetados toman mayor protagonismo sobre los de venta a granel en las compras.

Ingeniero Civil Industrial / El presente trabajo se desarrolla con un retailer de la industria de los supermercados mayoristas, el cual se ve amenazado por la llegada de un nuevo competidor al mercado. Este nuevo competidor se ha ubicado estratégicamente en una zona donde el retailer posee 3 salas. La ubicación es la variable táctica más importante, ya que representa una inversión única, costosa e irreversible. Esta influye en la decisión de compra de los clientes, por lo que es crucial incluir esta información al análisis, ya que ambas compañías van a competir por los clientes de ese sector. El objetivo de este trabajo es evaluar el impacto que ha tenido la llegada de la competencia en las ventas y en la fuga de los clientes, utilizando la información transaccional y geográfica de estos. Mediante la confección de un grupo de control se mide el impacto que la competencia ha generado en cada una de las sucursales de la zona a nivel agregado y desagregado de clientes. Luego se encuentran las variables más influyentes en la fuga de los clientes mediante regresiones logísticas y se estudian las variaciones geográficas de estas, por medio de regresiones geográficas ponderadas. Para realizar las regresiones es necesario definir un criterio de fuga, el cual sirve para construir la variable dependiente a utilizar en ambos modelos de regresión. Los resultados indican que ha bajado la cantidad de unidades compradas por los clientes de la zona en un 5% promedio. La sucursal más afectada en las ventas es también la que está más cerca de la competencia, con una disminución de 7% trimestral a nivel macro y 4% en el desagregado de clientes. Las otras dos salas no han bajado sus ventas, de hecho la más lejana ha aumentado sus ventas con respecto al grupo de control. La distancia a la sala es la variable más influyente en la probabilidad de fuga de los clientes, existiendo un trade-off entre la distancia a la sala y la distancia a la competencia. Se concluye que dentro del primer kilómetro a la redonda de cada sala se encuentra el umbral de fuga, en este se concentra el 65% de los clientes y justamente el barrio más afectado está dentro del primer kilómetro alrededor de la sala de la competencia. Se proponen descuentos personalizados según el valor y la ubicación del cliente, donde mayor valor y distancia a la sala implican mayores descuentos. Al realizar estos descuentos a 40 clientes de la sala afectada, los cuales representan la mitad del monto fugado, se espera disminuir el impacto en un 1,4%.