Estudio del comportamiento de los clientes frente a un quiebre de stock y su impacto económico en un supermercado

Abstract

La determinación de los niveles adecuados de servicio en góndola requiere equilibrar los costos de inventario y reposición con el beneficio de tener una mayor disponibilidad del producto para los clientes. Por lo general los costos de inventario son medibles, en cambio los relacionados con los quiebres de stock (Out Of Stock OOS por sus siglas en inglés) son menos visibles y más difíciles de medir. El objetivo de este trabajo es cuantificar el impacto económico asociado al comportamiento del consumidor frente a los quiebres de stock. En específico, se estudia aquellos cambios de conducta de corto plazo que tiene el cliente en la misma compra y en la siguiente a la que se enfrentó al OOS, dentro de la categoría pan y en la categoría complementaria fiambrería.

Para ello se utiliza una base de datos de panel con 2.637 clientes, los que realizaron un total de 24.751 transacciones durante aproximadamente un mes y medio. Estos datos tienen información de punto de venta y de la disponibilidad de los productos que enfrentó el cliente al momento de realizar la compra. La información de quiebres de stock es capturada por cámaras que miden cada 30 minutos los niveles de disponibilidad de los distintos panes de la sección pan a granel. Para inferir si los clientes se enfrentaron a un quiebre de stock al momento de comprar, se realiza un cruce de información entre las mediciones de cámaras y las transacciones en el punto de venta utilizando la hora en la que el cliente realizó la transacción en caja. Con la información anterior, se desarrollan modelos de elección discreta, específicamente el modelo mixed logit, que incorporan heterogeneidad en las preferencias de clientes para estimar los efectos causados por el OOS dentro de la categoría pan y regresiones lineales para calcular los efectos cruzados en las ventas de otras categorías. Esta heterogeneidad es importante para que el modelo tenga flexibilidad suficiente para capturar patrones de sustitución entre productos.

El principal resultado obtenido es que los quiebres de stock en una categoría no sólo disminuyen las ventas de ésta, sino también las de las categorías complementarias. Produciéndose la mayor pérdida para el supermercado cuando la hallulla y la marraqueta no están disponibles, disminuyendo las ventas de la panadería en un 2,9% y en un 0,31% las de la fiambrería. La suma de esta pérdida asciende a los US$ 313.480. Otro resultado interesante es la subestimación de elasticidad precio cuando se ignoran los OOS. Además, la lealtad de los clientes disminuye en importancia al incorporar la existencia de OOS intertemporal y contextual.

El conocer los efectos económicos que genera una baja en el nivel de disponibilidad de los productos le permite a la empresa determinar las estrategias de reposición óptimas que deben implementar. Como trabajo futuro se sugiere analizar los efectos de largo plazo que puede producir un OOS en el comportamiento del cliente a través de modelos que incorporen cambios estructurales en las preferencias del consumidor, tal como las cadenas de Markov ocultas (Hidden Markov Models).