Determinación de ajustes semanales para el pricing de una cadena de supermercados

Abstract

La industria del retail en Chile se caracteriza por ser altamente competitiva, especialmente en el rubro de los supermercados, bajo este contexto una de las variables más visibles para el cliente y en consecuencia que pueden causar un impacto significativo en las ventas de una cadena, es el precio. En relación a esta problemática, existen modelos que definen un precio a través de estimaciones de elasticidades de demanda y de una posterior optimización en base al margen de la cadena. Sin embargo, poseen ciertas limitaciones, esencialmente relacionadas con el tiempo requerido para poder determinar las elasticidades de precio/demanda, tardando en promedio tres semanas. El objetivo principal de esta memoria es diseñar una metodología para la detección de reglas de asociación, que permita determinar ajustes semanales al precio de una categoría de una cadena mayorista, tomando como base el pricing operativo gestionado por la compañía Penta Analytics S. A, pero que además incluya en su análisis factores referentes a los eventos ocurridos, que provocan que la perfomance del precio, en cuanto a su aporte al margen total de la cadena, varíe semana a semana y que logre disminuir el tiempo que tarda la determinación de un esquema de precios semanal. La metodología utilizada para lograr dicho objetivo, parte con un estudio histórico del desempeño de la categoría de productos margarina, detectando indicadores que explican dichos resultados y que determinan el efecto que tienen factores externos al precio, sobre los resultados obtenidos. A partir de estos indicadores, se seleccionan variables explicativas, para luego, a través de un algoritmo de programación detectar todas las combinaciones de reglas de asociación presentes en la data, las cuales son evaluadas posteriormente según su nivel de soporte y confianza. Finalmente, con las reglas seleccionadas y siguiendo la lógica declarada, se determina la acción de precio correspondiente a cada escenario. La aplicación de la metodología da como resultado 86 reglas de precios significativas, a partir de las cuales, se consolidan acciones de ajuste semanales de precios por producto, para toda la categoría, por ejemplo: Si el producto Margarina Pamperita 100G tiene un desempeño regular en cuanto a sus ventas la semana anterior y al subir el precio esta semana sus ventas suben, la regla dice que el precio se debe seguir subiendo. Esto permite reducir el tiempo de trabajo de un tomador de decisión de tres semanas a cuatro días, implicando un ahorro de $3.326.400 anual. Además, posibilita eliminar un 17% de errores logrando un ahorro de $12.576.75 anual. Como principal limitante de este trabajo se encuentran la falta de información en cuanto a precios de la competencia y quiebres de stock, por lo que se plantea como trabajo futuro la incorporación de nuevas semanas de estudio con dicha información y además de otras variables como el almacenamiento de productos por parte de los clientes (stockpiling), utilizando programación dinámica.