"Levantamiento de reglas de precios, integrando la sensibilidad al precio, para una categoría de productos"

Abstract

Este trabajo de memoria consiste en el análisis de los datos transaccionales de un Proveedor de Productos de Consumo Masivo, para mejorar el desempeño de las contribuciones de una categoría de productos. Se busca establecer relaciones entre los productos, que resulten beneficiosas para la contribución. Estas relaciones pueden ser complejas de encontrar, debido a la gran cantidad de data transaccional. Para lidiar con esto se define y aplica una metodología de Reglas de Precio, que permite comparar las relaciones existentes, extrayendo indicadores de las veces que suceden y lo beneficiosa, o no, que son. Se utiliza programación SQL y Perl, para asistir la extracción de Reglas. Las Reglas a extraer incluyen: Regla de Orden (para establecer qué producto mejora la contribución al tener mayor precio que otro), Regla de Canibalización entre Productos (para establecer en qué rango de precio deben situarse dos productos), Regla de Orden Agregada (para establecer cómo se relacionan los atributos de los productos) y Reglas de Elasticidad (que relacionan la respuesta al precio de los clientes con lo observado transaccionalmente). Se generaron indicadores de Soporte y Confianza para cada una de las reglas, para poder comparar el desempeño. Se emplea la metodología KDD, adaptada para la extracción de Reglas de Precios usando los principios de Reglas de Asociación. Se extraen datos transaccionales para la categoría Aceites Domésticos , identificando los precios semanales de los productos. Se filtran las reglas según sus indicadores y se determina que el beneficio de haber mantenido las reglas encontradas, sin considerar las Reglas de Elasticidad, es de $ 6.096.405 USD. Para las Reglas de Elasticidad, se estima la respuesta al precio mediante regresiones lineales, bajo el método de regresiones doble-log. Se determina si estas se reflejan correctamente en la información transaccional. Bajo este análisis, se determinó el mejor rango de precios, para los productos, según su nivel de elasticidad. El cumplimiento del rango encontrado generaría beneficios potenciales de $1.540.289 USD. Las reglas encontradas presentan distintas utilidades, dentro de las que se cuentan: establecer rangos de precios, observar efectos de canibalización, verificar que la segmentación de precios en la categoría se esté cumpliendo y evaluar sensibilidades al precio de los productos. El beneficio de haber mantenido las relaciones de precio, encontradas en este trabajo, ascienden a $ 7.636.694 USD. Finalmente, se establecen los lineamientos generales a seguir, para la construcción de un sistema de soporte a la decisión. Se construye, según lo anterior, un prototipo para la extracción de reglas, utilizando lenguajes de programación web.