El efecto de la retroalimentación de los consumidores sobre la planificación del surtido

Abstract

Los principales antecedentes y la motivación del presente trabajo provienen de la teoría de Assortment, los modelos de elección discreta y los procesos de Social Learning. Se apunta a reunir parte de la vasta literatura en torno a estos temas, proponiendo un modelo matemático que incorpore el feedback de los consumidores en la elección del surtido de productos a ofrecer por parte de un vendedor. El modelo propuesto incluye un comerciante minorista quien se enfrenta a una secuencia finita de clientes, los que tienen la opción de escoger alguno de los productos ofrecidos por el vendedor. En caso de comprar alguno, descubren su calidad y la reportan de manera pública, siendo esta información utilizada por futuros consumidores en su proceso de decisión mediante actualización bayesiana de sus creencias. Estos reportes a la vez permiten al retailer - quien sólo puede ofrecer una cantidad limitada de productos - optimizar su oferta, escogiendo aquel conjunto de alternativas que le entregue un mayor beneficio esperado. La manera natural para abordar el problema de optimización de assortment enfrentado por el vendedor es mediante Programación Dinámica Estocástica, al tratarse de una situación en tiempo discreto donde período a período se debe tomar una decisión ante un determinado estado del sistema. Sin embargo, el número de estados posibles aumenta explosivamente en función de los parámetros considerados, volviéndose un problema virtualmente imposible de resolver en instancias realistas. Es por ello que se opta por Programación Dinámica Aproximada, proponiéndose 3 heurísticas que permiten obtener resultados en contextos en los cuales no es posible optimizar de manera exacta. A modo de referencia, se compara el rendimiento de las heurísticas con el de una estrategia bajo la cual el vendedor no considera las evaluaciones hechas por los clientes, ni la incidencia de sus decisiones en períodos futuros. La diferencia en los beneficios llega a ser enorme, observándose en los experimentos realizados aumentos superiores a 300% al utilizar alguno de los algoritmos sugeridos, en vez de obviar la información disponible. Esto no solo valida la calidad de los métodos heurísticos propuestos, sino que sobre todo ilustra la importancia de considerar el feedback de los consumidores.