"Sistema de sugerencias de compras para productos regionales"

Abstract

Cencosud, empresa líder en retail con ventas de USD 18 mil millones al 2023, enfrenta desafíos en la planificación y compra de productos de marcas propias debido a su complejidad logística y gran volumen de importaciones. Este trabajo propone un modelo predictivo para sugerir cantidades de compra basadas en datos históricos de ventas, con el objetivo de minimizar problemas como sobrestock, quiebres de inventario y arribos tardíos. El sistema integrado a la plataforma regional de compra ofrece sugerencias ajustadas según contexto y categoría, reduciendo errores y optimizando el uso de presupuestos. La metodología combina análisis empírico e inductivo, incluyendo entrenamiento de modelos, pruebas con datos históricos y validación con equipos comerciales. Se logra mejorar indicadores clave como días de inventario y niveles de agotamiento al comparar resultados. Limitaciones incluyen la exclusión de categorías nuevas y la necesidad de reentrenar modelos por temporada. Este enfoque busca complementar la gestión del equipo comercial, proporcionando herramientas para una planificación más precisa y eficiente, alineada con la estrategia regional.