Pronóstico de ventas de productos en la industria del retail en base a similitud de series temporales

Abstract

La industria del retail es una de las de mayor relevancia económica, tanto en Chile, como en el resto del mundo. De hecho, se estima que esta industria concentra aproximadamente el 20% del PIB chileno. En este ámbito, las empresas se ven enfrentadas a tomar decisiones con respecto a cómo planificar eficientemente la distribución de los productos desde sus bodegas o centros de distribución hacia las tiendas donde finalmente se venden sus productos. Elaborar una buena planificación de distribución está directamente relacionado con la necesidad de realizar una buena predicción de demanda de productos en sus tiendas. El riesgo de tener una distribución ineficiente se traduce en dos posibles escenarios subóptimos de ventas, en los cuales, por un lado se arriesga a no destinar suficientes productos a una tienda de mayor demanda, y por otro, se arriesga a destinar una mayor cantidad de productos por sobre lo demandado, teniendo que incurrir en ofertas y liquidaciones no planeadas. Ambos escenarios representan pérdidas sensibles para los retailers y es por este motivo que surge la necesidad de encontrar una mejor herramienta para la predicción de ventas, para mejorar la distribución de productos. El presente trabajo busca investigar la posibilidad de realizar pronósticos de ventas en base a las similitudes en los comportamientos de ventas de los productos. Para lograr esto, se realizó una extensa exploración inicial de los datos y una posterior etapa de preprocesamiento, tras la cual se definió una heurística para simular los pronósticos de ventas de las series temporales que tuvieran el menor valor de la distancia Euclidiana, basado en predecir las ventas de un producto para la segunda mitad del año, a partir de las ventas de otro producto que presentara un comportamiento de venta similar en la primera mitad del año, medido por la métrica de distancia mencionada. Esta heurística fue replicada en los 4 datasets disponibles, Ropa Interior, Lavadoras, Pantalones y Microondas y fueron realizados tanto para una tienda en específico, como para la agrupación de las tiendas de una misma zona geográfica. Se concluye que el modelo predictivo propuesto es más robusto en la medida que se tenga un dataset final con una variedad del orden de cientos de productos y sus datos históricos de ventas de al menos 3 años atrás. Se observa que las mejores predicciones fueron obtenidas para productos de la categoría de vestuario, con un MAE de 0.0101 para el par de series más cercanas. Por otro lado, los productos correspondientes a electrodomésticos presentaron resultados menos favorables para la heurística de predicción propuesta, con un MAE de 0.0562 para el par de series más cercanas. Estos resultados permitieron sentar las bases para la creación de un modelo predictivo basado en la similitud de las series temporales de ventas.