Gestión de inventario, clave para el supermercadismo

inventario

De acuerdo al portal de noticias Trade y Retail, En este período de faltantes de mercadería, la gestión del stock se convirtió en un factor fundamental para la operación.

El faltante de mercadería en góndola (FMG) es un tema central para el retail y está en la agenda en la actualidad, ante un escenario de alta inflación y trabas a las importaciones. Según un informe de GS1 sobre la situación actual en la Argentina, en el 2022 el faltante representó un 13,52%, mientras que el disponible fue del 86,48%.


Banner_frasco-suscripcion-800x250

De todas maneras, vale aclarar que el porcentaje faltante aumentó respecto del 2021, cuando era del 10%. Por su parte, al compararlo con la base de medición, que es el 2014, el disponible es mayor, ya que en ese año la cifra era del 80,53%, con un pico de faltantes del 19,47%.

Según Tommi Ylinen, Chief Product Officer de Relex, una gestión eficaz del inventario de tienda aprovecha al máximo la información sobre la vida útil de los productos y sobre comportamiento de los consumidores según cada categoría para reducir la merma de alimentos.

Garantizar un Enfoque Dinámico tanto para Productos Frescos como para los Secos

Da igual que hablemos de grandes mayoristas de productos frescos, que de pequeñas tiendas de alimentación, supermercados gourmet o los que se rigen por los descuentos, tiendas de conveniencia o cadenas de autoservicio, está claro que todos sus equipos de reabastecimiento se mueven en una fina línea entre los costos de las mermas y las presentaciones en los lineales. Y es importante que en esta relación se consiga el equilibrio adecuado.

Los retailers navegan por una cadena de suministro que sirve tanto a productos frescos como secos con las mismas limitaciones de capacidad y costos de recursos, al mismo tiempo que gestionan sus distintas características, como la vida útil y el espacio en lineales. Por ejemplo, los productos frescos necesitan un modelo de reabastecimiento más «justo a tiempo», mientras que los artículos secos, pueden estar más orientados a los costos y al espacio. En cualquier caso, ambos modelos deben permanecer ágiles, de lo contrario, los cambios en la demanda conducirán a pérdidas de ventas.

No Pasemos por alto la Vida Útil del Producto al Realizar un Pedido

Todos los grandes retailers tienen contratos con proveedores en los que se especifica que los productos, al entregarse, han de tener una vida útil mínima acordada. Pero a esta información no siempre se le da suficiente importancia en el reabastecimiento, ya que las fechas de caducidad varían de una entrega a otra. Y estas variables a menudo se pueden trabajar en los pronósticos.

Los retailers necesitan un modelo que pueda estimar los dos principales componentes de costos en el negocio del retail de alimentación (merma y pérdida de ventas) en todas las situaciones posibles de la vida real. A partir de estas dos estimaciones, se formula una función de costos para establecer el costo total de los pedidos. Un sistema inteligente puede equilibrar los costos entre la merma y la pérdida de ventas en varias situaciones. Este proceso minimiza los costos al cambiar el nivel de stock de seguridad y elegir el valor que resulta en unos costos totales mínimos.

Aunque la mayoría de los pedidos se pueden realizar solo con la optimización, un reajuste final a menudo se beneficia de heurísticas inteligentes. El paso más simple es incorporar las expectativas de caducidad en los parámetros de pedido del sistema de gestión de inventario de supermercado.

Por ejemplo, los parámetros establecidos pueden vincular el cálculo de stock de seguridad a un ‘x’% máximo de previsión de caducidad o usarse para crear informes de excepción cuando el stock de seguridad puede que supere el umbral establecido. Por otra parte, establecer excepciones para cuando los días de suministro de un paquete de cajas excedan el “y”% de la vida útil puede ayudar a destacar los productos que necesitan una estrecha supervisión.

Incorporar la Merma Prevista: las Simulaciones Pueden Ayudar

Los pronósticos de la merma son útiles en el cálculo de parámetros de pedidos, pero los buenos sistemas también pueden utilizarlos en los cálculos de reaprovisionamiento teniendo en cuenta la merma futura. En entornos de centros de distribución (CD), generalmente introducimos el balance de inventario a nivel de lote con información de fecha de venta. Estos datos ayudan a mantener una alta disponibilidad al reabastecerse antes de que caduque el stock marcando los productos que deben venderse rápidamente.

Esto es más complicado en entornos de retail, ya que los consumidores no siempre siguen el principio de “primero en entrar, primero en salir”. ¡Más bien, todo lo contrario! Afortunadamente, las herramientas de reabastecimiento modernas pueden estimar el comportamiento de compra del consumidor y generar estimaciones para los saldos de lotes.

Por lo tanto, los sistemas pueden utilizar cifras precisas de merma simulada en los cálculos de reabastecimiento para mantener una disponibilidad óptima incluso para productos con un bajo volumen.

Gestionar Cada Producto Individualmente, pero Comprender Cómo se Comportan los Productos en Grupos

En muchas categorías de perecederos, los productos a menudo se sustituyen entre sí tan fácilmente que el consumidor puede cambiarlos sin pensarlo dos veces. El pan fresco es un buen ejemplo. Con un cliente en concreto, comenzamos a optimizar el reabastecimiento de pan al identificar los elementos «imprescindibles» en cada subcategoría a través de la clasificación ABC a nivel de tienda.

Ejecutamos el reabastecimiento sobre la base de que los productos “que podría estar bien tener” podrían agotarse hacia el final de la tarde, pero siempre debería haber stock en todas las categorías básicas (por ejemplo, pan blanco, integral, de semillas). La optimización tuvo el impacto esperado en la merma de alimentos, pero lo que más nos sorprendió fue lo mucho que aumentaron las ventas de la categoría y los márgenes de ventas (más de diez puntos porcentuales de media). Debido a una mejor rotación de inventario, los productos más frescos simplemente atraían más a los consumidores.

Profundizar en los Datos a Nivel Día

En retail, las grandes ganancias se obtienen a partir de pequeñas mejoras en innumerables combinaciones de SKU-tienda. En cualquier caso, para conseguir grandes cifras, primero hay que dominar los datos del nivel más bajo. Un buen ejemplo es el de unos grandes almacenes conocidos por sus restaurantes gourmet. Cuando los gerentes hicieron seguimiento de una alerta de excepción, descubrieron niveles inaceptables de merma en sus mostradores de carne fresca.

Un análisis de los datos a nivel de tienda sugirió que el problema solo afectaba a las tiendas más pequeñas y fuera de la ciudad. Al profundizar más en los datos hasta llegar al nivel de SKUs de cada tienda, se identificó al culpable: una pequeña cantidad de productos más caros, como el Beef Wellington. Un análisis más detallado de las previsiones de ventas diarias y los calendarios de entregas mostró que las ventas producían principalmente los viernes y sábados, ya que estos productos cárnicos de primera calidad generalmente suelen consumirse en una comida familiar de fin de semana.

Dado que las entregas se hacían normalmente los lunes y las ventas entre lunes y jueves eran escasas, la mayor parte de la entrega terminaría siendo merma. La cadena de tiendas simplemente redujo la selección de productos caros disponibles de lunes a jueves y solucionó el problema. Por supuesto, ayudó que tuvieran una solución que les podía proporcionar resultados instantáneos y, por lo tanto, total transparencia.

Unos datos buenos son esenciales para una buena gestión del inventario de una tienda de alimentación, especialmente porque es un entorno muy complejo, pero los datos por sí solos no son suficientes. Todos los datos del mundo no sirven de nada si no se puede acceder a ellos y entenderlos fácilmente. Para lograrlo, se necesita un sistema de gestión de inventario de supermercado con el poder de manejar big data, granularla y entregar resultados en tiempo real. Al fin y al cabo, si está gestionando productos frescos, esperar dos horas para obtener una respuesta a una pregunta importante es demasiado tiempo, son dos horas que llegamos tarde.

Banner_azules
Reciba las últimas noticias de la industria en su casilla:

Suscribirse ✉