A medida que nos adentramos en un mundo postpandémico, la industria minorista se reinventa con la tecnología de inteligencia artificial (IA). ¿El enfoque principal? Obtener una predicción más precisa de la demanda de los compradores y resucitar las cadenas de suministro que se han visto afectadas por los caprichosos modelos de compra de los consumidores durante la reciente pandemia y los desafíos con la gestión de inventario «justo a tiempo». Uno de los desafíos reside en los datos de inventario erróneos, donde las cantidades inexactas en el piso de ventas de SKU específicos generan complicaciones como localizaciones imprecisas en el almacén.
La pandemia provocó un cambio drástico en el comportamiento del consumidor, lo que llevó a las deficiencias de los modelos de pronóstico anteriores que se basaban casi exclusivamente en datos históricos de ventas. Durante la pandemia, las preferencias de compra de los consumidores cambiaron constantemente y rápidamente entre artículos como productos de limpieza, equipos de gimnasio para el hogar y ropa de oficina, y luego hacia servicios como viajes. La fluctuación en los patrones de compra llevó a un exceso de mercancías no vendidas en los inventarios de muchos minoristas, mientras que la demanda de otros artículos aumentaba sin control, lo que provocaba escasez. Optimizar estas preocupaciones es fundamental para las empresas minoristas que buscan ahorrar tiempo y dinero.
Durante los picos de 2020 y 2021, las empresas ordenaron grandes cantidades de existencias como protección contra interrupciones en la cadena de suministro, lo que a menudo resultó en un excedente de mercancías no deseadas y cambios en el gasto del consumidor. Según el Buró de Censos, para agosto de 2022, los minoristas tenían alrededor de $760 mil millones en inventarios, un aumento del 30% desde agosto de 2019, el doble de la tasa de crecimiento de las ventas. La predicción precisa de la demanda es vital para la rentabilidad. Comprender el comportamiento del cliente permite a los minoristas detectar tendencias, realizar compras informadas y diseñar estrategias de precios y promociones adecuadas.
Vea también: Inteligencia Artificial, internacionalización e innovación, tendencias retail en 2024
La IA ha llegado al escenario minorista
La IA surge en armadura brillante, ofreciendo el potencial de mejorar la gestión de inventario con una variedad de estrategias innovadoras. Por ejemplo, la IA puede analizar los patrones de gasto de los consumidores para predecir cambios en el movimiento de productos específicos en el piso de ventas. Esta inteligencia fomenta un enfoque más centrado en la auditoría manual, permitiendo al personal dirigirse a áreas específicas que requieren atención en lugar de embarcarse en la tarea hercúlea de auditar toda la tienda.
No todas las soluciones necesitan involucrar una red de cámaras sofisticada. En situaciones donde se requieren esfuerzos manuales, los algoritmos de aprendizaje automático aún pueden proporcionar asistencia valiosa. Por ejemplo, en lugar de realizar una tediosa auditoría de cada artículo en los estantes vacíos, un trabajador minorista simplemente podría tomar una fotografía de cada sección del estante utilizando su dispositivo. Aprovechando el reconocimiento de objetos y las capacidades de aprendizaje profundo, estas fotografías podrían compararse con un planograma para identificar rápidamente los artículos faltantes. Sin embargo, el sistema no está exento de sus limitaciones. El éxito de este método depende en gran medida de una zonificación meticulosa, y podrían surgir desafíos al estimar las cantidades si los artículos se obstruyen entre sí.
Vea también: Cómo se utiliza la inteligencia artificial en el mundo financiero hoy en día
Implementación en comercio minorista de IA para la gestión de inventario
Los minoristas como Walmart, Walgreens y el vendedor de moda en línea ASOS han comenzado a implementar tecnología avanzada de IA para la gestión de inventario minorista, según The Wall Street Journal. Al aprovechar parámetros como los patrones climáticos y las tendencias en las redes sociales, los algoritmos impulsados por IA pueden procesar vastas cantidades de datos y ayudar en la toma de decisiones estratégicas sobre la ubicación del inventario. Con este apoyo tecnológico, los minoristas buscan perfeccionar su práctica de utilizar datos internos de ventas históricas para predecir la demanda del consumidor. Esto, a su vez, les ayudaría a abastecer sus estantes con los artículos adecuados en el momento adecuado, abordando los desafíos de muchos años de desequilibrios de inventario difíciles y costosos.
Las complejidades para los minoristas van más allá de simplemente evaluar la demanda. La evolución de los hábitos de compra de los consumidores ha dificultado cada vez más determinar dónde colocar el inventario. En nuestro moderno panorama de compras, los consumidores esperan una entrega rápida para las compras realizadas en línea para entrega a domicilio o recogida en tienda. Por lo tanto, los minoristas deben planificar estratégicamente dónde ubicar su mercancía para un movimiento rápido y eficiente.
Además, las herramientas de pronóstico anteriores no podían considerar adecuadamente cómo factores como videos virales en las redes sociales y patrones climáticos locales afectan las decisiones de compra de los clientes. Sin embargo, los avances en tecnologías de IA y aprendizaje automático han hecho posible incorporar estos datos en los modelos de pronóstico.
Walmart, por ejemplo, ha programado su sistema de gestión de inventario para considerar pronósticos del clima y tendencias de búsqueda en línea. Con estos datos, el minorista puede utilizar la IA para anticipar la demanda regional de productos específicos y distribuir el inventario en consecuencia.
Walgreens también aprovecha la tecnología de IA para pronosticar la demanda, utilizando datos de las redes sociales e informes de enfermedades estacionales. Los conocimientos adquiridos luego se utilizan para posicionar el inventario cerca de donde se espera que los consumidores compren estos artículos.
Por ejemplo, Rajnish Kapur, director de abastecimiento y cadena de suministro, dijo que «el modelo de pronóstico impulsado por IA de la empresa el año pasado ayudó a predecir las tendencias regionales y locales durante la temporada de tos, resfriados y gripe para que Walgreens pudiera colocar productos de venta libre en los estantes. El modelo había predicho tasas más altas de fiebre y tasas más bajas de congestión y tos, lo que llevó al minorista a abastecer más reductores de fiebre pediátricos en las áreas donde se esperaba una mayor demanda».
Mientras tanto, la empresa con sede en el Reino Unido, ASOS, ha comenzado a emplear la IA para la predicción de la demanda de artículos como camisetas, mezclilla y vestidos. Al combinar ventas pasadas, datos de devoluciones, popularidad del producto y tendencias, la tecnología de IA proporciona un pronóstico detallado y preciso que antes no era posible.
Macy’s mejoró su margen bruto a pesar de una disminución en las ventas durante el último trimestre de 2023, debido a inventarios más ajustados. Su inventario se redujo en un 6% en el tercer trimestre en comparación con el año anterior, y un 17% en comparación con 2019. Tony Spring, el próximo presidente y CEO, indicó que el enfoque del minorista se está trasladando a ofrecer una mayor variedad de productos en lugar de almacenar artículos redundantes.
«El cliente de hoy no quiere un surtido interminable. Quiere el mejor surtido».
Tony Spring, próximo presidente y CEO de Macy’s, según The WSJ
En conclusión, a medida que los minoristas se alinean con las realidades operativas de un mundo posterior a la pandemia, la inteligencia artificial emerge como el arma secreta para predecir la demanda de los compradores, reducir los desequilibrios de inventario y optimizar las cadenas de suministro.
