A partir de los requerimientos que hemos estado trabajando para distintos clientes, en Novis hemos desarrollado una plataforma que nos permite contar aceleradores para construir soluciones a medida de Advanced Analytics,integrando los datos de SAP con fuentes de información exógena, usando la big data y la Inteligencia Artificial. Podemos entregar soluciones tanto en temas de pronóstico de demanda, como optimización logística y comercial.
¿Cuáles son las motivaciones de nuestros clientes?
En un mundo impulsado por datos (data-driven), las empresas buscan tomar sus decisiones estratégicas basadas en el análisis de datos y no solo en la intuición, a fin de comprender y atender mejor a sus clientes.
Estamos viendo que, en particular, las empresas de consumo masivo están requiriendo soluciones para resolver temas relacionados con predicciones de la demanda, con modelos que recogen la estacionalidad y las variables exógenas, ubicación geográfica e historia de cada punto de venta, de modo de poder hacer una predicción más certera en los siguientes procesos:
- Planeación comercial: se requiere predecir el resultado y anticipar brechas respecto del presupuesto de ventas, para ello se necesita contar con herramientas que ayuden a diseñar y a cuantificar el impacto de acciones de marketing (promociones, campañas, descuentos, etc.).
- Diseño acciones de marketingsobre la base de la evidencia. Se busca comprender las correlaciones entre la demanda de clientes y las acciones de marketing que se pueden realizar. Por ejemplo, ¿cuáles son los medios y ofertas adecuadas para cada segmento de clientes?
- Otro ámbito es la planeación de la producción, donde si puedo ser capaz de predecir con mayor certidumbre puedo ser más efectivo y eficiente en la producción, evitando quiebres de stock de algunos productos o producir otros en exceso.
- Asociado al anterior está la planeación de compra de materias primas y suministros, que en ciertas industrias debe hacerse con meses de anticipación, pues los insumos vienen de mercados lejanos y hay economías de escala al comprar en volúmenes mayores.
- Planeación de la logísticapara manejar de mejor manera en qué lugar tener stock de cada producto y determinar así cómo surtir de forma más óptima una red de centros de distribución.
Otra necesidad es dotar a la fuerza de venta de mejores herramientas para atender a sus clientes (puntos de venta) y generar así más ventas al cliente final. Algunos ejemplos:
- Pronóstico de próximo pedido de venta, orientado para apoyar al vendedor que recorre una ruta, de modo que tenga más tiempo para capacitar y conocer a su cliente. Cuando este llega al punto de venta, puede contar con un pedido sugerido basado en la historia y que considere variables como estacionalidad, festividades y eventos deportivos próximos, etc.
Esta misma información también podría estar disponible en un portal de autoatención para facilitar el pedido del punto de venta o cliente final, de modo de hacer más fácil la experiencia de compra. - Motor de recomendaciones de promociones, que correlacione la información de comportamiento de puntos de venta similares e identifique los productos que en un punto de venta determinado aún no se ofrecen y que podrían funcionar bien para agregarlos a la oferta a ese cliente.
- Modelo orientado a lanzamiento de nuevos productos. Usar la base de datos de caracterización de clientes para hacer una segmentación y definir cuáles son los mejores candidatos para nuevos productos.
Estas soluciones, que facilitan tareas al equipo comercial, permiten además al equipo de marketing diseñar mejor y hacer llegar en forma más expedita las promociones a su segmento objetivo, asegurando su entrega, para luego tener información de los resultados y evaluar la creación de nuevas ofertas.
¿Por qué ahora?
La adopción de tecnologías de big data e Inteligencia Artificial (IA) permiten llevar el análisis cuantitativo de los procesos comerciales a un nivel mucho más sofisticado, permitiendo entender mejor y modelar la relación entre el comportamiento de consumo de clientes, y una serie de variables exógenas como, por ejemplo: estacionalidad, festivos, festividades, eventos deportivos, ubicación y características de los puntos de venta, etc.
La IA no requiere actualmente de recursos humanos tan especializados y experimentados como antes para diseñar modelos, pues hoy existen algoritmos optimizados para resolver distintos problemas y que son los aportan ese conocimiento especializado. La IA ha simplificado los modelos que están detrás de esto y el esfuerzo que requieren los profesionales para construirlos.
Por último, gracias al cloudse puede disponer de las grandes capacidades de computo requeridas, pagando solo los lapsos de tiempo que se usan lo que lleva a tener costos más razonables.
La suma de estas tecnologías permite analizar relaciones en forma más masiva, procesando en forma más rápida y con menor complejidad. Esto posibilita evaluar escenarios diversos y comparar pronósticos antes de tomar una decisión.
¿Por qué Novis?
Gracias a nuestra experiencia con distintos clientes, hemos desarrollado una plataforma que nos permite automatizar la creación y operación de los procesos que controlan este tipo de soluciones. Usualmente estas requieren del desarrollo de software a medida y podemos hacerlo, ya que tenemos arquitectura y un modelo de flujo de datos que hacen más rápido el desarrollo completo. Sabemos dónde están los datos en las soluciones SAP y cómo moverlos al entorno analítico en la nube. Nuestra metodología simplifica la creación de los pipelines de datos, adecuándolos a las particularidades de cada cliente. Tenemos aceleradores para este proceso.
Hemos visto que estas iniciativas generan mucho aprendizaje para nuestros clientes y se pueden ver los primeros resultados de valor en unos tres meses. Sin embargo, este es un flujo continuo de valor, ya que les va aportando más en la medida en que van comprendiendo en profundidad sus datos y algoritmos cómo usarlos para predecir.
Para más información de nuestros servicios, invitamos a la comunidad de SAP en Chile a contactarnos.
Notas relacionadas:
