Click here to load reader

Data Day - Inventario fantasma

  • View
    256

  • Download
    0

Embed Size (px)

Text of Data Day - Inventario fantasma

  • http://arturocm.github.io/dataday/

  • Inventario FantasmaEl "hello world" del Retail Analytics

    Arturo Cardenas MartinezDataDay - Marzo 15, 2016

    http://arturocm.github.io/dataday/

  • Agenda

    #DataDaySG @arturocm

    Bio

    Inventario Fantasma:

    Q&A

    Un tipo de Out-Of-Stock (OOS)

    Desde el punto de vista del Productor

    Desde el punto de vista del Retailer

    Analytics!

    -

    -

    -

    -

    3/22

    http://arturocm.github.io/dataday/

  • Bio

    "Street Cred"

    #DataDaySG @arturocm

    Ing. Mecnico Administrador - Tec de Monterrey

    M. Manufactura, Supply Chain y Operaciones - McGill University

    Ms de 9 aos de experiencia en Supply Chain y Analytics en:

    Sonorense (hasta a -30C)

    Retail y CPGs

    Distribucin de Electrnicos

    Industria Aeroespacial

    Industria Automotriz

    Manufactura

    -

    -

    -

    -

    -

    4/22

    http://arturocm.github.io/dataday/

  • Inventario FantasmaUn tipo de Out of Stock (OOS)

    http://arturocm.github.io/dataday/

  • Out-Of-Stocks (OOS)

    Definicin

    #DataDaySG @arturocm

    OOS ocurre cuando no hay "fsicamente" un item en el estante para su venta.

    OOS inicia cuando el ltimo item de un SKU es removido del estante.

    OOS termina con el resuministro del mismo SKU en el estante.

    Podemos definir los siguientes tipos de OOS:

    DC: No Existe inventario

    Store: No Existe inventario en la tienda

    Shelf: Existe inventario en la tienda pero no se encuentra en el estante

    -

    -

    -

    6/22

    http://arturocm.github.io/dataday/

  • OOS

    Desde el punto de vista del consumidor

    #DataDaySG @arturocm

    Reaccin del consumidor ante OOS

    Accin Porcentage Tienda Proveedor

    Compra item en otratienda

    31 % X

    No compra item 9 % X X

    Pospone compra 15 % X X

    Sustituye otra marca 26 % X

    Sustituye misma marca 19 %

    Credito: Gruen, Corsten, and Bharadwaj 2002

    7/22

    http://arturocm.github.io/dataday/

  • Shelf - OOS

    Por que no est mi producto en el estante?

    #DataDaySG @arturocm

    No hay producto

    Operacin de la Tienda:

    Nivel de inventario Incorrecto en el sistema:

    Est en un lugar incorrecto

    Todava est en el bodega (backroom)

    Est en "transito"

    -

    -

    -

    Inventario Escondido

    Inventario Fantasma

    -

    -

    Robado, Daado o Extraviado-

    8/22

    http://arturocm.github.io/dataday/

  • Inventario Fantasma

    El crculo vicioso...

    #DataDaySG @arturocm 9/22

    http://arturocm.github.io/dataday/

  • Inventario FantasmaDesde el punto de vista del productor

    http://arturocm.github.io/dataday/

  • Inventario Fantasma

    Un caso inventado...

    Ms de 17,258,000 mts supervisando el suministro, produccin y distribucin de "CHHHeve" para que al final fallen los ltimos 50 mts!!!

    #DataDaySG @arturocm

    Cerveza Artesanal "CHHHeve"Producida en Hermosillo, Sonora para el mundo

    item Origen Destino Distancia (Km)

    Malta Vancouver Hermosillo 2,578.8

    Cebada Milwaukee Hermosillo 2,472.8

    Lpulo Alemania Hermosillo 9,474.2

    Envases Monterrey Hermosillo 1,118.2

    Cerveza Hermosillo Len 1,288.2

    Cerveza Len Cd. Mxico 324.6

    Cerveza Cd. Mxico WTC 1.3

    TOTAL 17,258.4

    11/22

    http://arturocm.github.io/dataday/

  • De la tierra a la tienda...

    Qu pasta antes de que puedas comprar algo?

    #DataDaySG @arturocm

    !Produccin

    Materia Prima

    Mano Obra

    Mantenimiento

    Reparacin

    Operaciones

    Calidad

    ControlInventario

    "info

    #producto

    Distribucin

    $Logstica

    Transportacin

    Almacenamiento

    ControlInventario

    Mano de Obra

    Cross-docking

    Mantenimiento

    "info

    #producto

    %Punto de Venta

    Mano Obra

    Bodega

    ControlInventario

    Operacion Tienda

    Logistica

    "info

    #producto

    &Consumidor

    ConsumoProducto

    ControlInventario

    Presupuesto

    12/22

    http://arturocm.github.io/dataday/

  • Forecasting

    Anticipando "lo que viene"

    #DataDaySG @arturocm 13/22

    http://arturocm.github.io/dataday/

  • Inventario FantasmaDesde el punto de vista del Retailer

    http://arturocm.github.io/dataday/

  • De la tienda a la casa...

    Los problemas del productor a la potencia?

    #DataDaySG @arturocm

    n

    ! !

    ! !

    '

    '

    %'

    &&

    &&

    ! !

    ! !

    '

    '

    %'

    &&

    &&

    ! !

    ! !

    '

    '

    %'

    &&

    &&

    $

    ! !

    ! !

    '

    '

    %'

    &&

    &&

    ! !

    ! !

    '

    '

    %'

    &&

    &&

    ! !

    ! !

    '

    '

    %'

    &&

    &&

    $

    ! !

    ! !

    '

    '

    %'

    &&

    &&

    ! !

    ! !

    '

    '

    %'

    &&

    &&

    ! !

    ! !

    '

    '

    %'

    &&

    &&

    $

    ! !

    ! !

    '

    '

    %'

    &&

    &&

    ! !

    ! !

    '

    '

    %'

    &&

    &&

    ! !

    ! !

    '

    '

    %'

    &&

    &&

    15/22

    http://arturocm.github.io/dataday/

  • Inventario FantasmaAnalytics

    http://arturocm.github.io/dataday/

  • #datavis

    Jan 102016

    Jan 24 Feb 7 Feb 21 Mar 60

    5

    10

    15

    20

    25

    POS vs Inventario Cerveza Artesanal "CHHHeve"

    Fecha

    Inve

    ntar

    io

    InventarioPOS

    Inventario Fantasma?

    #DataDaySG @arturocm 17/22

    http://arturocm.github.io/dataday/

  • Inventario Fantasma

    Un nuevo-viejo "approach"

    Cuando el uso de "visuales" no es prctico, se puede hacer uso de analyticosavanzados (y no tan avanzados):

    #DataDaySG @arturocm

    Clasificar items (i.e. categora, tipo de producto, temporada)

    Definir "gap" mximo entre actividad de POS (meses, semanas, dias, horas)

    Calcular "Ventas Perdidas" que representa cada combinacin item/tienda

    Validar resultados item/tienda identificados

    Ajustar criterio a validacin

    Repetir ciclo hasta obtener % prediccin aceptable

    Seleccionar Top 5, 10, 20 combinaciones-

    18/22

    http://arturocm.github.io/dataday/

  • Retail Analytics

    Otras aplicaciones

    Solo en el rea de "replenishment":

    #DataDaySG @arturocm

    Utilizar precios promedio para identificar eventos o liquidaciones

    Optimizacin de niveles de inventarios

    Afinacin de Forecast

    Identificar tendencias por tienda/regin/categora y customatizar soluciones

    Combinacin con informacin socio-econmica

    Combinacin con informacin meteorolgica

    Entre otras...

    19/22

    http://arturocm.github.io/dataday/

  • Inventario FantasmaQ&A

    http://arturocm.github.io/dataday/

  • Gracias!

    Arturo Cardenas Martinez

    twitter @arturocm (http://twitter.com/@arturocm)www http:/arturocm.github.io (http:/arturocm.github.io)github github.com/arturocm (http://github.com/arturocm)

    http://arturocm.github.io/dataday/

    http://twitter.com/@arturocmhttp://arturocm.github.io/http://github.com/arturocm

  • http://arturocm.github.io/dataday/