Predictive Trade Intelligence Business Case

Logyt Discovery ©© 2009

Discovery: Sustento analítico para descubrir y desarrollar ventajas competitivas

1

Predictive Trade Intelligence

Presentación interna Grupo LOGyT


ObjetivoObjetivo

Presentar los resultados del modelo de Predictive Trade Intelligence con la finalidad de identificar

oportunidades de negocio y análisis.

2


Propuesta de ValorPropuesta de Valor

Para empresas que compiten en el canal de retail y requieren reducir la incertidumbre en la toma de decisiones comerciales y optimizar su

inversión en el punto de venta, LOGyT Discovery ofrece el servicio de Predictive Trade Intelligence (PTI) que

integra analíticamente toda la información interna y externa relevantepara diseñar e implementar modelos predictivos,

permitiendo potenciar el expertise de mercado y alinear las capacidadescomerciales de la empresa en estrategias de punto de venta con alto

retorno de inversión.

A diferencia del enfoque de Business Intelligence (BI) que solamentepermite visualizar indicadores preestablecidos basados en históricos,

nuestras prácticas de Business Analytics (BA) entienden el pasadoconsideran el presente y proyectan el futuro integrando todas

las piezas en una sola capacidad de identificación deestrategias de negocio enfocadas.

3


AplicacionesAplicaciones

• Modelo Predictivo de Evaluación del potencial por POS / Categoría / Producto

– Priorización y control

1. Optimización de Promotoríaa) Perfilb) Incentivosc) Rutas

2. Optimización de Actividades Promocionalesa) CBA Materiales POSb) Ev Ex Promociones (boundles, lanzamientos)

3. Minimización de OOS

4. Revenue POS enhancement

• BPO – Diseño, selección e implementación del sistema de control

4


Caso de NegocioCaso de Negocio

Empresa líder en su categoría de alimentos congelados

Necesidad: Optimizar los recursos invertidos en POS (promotoría y actividades promocionales) para mejorar los resultados y el control

Entregables:– Evaluación del potencial por POS: Cuantificación y etiquetación de las tiendas de acuerdo a su

potencial de venta (Over o Under Performers) para enfocar las acciones y el control– Optimización de promotoría: Diseño de perfil, KPIs e incentivos, diseño de rutas– Optimización de actividades promocionales: Identificación de las actividades clave que

impactan los resultados en POS y cuantificación de su efecto (análisis costo-beneficio), para asignación o reasignación de recursos

– Diseño y selección del sistema de control: Tecnología, proveedor, procesos de captura de KPIs

Resultados:– Potencial de venta mensual de las tiendas Under Performers del 15% total negocio WALMEX– Acciones correctivas puntuales sobre el 70% de la plantilla de promotores generando un

incremento esperado del 16% de venta mensual por tienda WALMEX– Lo cual representa un incremento esperado total negocio del 11% de venta mensual WALMEX– Incremento promedio total del 9% en el valor de las rutas al reasignar los días de visita para

satisfacer los picos de demanda de las tiendas WALMEX– Incremento esperado del 73% de venta mensual al invertir en actividades promocionales

5


Proceso de Trabajo AnalíticoProceso de Trabajo Analítico

Proceso estandarizado de minería de datos y análisis de uso internacional (CRISP-DM)

6



• Entrenamiento e inducción de los promotores• Procedimiento de la visita de promotoría, negociación y

argumentos de venta• Canal de autoservicios

– Cobertura de cadenas/formatos, frecuencia de visita, rutas

• Información generada en POS (calidad y disponibilidad)– Reportes (de precio, inventarios, competencia, etc.)– KPIs / Indicadores– Actividades promocionales– Tecnología de soporte

• Control, medición y evaluación de actividades(definición de KPIs) en POS

Beneficios• Enfoque de la promotoría hacia los KPIs críticos

que soportan los objetivos comerciales en POS• Control de la ejecución en POS (alinea la estrategia con la operación)

7

Entendimiento de negocio



• Extracción histórica de inventarios y transacciones en POS del sistema Retail Link para Grupo WALMEX (673 tiendas)

Beneficios• Extracción definida y guardada como reporte dentro del sistema Retail Link para su

ejecución continua• Automatización de procesos analíticos mediante extracciones programadas

8

Entendimiento de datos

Retail LinkEjecuciónen POS

PromotoríaCadenas de

tiendas

Artículo: número, descripción, categoría.Tienda: número, nombre, formato, domicilio, tamaño, pricing, fecha de apertura, antigüedad.POS: venta POS, cantidad POS.Inventario: existencias históricas.

POS: KPIs, actividades promocionales.

Promotores: antigüedad, edad, sexo, educación.

Tienda: split/rank de tienda, TOP del departamento.



• Extraer los datos desde los sistemas de origen (Retail Link)• Transformar los datos extraídos mediante funciones

– Traducir códigos– Codificar valores– Obtener nuevos valores calculados– Unir datos de múltiples fuentes– Transponer o pivotar variables– Agregar valores por periodo de tiempo, sku, categoría, tienda

• Cargar los datos en una base temporal de análisis

Beneficios• Documentación de rutinas y procesos ETL para su ejecución continua

9

Preparación de datos

Retail Link

Ejecuciónen POS

Promotoría

Cadenas detiendas

Base deanálisis

Verificación

de datos

Limpiezade datos

Integración

de datos

Agregación

de datos

Proceso ETL


• Formatos de captura de KPIs, descripción, valores de medición einstrucciones de llenado

• Lectura de KPIs en muestra aleatoria de tiendas• Información generada en POS (calidad y disponibilidad)

– KPIs– Actividades promocionales– Tecnología de soporte

Beneficios• Input para la toma de decisiones en ejecución punto de venta

– Metodología de generación de información en POS (promotoría, actividades promocionales, KPIs) para mejorar su calidad y disponibilidad

• Recompensa directa sobre objetivos y prioridades de negocio– Sistema de evaluación (por puntos) de KPIs para promotores


10

Cierre de brecha de

información



• Selección de técnicas de modelación para descubrir la relación queexiste entre las actividades de los promotores y los resultadosen el punto de venta

• Generación de modelos predictivos por tipo de formato• Interpretación de los modelos y resultados de manera colaborativa

Beneficios• Diseño de una metodología de normalización de venta con base a variables no

operativas que permite:– Cuantificar el potencial de venta por tienda y– Etiquetar a las tiendas por formato como Over o Under Performers para desarrollar el potencial

de venta

• Identificación y cuantificación de las actividades clave que impactan los resultados en POS:

– Perfil ideal del promotor– Participación en anaquel– Mercadeo (cenefa, cabecera)

• Adecuación de las rutas para satisfacer los picos de demanda y maximizar su valor– Preparación de las tiendas para anticipar la demanda del día siguiente

11

Modelación


Mapa Conceptual del ModeloMapa Conceptual del ModeloAnalíticoAnalítico

12

Variable predicha: Venta promedio mensual “normalizada” por tienda

Variable predicha: Venta promedio mensual “normalizada” por tienda

EdadAntigüedadEducación

• Tiendas Over Performers (#)• Tiendas Under Performers (# y

$)

TamañoTamaño

AntigüedadAntigüedad

PricingPricing

“TOP” del Departamento

“TOP” del Departamento

FormatoFormato

Todos los formatos

Supercenter y Superama

$Venta promedio

mensual por tienda

$Venta promedio

mensual por tienda

Perfil Ideal del PromotorPerfil Ideal

del Promotor

Participación en Anaquel

Participación en Anaquel

Maximizar variables con palanca operativa

Relación del promotor

Relación del promotor

MercadeoMercadeo

CenefaCabeceras

Adecuación de Rutas

Adecuación de Rutas

R2adj=0.85

Sig 0.0

Sig 0.0

Sig 0.0

Sig 0.0

ANOVA LE 0.00

ANOVA LE 0.05

ANOVA LE 0.01

r = 0.434

ANOVA LE 0.05ANOVA LE 0.01

• Rutas (#) con Incremento promedio total (% y $)

ANOVA LE 0.05

Modelación


La metodología de normalización de ventaLa metodología de normalización de ventaidentifica una a una las tiendas con potencialidentifica una a una las tiendas con potencial

para enfocar los esfuerzos en la ejecuciónpara enfocar los esfuerzos en la ejecución

13

R2adj = 0.929

N = 154 tiendasError Std. = 0.54 * Desv. Std.

R2adj = 0.920


R2adj = 0.810


R2adj = 0.742


Modelación


La metodología de normalización de ventaLa metodología de normalización de ventacuantifica el potencial de venta mensualcuantifica el potencial de venta mensual

por tiendapor tienda

14

# de tiendas Under Performers$ potencial promedio por tienda$ potencial mensual por formatoConcentración por Estado / rutaCobertura




Modelación


Los que hoy cumplen con el Perfil IdealEdad: 24 a 35 años (ANOVA LE 0.05)

Antigüedad: 100 a 400 días (ANOVA LE 0.01)

Educación: máximo preparatoria completa

• Curva de aprendizaje de 100 días• Renovación, promoción o cambio de ruta

después de los 400 días (13 meses)

70% (X de Z) de los promotores no cumplen con el Perfil Ideal

• Aumentar el número de promotores del perfil ideal. Potencial incremental de $ mensual

• Registrar información de los promotores• El perfil del promotor es independiente del formato de

tienda que visitan (X2=0.650 Sig 0.723)

Límite Inferior Límite Superior

0 X 308 9,196.84 5,174.29 294.83 8,616.69 9,776.99

1 Y 113 10,707.37 6,674.64 627.90 9,463.27 11,951.46

Total Z 421 9,602.28 5,647.95 275.26 9,061.21 10,143.35

Unstandardized Predicted Value de Ene09 a Abr09

No. Tiendas Media Desv. Std. Error Std.

95% Intervalo de Confianza para la MediaNo. Promotores

Las tiendas cubiertas por promotores delLas tiendas cubiertas por promotores delperfil ideal venden significativamenteperfil ideal venden significativamente

más (16%)más (16%)

15

Modelación


• Implementación de actividades promocionales(mercadeo) que generan demanda.

• Adecuación de rutas para satisfacer los picos dedemanda y aumentar su valor.

– El servicio a tiendas anticipa la demanda

Actividades promocionales yActividades promocionales yadecuación de rutasadecuación de rutas

16

Modelación

Ejemplo Supercenter

Visita

Pico de demanda*

*Los picos de demanda no son iguales para todas las tiendas / formato / ruta



Desarrollo de procesos operativos• Integración de las capacidades requeridas para el manejo del sistema

de control de promotores en los procesos de negocio– Supervisión basada en roles y actividades clave (funciones del supervisor)– Generación, captura y análisis de la información POS– Reporteo de indicadores clave– Sistema de evaluación de desempeño del promotor

Capacitación• Capacitación operativa en la metodología de generación de información y en el

sistema de evaluación.• Seguimiento hasta la primera evaluación mensual y revisión de resultados

17

Despliegue


ConclusionesConclusiones

• Mejora en la calidad y disponibilidad de información en POS

• Documentación de rutinas y procesos analíticos para su ejecución continua

• Enfoque de la promotoría hacia los KPIs críticos que soportan los objetivos

comerciales en POS

• Alinea la estrategia con la operación en POS

• Recompensa directa sobre objetivos y prioridades de negocio

• Modelo predictivo que permite cuantificar el potencial de venta por tienda

y etiquetar a las tiendas por formato como Over o Under Performers

• Identificación y cuantificación de las actividades clave que impactan los

resultados en POS

• Diseño de rutas enfocadas a satisfacer los picos de demanda

18


Discovery: Sustento analítico para descubrir y desarrollar ventajas competitivas

19

Trade Intelligence

Technology

Predictive Trade Intelligence Business Case