Entonces, ¿qué puede ofrecer la IA a las empresas para las que lo normal es carecer de un historial de ventas? La rotación frecuente de la mercancía y la llegada periódica de nuevos productos son el pan de cada día de los retailers de la industria de la moda. La industria cosmética también se enfrenta a retos similares, entre otros
Por definición, un producto nuevo no tiene historial de ventas. En la industria de la moda, alrededor del 90% de los productos están dedicados a un momento concreto de la temporada. Esto significa que nunca cabe esperar datos históricos de ventas superiores a unos pocos meses. Sin embargo, los minoristas disponen de datos de ventas de otros productos discontinuados, que pueden agruparse o categorizarse y, sobre esta base, pronosticar la demanda. Por lo tanto, en sectores en los que la novedad es algo cotidiano, el poder de la IA y el ML reside en generar pronósticos basados en productos de referencia (es decir, similares: mismo corte, color, talla, longitud, etc.), así como en aquellos que pertenecen a la misma categoría de producto.
Por poner un ejemplo: queremos realizar un pronóstico de las ventas de camisetas y abastecer óptimamente las tiendas con ellas. Será difícil generar pronósticos de demanda para cada modelo, color y talla. Sin embargo, es posible agregar los datos históricos de ventas de todas las camisetas. Extraemos información sobre corte, talla, precio, color, longitud, etc. Sobre esta base, es posible sacar conclusiones precisas para nuestro grupo de camisetas con características específicas
También conviene pensar en el reabastecimiento. Para ello es necesario tener en cuenta tanto los pronósticos como el inventario de existencias. Una plataforma que analiza los datos basándose en IA y ML es capaz de realizar análisis cruzados precisos y elegir el escenario adecuado. A modo de ejemplo: tenemos 100 SKU de la camiseta A y 1.000 SKU de la camiseta B disponibles. Sabiendo que en la tienda debería haber 10 camisetas, y habiendo definido previamente las reglas para generar pronósticos, la plataforma sacará las conclusiones adecuadas. Sugerirá la entrega de 8 camisetas B y 2 camisetas A.
De este modo, realizamos pronósticos sobre grupos de productos, al tiempo que utilizamos la inteligencia artificial para crear listas de demanda de las tiendas y listas de picking. En última instancia, entregamos los pedidos de productos específicos a la tienda en cuestión.
