Ingenia desarrolla un modelo de predicción de ventas para el sector retail basado en tecnología IA.

El porcentaje de retailers que han implementado soluciones basadas en Inteligencia Artificial aumenta a un ritmo importante cada año. Los beneficios no sólo se presentan como un aumento de las ventas, sino también en un importante ahorro de costes asociados a atención al cliente, así como mejoras en la cadena de suministro y el rendimiento.

Palancas de competitividad en el mercado del retail

El retail es, sin duda, uno de los mercados más competitivos. Cada día abren nuevos puntos de venta, la cantidad de productos con características similares aumenta y es necesario aportar al cliente un valor añadido. En el sector distribución no solo cuenta el producto si no que la ubicación, el escaparate y la fuerza de marca podrán ser buenos aliados. Este sector se encuentra marcado por la estacionalidad de las ventas, así como por las tendencias que existen en cada momento, este es el motivo de que las pymes se sientan presionadas ante las grandes firmas del sector para poder competir en agilidad lanzando productos diferenciales para los consumidores.

En este contexto de competitividad, la optimización estructural del inventario es decisivo. El objetivo está en el almacén central, las tiendas online y el reaprovisionamiento automático de las tiendas. De esta manera, la satisfacción del cliente será mayor, especialmente cuando determinados productos son perecederos o sufren deterioro al almacenarlos.

Automatización de la previsión de la demanda

En este contexto es donde Ingenia ha implementado las nuevas técnicas de previsión de demanda para un cliente del sector retail, basadas en la ciencia de los datos que permiten anticiparse y asignar la cantidad óptima de recursos para minimizar el inventario estancado o reducir el coste de oportunidad que supone dejar clientes desatendidos.

Para ello, la entidad ha aprovechado la sinergia entre la Analítica de datos y la Inteligencia Artificial que ha permitido abordar el análisis de la demanda y establecer modelos predictivos a través de dos aproximaciones soportadas por dos disciplinas pertenecientes a la IA: Machine Learning y Deep Learning.

El Deep Learning les ha permitido realizar una comparativa de productos basada en análisis de imágenes. Uno de los indicadores más importantes para asegurar el acierto en su predicción es identificar qué productos comercializados son más parecidos a fin de proyectar la posible tendencia de ventas de los nuevos productos. Para ello, realizaron mediante técnicas de Deep Learning un análisis de las imágenes de los productos con los que poder comparar tanto con los productos de la compañía, como con productos de la competencia. Obteniendo las ventajas de prever cuántas ventas iba a tener este cliente del sector retail en un producto, así como anticiparse al fracaso o éxito de un nuevo producto.

La técnica que se ha utilizado para realizar está comparación de productos se denomina Transfer Learning en la que la enseñanza de la máquina se basa en varias simulaciones. La máquina utiliza el conocimiento adquirido y lo aplica para poder elegir el modelo que va a ser tendencia en las siguientes temporadas. De esta forma, el proceso de decisión es más sencillo y económico. La máquina es capaz de tomar decisiones con conclusiones lógicas y ofrece una gran versatilidad.

Ingenia utilizó el Deep Learning para prever la demanda de productos a través del análisis de datos históricos con producto similares. Como peculiaridad del proyecto, es interesante destacar la red neuronal que se ha construido como solución para resolver un tema de regresión y con la finalidad de obtener las ventas estimadas de cada producto.

¿Serán las máquinas las decisoras del futuro en cuanto a tendencias de productos en el sector retail? Esta es la gran pregunta a la que se enfrenta el sector, ya que la Inteligencia Artificial se ha convertido en parte de nuestra vida cotidiana y de la opinión pública. Aún nos queda mucho trabajo por delante.