Data Day - Inventario fantasma
•
0 recomendaciones•501 vistas
Este documento presenta una introducción al concepto de "inventario fantasma" en el contexto del retail y la cadena de suministro. Explica que el inventario fantasma ocurre cuando el sistema muestra que hay existencias de un producto pero en realidad no está disponible en el estante de la tienda. Luego describe cómo se puede identificar el inventario fantasma mediante análisis visuales que comparan los datos de ventas en punto de venta con los niveles de inventario registrados, así como a través de técnicas analíticas avanzadas que clasifican productos y calculan
Recomendados
Más contenido relacionado
Similar a Data Day - Inventario fantasma
Similar a Data Day - Inventario fantasma (20)
Más de Software Guru
Más de Software Guru (20)
Último
Último (20)
Data Day - Inventario fantasma
- 2. Inventario Fantasma El"helloworld"delRetailAnalytics Arturo Cardenas Martinez DataDay - Marzo 15, 2016 http://arturocm.github.io/dataday/
- 3. 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/
- 4. Bio "Street Cred" #DataDaySG @arturocm Ing. Mecánico Administrador - Tec de Monterrey M. Manufactura, Supply Chain y Operaciones - McGill University Más de 9 años de experiencia en Supply Chain y Analytics en: Sonorense (hasta a -30ºC) · · · Retail y CPGs Distribución de Electrónicos Industria Aeroespacial Industria Automotriz Manufactura - - - - - · 4/22 http://arturocm.github.io/dataday/
- 5. Inventario Fantasma Un tipo de Out of Stock (OOS) http://arturocm.github.io/dataday/
- 6. Out-Of-Stocks(OOS) Definición #DataDaySG @arturocm OOS ocurre cuando no hay "físicamente" un item en el estante para su venta. OOS inicia cuando el último 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/
- 7. OOS Desde el punto de vista del consumidor #DataDaySG @arturocm Reacción del consumidor ante OOS Acción Porcentage Tienda Proveedor Compra item en otra tienda 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/
- 8. Shelf-OOS ¿Por que no está mi producto en el estante? #DataDaySG @arturocm No hay producto Operación de la Tienda: Nivel de inventario Incorrecto en el sistema: · · Está en un lugar incorrecto Todavía está en el bodega (backroom) Está en "transito" - - - · Inventario Escondido Inventario Fantasma - - Robado, Dañado o Extraviado- 8/22 http://arturocm.github.io/dataday/
- 9. InventarioFantasma El círculo vicioso... #DataDaySG @arturocm 9/22 http://arturocm.github.io/dataday/
- 10. Inventario Fantasma Desde el punto de vista del productor http://arturocm.github.io/dataday/
- 11. InventarioFantasma Un caso inventado... Más de 17,258,000 mts supervisando el suministro, producción y distribución de "CHHHeve" para que al final fallen los últimos 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 Lúpulo Alemania Hermosillo 9,474.2 Envases Monterrey Hermosillo 1,118.2 Cerveza Hermosillo León 1,288.2 Cerveza León Cd. México 324.6 Cerveza Cd. México WTC 1.3 TOTAL 17,258.4 11/22 http://arturocm.github.io/dataday/
- 12. Delatierraalatienda... ¿Qué pasta antes de que puedas comprar algo? #DataDaySG @arturocm !Producción Materia Prima Mano Obra Mantenimiento Reparación Operaciones Calidad Control Inventario · · · · · · · " info # producto Distribución $ Logística Transportación Almacenamiento Control Inventario Mano de Obra Cross-docking Mantenimiento · · · · · · · " info # producto %Punto de Venta Mano Obra Bodega Control Inventario Operacion Tienda Logistica · · · · · " info # producto &Consumidor Consumo Producto Control Inventario Presupuesto · · · 12/22 http://arturocm.github.io/dataday/
- 13. Forecasting Anticipando "lo que viene" #DataDaySG @arturocm 13/22 http://arturocm.github.io/dataday/
- 14. Inventario Fantasma Desde el punto de vista del Retailer http://arturocm.github.io/dataday/
- 15. Delatiendaalacasa... ¿Los problemas del productor a la potencia? #DataDaySG @arturocm n ! ! ! ! ' ' % ' && && ! ! ! ! ' ' % ' && && ! ! ! ! ' ' % ' && && $ ! ! ! ! ' ' % ' && && ! ! ! ! ' ' % ' && && ! ! ! ! ' ' % ' && && $ ! ! ! ! ' ' % ' && && ! ! ! ! ' ' % ' && && ! ! ! ! ' ' % ' && && $ ! ! ! ! ' ' % ' && && ! ! ! ! ' ' % ' && && ! ! ! ! ' ' % ' && && 15/22 http://arturocm.github.io/dataday/
- 17. #datavis Jan 10 2016 Jan 24 Feb 7 Feb 21 Mar 6 0 5 10 15 20 25 POS vs Inventario Cerveza Artesanal "CHHHeve" Fecha Inventario Inventario POS Inventario Fantasma? #DataDaySG @arturocm 17/22 http://arturocm.github.io/dataday/
- 18. InventarioFantasma Un nuevo-viejo "approach" Cuando el uso de "visuales" no es práctico, se puede hacer uso de analyticos avanzados (y no tan avanzados): #DataDaySG @arturocm Clasificar items (i.e. categoría, tipo de producto, temporada) Definir "gap" máximo entre actividad de POS (meses, semanas, dias, horas) Calcular "Ventas Perdidas" que representa cada combinación item/tienda Validar resultados item/tienda identificados Ajustar criterio a validación Repetir ciclo hasta obtener % predicción aceptable · · · Seleccionar Top 5, 10, 20 combinaciones- · · · 18/22 http://arturocm.github.io/dataday/
- 19. RetailAnalytics Otras aplicaciones Solo en el área de "replenishment": #DataDaySG @arturocm Utilizar precios promedio para identificar eventos o liquidaciones Optimización de niveles de inventarios Afinación de Forecast Identificar tendencias por tienda/región/categoría y customatizar soluciones Combinación con información socio-económica Combinación con información meteorológica Entre otras... · · · · · · · 19/22 http://arturocm.github.io/dataday/
- 21. 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/