Motivación. RM = Control de inventario + Política de precios. Demanda variable. Capacidad fija y perecible. Usar el precio para controlar la demanda

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Motivación. RM = Control de inventario + Política de precios. Demanda variable. Capacidad fija y perecible. Usar el precio para controlar la demanda"

Vicenta Gutiérrez Espejo
hace 8 años
Vistas:

2 Un poco de teoría

3 Motivación RM = Control de inventario + Política de precios Capacidad fija y perecible Demanda variable Usar el precio para controlar la demanda

4 Revenue Management Objetivo Problema Requerimientos Implicancias Vender el producto correcto, a la persona correcta, en el momento correcto y a un precio correcto

5 Revenue Management Objetivo Problema Requerimientos Implicancias Cuántas unidades de cada producto se deben poner a la venta y a qué precio? Cómo deben cambiar en el tiempo la disponibilidad y el precio de estos productos?

6 Revenue Management Objetivo Problema Requerimientos Implicancias Sistemas de información y gestión capaces de: 1. Recopilar en tiempo real toda la información de demanda, ventas, capacidad disponible, y 2. Implementar las modificaciones de precios en forma efectiva y económica

Recopilar en tiempo real toda la información de demanda, ventas,

7 Revenue Management Objetivo Problema Requerimientos Implicancias Mejor gestión de la capacidad disponible Aumento de los ingresos (entre un 5% y 10%) Mayor volatilidad de los precios

Revenue Management: características Producto perecible con un horizonte de venta fijo y predeterminado Capacidad (inventario) fija e irreversible Demanda

8 Revenue Management: características Producto perecible con un horizonte de venta fijo y predeterminado Capacidad (inventario) fija e irreversible Demanda estocástica Posibilidad de segmentar la demanda usando el precio Capacidad de aceptar o rechazar clientes Guardar capacidad para clientes más leales (valiosos)

estocástica Posibilidad de segmentar la demanda usando el precio Capacidad de

9 Revenue Management: historia Usado desde que existe el comercio Desregulación en la industria aérea (1978) Comenzó una guerra de precios Compañías querían tener tickets caros y baratos Se formaron las clases

(1978) Comenzó una guerra de precios Compañías

10 De la teoría a la práctica primeros desafíos

11 A gran escala: primeros desafíos Manejar grandes volúmenes de datos Modelos de demanda Optimización Qué información es relevante? Cómo debe almacenarse? Cómo debe ser actualizada?

12 A gran escala: primeros desafíos Manejar grandes volúmenes de datos Modelos de demanda Optimización Cómo abordar miles de comportamientos de productos? Escalabilidad en la calibración de modelos

13 A gran escala: primeros desafíos Manejar grandes volúmenes de datos Modelos de demanda Optimización Algoritmos y tiempos de procesamiento

14 A gran escala: en la implementación Trabajando con personas Monitoreo constante Herramientas de software Capacitaciones Gestión del cambio

15 A gran escala: en la implementación Trabajando con personas Monitoreo constante Modelos de demanda siempre son un gran desafío! requieren de constante monitoreo

16 Se puede hacer masivamente?

17 Caso práctico

18 Implementación en una cadena de retail Manejar grandes volúmenes de datos Modelos de demanda Optimización De qué tamaño es el desafío? Información utilizada SKUs activos 350 Locales Maestros Precios Costos Ventas Stock Protocolos de transferencia masiva y diaria de datos

Implementación en una cadena de retail Manejar grandes volúmenes de datos Modelos de demanda Optimización Ajuste de Ventas SKU 150076 - Efecto Precio y Promociones Promoción Variables relevantes

Precio Modelos de demanda Efecto Promocional Optimización Efecto Quiebres Stock Promoción Regular Competencia Propio del producto Producto sustituto Locales CD Cotizaciones de precios de la

19 Implementación en una cadena de retail Manejar grandes volúmenes de datos Modelos de demanda Optimización Ajuste de Ventas SKU Efecto Precio y Promociones Promoción Variables relevantes Estacionalidad (diaria, semanal) Precio normal Precio en promoción Precio Competencia Promociones Sustitución por promociones Quiebres en CD Quiebre en locales Efecto fin de mes Tendencia Efecto Precio Modelos de demanda Efecto Promocional Optimización Efecto Quiebres Stock Promoción Regular Competencia Propio del producto Producto sustituto Locales CD Cotizaciones de precios de la competencia Descuentos promocionales por tipo de promoción Formación de grupos de productos sustitutos Clasificación según tipos de promociones Identificación de quiebres en CD y locales Ajuste de pronóstico por cobertura del producto en el mix de locales

20 Implementación en una cadena de retail Manejar grandes volúmenes de datos Optimización Clasificación de productos Composición por clase ABC SinClasificación NoNotorio Clase B (antes) Notorio Clase A (antes) 51% 47% 60% 39% 82% Incorporar la elasticidad-precio permite clasificar correctamente los precios para implementar una estrategia de precios!! 2% 1% 10% 8% Clase A - 7,13% Clase B - 20,88% Clase C - 71,99%

(antes) 51% 47% 60% 39% 82% Incorporar la elasticidad-precio permite clasificar correctamente los

Implementación en una cadena de retail Manejar grandes volúmenes de datos Modelos de demanda Optimización Qué objetivo buscamos al optimizar?

21 Implementación en una cadena de retail Manejar grandes volúmenes de datos Modelos de demanda Optimización Qué objetivo buscamos al optimizar? Cómo enfrentamos este trade-off? Precio fijo Ventas (Market Share) Y también debemos considerar las reglas de negocio Contribución Margen Cambio de precio Terminación de precio Formato Referencia a Grupo

Implementación en una cadena de retail El desafío consiste en implementar 120 categorías de productos en 350 tiendas Lo primero: piloto para 20 categorías que representan el 50% de las ventas

22 Implementación en una cadena de retail El desafío consiste en implementar 120 categorías de productos en 350 tiendas Lo primero: piloto para 20 categorías que representan el 50% de las ventas Objetivo: Maximizar la contribución sujeto a no disminuir las ventas Abril Mayo Junio Julio Incorporación de Grupos de Categorías Sem 2 Sem 3 Sem 4 Sem 1 Sem 2 Sem 3 Sem 4 Sem 1 Sem 2 Sem 3 Sem 4 Sem 1 Sem 2 Sem 3 Sem 4 Antes: No se aplica el modelo Después: Se aplica el modelo en 50% locales Tiendas Control y Piloto 50% - 50% Ventas Cómo medimos los resultados? Comparamos la variación antes/después de las tiendas piloto versus las tiendas control Ejemplo: Unidades Vendidas Grupo Antes Después Variación Control % Piloto % Beneficio Δ = +2%

23 pp pp Implementación en una cadena de retail Resultados Aumento de 3.5% en contribución. Ventas aumentaron 0.4%, en línea con el objetivo! La importancia de la imagen de precios: inversión en productos clase A permite capitalizar beneficios en productos de clases B y C. Rollout se extendió a las categorías ratificando los resultados del piloto Ingresos por Ventas Diferencia Var% Piloto-Control Contribución Diferencia Var% Piloto-Control 6,0% 1,5% 4,5% 1,0% 0,5% 0,0% 0,4% 0,9% 1,1% 3,0% 1,5% 0,0% 3,5% -0,3% 4,4% 4,7% -0,5% -1,0% -1,5% -1,2% Todos A B C Clase -1,5% -3,0% Todos A B C Clase

24 Aplicaciones en otras industrias?

Inmobiliarias Cada proyecto es nuevo y cada producto es único Presión financiera en plazos de construcción y venta Competencia intensa: proyectos cada vez más sofisticados y diversos Consumidores más

25 Inmobiliarias Cada proyecto es nuevo y cada producto es único Presión financiera en plazos de construcción y venta Competencia intensa: proyectos cada vez más sofisticados y diversos Consumidores más informados y exigentes Proceso de compra complejo con actores externos (bancos) Precio Ciclo de Vida de un proyecto inmobiliario Precio base Precio promedio de venta Venta en verde Venta normal Venta remate Tiempo Obra gruesa Terminaciones Entr. Inmediata Entrega

26 Agroindustria Cómo fijar precios a un stock perecible para abastecer a múltiples clientes? Stock Stock Normal Stock crítico Descuento máximo Precio Lista Producto / Punto de Venta Precio Optimizado para stock Descuento máximo Descuento máximo 6 Días para Vencimiento N N-1 N-2.. Stock. Stock 5 4 < Stock Stock Normal Stock crítico Descuento máximo Precio Lista Producto / Punto de Venta Precio Optimizado para stock N N-1 N Días para Vencimiento

27 Estaciones de Servicio Baja utilización Cantidad de Cambios de Aceite Capacidad Máxima Utilización Potencial Utilización Futura Precio Utilización Actual Hora del Día Precio Futuro Precio Actual Precio Competencia Agendar el servicio Política Dinámica de Precios Hora del Día

Documentos relacionados

Revenue Management La importancia de conocer al cliente Prof. Juan Carlos Ferrer O. Enero 2011

Revenue Management La importancia de conocer al cliente Prof. Juan Carlos Ferrer O. Enero 2011 Motivación El área de Gestión de la Cadena de Abastecimiento y su estrecha relación con la teoría de inventarios