El problema
Una empresa de food retail, con presencia de cafeterías y puntos de venta en clínicas y establecimientos educacionales, tiene poca visibilidad de su proceso de reposición. Este sistema, principalmente manual, no logra abastecer con las frecuencias adecuadas las góndolas, generando quiebres de stock y venta perdida.
Nuestro enfoque
El proyecto se diseñó en dos etapas. En primer lugar, sistematizar la información necesaria para optimizar el inventario: stock en línea por bodega, movimientos entre bodegas, pedidos y recepción, etc.
Luego, construir e implementar un modelo de optimización inventario adaptado a los distintos grupos de SKU disponibles.
El desarrollo
Para optimizar el inventario y determinar tanto la frecuencia cómo el volumen de reposición por SKU, se trabajó en varios frentes::
- Estimar la venta perdida y luego determinar una proyección de demanda irrestricta por sku mediante machine learning.
- Segmentar los productos por Fill Rate y Lead Time del proveedor, capturando las distintas realidades.
- Definir una política de inventario (nivel de servicio, frecuencia de reposición) para cada segmento, determinando con esto una política de inventario por SKU y proveedor.
Conclusiones e impacto
- La implementación del nuevo modelo de inventario permitió aumentar las ventas en un 11% a través de reducción de venta perdida.
- La sistematización de la gestión del inventario permitió reducir las mermas en un 23%.
