CASOS DE ÉXITO

Optimizamos la asignación de clientes y las rutas para vendedores de una empresa vitivinícola

El problema

Una empresa del sector vitivinícola dispone de un sistema de ventas en el que cada vendedor tiene su propia cartera de clientes. Con el crecimiento de la empresa, los nuevos clientes se asignaron de manera manual, sin considerar factores clave como la relevancia del cliente, su potencial de crecimiento y su ubicación geográfica. Esta práctica ha generado diversos problemas. Por un lado, las rutas de los vendedores no están optimizadas, lo que conduce a visitas redundantes a las mismas áreas. Por otro lado, la distribución logística se ha vuelto ineficiente debido al desorden en las ventas, y no se tiene una clara noción de si la fuerza de ventas actual es la adecuada. La empresa enfrenta desafíos en la gestión de su fuerza de ventas, la asignación de clientes y rutas a sus vendedores, y la superposición geográfica de clientes entre los vendedores.

Nuestro enfoque

Creemos que un enfoque mixto entre aprendizaje automático y optimización permite resolver este tipo de problemas de manera flexible. Este enfoque considera restricciones más flexibles sin penalizar notablemente el resultado, reduciendo de manera considerable la complejidad del problema y el tiempo de ejecución del modelo. Esto permite la generación de diversos escenarios que proporcionan información muy valiosa a la hora de tomar nuevas decisiones.

El desarrollo

Se construyó un modelo de tres etapas, utilizando técnicas de machine learning y optimización. Donde se desarrollarlo un modelo que genera una agrupación inteligente de clientes a visitar por día laboral, luego asigna cada grupo de clientes a sus vendedores y luego genera un ruteo punto a punto para cada día de trabajo de los vendedores.

El modelo considera restricciones horarias, como la duración de la jornada de trabajo, adaptación a la nueva ley de las 40 horas y horarios de visita de los clientes. Además de restricciones horarias se consideran restricciones por tipo de vendedor, importancia de clientes y diversos casos especiales que pueden existir en diferentes zonas del país.

Luego de validar el modelo, éste se empaquetó en una herramienta que permite al usuario visualizar y comparar distintos escenarios optimizados, ajustando parámetros según sus intereses.

Conclusiones e impacto

La implementación de un modelo de este tipo conlleva diversas mejoras, no solo en el orden de las rutas, sino también en la distancia que recorren tanto los vendedores como los encargados de logística. Esto se traduce en ahorros considerables con su implementación.

El modelo permite a la empresa tener un control más detallado sobre la planificación de rutas de sus vendedores, donde se puede llevar un seguimiento del cumplimiento de sus trabajadores.