El presente trabajo de título tuvo como objetivo desarrollar una herramienta de pronóstico de demanda que permita mejorar la gestión de la categoría en un supermercado, y en particular, la gestión de disponibilidad.

El problema de pronósticos de demanda para un retail aumenta en dificultad al ir bajando en los niveles de agregación; si además consideramos que se maneja un elevado número de SKUs el problema se vuelve aún más complejo.  Se trabajó con un modelo basado en atributos ya que se buscaba desarrollar una herramienta que permitiera estimar la demanda para la categoría completa, simplificando el trabajo de estimación de modelos ad-hoc por producto.

Se pronosticó la demanda a nivel de SKU para la categoría aceites de una sala de un supermercado. Los 28 productos que componían la categoría se caracterizaron en función de 3 atributos; marca, tamaño del envase y origen del aceite. A partir de un modelo de participación de mercado se recuperó la utilidad que genera a los clientes cada SKU. Esta utilidad se escribe como función de la combinación de niveles de atributos y de efectos de marketing.  Mediante análisis de regresión se estimaron los parámetros que representan a los efectos fijos y efectos de variables de marketing. Se utilizaron estos parámetros para estimar la utilidad esperada de cada SKU para los siguientes períodos. Con esta información y a través de un modelo de participación de mercado Logit Multinomial se estimó la participación de mercado esperada para cada SKU en los siguientes períodos. Finalmente, mediante un pronóstico del volumen de ventas totales realizado por suavización exponencial se recuperó el pronóstico a nivel de unidades.

Se realizaron pronósticos para períodos de dos semanas a nivel diario y semanal, demostrando que el modelo de atributos es más eficiente que el modelo de suavización exponencial para los pronósticos semanales.

Se observó la existencia de una componente de tendencia en las series de efecto fijos a nivel de atributos. Se estudió una modificación al modelo y se pronosticó el efecto fijo incorporando dicha tendencia. Los pronósticos de demanda obtenidos mediante esta modificación son más eficientes que los realizados por el modelo de atributos convencional.

El modelo permite la incorporación del efecto de otras variables de marketing como display y promoción. A partir de los parámetros estimados es posible calcular elasticidades del precio.

Se recomienda profundizar en el estudio de las modificaciones propuestas al modelo de atributos, y el desarrollo de un índice que permita determinar el tamaño de la ventana de datos que permita a su vez, capturar de mejor  manera el efecto de las variaciones temporales.