El proyecto de investigación se enfoca en el problema de los faltantes de mercadería en góndola (FMC), índice que refleja el porcentaje de veces en el cual un cliente  no encuentra un producto en sala. En Chile, este índice alcanza un 15% aproximadamente. Estudios demuestran que la existencia de un faltante de mercadería en góndola se traduce en ventas perdidas y daño a la imagen del supermercado. Los datos de inventario son poco exactos por lo que se hace necesario un sistema que utilice datos como los transaccionales para identificar los FMC.

El proyecto consiste en un modelo de predicción de quiebres de stock para un supermercado utilizando la información transaccional y el comportamiento histórico de demanda de cada SKU. El estudio se hizo para una sala de un supermercado mayorista, y se analizaron cuatro categorías, dos de alta rotación Leches Líquidas y margarinas, y dos de baja rotación Pañales Desechables y Leches en Polvo. En primer lugar se hicieron mediciones del stock diario en góndola para estas cuatro categorías, datos usados para medir la capacidad predictiva de los modelos. Con esto se obtuvo el valor de lo que sería la variable dependiente disponibilidad; si un producto está disponible o no en un día determinado. Las variables predictivas se derivaron de los datos transaccionales provenientes del POS y características de los productos. Luego, teniendo definidas las variables a utilizar se construyeron modelos de árboles de decisión y regresión logística para cada categoría, y se compararon usando los costos de los errores de pronósticos para cada caso.

En el caso de Leches Líquidas, el mejor modelo predijo el 56% de los días-productos que estaban en estado de quiebre de stock con una efectividad del 50% y para Pañales Desechables, un 46% con una efectividad del 78%. Se comprobó también la capacidad de generalización de los modelos a las otras dos categorías, y el resultado fue que para categorías de alta rotación como leches líquidas y margarinas, era conveniente hacer un modelo para cada categoría, mientras que para categorías de baja rotación se puede generalizar el modelo propuesto para pañales desechables. El resultado final es un modelo de predicción para cada categoría y recomendaciones para la generalización de estos modelos sobre otras categorías, como también un esquema con los pasos a seguir para la implementación en el supermercado.

Como trabajos futuros se propone investigar la manera de generalizar los modelos propuestos a todas las categorías de la sala y a lo largo de toda la cadena, realizando nuevas mediciones para tener mayor información para analizar.

Ver presentación.