Métodos de reposición

El desafío de la reposición de mercancías en las tiendas de retail

Todos sabemos que la disponibilidad de los productos es clave en las tiendas de retail. Para garantizar la disponibilidad perfecta, un número significativo de retailers de ropa y moda ya han implementado la tecnología RFID o se están planteando hacerlo. Sin embargo, la mayoría de estas soluciones solo resuelven una parte del desafío de disponibilidad de los productos: la reposición del centro de distribución a la tienda. Esto significa que ahora el producto estará en la tienda correcta, pero no necesariamente en la superficie de ventas o fácilmente accesible para que los clientes lo compren. Los artículos de este tipo se suelen denominar artículos NOSBOS, artículos que «están en stock pero no están en el estante».

En esta lectura, describiremos brevemente los métodos existentes para reponer los artículos que faltan (y reducir los NOSBOS) y, a continuación, hablaremos de tres métodos más sofisticados para garantizar que el stock esté disponible en la superficie de ventas y no se quede en el almacén.

Métodos de reposición tradicionales

1. Comprobación visual/manual

Con el primer método, un empleado recorre la tienda con una hoja de papel y un bolígrafo, anota qué productos y de qué talla faltan en la superficie de ventas y, posteriormente, acude al almacén para reponerlos.

2. Transacciones del punto de venta (POS)

El segundo método se basa en las transacciones de ventas. A intervalos regulares, se imprime una lista con todas las transacciones realizadas en el POS y los artículos vendidos se pueden reponer desde el almacén. Sin embargo, ambos métodos requieren mucho tiempo y son ineficaces. El primer método requiere una gran precisión por parte de los empleados de la tienda para determinar qué tallas deben reponerse en la superficie de ventas. Se trata de una tarea bastante abrumadora incluso para los más experimentados y disciplinados. Además, cuando la lista esté finalmente completa, no se puede garantizar que la talla que falta esté realmente disponible en el almacén. El artículo puede estar agotado, lo que hace que todo el proceso de reposición sea ineficiente y probablemente insatisfactorio para el personal de la tienda.

El segundo método basado en las transacciones del POS no tiene en cuenta las reposiciones que se realizan a lo largo del día (p. ej. cuando un artículo se repone manualmente desde el almacén) y los artículos que abandonan la tienda de cualquier otra forma que no sea a través del punto de venta (p. ej. artículos robados) nunca se volverán a reponer. Este método, al igual que el primero, tampoco tiene en cuenta los artículos que están agotados en el almacén, lo cual genera ineficiencias porque los empleados de la tienda buscan en el almacén los artículos que faltan. Debido a estos defectos y a los nuevos desarrollos tecnológicos, los métodos tradicionales se están reemplazando cada vez más por métodos de reposición más sofisticados. Pero, ¿qué ventajas y desventajas tienen estos nuevos métodos?

Nuevos métodos de reposición

1. Lista completa de diferencias: superficie de ventas vs. almacén

La tecnología RFID permite diferenciar el stock ubicado en la superficie de ventas del stock ubicado en el almacén. De este modo, basándose en el recuento RFID por sublocalización, los retailers pueden elaborar fácilmente una lista completa y comenzar a reponer. Desafortunadamente, la realidad es mucho más compleja. ¿Por qué? Básicamente, porque existen muchas razones por las que un artículo no está o no debería estar disponible en la superficie de ventas como, por ejemplo:

Por tanto, este enfoque de reposición «ingenuo» por el que simplemente se utiliza el recuento RFID para determinar qué producto está presente en el almacén y falta en la superficie de ventas, también tiene defectos. Después de cada recuento RFID, obtendríamos una lista larga con muchos resultados irrelevantes... una semana tras otra. Esto hace que este método de reposición también sea altamente ineficaz, puesto que los empleados de la tienda necesitan dedicar mucho tiempo a averiguar qué resultados de la lista son relevantes y cuáles no.

2. Crea un planograma

Para solucionar el problema descrito anteriormente, los retailers pueden trabajar con un planograma a fin de atribuir a cada artículo una posición preasignada en un estante específico. Todo lo que tienen que hacer los empleados de la tienda es utilizar el planograma y reponer los espacios que faltan. Suena lógico al principio, pero es todo un desafío.

La mayor dificultad es que, por definición, un planograma diferirá entre una tienda y otra. Las tiendas más grandes ofrecerán más variedades que las tiendas más pequeñas e, incluso dentro de esas categorías, puede haber variaciones. En cada país habrá diferentes productos, que se pondrán a la venta en diferentes tamaños para adaptarse a las variaciones de talla de los clientes.

Para empeorar las cosas, esto variará con el tiempo: de una semana a otra o incluso de un día a otro, según el clima. Incluso si pudieras especificar un planograma para cada tienda, estos quedarían obsoletos con el tiempo porque la moda depende precisamente del tiempo.

En resumen, mantener un planograma tan flexible es un trabajo extremadamente desafiante. Las dificultades que entraña mantener un planograma decente que funcione en varias tiendas son mayores que las ventajas que proporciona para la reposición.

3. Uso de algoritmos y aprendizaje automático

El subcampo de los algoritmos y el aprendizaje automático ha crecido en popularidad en los últimos años. La razón principal es que el aprendizaje automático es increíblemente potente a la hora de hacer predicciones o sugerencias basadas en grandes cantidades de datos. Algunos de los ejemplos más comunes son los algoritmos de Netflix, que sugieren películas en función de las películas que hemos visto en el pasado o los algoritmos de Amazon, que recomiendan libros basados en libros que compramos anteriormente.

Pero, ¿cómo se puede utilizar el aprendizaje automático para crear una solución de reposición para tiendas de retail? Los algoritmos pueden aprender, a partir de los niveles de stock históricos y existentes, qué combinaciones de producto/talla son las más importantes en la superficie de ventas y cuáles no deberían estar en la superficie de ventas. Esta información permite elaborar una lista de prioridades por tienda, la cual se puede cotejar con los datos de stock de RFID tanto del almacén como de la superficie de ventas. A continuación, los resultados se pueden presentar en una lista de «sugerencias de reposición» prioritarias.

Así pues, a través del uso de algoritmos y del aprendizaje automático, la reposición se convierte en un proceso mucho más rápido y eficaz, ya que los empleados de la tienda pueden estar seguros de que los artículos de la lista de «sugerencias de reposición» son artículos que están a) disponibles en el almacén y b) (muy probablemente) destinados a estar en la superficie de ventas. Si bien este método puede aumentar la eficiencia y la eficacia, es importante recordar que, obviamente, la «supervisión humana» sigue siendo necesaria porque las máquinas nunca pueden tener en cuenta todas las excepciones.

Enfoque y resultados

Basándonos en el concepto anterior de aplicación del aprendizaje automático, hemos creado una función de reposición completamente integrada en iD Cloud App. Esta aplicación también se utiliza para todas las demás tareas de RFID de la tienda como recuentos, programación de nuevas etiquetas, etc.

Inmediatamente después de determinar el stock de RFID por sublocalización, iD Cloud presenta una lista de «sugerencias de reposición» que los empleados de la tienda pueden usar para decidir qué artículos reponer. Eso significa que, ahora, los empleados de la tienda disponen de una vista única que muestra tanto el estado actual de la superficie de ventas como el del almacén. Para que sea aún más claro para los empleados, también se incluyen imágenes de los artículos, lo que permite que incluso los nuevos miembros del personal puedan reponer los productos de forma efectiva.

Diversos retailers de ropa han probado esta metodología en un número significativo de tiendas. A partir de este estudio, se obtuvieron los siguientes resultados:

  1. La disponibilidad en los estantes de las tres principales tallas mejoró (de promedio) del 88 % a más del 98 % en cuestión de semanas.
  2. Los empleados de la tienda necesitaron un 55 % menos de tiempo para reponer productos, ya que sabían directamente qué se podía reponer y que los artículos sugeridos por la lista de reposición se encontraban en stock.

Los resultados anteriores muestran que la lista de sugerencias de reposición es una herramienta muy valiosa para garantizar la disponibilidad de un producto para los clientes en la superficie de ventas. Esto, a su vez, proporciona ventajas tangibles e intangibles como, por ejemplo:

  1. Se ha demostrado que el incremento de la disponibilidad en los estantes se refleja en un incremento de las ventas.
  2. Al eliminar las tareas más aburridas, los empleados están más satisfechos y pueden dedicar más tiempo a atender a los clientes.

Conclusión

Tener los estantes perfectamente surtidos es uno de los mayores desafíos para las tiendas de retail, ya que reponer los artículos correctos puede llegar a ser una tarea compleja. En este documento técnico, hemos analizado los diferentes métodos para resolver este problemas y hemos concluido que la reposición basada en controles visuales, transacciones del POS y planogramas generan ineficiencias y sus resultados están lejos de ser perfectos.

Se esperarían resultados mucho mejores de la reposición basada en RFID, aunque a primera vista, la lista completa de todas las diferencias entre la superficie de ventas y el almacén parece adecuada. En la práctica, este método de reposición «ingenuo» termina siendo ineficaz, porque se generan listas de reposición muy largas con muchos resultados irrelevantes.

En este caso, los recuentos RFID combinados con algoritmos y el aprendizaje automático ofrecen resultados mucho más significativos. Por supuesto, siempre debe intervenir el «factor humano». Al fin y al cabo, los empleados de la tienda aún deben realizar cierto esfuerzo para reponer los artículos. Sin embargo, los primeros resultados demuestran que trabajar con una lista de sugerencias de reposición prioritarias ofrece resultados prometedores porque se trata de un proceso de reposición más rápido, la disponibilidad en los estantes es mejor e incluso se refleja en un incremento de las ventas debido a la disponibilidad mejorada.