Optimización Predictiva para la Moda
La moda está impulsada por la novedad. Una marca de moda necesita diseñar y lanzar el producto adecuado en el momento adecuado, al precio adecuado y con la cantidad de stock que sea suficiente para atender al mercado. Luego, las promociones se utilizan primero para amplificar la demanda y luego para liquidar cualquier exceso de stock restante. Lokad ofrece una solución de software estadístico que ofrece optimización predictiva en cada paso del ciclo de vida del producto, desde la concepción hasta la liquidación. Nuestra tecnología abarca exactamente lo que hace que la moda sea tan increíblemente desafiante: canibalizaciones y sustituciones ubicuas, tendencias y estacionalidades erráticas, flujos interminables de nuevos productos, precios altamente dinámicos, etc.
Ed. El siguiente contenido no se aplica a la alta joyería, que sigue un conjunto de reglas y restricciones muy diferentes. Para obtener más información, consulte Optimización Predictiva para la Alta Joyería.
Vizions by Zalando: la primera conferencia de plataformas de Europa, 20 de abril de 2017, Berlín
Comencemos con una pregunta inocente. ¿Por qué crees que existen las rebajas? Hoy en día, las rebajas de invierno, las rebajas de verano y una serie de eventos más pequeños en el medio son una institución, especialmente en la moda. (...) Pero, ¿por qué existen en primer lugar? Existen para permitir que los minoristas se deshagan del exceso de stock. En primer lugar, las rebajas son una manifestación de un pronóstico erróneo. Se puede argumentar que hoy en día son mucho más que eso. Es cierto, pero el objetivo inicial sigue siendo el mismo.
Joannes Vermorel, Fundador de Lokad
LOKAD TV
Echa un vistazo a nuestras entrevistas en Lokad TV y aprende más sobre Supply Chain y moda.
Optimización de extremo a extremo durante todo el ciclo de vida del producto
Fase 1 - pre-colección
Muchas marcas de moda están lanzando miles de nuevas referencias por colección, considerando tallas, colores, puntos de venta, etc.
En la última década, las marcas más exitosas han demostrado su capacidad para adherirse cada vez más a las últimas tendencias, aumentando su número de colecciones por año y reduciendo sus tiempos de entrega.
La tecnología de optimización predictiva de Lokad aborda cada decisión individual a lo largo de todo el ciclo de vida de cada producto de la marca. Nuestra tecnología es una combinación de aprendizaje automático, utilizado para extraer patrones o predicciones de los datos, y de optimización numérica, utilizada para generar decisiones optimizadas.
La preparación de la nueva colección comienza con la entrega de una optimización de surtido - también conocida como plan de rango. La tecnología de Lokad le permite componer el rango adecuado de tallas, colores y formas sobre los diseños iniciales. Este plan de rango está destinado a ajustarse lo más posible a los deseos y expectativas de su base de clientes. Lokad puede ayudarlo a generar el caso de negocio que respalda el plan de rango y ofrece la posibilidad a los planificadores de refinar el plan con sus conocimientos de alto nivel, en lugar de gestionar cada variante de producto individualmente.
Tan pronto como se finaliza el plan de rango, entregamos una optimización de compras que sugiere exactamente cuántas unidades se deben producir o comprar para cada variante de producto individual, y cuándo realizar el pedido. Naturalmente, la mayoría de los productos nunca se han vendido antes. Esta tarea suele complicarse debido a múltiples restricciones de MOQ (cantidades mínimas de pedido), descuentos por volumen y plazos de entrega variables (por ejemplo, el Año Nuevo Chino ralentiza la producción en Asia). Lokad también puede optimizar la combinación de transporte (por ejemplo, transporte marítimo vs. aéreo) y la combinación de proveedores (por ejemplo, proveedores en el extranjero vs. proveedores locales).
Como ejemplo, nuestro solucionador de MOQ puede abordar múltiples restricciones de MOQ superpuestas: puede haber un MOQ a nivel de producto (por ejemplo, un mínimo de 100 unidades por producto para cada orden de compra), otro MOQ a nivel de tela (por ejemplo, un mínimo de 3000 metros de tela por color) y un MOQ final a nivel de proveedor (por ejemplo, un mínimo de $50,000 en mercancía comprada por pedido). Abordar todos estos MOQs mientras se mantiene bajo control los niveles de stock es una gran molestia cuando los MOQs se procesan manualmente. Lokad simplifica completamente el proceso a través de solucionadores numéricos que permiten identificar el “sobre” de orden de compra más rentable que satisface todas las restricciones dadas.
Fase 2 - después del lanzamiento de la colección
Cuando se acerca el lanzamiento de la colección, entregamos una optimización de asignación de stock, decidiendo exactamente cuántas unidades asignar a cada centro de distribución y/o a cada tienda. En la tienda, el stock tiene dos propósitos: no solo satisfacer la demanda, sino también atraer a la clientela en la tienda. La optimización de asignación tiene en cuenta adecuadamente este ángulo de merchandising, aprovechando al máximo cada tienda. La optimización tiene en cuenta los límites de capacidad de almacenamiento (por ejemplo, espacio en los estantes), así como la capacidad limitada de los equipos de tierra para hacer frente a grandes lotes de productos entrantes. También se tienen en cuenta los paquetes y lotes, que son útiles para reducir los costos de manipulación.
Con el fin de mantenerse al día con las últimas tendencias, identificamos los productos más vendidos y los de movimiento lento. La identificación de los productos más vendidos, destinada a desencadenar reposiciones tempranas, se puede hacer con cantidades de stock limitadas, probando el mercado solo en un número limitado de tiendas, posiblemente solo a través de la plataforma de comercio electrónico. Por otro lado, la identificación temprana de los productos de movimiento lento también es importante para eliminar lo antes posible aquellos productos de los estantes que ocupan espacio a expensas de productos mejores.
Para la mayoría de las marcas de moda rápida, los descuentos y otros mecanismos promocionales forman parte del ADN de la marca. Lokad ofrece capacidades de optimización de precios, sugiriendo cuándo reducir el precio para asegurarse de que no quede nada al final de la colección, al tiempo que maximiza el margen bruto total.
También tenemos en cuenta los descuentos originados en programas de lealtad, aplicados de manera uniforme a muchos productos, que pueden reemplazar y a veces complementar los descuentos a nivel de producto.
Optimización de surtido, optimización de compras, optimización de asignación de stock, identificación de productos más vendidos y de movimiento lento, optimización de precios: Lokad se puede utilizar para optimizar todas estas decisiones, y más, con una perspectiva integral de principio a fin del ciclo de vida de los productos. Sin embargo, también es posible comenzar de manera más pequeña con un alcance más limitado. Para cualquier consulta, envíenos un correo electrónico a contact@lokad.com
La moda requiere pronósticos de demanda no clásicos
La optimización de decisiones que involucran stocks y precios requiere información precisa sobre el futuro. Sin embargo, la perspectiva clásica de pronóstico de demanda es en su mayoría disfuncional en lo que respecta a la moda. Por lo tanto, Lokad ha desarrollado capacidades de pronóstico únicas diseñadas en su núcleo en torno a los desafíos que enfrentan las empresas de moda.
Trabajamos con pronósticos probabilísticos: consideramos todos los futuros posibles y calculamos sus respectivas probabilidades. De hecho, la incertidumbre de la demanda es irreducible en la moda. No hay esperanza de producir un pronóstico “perfecto”. Los métodos tradicionales esperan que se tomen decisiones en función del “único” pronóstico, lo que hace que esas decisiones sean frágiles ante errores de pronóstico.
En lugar de descartar la incertidumbre, la abrazamos. A través de los pronósticos probabilísticos, equilibramos los riesgos y las oportunidades.
Los pronósticos operan a nivel de surtido para tener en cuenta los efectos de canibalización y sustitución. Pronosticar la demanda de un producto de forma aislada no tiene sentido, ya que la demanda de este producto está fuertemente influenciada por la presencia o ausencia de productos similares que compiten por los mismos clientes. Los métodos tradicionales que se centran en pronósticos de series temporales pasan por alto por completo este punto, y la situación suele empeorar cuando también se utilizan existencias de seguridad o niveles de servicio.
La demanda está condicionada por el precio, que es parte integral de nuestro pronóstico. No solo el futuro de la demanda es una cuestión de probabilidades, sino que esas probabilidades están influenciadas por el precio del producto, una palanca accionable a disposición de la empresa.
Nuevamente, el surtido es importante y el aumento de la demanda depende de la intensidad promocional general. No es prudente esperar el mismo aumento si el producto es el único que se promociona en la tienda, en comparación con una promoción aplicada a toda la tienda. Los pronósticos no se detienen solo en la demanda; también se deben pronosticar las devoluciones y los tiempos de entrega.
Cada fuente de incertidumbre requiere pronósticos estadísticos adecuados, y si bien la demanda futura es central, existen necesidades más allá del pronóstico de la demanda y hemos diseñado nuestra tecnología en consecuencia. Estos pronósticos también suelen ser probabilísticos y tienden a combinarse con los propios pronósticos de demanda, por ejemplo, pronosticando la demanda durante el tiempo de entrega. La última generación de nuestra tecnología de pronóstico se basa en la programación diferenciable. Este descendiente del deep learning es particularmente adecuado para lidiar con la demanda escasa e intermitente que se observa comúnmente en la industria de la moda.
¿Y qué hay del clima y las redes sociales?
Nuestra experiencia indica que la mayoría de las empresas están utilizando de manera insuficiente sus propios datos históricos "básicos". La mayoría de los pronósticos de demanda ni siquiera aprovechan los datos de lealtad del cliente, y la mayoría de las órdenes de compra se realizan sin un pronóstico formal del tiempo de entrega. Por lo tanto, si bien no descartamos tomar pistas de fuentes de datos externas como las redes sociales o los datos meteorológicos, creemos firmemente que las empresas deberían comenzar por aprovechar al máximo los datos que ya tienen.
Escalando el desafío
La moda a gran escala implica cientos de tiendas y decenas de miles de variantes. Por lo tanto, el motor de pronóstico debe ser capaz de escalar a millones de posiciones de SKU. Nuestro motor de pronóstico fue diseñado nativamente para la computación en la nube. A diferencia de las soluciones tradicionales, la nube no es una ocurrencia tardía para Lokad: Lokad puede procesar terabytes de datos diariamente.
Además, a diferencia de los enfoques tradicionales, nuestra capacidad de pronóstico no se basa en vincular manualmente productos antiguos y nuevos diciéndole al sistema qué producto antiguo debe considerarse como el más relevante para pronosticar el nuevo producto.
En cambio, nuestro motor de pronóstico se basa exclusivamente en algoritmos avanzados de aprendizaje automático para detectar automáticamente las similitudes que pueden existir entre los productos y para identificar, por sí mismo, qué productos específicos son relevantes para pronosticar un nuevo producto en la colección.
Esta detección automática de similitudes se basa en los numerosos atributos del producto que suelen estar presentes en la moda: tipo de producto, familia de productos, tamaño, color, tela, estilo, punto de precio, marca, etc. Aunque uno podría preocuparse por la cantidad de datos requeridos, nuestra experiencia en Lokad indica que los datos del catálogo, tal como existen para operar los aspectos de un front-end de comercio electrónico, por ejemplo, suelen ser suficientes para obtener buenos resultados.
Las soluciones de pronóstico tradicionales que se basan en la combinación manual de productos requieren demasiado tiempo para ser efectivas, ya que hay demasiadas combinaciones que considerar, ya que precisamente la combinación es el ingrediente principal de los pronósticos.
Debido a la ineficacia de este método, las empresas tienden a volver a sus hojas de cálculo, ya que la solución de pronóstico basada en la combinación manual no logra ofrecer el valor necesario. Lokad aborda el desafío de frente, centrándose en la dificultad central del desafío en lugar de trasladar la carga a los usuarios.
Sin embargo, en Lokad, si bien podemos referirnos a este proceso de pronóstico como combinación de productos, no asumimos que haya una correspondencia de 1 a 1 entre los productos de una colección antigua y una nueva. Por ejemplo, un producto puede dividirse en múltiples variantes, lo que puede generar canibalizaciones. Luego, otro producto podría ser realmente “nuevo”, sin productos pasados que se ajusten estrechamente. En tal caso, el motor de pronóstico recurre a consideraciones más amplias, como la categoría del producto, la familia, la marca o el punto de precio.
Impulsores económicos y whiteboxing
Las decisiones deben optimizarse en función de sus retornos esperados expresados en dólares o euros, no en porcentajes.
Todos los factores que dan forma al costo y la recompensa de una decisión se denominan colectivamente impulsores económicos: incluyen el margen bruto, el costo de mantenimiento de inventario, el costo de transporte, el costo de oportunidad del espacio en el estante, la buena voluntad del cliente, etc. Lokad modeliza explícitamente todos estos impulsores económicos, teniendo en cuenta las especificidades del mercado de la moda.
Por ejemplo, cada vez que se vende un producto con descuento, crea una expectativa por parte del cliente de beneficiarse de un descuento similar en el futuro.
El primer propósito de estos impulsores económicos es respaldar el proceso de optimización numérica que genera las decisiones (por ejemplo, cantidades de órdenes de compra o descuentos de productos). No hay optimización sin medición: los impulsores económicos son literalmente lo que hace que el proceso de optimización funcione.
Lokad no es un sustituto de una profunda visión estratégica (que proviene de la experiencia de su equipo), nuestra tecnología está diseñada simplemente para hacer posible implementar a gran escala esas ideas estratégicas, tal como se reflejan a través de los impulsores económicos, en cada decisión tomada por la empresa.
El segundo propósito de estos impulsores es el proceso de “whiteboxing”. El propósito del proceso de whiteboxing es brindar a sus equipos un alto grado de transparencia para cada decisión generada por Lokad. Su equipo necesita comprender por qué Lokad sugiere esta decisión. Para lograrlo, cada decisión generada por Lokad viene con su propio conjunto de métricas, medidas en euros o dólares, que explican la intención comercial de la decisión. Estas métricas son diferentes reflejos de los impulsores económicos. Nuestra experiencia indica que este enfoque es superior a tratar de arrojar luz sobre los detalles algorítmicos del cálculo, que no solo es increíblemente tedioso, sino también en gran medida carente de sentido, excepto para expertos en aprendizaje automático o expertos en optimización numérica.
Desde una perspectiva de gestión, los impulsores económicos son un mecanismo poderoso para dirigir la empresa en la dirección correcta. Estos impulsores no se ven como “inmutables”, sino que, por el contrario, siempre son susceptibles de cambio, para reflejar la evolución del mercado. La tecnología de Lokad está diseñada para proporcionar un alto grado de agilidad: con esfuerzos limitados, es posible elaborar escenarios complejos de “qué pasaría si” que retratan diversas estrategias alternativas.