26 Jun 2025 13
Cómo la IA en el comercio minorista ayuda a optimizar sus existencias y prevenir la amortización: no es momento de perder, es hora de ganar
Globalmente, el sector minorista se enfrenta a dos problemas principales que llevan a la pérdida de beneficios y, como consecuencia, frenan el crecimiento. Ambos son el resultado de errores en la gestión de existencias: overstock y out-of-stock.
Según el estudio del IHL Group, en 2023, en Estados Unidos, la discrepancia entre las existencias de productos y la demanda se estimaba en 1,77 billones de dólares, lo que supera el PIB total del comercio minorista de América Latina o América del Sur.
De esta cantidad, 562 000 millones de dólares corresponden al exceso de productos que los minoristas intentan vender por lo menos al precio de compra o incluso más barato. Sin embargo, una parte de estos productos tiene que ser amortizada, lo que significa que hay que tirarla.
Los minoristas europeos se enfrentan a los problemas similares.
Según los datos de la prestigiosa editorial de Internet Retailing, en 2023 los vendedores británicos se vieron obligados a vender casi la mitad de sus productos (un 48 %) a precios reducidos debido al overstock. Mientras tanto, la influyente editorial de Customer Think estima las pérdidas anuales causadas por el stock-outs aproximadamente en un 4 % de los beneficios de un minorista medio.
Cómo las empresas pierden el dinero por una incorrecta gestión de existencias
La causa tanto del оverstock como del оut-of-stock es una previsión incorrecta de la demanda. ¿Por qué? Porque la previsión de la demanda es el punto de partida de todo el sistema de suministro (supply chain). Es precisamente lo que pone en marcha los mecanismos de planificación de compras, producción y logística. E incluso un pequeño error en esta fase provoca una rápida acumulación de gastos operativos en cada eslabón posterior de esta cadena.
Veamos cómo funciona.
No tire el dinero a la basura: por qué el оverstock es crucial para la rentabilidad del comercio minorista
Si una empresa sobreestimó la demanda y trajo más productos de los que los consumidores estaban dispuestos a comprar, en primer lugar, ha utilizado los recursos de una manera ineficiente. Porque el dinero, en vez de convertirse en una inversión estratégica y trabajar para el desarrollo, efectivamente “se congela” en los estantes del almacén.
Pero esta no es la única pérdida causada por el overstock. También se debe estar preparado para un aumento imprevisto de los costos operativos, en particular, los de almacenamiento y logística.
A finales de 2022, el editorial de Bloomberg publicó unas cifras impresionantes: a pesar de todos los esfuerzos por vender los excesos de productos, casi un 8 % de estos acaban convirtiéndose en residuos a escala mundial. De este modo, cada año se tiran a la basura más de 160 000 millones de dólares de productos no vendidos.
Out-of-stock: en qué consiste su peligro para los negocios
Por otro lado, el out-of-stock significa una pérdida de ventas. Pero, al igual que con el overstock, estas pérdidas, aunque evidentes, no son las únicas. Las situaciones regulares de out-of-stock llevan directamente a una pérdida de presencia en el mercado.
Pero quizá la consecuencia más dolorosa para las empresas en la época del servicio centrado en el cliente es la disminución de la fidelidad de los clientes.
Según los datos del estudio de Customer Think, un 37 % de los consumidores, al no encontrar el producto necesario en las estanterías de la tienda donde suelen hacer sus compras, intentan adquirirlo en otro lugar, ya sea de camino a casa o por Internet. En la mayoría de los casos, estos compradores se pierden para siempre para este negocio.
Cómo el comercio minorista puede aprender a optimizar sus niveles de existencias y dejar de perder el dinero
¿Cómo organizar los procesos empresariales de manera que las cadenas minoristas puedan reaccionar rápidamente a las expectativas dinámicas de los consumidores en cada tienda concreta? ¿Cómo estabilizar las cadenas de suministro para evitar pérdidas y tomar decisiones empresariales informadas sobre la planificación del suministro?
La respuesta es aprender a pronosticar bien la demanda.
En las condiciones actuales, esto es posible solo mediante la transformación de los procesos empresariales en las cadenas de suministro basándose en tecnologías innovadoras.
En este contexto, resulta revelador el experimento demostrativo realizado por el Gobierno en las prefecturas de Oita y Fukuoka (Japón). Su objetivo era reducir el desperdicio de alimentos mediante la optimización del supply chain utilizando la previsión de la demanda con IA, y al mismo tiempo aumentar las ventas.
Como resultado, los supermercados involucrados en el experimento, solo gracias a una previsión precisa (en particular, teniendo en cuenta la demanda oculta), pudieron aumentar las ventas de los productos que participaban en el proyecto casi un 20 %.
¿Por qué las tecnologías innovadoras son esenciales en este ámbito y qué capacidades de la IA marcan la diferencia? Analicémoslo.
Uso de la IA para analizar las ventas históricas, la estacionalidad y las tendencias
En primer lugar, el valor de la inteligencia artificial en la creación de una buena previsión de demanda radica en que los algoritmos modernos permiten analizar enormes volúmenes de datos en muy poco tiempo. Consideran múltiples factores actuales, calculan correlaciones, determinan fluctuaciones estacionales e identifican tendencias.
Y lo más importante – todo ello se lleva a cabo con un nivel mínimo de errores que son inevitables en los cálculos manuales. Por lo tanto – con pérdidas mínimas.
Cómo la IA en el comercio minorista ayuda a las empresas a reducir las amortizaciones
La razón principal de las amortizaciones en el comercio minorista es la mercancía que no se ha vendido a tiempo, es decir, el mismo overstock que se ha formado a causa de una previsión de la demanda de mala calidad. Y son precisamente las tecnologías basadas en la inteligencia artificial que resultan más eficaces cuando se trata de llevar la previsión a un nuevo nivel de eficiencia.
Además, las soluciones para la previsión de la demanda basadas en la inteligencia artificial son igualmente válidas para resolver problemas de minimización de las amortizaciones de productos con diferentes fechas de caducidad. Simplemente, en el caso de los productos con una corta caducidad, es importante revisar la previsión con mayor frecuencia.
Un ejemplo de este sistema de previsión de la demanda basado en la inteligencia artificial es SMART Demand Forecast. La solución es eficaz para hacer previsiones a diferentes niveles de agregación y para diferentes periodos.
Además, si el cliente tiene una solicitud no estándar que debe considerarse en las previsiones, SMART Demand Forecast admite la posibilidad de realizar previsiones manuales de la demanda. Esto permite introducir rápidamente los datos adicionales de precisión y responder con flexibilidad a los cambios en las condiciones de un mercado dinámico y en rápida evolución.
Cómo la solución SMART Demand Forecast ayudó al equipo de McDonald’s Georgia a mejorar la precisión de sus previsiones de la demanda
Un ejemplo ilustrativo en este aspecto es la implementación de SMART Demand Forecast en la cadena de 23 restaurantes de comida rápida McDonald’s en Georgia, que acoge a 35 000 clientes al día.
Antes de colaborar con SMART business, la empresa realizaba previsiones para toda la cadena con un mes de antelación. Este nivel de precisión se traducía regularmente en gastos logísticos adicionales debido a la necesidad de trasladar los ingredientes entre los establecimientos. La eliminación de este problema y la minimización de los gastos operativos fueron las razones principales por las que McDonald’s Georgia decidió llevar a cabo esta actualización.
La gran experiencia del equipo de implementación permitió identificar un conjunto óptimo de factores que afectan a la precisión de las previsiones para esta empresa y realizar previsiones semanales para cada establecimiento individual.
Como resultado, se lograron los indicadores objetivos, que superaron las expectativas:
- 83 % de precisión en la previsión de ventas para cada establecimiento, basada en la agregación semanal de datos durante un periodo de 4 semanas.
- 80 % de precisión en la previsión de ventas para cada establecimiento, basada en la agregación semanal de datos durante un periodo de 12 semanas.
- Desviación promedio de hasta el 5 % respecto a la previsión, lo que es habitual en la comunidad empresarial mundial.
Gracias a este proyecto, hemos podido aumentar considerablemente la precisión de la previsión de la demanda en cada uno de nuestros establecimientos. Y cuando obtuvimos los primeros resultados, comprendimos claramente que el proyecto dará sus resultados muy pronto.
Giorgi Asatiani Jefe de BI y Análisis de Datos, Departamento de BI y Análisis de Datos de McDonald’s Georgia
Cómo hacer que los datos trabajen para su negocio
Por lo tanto, si su empresa ya no se limita a generar los datos, sino que los agrega activamente gracias a las capacidades de su propio ecosistema de TI, no se demore en dar el siguiente paso – implementar soluciones basadas en la inteligencia artificial.
Es precisamente gracias a la IA que los productos informáticos de la empresa se convierten en la mejor versión de sí mismos y los datos comienzan a trabajar activamente para aumentar la rentabilidad. En primer lugar, gracias al considerable aumento de la velocidad de recopilación y procesamiento de datos.
Enfoque basado en datos en el contexto del comercio minorista
El enfoque basado en datos consiste en hacer que los datos trabajen a favor de la empresa. La decisión de qué área delegar a la IA es siempre individual.
Últimamente, los chatbots y los asistentes virtuales basados en la IA se han vuelto muy populares, lo que ha permitido reforzar considerablemente el sector de los servicios.
En particular, los expertos de Promodo señalan que el 80 % de las empresas minoristas y de comercio electrónico ya utilizan o planean implementar chatbots con IA en un futuro próximo. Según sus previsiones, para el año 2030, la inteligencia artificial gestionará el 80 % de todas las interacciones con los clientes.
También, en el sector minorista, los asistentes de IA pueden ser eficaces en el sector operativo, en particular durante la amortización y la recepción de mercancías. Y eso sin contar su potencial en el ámbito de las ventas y el marketing.
La IA al servicio del comercio minorista: pros y contras
En condiciones de un mercado extremadamente dinámico, tener éxito en el comercio minorista significa ser capaz de tener en cuenta una gran cantidad de factores. Es prácticamente imposible hacerlo con calidad y precisión sin soluciones y enfoques modernos. Por lo tanto, no vale la pena «aferrarse» a los últimos clichés populares.s
Primer mito: los buenos analistas hacen mejores previsiones
Aquí hay un ejemplo: la mayoría de los minoristas en Ucrania siguen sin tener en cuenta en sus previsiones las alertas aéreas, durante las cuales los centros comerciales permanecen cerrados. Y no lo hacen no porque no quieren, sino porque simplemente no saben cómo hacerlo. Como consecuencia -sufren pérdidas adicionales.
La causa es que los modelos estadísticos tradicionales se limitan a los datos históricos y no permiten considerar acontecimientos futuros. Por lo tanto, para no ser rehén de circunstancias «imprevisibles», es muy importante transformar los propios procesos empresariales, en particular mediante la introducción de los sistemas de previsión basados en IA.
Y permitan a los analistas centrarse en las tareas estratégicamente importantes.
Segundo mito: la implementación de la IA en el comercio minorista podría provocar despidos masivos de personal
Hace tiempo que ha sido desmentido por las empresas exitosas en todo el mundo. La preocupación de que la IA vaya a quitar el trabajo a los empleados es una reacción habitual en los periodos de implementación de innovaciones tecnológicas.
En su momento, los contables se mostraron cautelosos ante la implementación masiva de los sistemas ERP. Y entre las razones de dos fracasos notorios, que pasaron a ser clásicos en la historia de la transformación digital — en las empresas Nestlé y Hershey— además de la discrepancia entre los procesos empresariales existentes y los requisitos estandarizados de los ERP, se menciona la resistencia del personal.
Sin embargo, hoy en día es difícil encontrar a alguien que dude del papel del ERP en la optimización de los procesos empresariales y el aumento de su productividad. El ERP es la base para el éxito de cualquier negocio. Al mismo tiempo, la demanda de contables profesionales no ha bajado, sino que han surgido nuevos requisitos para sus habilidades. La perspectiva es similar para las soluciones basadas en IA. No hay que preocuparse de que la IA le quite el trabajo: conviene centrarse en aprender a trabajar con ella.
Tercer mito: la IA en el comercio minorista es una tecnología costosa y sus beneficios son difíciles de cuantificar
BrandWagon ha publicado los resultados de un estudio llamado «Intelligent Retail», realizado por KPMG International.
Según el informe, el 55 % de las empresas minoristas que adoptaron un enfoque basado en datos obtuvieron un retorno de la inversión (ROI) de las tecnologías impulsadas por la IA entre el 10 % y el 30 %. Además, los encuestados también señalaron un aumento del 33 % en la eficiencia empresarial y hasta un 67 % de ahorro en los procesos en los que se implementó la IA.
Por eso, hoy en día, la IA para el comercio minorista es como un gadget moderno: se puede vivir sin ella, pero es muy difícil tener éxito en el mercado actual sin ella.
