Modelo predictivo de quiebres de stock en un supermercado

La presente memoria se centra en el problema de los faltantes de mercadería en góndola (FMG). Este es un índice que refleja el porcentaje de veces en el cual un cliente, al asistir a la sala por un determinado producto, no lo encuentra. En Chile alcanza un 15% aproximadamente, en cambio en Estados Unidos un 8% solamente. El problema se traduce en que el 60% de las veces que un cliente se ve enfrentado a dicha situación, no realiza la compra, o la próxima vez que necesite dicho producto no volverá a esa sala a buscarlo. Esto provoca ventas perdidas, y también afecta negativamente la imagen del supermercado. El proyecto consiste en un modelo de predicción de quiebres de stock para un supermercado. El estudio se hizo para una sala de un supermercado mayorista y se analizaron dos categorías de esta sala, una de alta rotación (Leches Líquidas) y otra de baja (Pañales Desechables). Se hicieron mediciones del stock diario en góndola para cuatro categorías (las dos antes mencionadas, más margarinas y leches en polvo) con esto se obtuvo el valor de lo que sería la variable dependiente (disponibilidad, vale 1 si existe quiebre de stock en un día-producto y 0 en caso contrario). Las variables predictivas fueron derivadas de los datos transaccionales. Se construyeron modelos de árboles de decisión y regresión logística para cada categoría, y se compararon para ver cuál era el mejor. En el caso de Leches Líquidas, el mejor modelo predijo el 56% de los quiebres de stock con una efectividad del 50% y para Pañales Desechables, un 46% con una efectividad del 78%. 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 de los modelos en el supermercado