Reto o necesidad que resuelve
Dentro del sector agroalimentario se producen una amplia variedad de productos que tienen un denominador común y es la existencia de un ciclo de vida del producto que es significativamente más reducido que las producciones de otros sectores. Esto provoca que si un producto no es consumido durante el periodo de tiempo en el que es apto para el consumo debe ser desechado, lo que se traduce en una reducción de los ingresos. Además de ello, en ocasiones las compañías agroalimentarias pueden tener un pico de producción debido a variables ambientales que escapan a su control. Esto provoca que deban buscar consumidores que adquieran los productos, lo que requiere de una optimización de la actividad comercial. Por otro lado, para lograr que estos productos estén a disposición del consumidor en el momento que deben ser consumidos, es necesario tener una adecuada red logística, que permita que los productos estén disponibles con la mayor rapidez posible manteniendo unos costes asumibles. Por ello, es necesario predecir la demanda y conocer las variables claves, logrando de esta manera poder comercializar los productos que van a ser consumidos, además de realizar las acciones adecuadas para lograr incrementar el consumo de ciertos productos cuando se da un incremento de dicha cantidad.
Solución
La solución desarrollada por DVM es una aplicación que, basándose en datos históricos de las ventas de la compañía, variables propias de su actividad comercial y otros datos como la climatología, eventos festivos u otra información que sea considerada como potencialmente relevante, logre predecir tanto la demanda esperada como las variables claves que provocan esa demanda. Para lograr esto se han combinado dos soluciones:
1. Para la predicción de la demanda esperada se utilizan algoritmos con un alto poder predictivo, como modelos de Ensemble o Redes Neuronales, que en base a los datos estimados de las variables antes citadas permiten predecir la demanda esperada en el horizonte temporal establecido y desagregado al nivel de granularidad requerido (a nivel de ciudad, cliente, establecimiento, etc.). Gracias a esta herramienta se puede predecir la demanda y enviar a ese punto la cantidad necesaria, además de optimizar la logística.
2. Para lograr determinar cuales son las variables más relevantes que afectan a la adquisición de un producto se utilizan modelos de la denominada como “Inteligencia Artificial Explicativa”, lo que permite determinar cuales son las variables clave que afectan a la cantidad demandada. El identificar las variables clave junto con sus niveles críticos permite optimizar la acción comercial, modificando la demanda esperada, logrando así adecuarla a la producción y los productos disponibles. Esto permite a las compañías optimizar sus procesos comerciales, optimizando las ventas y evitando tanto la no satisfacción de la demanda por falta de productos como la perdida de ingresos por la falta de demanda que adquiera los productos existentes.
En resumen, gracias a esta herramienta se logra determinar cuáles son las causas raíz que afectan a la demanda, además de predecir la demanda futura, permitiendo optimizar la logística y la actividad comercial. Esta solución cuenta con una interface de usuario, que se adapta a las necesidades y preferencias del cliente y que le permite interactuar con los sistemas a golpe de click. Junto a ello, al estar basada en software libre, permite su despliegue en el servidor que determine el cliente, sin ningún coste de licencia añadido.
Tecnologías involucradas
Inteligencia Artificial, Machine Learning, Sistemas Predictivos.