Ventas

Recomendación de producto:

«Los clientes que compraron/vieron este artículo también compraron/vieron…»

• Comprender el comportamiento de compra de los compradores, sus necesidades, para preparar mejor los programas promocionales (qué productos se venden juntos con mayor frecuencia).
• Se puede dividir a los clientes en grupos o dividir los productos en grupos.
• Al seleccionar un perfil de clientes, digamos chicas adolescentes, uno puede analizar qué (combinación de) productos compran o visitan en un sitio web. Al seleccionar un producto específico, digamos una hamburguesa vegetariana sin ternera, se puede obtener un perfil de los compradores (datos demográficos).

Ambos son proyectos ambiciosos y se deben considerar muchos factores para predecir las unidades que se venderán a diferentes precios. Lo más sensato es abordar un factor a la vez utilizando diferentes herramientas. A continuación, ejemplos de preparación de datos antes de cualquier enfoque estadístico «inteligente».

En cambios inesperados del precio de venta (ofertas relámpago) que alteran lo planificado (no se anticipó superposición de ofertas): recalcular una duración planificada a una duración real no es inmediato cuando se manejan miles de artículos. Sin este ajuste, la investigación no será fiable.

• Si los artículos se identifican por «igual precio», ¿qué significa «rotura de stocks»? imagine una colección de 20 pintalabios, si se agota el color de moda, ¿se agota toda la colección? el nuevo precio sólo significará el precio de los colores que no están de moda: no se calcularán «curvas de demanda» porque el artículo incluía el color de moda. Las tallas de ropa tienen un problema similar porque el precio tiende a ser el mismo en todas las tallas, pero no ocurre con los perfumes porque los tamaños diferentes tienen precios diferentes.
• Saber las «Cero unidades vendidas» a un determinado precio es fundamental, pero esta información no está en la base de datos de Ventas a menos de que se incluya a propósito.