Retailing Analytics “Pricing y promociones para retailers ... - Ceret

Retailing on Analytics:
Pricing y promociones para retailers latinoamericanos
Luis Aburto Lafourcade
laburto@dii.uchile.cl
Twitter: @luaburto
Enero 2011

Agenda
1
• Business Intelligence & Retailing on
Analytics
2
• Segmentación por perfiles de vida
3
• Tácticas de pricing analíticas

Introducción
• Ley de Moore: “La capacidad de procesamiento se duplica
cada 18 meses.
• Sin embargo: “La capacidad de almacenamiento se duplica
cada 9 meses.
• La brecha entre capacidad de procesar y lo que almacenamos,
aumenta con el tiempo
7,000,000
6,000,000
5,000,000
4,000,000
3,000,000
2,000,000
1,000,000
0
2003 2005 2007 2009
Disk
Processing

¿Qué es Inteligencia de Negocios
Es el proceso de extracción de datos desde una BD y luego del análisis
de esos datos para extraer información susceptible de usar para tomar
decisiones y acciones de negocios informadas”
Preguntas a responder por aplicaciones de Inteligencia de Negocios:
¿A qué clientes recomiendo mi nuevo LEDTV 3D
¿Quiénes serán los 1000 clientes TOP del próximo año en términos
de contribución
¿Qué precio coloco a las Estufas Toyotomi el próximo año ¿Cuántas
estufas compro para la siguiente temporada

Principales hechos del retail en 2010
• Crecimiento de formatos en retail integrado
• SMU ok market, telemercados europa, mayorista 10
• WallMart Chile ACuenta, Ekono, Lider Express, Hipermercado Lider
• Internacionalización a toda marcha en Perú y Colombia
• 1º tienda La Polar en Bogotá
• Éxito de Sodimac y dos primeros años de Easy
• Mall Plaza y Parque Arauco con sus primeros centros comerciales en
Colombia
• Terremoto como prueba a cadena logística y relación con
proveedores
• El crédito como fuente de diferenciación del retail chileno
• Apertura de CMR a toda la red de comercios a través de Visa
• Colocaciones de crédito en Perú y Colombia
• Aumento sostenido en promociones
• Catálogos (mayor cantidad y calidad), ofertas, eventos nocturnos
• Paris Parade

Competing on Analytics
• Davenport, Thomas H; Jeanne G. Harris (March
2007). Competing on Analytics: The New Science of
Winning. Harvard Business School Press.
• Davenport, Thomas H; Jeanne G. Harris (February
2010). Analytics at work: Smarter Decisions, Better
Results. Harvard Business School Press.

Retailing on Analytics
Clientes
• Promociones
• Relacionamiento
Analytics
• Layout
• Exhibición
• Ubicación
Locales
Productos
• Precio
• Surtido

Consumer Category Management
“Utilizando el conocimiento del comportamiento de compra de los consumidores se
puede crear una oferta en la tienda destinada a satisfacer las necesidades de
nuestros clientes objetivo”
Definición de
Categoría
Rol de Categoría
Revisión de
Categoría
Evaluación de
categoría
Metas de Categoría
Estrategias de la
categoría
Tácticas de la
categoría
Plan de
implementación

Caso Aplicado:
Promociones focalizadas usando
segmentación por estilos de vida

Promociones y CRM
¿Cuantas promociones se realizan en el retail
¿Cuál es la efectividad de los catálogos / cupones
¿Cómo mejoramos la puntería de nuestras promociones
Dos caminos:
1.- Análisis Relacional
• Trayectoria del cliente en el tiempo
• Acciones de retención
• Modelos de propensión de compra
• RFM

Ciclo de Vida del Cliente
Adquisición
Compra
Salida
Ingresos
Ganancia
Pérdida
Tiempo

Menores Costos de adquisición
Adquisición
Más Eficiente
Compra
Salida
Ingresos
Ganancia
Pérdida Menor
Pérdida
Tiempo

Mayores Ventas por Cliente
Adquisición
Más Eficiente
Ventas Up/Cross
Más Frecuentes
Salida
Más
Ganancia
Ingresos
Ganancia
Pérdida Menor
Pérdida
Tiempo

Relación de largo plazo
Adquisición
Más Eficiente
Ventas Up/Cross Más
Frecuentes
Relaciones Más
Duraderas
Aún más
Ganancia
Ingreso
Ganancia
Pérdida Menor
Pérdida
Tiempo

Motivación: Caso Tesco
Tesco, cadena supermercadista británica
Comenzó el programa de lealtad más exitoso
que el retail ha visto jamás
Tarjeta del club permite “rastrear” lo que el
Cliente compra
▫ Ver qué compra
▫ Ver cuánto compra
▫ Ver cuándo compra
¿Para qué Fidelizar !
1. Humby Clive (2004), “Scoring Points: How Tesco is winning customer loyalty”.
2. Maarten Verschuere, dunnhumby, Data Mining Conference (2009), “The Rolling Ball: A
Behavioral Customer Segmentation in Retail”

Fidelizar: ¿Pero Cómo
A través de la oferta de productos adecuada

Ejemplo: Estilo de Vida Express
• Buscan comodidad en la preparación de las comidas.
• Quieren comidas rápidas y fáciles, a menudo para uno.
• Gustan de la cocina pero no tienen tiempo para
cocinarla.
• Aprecian la comodidad de tener alimentos y non-foods
bajo el mismo techo.
Propensos a Comprar…
Comidas
Comidas Instantáneas
Comidas para uno
Ensaladas preparadas
Pollo listo
Pasta
Non-Food
DVD
CD
Accesorios de ropa

Estilos de vida - segmentación, pero…
¿Qué atributos de los productos me permiten identificar estilos de vida en
las personas
¿Cómo defino cada atributo ¿Cómo defino a un cliente express ¿Cómo
etiquetar productos relacionados con clientes express
¿Cómo marco un maestro de productos de 60.000 sku con respecto a cada
atributo Si tengo 60 mil productos y 10 atributos, habría que poner
600 mil etiquetas!

Análisis de Canasta (Market Basket
Analysis)
Los hábitos de compra de los clientes pueden ser
representados a través de asociaciones o
correlaciones entre los diferentes productos que
compran en sus “canastas”.
Cliente 1:
Arroz, puré, bebida
Cliente 2:
Arroz, helado,
pan
Cliente 1:
Arroz, bebida,
cerveza

Asociación de Productos

Asociación de Productos

Asociación de Productos

Recomendación
Motor de
Recomendación

Ejemplo de Recomendación
Cliente que busca Pantalones
Ayudeme a
decidir
Complemento
Producto
Relacionado
Recomendaciones
Filtro
Tradicional
Filtro
Sensitivo
Alternates Up Sells
Complement Add-on
Impulse Buy

Mapas de Productos
Detergentes
y abarrotes
Abarrotes
Lácteos y
perecibles

Selección de atributos
Nº Atributo Escala Descripción Ejemplo
1 Precio -2,-1,1,2 Corresponde al rango de precio, en que se ubica el producto c/r a su categoría. 2: Cerv. Kuntsmann.
1: Cerveza Heineken.
Siendo -2 en nivel de precios más bajo.
-1: Cerveza Cristal.
-2 Cerveza Baltica.
2 Saludabilidad 1,0,-1 Grado en que el producto es reducido en grasas y beneficioso para la salud. 1 es
saludable, 0 es indiferente y -1 es no saludable.
3 Perecibilidad 1,0,-1 Indica el periodo de vencimiento que tiene el producto. 1 indica que el producto
vence rápidamente y -1 si el producto es no perecible.
4 Preparación 1,0,-1 Nivel de preparación que debe tener los productos antes de ser consumidos.
1 si el producto es instantáneo o requiere poca preparación, 0 si el producto es de
consumo directo y -1 si requiere preparación.
1: Quesillo Next.
0: Harina.
-1: Mantequilla.
1: Vegetales.
0: Cereales.
-1: Legumbres
1: Comida preparada.
0: Galletas.
-1: Carnes.
5 Verde 1,0 De procedencia vegetal y no haya sufrido transformaciones físicas importantes. 1: Vegetales (lechuga, tomates,
etc).
0: Cereales, bebidas, etc.
6 Carnes 1,0 De procedencia animal. 1: Carnes rojas y blancas,
embutidos.
7 Chileno 1,0 Si el producto es típicamente Chileno. 1: Mote.
8 Fiesta 1,0 Si el producto es de consumo en celebraciones, juntas de amigos, etc. 1: Cerveza, alcoholes, snacks.
9 Extranjero 1,0 Si el producto es de marca extranjera y no común. 1: Cerveza Carlsberg.
10 Exótico 1,0 Si el producto no pertenece a la cultura chilena común. 1: Guayaba.
11 Niño 1,0 Si el producto es de consumo típico de niños y bebes. 1: Productos Nestum.
12 Congelado 1,0 Si el producto viene congelado. 1: Vegetales congelados

Marcación de Productos
Atributo
Carnes
Hamburguesas
Paté
Vacuno
Fiambrería
Cerdo
Pollo
Pescado
Leche
descremada
Yogurt
Frutas
Quesillo
Verduras
Congeladas
Atributo
Verde
Verdulería
Frutas
Conserva
Marcando algunos SKU manualmente
Es posible extrapolar la clasificación a los productos vecinos.

Ticket Promedio ($)
El tamaño de las circunferencias indica la participación de las categorías en el supermercado.
Caracterización del Supermercado
5000
4500
4000
3500
3000
2500
2000
1500
1000
500
0
Mapa Roles Supermercado en Estudio
QUESOS
ENVASADOS
CECINAS VACIO
QUESOS GRANEL
LACTEOS FRESCOS
CECINAS GRANEL
GALLETAS
FRUTAS Y
VERDURAS
BEBIDAS GASEOSAS
Y AGUAS
MINERALES
ELABORACION
PROPIA
0 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4
Presencia
El local queda ubicado en un sector del barrio alto, posee entre 1500 y 3000 m 2.
Fueron parte del estudio 8.600 clientes - 15,000 productos.

Descripción de los Segmentos
SEGMENTO
Tradicional
28%
Express
10%
Familiar
18%
Parrillero
5%
Gourmet
8%
Saludables
31%
DESCRIPCIÓN
Dueñas de casa que compran una canasta de compra equilibrada,
una vez por semana. Estos clientes incluyen todo tipo de productos
en sus compras. Típicamente marcas tradicionales o populares.
Clientes de paso que buscan destinar el menor tiempo posible la
preparación de sus alimentos.
Segmento constituido por los matrimonios jóvenes con hijos.
Buscan conveniencia en sus compras.
Clientes que compran principalmente carne en el supermercado y
acuden a este en promedio 2 veces al mes.
Clientes que gustan de experimentar nuevos sabores y gustan de
comprar calidad. Tienen alta disponibilidad a pagar.
Personas que buscan mantenerse en buen estado de salud y en
control de su peso.

Segmento Gourmet
Gasto en Atributos con respecto a un cliente
promedio (veces):
1. Precio Alto-Alto: 2
2. Extranjero: 3
3. Exótico: 4
4. Chileno: 0,5
Claudio Pizarro
Cli-ID: 45550232387

Segmento Parrillero
Gasto en Atributos con respecto a un cliente
promedio (veces):
1. Lenta Preparación: 2,8
2. Congelado: 3,5
3. Carnes: 2,5
Sergio Aburto
Cli-ID: 4555569859656

Segmento Familiar
Gasto en Atributos con respecto a un cliente
promedio (veces):
1. Niño: 1,8
2. Precio Alto- Muy Alto: 0,55
3. No Perecible: 1,55
Marge Simpson
Cli-ID: 4555512320944

RFM / Monto
La tabla indica como se distribuye el monto gastado por cada segmento en el local.
SEGMENTO LEAL EN FUGA FUGADO
Total
general
Tradicional 89,7% 6,5% 3,9% 42,7%
Express 82,9% 8,2% 8,9% 2,4%
Familiar 84,3% 8,9% 6,8% 9,0%
Parrillero 84,8% 8,0% 7,2% 2,7%
Gourmet 84,6% 9,7% 5,7% 7,2%
Saludables 88,5% 7,1% 4,4% 36,0%
Total
general
88,1% 7,2% 4,7% 100,0%
• Los clientes leales, que son el 75%, representan el 88% de los ingresos para el
local.

Recomendaciones:
Ofertas y Promociones
SEGMENTO
RECOMENDACIONES
Gourmet Experimentar nuevos sabores y probar nuevas
marcas:
•degustaciones
•Cursos de cocina
•Descuento en productos novedosos
Saludables •Catálogo especial en productos livianos
•Información dietética – Como consumir más sano
•Descuentos en categoría light
Familiar
•Catálogo con productos para niños
•Descuento por cantidad

Decisiones de Pricing para
categorías de Supermercado

Pricing
El PRICING es una herramienta estratégica fundamental del marketing y
lo que busca es el punto de equilibrio en la fijación de precios,
considerando los intereses de la empresa y el conocimiento del mercado.
COMPORTAMIENTO
DE COMPRA
RENTABILIDAD DE
LOS PRODUCTOS Y DE
LAS CATEGORIAS
SEGMENTACIÓN DE
CLIENTES
PRECIO
SENSIBILIDAD A LAS
VARIACIONES DE
PRECIO
Por otro lado, permite establecer una relación entre el comportamiento
de compra del cliente y los diferentes niveles de precios, permitiendo, de
esta manera, aumentar las utilidades de la empresa.

Riesgos incurridos al fijar Precios
Precios bajos
‣ Ingreso perdido, ya que existía
mayor disponibilidad de pago.
‣ Se puede gatillar una guerra de
precios.
‣ El producto proyecta la imagen
de ser de baja calidad.
‣ Se vuelve muy difícil subir los
precios.
V/S
Precios altos
‣ Ventas perdidas – el consumidor
no está dispuesto a hacer
negocios con nosotros.
‣ Destruir la lealtad de los clientes
en el largo plazo.
‣ Tendencia a creer que la tienda
entera está cara.
‣ Producto queda marcado como
caro en la mente del consumidor.

Elasticidad: Sensibilidad demanda-precio
• Análisis a Nivel de SKU: L’Oréal Casting
▫
El precio influye directamente en las ventas de los productos.
Disminución
del precio
Aumento de
la cantidad
demandada

Elasticidad Cruzada
Para la categoría: Cuidado del Cabello
Acondicionador
Shampoo
Max
s.
t.
q
p
i
i
q
p
i
q
p
j
i
k
categ
i
p
i
q ( p
; p
; p
0 i
0 i
y j complementarios
0 i
y k sustitutos
i
i
j
k
)
‣¿Qué sucede con la demanda por Shampoo ante cambios en el precio del Acondicionador
Dado que son productos complementarios, si sube la demanda del acondicionador, subirá la
demanda del shampoo

Distintas políticas de pricing
41

Metodología I
42
Cantidad
v/s
Precio
s
Elasticidades
v/s
Demográfica
s

Metodología
Regresiones doble Log precio-cantidad
Regresión Elasticidad precio-variables demográficas
Distribuciones de los parámetros
Priors

Matriz elasticidades sucursal Independencia
R^2 alpha 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
1+1 cereal 0.56 24.8 -0.84 -1.23 1.60 -0.53 0.53 -0.31 -0.47 0.41 1.56 -0.60 -0.76 -1.83 -0.39 0.32 -0.55 -0.82 0.10
1+1 soprole 0.43 10.6 0.47 -1.74 0.29 0.11 1.29 -0.56 0.27 0.60 -0.26 1.34 -0.29 -0.31 -1.02 -0.23 -0.09 -0.25 0.37
1+1 top 0.43 12.4 0.14 -1.98 7.69 -0.97 2.78 -2.11 -0.10 0.14 -0.97 1.52 -0.40 -0.08 1.86 1.17 -0.68 -8.58 -2.07
Batido Alerce 0.42 -0.7 -1.54 4.35 -3.09 -5.08 8.18 -3.82 2.41 3.65 -0.82 -1.32 -2.81 1.30 -3.21 -0.54 3.12 1.51 1.02
Batido Nestle 0.64 5.4 -0.22 -0.32 0.65 0.36 -4.12 -0.49 -0.03 1.03 -0.48 0.84 0.32 1.35 0.41 -0.12 0.77 -1.02 1.61
Batido Soprole 0.70 16.1 0.49 -2.04 0.33 -0.70 1.99 -1.53 0.30 0.87 -0.29 0.12 -0.71 -2.27 -1.17 -0.28 -0.10 3.01 0.31
Batifrut 0.58 21.4 -0.19 -0.13 0.97 -0.63 0.66 -1.56 -0.63 0.81 -0.61 0.94 0.62 -1.49 -2.34 -1.60 0.39 2.37 0.55
Cereal Nestlé 0.68 6.4 -0.27 1.88 1.22 -0.78 0.28 -3.12 1.96 -2.32 1.93 1.04 0.44 -0.26 -0.69 -1.26 -0.24 0.32 -0.12
Diet Soprole 0.61 20.3 -0.45 0.09 -1.15 -1.69 1.56 -2.33 -1.36 1.28 -2.79 3.09 -0.74 0.56 -0.92 -1.88 0.31 1.04 3.77
Gold 0.75 21.2 -0.10 0.59 0.39 -1.04 2.39 -0.49 0.01 0.29 0.69 -0.37 0.08 -2.02 -0.99 -1.96 -0.30 -0.13 1.13
Huesitos 0.38 25.3 2.82 -8.04 -3.87 -2.48 0.78 -1.16 2.27 1.37 -7.25 2.70 -7.55 2.97 -1.87 -1.25 0.44 11.31 5.06
Light Colun 0.13 9.1 0.90 1.08 -0.27 0.45 1.29 -3.04 3.60 0.30 0.35 0.91 -1.89 -0.28 -0.75 -2.94 -2.16 0.86 1.41
Pack Nestle 0.28 16.0 -2.80 -2.38 -2.01 0.33 1.52 -1.22 -0.16 -0.92 -1.36 3.79 -3.30 -0.90 -1.62 -1.57 -0.73 5.90 6.13
Pack Soprole 0.57 10.3 1.07 2.51 0.62 -1.17 0.12 -0.72 -0.06 0.91 1.27 -0.94 2.04 -0.79 0.02 -1.69 -0.83 -1.79 -1.52
Pequegurt 0.89 45.7 0.39 1.47 2.01 -1.08 2.09 -0.24 1.46 1.30 0.99 -2.49 -1.42 -3.01 -0.65 -0.74 -4.52 -3.89 0.66
Next Trozos 0.37 25.7 0.16 -1.51 -2.59 -1.64 1.84 -1.03 -1.90 0.68 4.41 -0.32 -0.59 -2.34 -2.88 1.58 2.28 0.90 -0.77
Yoghito 0.66 10.4 0.21 -1.06 1.98 -0.30 2.09 -1.42 -0.24 1.51 -0.18 0.83 -0.99 -0.89 -1.26 -0.95 0.09 1.86 -1.16
Promedio R^2 0.53
Complementarios: Yoghito con Packs
Batido Soprole con todos los
productos
Sustitutos:
1+1 variedades
Gold con Lights

Modelos de Optimización
Modelos de Optimización:
I) Maximizar Ingresos II)Maximizar Unidades III) Maximizar Margen
Restricciones:
I)Precio inferior al precio_prom
II)Precio mayor al Costo (%)
III)Cantidades mayores a cero

Modelos Maximización de Ingreso
Sucursal Independencia
Producto Precio Actual
Precio
Propuesto
Costo o
Precio_min % Variación
1+1 cereal $ 205 $ 226 $ 200 10,0%
1+1 soprole $ 183 $ 175 $ 175 -4,3%
1+1 top $ 226 $ 249 $ 203 10,0%
Batido Alerce $ 72 $ 65 $ 65 -9,7%
Batido Nestle $ 73 $ 81 $ 69 10,0%
Batido Soprole $ 150 $ 141 $ 141 -6,2%
Batifrut $ 242 $ 266 $ 218 10,0%
Cereal $ 167 $ 184 $ 165 10,0%
Soprole Diet $ 209 $ 197 $ 197 -5,6%
Gold $ 311 $ 342 $ 280 10,0%
Huesitos $ 90 $ 81 $ 81 -10,0%
Colun Light $ 99 $ 89 $ 89 -10,0%
Pack Nestle $ 1.004 $ 904 $ 904 -10,0%
Pack Soprole $ 945 $ 897 $ 897 -5,1%
Pequegurt $ 73 $ 69 $ 69 -5,4%
Next Trozos $ 239 $ 216 $ 216 -9,6%
Yoghito $ 79 $ 87 $ 72 10,0%
Precio Promedio de los productos debe disminuir un 2%
Precio Ponderado de los productos aumenta en un 6%
Suben los Precios
en 7 productos.

Comparación de Modelos
Sucursal Independencia
Producto Precio Actual % Variación 1 % Variación 2 % Variación 3
1+1 cereal $ 205 10,0% 10,0% 10,0%
1+1 soprole $ 183 -4,3% -4,3% 10,0%
1+1 top $ 226 10,0% 10,0% 10,0%
Batido Alerce $ 72 -9,7% -9,7% -9,7%
Batido Nestle $ 73 10,0% 10,0% 10,0%
Batido Soprole $ 150 -6,2% -6,2% -6,2%
Batifrut $ 242 10,0% 10,0% 10,0%
Cereal $ 167 10,0% 10,0% 10,0%
Soprole Diet $ 209 -5,6% 10,0% 10,0%
Gold $ 311 10,0% 10,0% 10,0%
Huesitos $ 90 -10,0% -10,0% -10,0%
Colun Light $ 99 -10,0% -10,0% -10,0%
Pack Nestle $ 1.004 -10,0% -10,0% -10,0%
Pack Soprole $ 945 -5,1% -5,1% -5,1%
Pequegurt $ 73 -5,4% -5,4% 10,0%
Next Trozos $ 239 -9,6% -9,6% -9,6%
Yoghito $ 79 10,0% -9,1% 10,0%
Productos
muy
sensibles
Productos
poco
sensibles
Productos
muy
sensibles
Los precios se pegan a las cotas superiores o inferiores
Entre los distintos modelos son 1 o 2 productos que varían sus precios

% Variación
Comparación de Modelos
Sucursal
Independencia
Sucursal Independencia
Max Ingresos Max Unidades Max Margen Actual Real
Ingreso $ 6,789,560 $ 6,483,340 $ 6,108,768 $ 3,032,085 $ 2,116,530
Unidades 60,063 61,731 51,608 28,354 19,221
Margen $ 712,325 $ 342,326 $ 877,478 $ 209,505 $ 141,515
Precio Ponderado 113 105 118 107 107
Precio Promedio 251 252 255 257 257
300,0%
250,0%
Comparación Modelos Optimización
200,0%
150,0%
100,0%
Ingreso
Unidades
Margen
50,0%
0,0%
Max Ingresos Max Unidades Max Margen
Fuente: Elaboración Propia

Conclusiones
Existe un aumento explosivo de bases de datos :
• Alta dimensionalidad
•Gran número de registros
•Nuevas Fuentes
Use sus datos. Aplique Analytics para tomar mejores decisiones!!!
Es importante utilizar la información y el conocimiento que tenemos de los
clientes para poder construir relaciones rentables y duraderas con ellos.
No dispare a la bandada. Enfoque, apunte y dispare.
Decisiones de precio pueden impactar fuertemente resultados.

Referencias
• Troncoso C. (2010). Determinación de precios óptimos de una categoría para una cadena de
supermercado utilizando modelos jerárquicos bayesianos. Tesis de Ingeniería Civil Industrial.
Universidad de Chile.
• Nuñez S. (2010). Segmentación de clientes para una cadena de supermercados en base a
estilos de vida. Tesis de Ingeniería Civil Industrial. Universidad de Chile.
• Kamakura & Russell (1989). A Probabilistic Choice Model for Market Segmentation and
Elasticity Structure. Journal of Marketing Research, Vol. 26, No. 4, pp. 379-390.
• ACNielsen, 2005. Análisis del Retail y de la industria de Consumo Masivo. Revista
Tecnomercado.
• Reibstein & Gatignon (1983). Optimal Product Line Pricing- The Influence of Elasticities and
Cross Elasticities. Journal of Marketing Research, Vol. 21, No. 3. (Aug., 1984), pp. 259-267.
• The Economist (2007). Business by Numbers.
• Humby Clive (2004), “Scoring Points: How Tesco is winning customer loyalty”.
• Maarten Verschuere, dunnhumby, Data Mining Conference (2009), “The Rolling Ball: A
Behavioral Customer Segmentation in Retail”

Retailing on Analytics:
Pricing y promociones para retailers latinoamericanos
Luis Aburto Lafourcade
laburto@dii.uchile.cl
Twitter: @luaburto
Enero 2011