Delimitación de márgenes de venta en tiempo real

Cliente

Empresa que comercializa y distribuye artículos de ferretería, materiales de construcción y artículos para el mejoramiento del hogar, con clientes mayoristas (B2B) y clientes retail (B2C).

Es una de las 5 empresas del rubro con la mayor participación de mercado chileno.  

Desafío

Cada vez que un vendedor generaba un pedido en la empresa, se desconocía cuál era el margen real del mismo, ya que no se tenía en consideración el tipo de pago del cliente, los costos de traslados, las comisiones de los vendedores, entre otros factores. Sin esta información en un tiempo oportuno, se detectó que había ventas que dejaban márgenes bajos o incluso negativos.

Solución

Se generó un sistema en tiempo real para el cálculo del margen considerando todos los factores existentes que pudieran afectar (medio de pago del cliente, costo de transporte, costo del producto, comisiones de venta, entre otros)

Para ello, se realizó una captura de datos en tiempo real o streaming desde MS Dynamic AX hacia Cloudera por medio de Kafka, donde un programa hecho en Scala realiza todos los cálculos correspondientes para calcular el margen real de la venta, los cuales son devueltos al ERP para que el vendedor pueda ver si tiene un buen margen o no y calibrar la venta al punto óptimo.

Beneficios

• Se logró aumentar el margen de venta de la cía en un 30% (entre el margen anterior y el nuevo).
• Se eliminaron las ventas con margen negativo. 

Optimización y automatización del proceso de pago de comisiones

Cliente

Empresa que comercializa y distribuye artículos de ferretería, materiales de construcción y artículos para el mejoramiento del hogar, con clientes mayoristas (B2B) y clientes retail (B2C).

Es una de las 5 empresas del rubro con la mayor participación de mercado chileno.  

Desafío

Existen varios procesos manuales que formulan el pago de comisiones de sus vendedores y jefes generando incertidumbre en los montos ya que estos pueden estar manipulados.

Este desafío se basa en automatizar los indicadores y las mediciones con los que se evalúan a cada vendedor. Estos análisis deben ser muy precisos  para poder impulsar y mejorar la venta de cada área.

Solución

Se generaron varios reportes para identificar las comisiones de cada área por vendedor y jefe, entregando información más fidedigna y sin la intervención de la información por parte terceros.

Para ello, se realizó la ingesta de información en el Cluster de Cloudera proveniente de distintos orígenes, entre los que destacan MS Dynamic AX y TALANA, este último es un software de RR.HH. para obtener información de los vendedores y jefes.

Luego, se construyó un flujo de datos en Alteryx que toma dicha información y genera varios reportes automáticos que pueden ser consultados en cualquier momento. Se presentan en una colección con formato empresarial de Comisiones y con permisos exclusivos solo para las áreas de RR.HH., quienes dan la autorización del pago de Comisiones.

Beneficios

• Se logró mejorar los tiempos de respuesta del envío de pago de comisiones a RR.HH. en casi un 90%.
• Se espera que los vendedores aumenten sus ventas al menos en un 20%.

Traspaso de Reportes AX a Alteryx Server

Cliente

Empresa que comercializa y distribuye artículos de ferretería, materiales de construcción y artículos para el mejoramiento del hogar, con clientes mayoristas (B2B) y clientes retail (B2C).

Es una de las 5 empresas del rubro con la mayor participación de mercado chileno.   

Desafío

La plataforma corporativa de la empresa, MS Dynamic AX, cuenta con varios reportes que sobrecargan el sistema, por lo que la información muchas veces deja de estar disponible hasta que varios procesos vuelvan a la normalidad, generando tiempos muertos en los trabajadores y/o esfuerzo adicional.

Solución

Se realizó un análisis completo de la cantidad de informes que contiene la plataforma donde se sobrecargan los reportes para alivianar el sistema. Posteriormente, se realizó un análisis de los principales reportes a migrar, seleccionando un total de 30 reportes críticos en uso de Memoria y CPU.

Primero, se realizó la ingesta de la información en el Clúster de Cloudera proveniente de MS Dynamic AX. Finalmente, se construyeron varios flujos de datos en Alteryx que permitieron mejorar el desarrollo antiguo y eliminar datos innecesarios con la finalidad de entregar la información los más expedita posible.

Beneficios

El resultado fue excelente y la experiencia de los usuarios fue satisfactoria, dado que los reportes que, anteriormente, tomaban una mañana en generarse, ahora solo demoraban unos minutos. Se redujo el tiempo de espera en casi un 99%.

Otro resultado no menor fue el descongestionar el sistema de MS Dynamic AX, el cual sufría al menos 2 caídas al mes. Actualmente, los diferentes usuarios de todas las áreas cuentan con la información en Alteryx Gallery 24×7; además, pueden consultarlos de forma remota a través de un simple browser.

Creación de líneas de créditos sugeridas

Cliente

Empresa que comercializa y distribuye artículos de ferretería, materiales de construcción y artículos para el mejoramiento del hogar, con clientes mayoristas (B2B) y clientes retail (B2C).

Es una de las 5 empresas del rubro con la mayor participación de mercado chileno.  

Desafío

El área de Crédito y Cobranza requiere identificar la capacidad de pago de los clientes con el fin de poder generar una sugerencia respecto a su actual línea de crédito. Estas sugerencias deben estar acordes con el comportamiento de pago del cliente; de esta manera, se reduce el riesgo en la cía a que los clientes no paguen sus líneas de crédito respectivas.

Actualmente, fijar una línea de crédito o reevaluarla es una tarea que implica gastos externos: la cía le pide a una cía de seguro externa que evalúe a sus clientes y entregue la línea de crédito. Por tal razón, era crítico generar una herramienta que apoyara la gestión del área de crédito y disminuir así los costos asociados a esta tarea.

Solución

Se generó un sistema capaz de medir la capacidad de pago de los clientes en el último año móvil. Asimismo, el sistema permite obtener el cumplimiento de pago del cliente empresa y utilizar esta información para contrastarla con la actual línea de crédito y, con esto, ser capaces de sugerir si es posible aumentarla, mantenerla o disminuirla. 

Para ello, se realizó la ingesta de información en el clúster de Cloudera proveniente de distintos orígenes, entre los que destacan MS Dynamic AX e Información comercial de DICOM. 

Luego, se construyó un flujo de datos en Alteryx que toma dicha información y genera una sugerencia de línea de crédito para el cliente y una segmentación la cual indica si se debe aumentar, mantener o disminuir. 

Finalmente, la información se logra visualizar en un panel BI hecho en QlikView para la utilización del área de Crédito & cobranza y la Gerencia de la cía.

Beneficios

• En relación a los tiempos de retraso en los pagos de los clientes, se logró reducir al menos en 30 días.
• Se aumentaron las ventas en un 15% en relación a clientes que tenían buen comportamiento de pago, gracias al algoritmo de IA que recomienda aumento de cupos controlados.

Desarrollo de solución cliente 360

Cliente

Empresa que comercializa y distribuye artículos de ferretería, materiales de construcción y artículos para el mejoramiento del hogar, con clientes mayoristas (B2B) y clientes retail (B2C).

Es una de las 5 empresas del rubro con la mayor participación de mercado chileno.  

Desafío

La cía no tiene una visión global de un cliente en una sola vista, por lo que no posee la capacidad de ver los aspectos relevantes que le permitan tomar decisiones eficientes.

Solución

El caso de uso se dividió en 2 fases.

Integración de datos:

• En primer lugar, se debió consolidar y preparar la data a través de un flujo de datos desarrollado en Alteryx que pudiera generar y almacenar la clasificación y sugerencia de crédito para los clientes.
• Luego, se recopilaron los datos del cliente a través de Cloudera: Dicom, estados financieros, cheques, facturas y distintas alertas.
• Finalmente, se almacenaron todos estos datos en Cloudera, los cuales eventualmente fueron leídos por un modelo Qlik.

Despliegue en QlikView:

• Qlik lee las tablas procesadas de Cloudera – con toda la data de los clientes – y despliega la información de clientes generales y particulares en distintas aristas: comercial, alertas de monitoreo, ventas, clasificación, historial de pago facturas y créditos, entre otras.

Beneficios

• Lograr reducir los retrasos en los pagos de los clientes en un 30%.
• Lograr aumentar las ventas en un 15% en el segmento de clientes objetivos para la cía.
• Lograr disminuir los tiempos de decisión de asignación de crédito/aseguración de horas a minutos.

Predicción de demanda de clientes y optimización de turnos de empleados de estaciones de servicio

Cliente

Empresa nacional que cuenta con más de 100 años de trayectoria en el mercado de combustibles y lubricantes. Tienen presencia a lo largo de todo Chile a través de terminales de distribución y más de 200 estaciones de servicio.

Desafío

El área de análisis comercial requiere determinar el flujo de clientes en las distintas estaciones de servicio para así asignar el número óptimo de empleados que ayudarán a cubrir la demanda requerida. Con esto, se evitan quiebres de stock y se reducen los costos de contratación al evitar contratar personal no necesario.

Solución

Se generó un primer modelo estadístico el cual permitió realizar una estimación de la demanda de clientes en las distintas estaciones de servicio. 

Esta información sirvió como data de entrada para poder realizar un segundo modelo de optimización en el cual, basado al flujo de clientes por bloques de hora, se determinó la cantidad de empleados necesarios para garantizar el servicio, tomando en cuenta las restricciones de turno y laborales que tiene implementada la compañía.

Para ello, se utilizó Alteryx como herramienta de procesamiento de datos y creación de los dos modelos estadísticos y de optimización. A su vez, se usó QlikSense para visualizar la información en un panel de BI.

Beneficios

• Se obtuvo un modelo que logra captar el flujo de clientes por hora en las distintas estaciones de servicio. 
• Se obtuvieron predicciones de calidad sobre los niveles de actividad y requerimientos de personal para una correcta planificación de la operación.

Optimización de descuentos de vendedores (Pricing)

Cliente

Empresa dedicada a la importación y distribución de vehículos, maquinaria y repuestos en Sudamérica.

Desafío

El área de análisis comercial requiere determinar las políticas de descuentos óptimas con el fin de maximizar el margen de venta.

Existe una dificultad en la elaboración de estas políticas, debido a que la empresa no contaba con procesos automáticos para el monitoreo y gestión de los descuentos otorgados por los vendedores.

Solución

Se generó un modelo estadístico y predictivo el cual permitió realizar una estimación de la demanda de vehículos, en función al descuento de los vendedores de una marca en particular y, a su vez, simular escenarios en los cuales se mostrarían los distintos comportamientos de la demanda a partir de ciertos niveles de descuentos. Este proceso permitió determinar los niveles de descuento que  maximizan el margen de ganancia de la compañía.

Finalmente, se utilizó QlikSense para realizar un análisis descriptivo de la información. Esta herramienta permitiría determinar si factores como la ubicación del local, precios de la competencia, vendedor, entre otros, inciden en la venta. Se usó Alteryx como herramienta de procesamiento de datos y creación de modelos estadísticos y predictivos.

Beneficios

• Se obtuvo un modelo que logra captar de manera óptima las tendencias de la demanda real.
• Se generó conocimiento de cómo se ve afectada la demanda del modelo de automóvil seleccionado, según la zona demográfica donde se encuentra la sucursal que lo vende. 
• El análisis de simulación y optimización demostró cómo ligeras variaciones en el descuento del vendedor afectan la demanda y, por ende, el margen. Se ayudó a la empresa a encontrar los puntos óptimos entre participación de mercado y margen de la cía.