Reto

El cliente disponía de una herramienta para reponer artículos en sus tiendas de moda. Esta herramienta funcionaba para periodos normales, pero para eventos especiales, como Navidad o el Black Friday, era incapaz de anticiparse, debido a las ventas y al alto volumen de transacciones. Esto significaba que una persona tenía que estar allí durante estos periodos ajustando la reposición de ropa, lo que lo convertía en un proceso manual e impreciso.
El cliente desarrolló un algoritmo de previsión pero, debido a su infraestructura, no podía procesar todos los datos históricos, por lo que los resultados no eran lo suficientemente precisos.

Enfoque

Migrar la solución del cliente a una nueva para poder procesar grandes cantidades de datos. Con esta nueva solución, el cliente podía ejecutar el algoritmo con todos los datos históricos y prever las existencias para eventos especiales.

Resultado

Con la nueva solución, los datos se dividieron en años, lo que permitió al cliente agregar los datos según sus necesidades. Así, el algoritmo de previsión podía ejecutarse con todos los datos históricos necesarios, pero para el procesamiento normal sólo se utilizaban los datos actuales. De este modo, el cliente dispone ahora de una solución de previsión competitiva y escalable, manteniendo intacto el rendimiento del proceso normal de reposición.

Tecnología empleada

Valor añadido

Ayudamos al cliente a prever con precisión las existencias para eventos especiales, evitando ajustes manuales y mejorando la experiencia del cliente.

¿Buscas un proyecto similar?