¿Cuántas cajas de cada este producto me van a solicitar?

Icons Freepik from Flaticon

Pregunta de Negocio

Empresa del sector farma requiere conocer la demanda de un determinado producto, por cliente, con 6 meses de anticipación.

Desafíos

  • Pocos datos históricos ya que se trata de un producto con apenas 18 meses en el mercado. Varias clientes tienen apenas 3 pedidos en ese periodo.
  • Demanda intermitente. Los pedidos no se realizan todos los dias/semanas. Las series temporales tienen muchos ceros (semanas sin pedidos).
  • No se dispone de la demanda real. Los datos sobre el número de pacientes que atiende cada cliente no están disponiblen.
  • Poca información de drivers. La acción comercial y actividades de marketing no están vinculadas con una cliente y/o medicina.

Solución

Se construye una solución end-to-end con los siguientes módulos:

  • Datamart analítico. Conjunto de datos tratados que vinculan varias fuentes de información. Incluye procesos de normalización de datos y recuperación de información a nivel cliente.
  • Patrones de compra. Módulo de identificación y caracterización de los patrones de compra trimestral de cada cliente. Se identifican 5 patrones diferentes, según la curva de “stock”.
  • Previsiones de compra. Módulo de modelos de machine learning (gradient boosting machines) que estima modelos y proporciona previsiones de cada cliente.
  • Herramienta. Módulo con informes que permiten interactuar con el datamart, los patrones de compra y las previsiones a nivel cliente y en agregaciones predefinidas por el usuario final.

Resultados

  • Sistema con previsiones para los siguientes 6 meses, a diferentes niveles de agregación territorial.
  • Previsiones para cada uno de los clientes, incluidos aquellos con muy poco histórico.
  • Datos de actividad comercial y venta vinculados y organizados, incluyendo nuevos KPIs.
  • Previsiones explicadas ya que el sistema utiliza métodos de interpretabilidad de resultados de algoritmos de machine lerarning.
  • Herramienta de visualización de datos y previsiones.
Avatar
Romy Rodriguez-Ravines
GOING BEYOND DATA

Understand, Model, Predict = Learn and extract value from data for people and organizations.

Related