Análisis predictivo en el comercio minorista africano: de las suposiciones al stock basado en datos

Durante la mayor parte de la historia del comercio minorista del continente, las decisiones sobre acciones se basaron en el instinto. El dueño de una tienda recuerda lo que se vendió bien en diciembre pasado, el gerente de una tienda pide un poco más de lo que se le acabó y un comprador en la sede central ajusta las cifras según su intuición. Este enfoque funciona hasta que falla, y en mercados donde las monedas fluctúan y las cadenas de suministro son largas, una suposición equivocada resulta costosa. El análisis predictivo en el comercio minorista africano está pasando ahora de las presentaciones a las operaciones en las tiendas, en ambos extremos del mercado.

El costo de hacer un inventario incorrecto

Dos fallas están detrás de la mayoría de las pérdidas de inventario. Un minorista que pide muy poco pierde ventas y envía clientes a un competidor. Quienes piden demasiado invierten dinero en productos que permanecen en los estantes, caducan o necesitan descuentos. El pronóstico de la demanda intenta reducir ambos errores utilizando el historial de ventas, la estacionalidad, los precios y las promociones para estimar qué se venderá, dónde y cuándo.

La idea no es nueva, pero las herramientas se han vuelto más baratas y granulares. El Argility Technology Group de Sudáfrica, parte del grupo Smollan, ahora vende pronósticos de demanda como un servicio a empresas de bienes de consumo que no tienen la capacidad interna para construir tales modelos, basándose en el marco Temporal Fusion Transformer de Google. La idea es que un gerente de categoría obtenga un pronóstico estadístico sin contratar un equipo de ciencia de datos.

Comercio minorista formal: la previsión se vuelve rutinaria

Entre los grandes tenderos, los pronósticos están cada vez más integrados en las operaciones diarias de las tiendas en lugar de realizarse como un ejercicio de planificación separado. El 3 de noviembre, Pick n Pay dijo que está implementando una plataforma de operaciones de tienda OrderGrid AI en más de 720 tiendas. El sistema abarca inventario en tiempo real, previsión de demanda, gestión de pedidos y tareas en la tienda, y una prueba piloto redujo el tiempo promedio que tarda el personal en seleccionar pedidos en línea en aproximadamente un 30 %. El minorista ya utiliza visión por computadora para detectar estantes vacíos.

El contexto es importante. Las ventas online de Pick n Pay crecieron un 35,4% en las 26 semanas hasta el 30 de agosto, según el mismo informe, y los supermercados online castigan los datos de stock inexactos. Un cliente que pide un artículo que no está disponible tiene más probabilidades de abandonar la plataforma que uno que encuentra un hueco en un estante físico. La empresa no ha revelado cuánto vale el contrato de OrderGrid ni cuántas tiendas participaron en el piloto, por lo que el retorno comercial aún no se puede medir externamente.

Comercio minorista informal: donde el problema de los datos es más difícil

La historia más importante se da en el comercio informal, que genera la mayor parte del gasto de los consumidores. La Comisión Económica de las Naciones Unidas para África ha estimado que alrededor del 90 por ciento de las transacciones minoristas en África se realizan a través de canales informales, incluido alrededor del 98 por ciento en Nigeria. Un quiosco o tienda de provisiones típico no tiene un sistema de punto de venta, ni un historial de ventas en pantalla, y un propietario que se reabastece viajando a un mercado mayorista.

Las empresas emergentes abordaron el problema proporcionando primero la capa de datos. Omnibiz, que opera en Nigeria y Ghana, ofrece a los minoristas una plataforma para realizar pedidos a las marcas y ver su inventario en tiempo real, para que puedan evitar comprar productos que podrían tener dificultades para vender. El director ejecutivo de TradeDepot, Onyekachi Izukanne, describió el uso de datos de transacciones para ayudar a los pequeños minoristas a ver qué productos se venderán rápidamente y dónde gastar su dinero.

La experiencia de Omnibiz también muestra que la previsión es sólo una parte de la respuesta. Su director ejecutivo, Deepankar Rustagi, dijo que la compañía agregó una opción de comprar ahora y pagar después porque los minoristas en la plataforma a menudo se quedan sin existencias debido a la falta de capital de trabajo, un punto informado por TechCabal. Un buen pronóstico es de poca utilidad para un comerciante que no puede permitirse el lujo de actuar en consecuencia. En este segmento, los datos sobre existencias, oferta y crédito están estrechamente relacionados, por lo que las mismas plataformas utilizan cada vez más registros de transacciones para evaluar el riesgo crediticio.

¿Qué limita la adopción?

Varias restricciones impiden que la tecnología se propague más rápidamente. Los modelos de pronóstico son tan confiables como los registros que los respaldan, y muchos pequeños minoristas mantienen las ventas en cuadernos o en sus cabezas. Cuando existen datos, a menudo están fragmentados entre proveedores, distribuidores y aplicaciones de pago que no los comparten.

Los shocks son un segundo problema. Los modelos entrenados en ventas pasadas luchan cuando una devaluación de la moneda, un cambio en el precio del combustible o una interrupción del suministro altera abruptamente los patrones de compra, como los minoristas nigerianos han visto repetidamente en los últimos años. Los pronósticos en estos mercados requieren correcciones frecuentes y un modelo que no se reentrene se desviará.

La infraestructura y el costo también son importantes. La energía poco confiable y la conectividad irregular limitan los sistemas en tiempo real en las ciudades más pequeñas, y los precios de suscripción denominados en moneda extranjera pesan sobre los pequeños operadores. También existe una dimensión regulatoria. Los minoristas que recopilan datos de clientes y transacciones en Nigeria están cubiertos por la Ley de Protección de Datos de Nigeria de 2023, y las empresas sudafricanas por POPIA, lo que hace que el procesamiento de datos sea una cuestión de cumplimiento además de una cuestión técnica.

Una perspectiva mesurada

Hasta ahora, la evidencia apunta a un progreso desigual pero real. Las grandes cadenas sudafricanas están integrando la previsión en sus operaciones centrales, mientras que las nuevas empresas en Nigeria y Ghana están construyendo las bases de datos de las que carecía el comercio informal. La brecha entre los dos sigue siendo grande y los resultados publicados por los proveedores deben leerse con cautela, ya que la mayoría de los beneficios reportados provienen de proyectos piloto o declaraciones de empresas en lugar de auditorías independientes.

Para los minoristas de cualquier tamaño, el punto de partida práctico es todo menos glamoroso: registrar las ventas de manera consistente, monitorear el inventario con precisión y mantener limpios los datos de los proveedores. Las herramientas predictivas se basan en estos hábitos, y las empresas que las creen ahora estarán en mejor posición para utilizar la tecnología a medida que sea más barata.