Wilbert Albernaz Andrade, Luis Eduardo
Costa Salas, Yasel José (dir.) ; Pibernik, Richard (dir.)
Universidad de Zaragoza,
2024
Resumen: Optimizar los surtidos de moda plantea un desafío considerable, porque muchos productos se parecen y comparten características superpuestas. Esta complejidad puede generar confusión en el cliente a la hora de tomar decisiones y puede provocar canibalización entre los productos del surtido. Esto ocurre cuando los clientes notan las similitudes visuales entre los productos y comprenden que cualquiera de estas opciones cumpliría con sus expectativas.
Como resultado, una empresa puede simplificar su oferta mostrando sólo uno de los productos visualmente similares, redirigiendo así la demanda de otras opciones no seleccionadas.
Este efecto puede entenderse conceptualmente como un tipo de mancomunación de riesgos.
Este estudio introduce el concepto de transferibilidad de ventas (ST) para simular el efecto de agrupación de riesgos dentro de un marco de modelado sólido. Aunque se han realizado extensas investigaciones sobre la estimación de la demanda, la sustitución de productos y la optimización del surtido, no se ha abordado el modelado explícito de las transferencias de demandas resultantes de los efectos de sustitución. A diferencia de investigaciones anteriores,
que se centran principalmente en la categorización de productos basada en atributos, este estudio es el primero en resaltar la importancia de la similitud visual. El segundo desafío surge del lapso de siete meses entre la toma de decisiones sobre el surtido y la temporada de ventas real. Debido al tiempo necesario para la producción y el transporte, la decisión sobre el surtido debe tomarse efectivamente siete meses antes del inicio de la temporada de ventas
y no puede modificarse hasta que finalice la temporada. Este intervalo de tiempo presenta un conjunto único de desafíos, porque el modelo de demanda debe predecir con precisión la demanda para los próximos siete meses, lo que introduce una incertidumbre inherente en el proceso de pronóstico.
El enfoque de modelado propuesto consta de tres fases secuenciales distintas. En la primera fase, se agrupan productos similares y el ST se mide utilizando la medida del índice de similitud estructural, basada en características extraídas por un codificador automático variacional. En la segunda fase, se crea un modelo de demanda utilizando el método bayesiano jerárquico, que tiene en cuenta la estacionalidad e incorpora una función novedosa del ciclo de vida del producto como tendencia para predecir la demanda para la próxima temporada. En la fase final, se desarrolla un modelo de optimización robusto para determinar la estrategia óptima de configuración del surtido. Esta estrategia tiene como objetivo maximizar los ingresos y, al mismo tiempo, reducir los riesgos asociados con errores en la previsión de la demanda.
En comparación con los métodos de pronóstico tradicionales como ARIMA, Holt-Winters y el Alisamiento Exponencial, el modelo de demanda propuesto muestra consistentemente un desempeño superior en una variedad de escenarios de observación. Además, esta investigación destaca el potencial de una comprensión más profunda del comportamiento futuro de la demanda mediante el uso de hiperparámetros derivados del efecto de la similitud visual. El modelo robusto se evalúa bajo diferentes conjuntos de incertidumbre, incluida la incertidumbre de caja, la incertidumbre del presupuesto y la incertidumbre del elipsoide, junto con varios factores de robustez. Los resultados demuestran la superioridad del modelo robusto con ST dinámico, superando el surtido existente de la compañía en un 78% en condiciones de incertidumbre presupuestaria. La incorporación de la similitud visual como criterio para agrupar productos dio lugar a ganancias de hasta un 11% en comparación con los cálculos basados en atributos, mejorando la precisión de los efectos de sustitución. Además, el enfoque dinámico de ST seleccionó consistentemente solo un producto por grupo, sin necesidad de restricciones específicas para imponer este comportamiento. Este resultado muestra que el modelo simuló con éxito el efecto de agrupación de riesgos, minimizando efectivamente la superposición de productos. Esta investigación proporciona información valiosa y soluciones prácticas para la optimización del surtido, ofreciendo potencialidades para la mejora de la toma de decisiones y mejoras significativas en el rendimiento en diversos dominios de la industria.
Resumen (otro idioma):
Como resultado, una empresa puede simplificar su oferta mostrando sólo uno de los productos visualmente similares, redirigiendo así la demanda de otras opciones no seleccionadas.
Este efecto puede entenderse conceptualmente como un tipo de mancomunación de riesgos.
Este estudio introduce el concepto de transferibilidad de ventas (ST) para simular el efecto de agrupación de riesgos dentro de un marco de modelado sólido. Aunque se han realizado extensas investigaciones sobre la estimación de la demanda, la sustitución de productos y la optimización del surtido, no se ha abordado el modelado explícito de las transferencias de demandas resultantes de los efectos de sustitución. A diferencia de investigaciones anteriores,
que se centran principalmente en la categorización de productos basada en atributos, este estudio es el primero en resaltar la importancia de la similitud visual. El segundo desafío surge del lapso de siete meses entre la toma de decisiones sobre el surtido y la temporada de ventas real. Debido al tiempo necesario para la producción y el transporte, la decisión sobre el surtido debe tomarse efectivamente siete meses antes del inicio de la temporada de ventas
y no puede modificarse hasta que finalice la temporada. Este intervalo de tiempo presenta un conjunto único de desafíos, porque el modelo de demanda debe predecir con precisión la demanda para los próximos siete meses, lo que introduce una incertidumbre inherente en el proceso de pronóstico.
El enfoque de modelado propuesto consta de tres fases secuenciales distintas. En la primera fase, se agrupan productos similares y el ST se mide utilizando la medida del índice de similitud estructural, basada en características extraídas por un codificador automático variacional. En la segunda fase, se crea un modelo de demanda utilizando el método bayesiano jerárquico, que tiene en cuenta la estacionalidad e incorpora una función novedosa del ciclo de vida del producto como tendencia para predecir la demanda para la próxima temporada. En la fase final, se desarrolla un modelo de optimización robusto para determinar la estrategia óptima de configuración del surtido. Esta estrategia tiene como objetivo maximizar los ingresos y, al mismo tiempo, reducir los riesgos asociados con errores en la previsión de la demanda.
En comparación con los métodos de pronóstico tradicionales como ARIMA, Holt-Winters y el Alisamiento Exponencial, el modelo de demanda propuesto muestra consistentemente un desempeño superior en una variedad de escenarios de observación. Además, esta investigación destaca el potencial de una comprensión más profunda del comportamiento futuro de la demanda mediante el uso de hiperparámetros derivados del efecto de la similitud visual. El modelo robusto se evalúa bajo diferentes conjuntos de incertidumbre, incluida la incertidumbre de caja, la incertidumbre del presupuesto y la incertidumbre del elipsoide, junto con varios factores de robustez. Los resultados demuestran la superioridad del modelo robusto con ST dinámico, superando el surtido existente de la compañía en un 78% en condiciones de incertidumbre presupuestaria. La incorporación de la similitud visual como criterio para agrupar productos dio lugar a ganancias de hasta un 11% en comparación con los cálculos basados en atributos, mejorando la precisión de los efectos de sustitución. Además, el enfoque dinámico de ST seleccionó consistentemente solo un producto por grupo, sin necesidad de restricciones específicas para imponer este comportamiento. Este resultado muestra que el modelo simuló con éxito el efecto de agrupación de riesgos, minimizando efectivamente la superposición de productos. Esta investigación proporciona información valiosa y soluciones prácticas para la optimización del surtido, ofreciendo potencialidades para la mejora de la toma de decisiones y mejoras significativas en el rendimiento en diversos dominios de la industria.
Resumen (otro idioma):
Pal. clave: producción
Titulación: Programa de Doctorado en Logística y Gestión de la Cadena de Suministro
Plan(es): Plan 575
Área de conocimiento: Ingeniería y Arquitectura
Nota: Presentado: 11 04 2024
Nota: Tesis-Univ. Zaragoza, , 2024
Aportación del TFG/M a la Sostenibilidad: Desarrollar infraestructuras resilientes, promover la industrialización inclusiva y sostenible, y fomentar la innovación.
Enlace permanente:
Visitas y descargas
Registro creado el 2024-07-02, última modificación el 2024-07-02
