Historia de cliente
Miroglio Fashion
Cómo Miroglio aumentó el margen y aceleró la rotación de ventas a pesar de las ventas desiguales de producto y la presión promocional
Cómo Miroglio aumentó el margen y aceleró la rotación de ventas a pesar de las ventas desiguales de producto y la presión promocional
Resultados de un vistazo
El piloto inicial generó un margen de €300,000 dentro del alcance limitado de la prueba y, finalmente, aportó un crecimiento de ingresos del 16.2%.
Crecimiento de ingresos
16.2% de crecimiento de ingresos
Eficiencia de asignación
94% de mejora en la eficiencia de asignación
Margen incremental
€1M de margen incremental
El reto: patrones de demanda desiguales
Francesco Cavarero, director de Sistemas de Información de Miroglio Fashion, buscaba soluciones tecnológicas que ayudaran a revertir estas tendencias a la baja. Pensaba que el análisis de datos podía ser eficaz, pero seguía dudando.
“No estaba seguro de que pudiéramos construir un modelo analítico útil que funcionara dentro de nuestra posición en el sector. Anticipar las ventas siempre ha sido un reto en la moda. Las tendencias y las necesidades de los clientes cambian constantemente, lo que hace que la demanda sea volátil. En Miroglio, los artículos de vida corta a veces solo venden unas pocas unidades por semana. Me preocupaba que las previsiones basadas en tan pocos datos no fueran fiables o no ofrecieran el ROI deseado.”
Además, se encontró con otros problemas críticos:
- Rotación de inventario lenta: el tamaño relativo de Miroglio y su posición en el sector generan de forma natural algunos productos de venta lenta que reducen el espacio útil en tienda.
- Enfoque tradicional de empuje (push) en el aprovisionamiento: las ventas reales podían diferir de las previsiones hasta en un 40–50%. Por eso, el modelo tradicional de aprovisionamiento se basaba en un empuje impulsado por las ventas pasadas: “se vende una, se envía una”.
- Resistencia interna: Cavarero sabía que algunos directivos de Miroglio temerían perder autonomía y control, confiando más en su propia intuición que en la caja negra percibida del análisis de datos.
Además, Cavarero quería conservar el valioso conocimiento que aportaba la experiencia de los gerentes de tienda, que tenían una antigüedad media de 15 años y conocían bien a sus clientes.
InventoryAI, la solución basada en una nueva alianza humano-máquina
Miroglio se asoció con ToolsGroup en 2016 para implementar InventoryAI, la solución de supply chain ágil y con capacidad de respuesta. La inteligencia artificial prescriptiva genera recomendaciones de respuesta rápida ante las condiciones del mercado, priorizando el impacto sobre la precisión.
“Teníamos poco tiempo que perder para devolver a Miroglio a una trayectoria de crecimiento ascendente. Nos habría llevado meses, si no años, formar internamente un equipo de data scientists cualificados. La solución de ToolsGroup contaba con la capacidad técnica y la experiencia en el sector necesarias para generar ROI rápidamente, así que decidimos asociarnos con ellos para desarrollar soluciones innovadoras para nuestros procesos clave de planificación y distribución”, explicó Cavarero.
La solución de ToolsGroup implementó un sistema dinámico de gestión de inventario: InventoryAI directo, basado en un análisis granular de la demanda a nivel de producto y talla para reequilibrar el rendimiento entre tiendas.
Este enfoque se apoya en una alianza humano-máquina pragmática y diaria:
- Seguimiento de datos de la empresa y del mercado La solución de ToolsGroup combina datos históricos de ventas con amplios datos de mercado, meteorológicos y de redes sociales para mejorar el rendimiento. En el caso de Miroglio, la solución monitorizó 121,000 precios y atributos de productos de la competencia, así como el comportamiento de consumo del 18% de la población italiana a partir de todas las tiendas piloto.
- Integración de la aportación de los gerentes de tienda Tras calcular la demanda de cada artículo y tienda, la solución de ToolsGroup (Inventory AI) recomienda los envíos. Todos los gerentes de tienda pueden entonces usar su conocimiento local para hacer cambios e intercambiar productos o tallas dentro de una ventana de tiempo determinada, sin modificar el volumen total del envío. La solución de ToolsGroup (Inventory AI) ajusta automáticamente los envíos en consecuencia según la disponibilidad en todo el sistema.
- Automatización de las transferencias semanales de inventario La solución de ToolsGroup (Inventory AI) proporciona listas de inventario para el envío desde almacén y el envío cruzado directo entre tiendas, todo ello para minimizar el esfuerzo logístico y los costes, a la vez que aumenta el margen y la rotación de ventas.
Para medir el impacto, la solución de ToolsGroup (Inventory AI) se implementó inicialmente en 35 tiendas de dos marcas durante una rigurosa prueba piloto A/B de un mes.
“Necesitábamos pruebas positivas desde las primeras fases del proyecto de que un nuevo enfoque aumentaría el margen sin complicar en exceso las operaciones de tienda. Con menos que eso, nunca habríamos conseguido el respaldo interno”, explicó Cavarero.
Me preocupaba que las previsiones basadas en tan pocos datos no fueran fiables o no ofrecieran el ROI deseado.
Impacto del piloto: 16.2 % de crecimiento de ingresos
El piloto inicial generó un margen de €300,000 dentro del alcance limitado de la prueba y, finalmente, aportó un crecimiento de ingresos del 16.2%.
“Los resultados iniciales ya superaron nuestras expectativas para la iniciativa. La solución de ToolsGroup (Inventory AI) empezó a revertir nuestros KPI y a mostrar resultados desde la primera semana”, explicó Cavarero.
Los gerentes de tienda fueron fundamentales para el éxito. Su experiencia les permitía predecir los artículos populares antes de que el algoritmo detectara el patrón. Vieron de primera mano el entusiasmo de los clientes, generando datos nuevos y valiosos antes de que se manifestaran en las cifras.
El análisis de datos confirma el éxito de la implicación de los gerentes de tienda: Miroglio aumentó la precisión de su previsión de ventas en 5 puntos porcentuales con la aportación de los gerentes de tienda, lo que supuso un aumento global del 94% en la eficiencia de asignación y una mejora de 25 puntos porcentuales respecto al sistema original.
“Nuestros gerentes de tienda se mostraron entusiasmados con el nuevo proceso de aprovisionamiento. En promedio, el 72% de nuestros gerentes de tienda aportó información durante todo el piloto, y les satisfacía ver que el sistema atendía sus peticiones. Nuestro personal local ha sido durante mucho tiempo una parte vital de nuestro éxito. Su implicación permite que cada gerente de tienda multiplique su impacto individual”, explicó Cavarero.
Resultados a largo plazo: €1 millón al mes de margen incremental
Tras el éxito del piloto, Cavarero implantó la solución de ToolsGroup (Inventory AI) en todas las marcas y regiones. Durante sus más de 5 años en funcionamiento, ya ha gestionado millones de unidades de inventario.
Tras la implantación, Miroglio logró €1 millón al mes de margen incremental, con una reducción del inventario sobrante y un 23% menos de roturas de stock.
Los gerentes de tienda siguen participando con entusiasmo: más del 80% de los gerentes edita sus propuestas cada semana y ofrece comentarios positivos.
“Ha sido una colaboración ganadora. La solución de ToolsGroup ha sido nuestra principal innovación de 2016. El impacto superó ampliamente nuestras expectativas, y se entregó con profesionalidad. Cuanto más dejamos que este sistema de aprovisionamiento aprenda, más crece nuestro impacto”, explicó Cavarero.
Sobre Miroglio Fashion
Miroglio Fashion es el tercer mayor retailer de ropa femenina de Italia, con ingresos anuales de más de €520M procedentes de miles de tiendas repartidas en 11 marcas. Tras construir su primera fábrica en 1947, creció de forma constante hasta la década de 2000.
Sin embargo, en la década de 2010 los ingresos empezaron a caer. Aunque algunas tiendas seguían prosperando, el rendimiento se fue distanciando entre las tiendas con mejores y peores resultados.
Este rendimiento desigual agravó los problemas ya existentes en la supply chain, aumentando tanto las roturas de stock como el exceso de inventario.
