A través del algoritmo de segmentación de puntos de venta, la empresa logró segmentar sus puntos de venta en todo el territorio nacional para tomar mejores decisiones de asignación de recursos.
LOS RESULTADOS
Aumento del 15%
de market share.
Tiempo de ejecución:
4 meses
Más de 50.000 puntos
de venta analizados.
EL DESAFÍO
Segmentar los puntos de venta de la productora y distribuidora más importante de Argentina para tomar decisiones de asignación de recursos con el objetivo de aumentar su Market Share.
El departamento Comercial de dicha empresa necesitaba conocer en detalle sus puntos de venta, a través de un proceso automático y con poco margen de error, que le permitiera tomar decisiones acertadas en cuanto a la asignación de recursos con el objetivo de aumentar su market share. Por lo cual, se realizó un proceso de análisis y creación de modelo predictivo utilizando tanto datos internos (ventas, equipos de frío, visitas, etc.) como externos (Censo, Properati y Google Maps) para encontrar segmentos de puntos de venta y así poder definir estrategias de inversión y atención a nivel de cluster.
LA SOLUCIÓN
Se realizó un proceso de análisis y creación de modelo predictivo, para encontrar segmentos de puntos de venta y así poder definir estrategias de inversión y atención a nivel de cluster.
A través del análisis y desarrollo del modelo predictivo, el departamento comercial pudo evaluar y predecir el comportamiento de sus puntos de venta y evaluar las opciones para definir determinadas estrategias y acciones.
EL IMPACTO
Aumento del 15% en market share, analizando más de 50.000 puntos de venta en 4 meses.
La implementación de un proceso de análisis y creación de modelo predictivo permitió mejorar la información recopilada de los puntos de venta en cuestión y aumentar la capacidad para predecir el consumo de cada uno, y así poder reducir costos e incrementar beneficios, además de, evaluar las opciones para definir determinadas estrategias y acciones.
