Zalando SE, uno de los más grandes minoristas de moda en línea en Europa, ha iniciado la implementación de un sofisticado algoritmo de precios basado en datos para optimizar sus estrategias de descuento. Este desarrollo llega en un momento clave para la compañía, que atiende a cerca de 50 millones de clientes activos y maneja precios variables para un inmenso catálogo de más de un millón de productos. La estrategia de precios es esencial para maximizar ingresos y gestionar adecuadamente el inventario durante las diferentes temporadas del año.
Una de las principales preocupaciones de Zalando es evitar situaciones de sobrestock y substock. El sobrestock puede incurrir en altos costes al término de una temporada, mientras que el substock puede derivar en pérdidas de ventas en beneficio de competidores. Para enfrentar estos desafíos, la empresa ha colaborado con AWS Professional Services para desarrollar un enfoque basado en un modelo de «predecir y luego optimizar». Esta solución avanzada utiliza modelos de aprendizaje automático para prever la demanda de productos bajo diversos escenarios de descuento y ajustar los precios con el objetivo de maximizar beneficios, teniendo en cuenta las limitaciones de negocio y de inventario.
El nuevo sistema se estructura en cuatro fases principales. Comienza con la fase de pronóstico dependiente de descuentos, en la que se estima cuántos artículos serán vendidos en las semanas siguientes bajo distintos descuentos. Este pronóstico evalúa también las tasas de devolución, costos de cumplimiento, y el valor residual de los productos al concluir la temporada. A partir de estos pronósticos, se determinan los descuentos óptimos, que son implementados o ajustados por los gerentes de precios para maximizar la eficiencia. Todo este procedimiento proporciona datos que retroalimentan el modelo para futuros ciclos de previsión.
La magnitud y complejidad de los datos que Zalando maneja requieren una infraestructura técnica robusta, que garantice rapidez y precisión en la experimentación y la mejora continua de los modelos predictivos. En este sentido, Zalando ha adoptado herramientas tecnológicas avanzadas como Amazon SageMaker para el procesamiento de datos y AWS Step Functions para orquestar flujos de trabajo de aprendizaje automático, asegurando una operación escalable y resiliente.
La implementación de esta tecnología no solo perfecciona las decisiones de precios de Zalando, sino que también proporciona un entorno cercano a la producción para los científicos de datos. Esto les permite probar y prototipar modelos de manera ágil, lo que resulta en un ahorro significativo de tiempo en tareas operativas y de mantenimiento. Además, refuerza la transición fluida desde la experimentación científica de datos hasta la comercialización de modelos, consolidando su posición competitiva en el dinámico sector de la moda en línea.
