Inteligencia Artificial y Analitica Avanzada

Tener datos no sirve de nada si no los convertis en decisiones. Supersmartket toma toda la informacion que genera tu negocio (ventas, clientes, stock, trafico, flujo de caja) y la procesa con 8 motores de inteligencia artificial para darte insights accionables. No necesitas ser data scientist: el sistema te dice que esta pasando, por que y que podes hacer al respecto.

Lo que hace distinto a nuestro enfoque: no usamos IA generativa ni LLMs. Todos los modelos son machine learning clasico: algoritmos explicables, predecibles, sin alucinaciones, sin dependencia de APIs externas y sin costos variables por tokens. Cada resultado se puede auditar, cada prediccion tiene un intervalo de confianza, y cada recomendacion tiene una explicacion matematica detras.

Desde saber que productos se compran juntos hasta simular 1.000 escenarios de flujo de caja con Monte Carlo, el modulo de inteligencia te da ventajas competitivas que antes solo tenian las grandes cadenas. Y todo corre mientras dormis: 18 tareas automatizadas que se ejecutan cada noche, cada hora o cada semana sin que tengas que tocar un boton.

Por que IA clasica y no ChatGPT

Antes de entrar en detalle, es importante entender por que elegimos machine learning clasico en vez de modelos de lenguaje (LLMs) como GPT o similares. No es una limitacion: es una decision de diseno deliberada.

Analisis de canasta (Market Basket Analysis)

El analisis de canasta descubre que productos compran juntos tus clientes. Es la version inteligente y automatizada de “el que compra pan tambien compra fiambre”, pero respaldada por miles de transacciones y un algoritmo que encuentra patrones que al ojo humano se le escapan.

El algoritmo: FP-Growth

Usamos FP-Growth (Frequent Pattern Growth) de la libreria mlxtend. Es el algoritmo estandar de la industria para reglas de asociacion, elegido por sobre Apriori por su eficiencia: construye un arbol compacto en memoria que evita generar candidatos innecesarios, lo que lo hace mucho mas rapido con datasets grandes.

El algoritmo analiza todas las transacciones del periodo seleccionado y genera reglas de asociacion de hasta 3 items: “Si un cliente compra X e Y, es probable que tambien compre Z”.

Metricas: Soporte, Confianza y Lift

Cada regla tiene tres metricas que te ayudan a evaluar su calidad:

En terminos simples: el soporte te dice si la regla es relevante (aplica a muchos tickets), la confianza te dice si es confiable (cuando pasa una cosa, la otra tambien pasa), y el lift te dice si hay una relacion real (no es casualidad). Un lift de 1.0 significa que no hay relacion; arriba de 1.0, hay asociacion positiva.

Configuracion y parametros

El sistema viene con valores por defecto optimizados para supermercados, pero podes ajustarlos:

Podes filtrar ademas por categoria (para enfocarte en un rubro) y por periodo (para ver si las asociaciones cambian segun la epoca del ano).

Combos sugeridos

A partir de las reglas de asociacion con mejor score (combinacion de confianza y lift), el sistema te sugiere combos que podrias armar como promocion. Por ejemplo, si descubre que cerveza + papas fritas + mani tienen lift alto, te propone un “combo picada” con descuento.

Cada sugerencia incluye:

• Productos involucrados con sus metricas de asociacion.
• Precio sugerido del combo basado en margenes individuales.
• Estimacion de unidades vendidas basada en la frecuencia historica.

Cada sugerencia se puede:

• Aceptar: Se crea automaticamente una promocion tipo combo con los productos sugeridos en el modulo de Marketing.
• Dismiss (descartar): Si no te interesa, la descartas y no te la vuelve a sugerir.

Cross-merchandising: recomendaciones de ubicacion

El cross-merchandising son sugerencias de ubicacion en gondola basadas en las reglas de asociacion. Si los datos dicen que queso crema y tostadas se compran juntos pero estan en gondolas distintas, el sistema te sugiere ponerlos cerca.

La logica es simple: si dos productos tienen asociacion fuerte pero estan lejos fisicamente, hay una oportunidad de aumentar ventas acercandolos. El sistema cruza las reglas de asociacion con tu layout de categorias para generar recomendaciones accionables.

Cada sugerencia tiene un status que podes actualizar:

• Pendiente: La sugerencia fue generada pero no la revisaste.
• Aceptada: La implementaste en la gondola.
• Rechazada: No aplica para tu layout.

Pronostico de demanda (Prophet + SARIMAX Ensemble)

El pronostico de demanda usa un ensemble de dos modelos de series temporales para predecir cuanto vas a vender de cada producto en los proximos dias. Es la herramienta que te permite comprar la cantidad justa: ni de mas (que genera sobre-stock y merma) ni de menos (que genera quiebres y ventas perdidas).

Arquitectura del ensemble

No confiamos en un solo modelo. Usamos un ensemble (combinacion) de dos modelos complementarios:

El ensemble final promedia las predicciones de ambos modelos, lo que reduce la varianza y produce resultados mas estables que cualquiera de los dos por separado. Es la misma tecnica que usan los ganadores de competencias de prediccion (Kaggle): combinar modelos distintos siempre supera a un modelo individual.

Cadena de fallback (degradacion elegante)

Una de las decisiones de diseno mas importantes: el sistema siempre te da una respuesta, incluso cuando no tiene datos suficientes para los modelos avanzados. La cadena de fallback es:

Esto significa que desde el primer dia que usas Supersmartket, ya tenes pronostico de demanda. No es perfecto al principio, pero es mejor que adivinar. Y a medida que acumulas datos, el sistema automaticamente escala a modelos mas sofisticados.

Regresores argentinos

Aca es donde la inteligencia se adapta a la realidad de tu mercado. Los modelos incluyen regresores especificos del mercado argentino que otros sistemas ignoran:

Estos regresores se incorporan como variables exogenas en Prophet y SARIMAX, mejorando significativamente la precision en las fechas afectadas. Un modelo generico que no conoce la Tarjeta Alimentar va a subestimar las ventas la primera semana de cada mes; el nuestro no.

Intervalos de confianza

Cada prediccion viene con un intervalo de confianza del 80% que te dice el rango donde es probable que caigan las ventas reales. El intervalo se ensancha a medida que la prediccion se aleja en el tiempo (mas incertidumbre a futuro).

En el grafico de prediccion, esto se ve como una banda sombreada:

• Linea central: Prediccion puntual (el valor mas probable).
• Banda sombreada: Intervalo del 80%. Los valores reales deberian caer dentro de esta banda el 80% de las veces.
• Linea de datos reales: Cuando pasa el tiempo, se superponen los datos reales para evaluar visualmente la precision.

Horizontes de prediccion

Urgencia de reposicion

El sistema no solo predice demanda: cruza la prediccion con el stock actual para calcular la urgencia de reposicion de cada producto:

Backfill diario de valores reales

Todos los dias, el sistema toma las ventas reales del dia anterior y las compara con la prediccion que habia hecho. Este proceso de backfill sirve para:

• Calcular las metricas de precision (MAPE) continuamente.
• Reentrenar los modelos con datos actualizados.
• Detectar si el modelo esta perdiendo precision (concept drift).

Metricas de precision (MAPE)

El MAPE (Mean Absolute Percentage Error) es la metrica principal. Te dice, en promedio, cuanto se desvio la prediccion de la realidad:

Segmentacion de clientes (RFM + K-Means)

La segmentacion clasifica automaticamente a tus clientes en grupos basados en su comportamiento real de compra. No es una encuesta ni un formulario: son datos duros de como gastan, con que frecuencia y hace cuanto.

El modelo: RFM + K-Means Clustering

El proceso de segmentacion tiene dos etapas:

Etapa 1: Calculo de metricas RFM

Para cada cliente, el sistema calcula tres variables:

Las tres variables se normalizan con MinMaxScaler (escala 0-1) para que ninguna domine sobre las otras por diferencia de magnitud.

Etapa 2: K-Means Clustering

Con las variables RFM normalizadas, se aplica K-Means para agrupar a los clientes en 5 segmentos basados en la similitud de su comportamiento:

Procesamiento por lotes

Para bases de clientes grandes (> 10.000 clientes), el algoritmo K-Means se ejecuta en batches para no saturar la memoria del servidor. El sistema particiona automaticamente la base en bloques, procesa cada uno y consolida los resultados. No necesitas hacer nada: la segmentacion escala sin problemas.

Estimacion de LTV (Lifetime Value)

Para cada cliente, ademas del segmento, el sistema calcula una estimacion de su valor de vida (LTV):

LTV estimado = Gasto mensual promedio x Meses de retencion estimados

Los meses de retencion se estiman a partir de la frecuencia historica y el segmento. Un VIP tiene retencion estimada alta; un cliente en riesgo tiene retencion estimada baja. El LTV te ayuda a decidir cuanto vale la pena invertir en retener a cada cliente.

Transiciones de segmento

El sistema trackea como cambian los clientes de segmento a lo largo del tiempo. Esto te dice si tus acciones de marketing estan funcionando:

• VIP que pasa a Regular: Alerta. Algo esta pasando. Revisar si hay quiebres de stock en sus productos habituales.
• Ocasional que pasa a Regular: Excelente. Tu estrategia de fidelizacion esta funcionando.
• Regular que pasa a En riesgo: Hay que actuar rapido antes de perderlo.
• En riesgo que vuelve a Regular: La campana de reactivacion funciono.

El reporte de transiciones te muestra un flujo mes a mes de cuantos clientes se movieron entre segmentos y en que direccion. Lo que buscas es que los flujos netos vayan hacia arriba (de En riesgo hacia VIP).

Lookup por cliente

Desde la ficha de cualquier cliente podes ver:

• Segmento actual con su etiqueta y color.
• Metricas RFM detalladas (Recency, Frequency, Monetary).
• LTV estimado en pesos.
• Historial de segmento: como fue cambiando su clasificacion en el tiempo.
• Recomendacion de accion basada en el segmento.

Deteccion de anomalias (multicapa)

Las anomalias son cosas que se salen de lo normal. A veces son buenas (un dia vendiste el triple de lo habitual) y a veces son malas (el stock de un producto bajo de golpe sin ventas registradas). El sistema detecta 5 tipos de anomalias automaticamente para que no se te escape nada.

Tipo 1: Anomalias de ventas (Z-score)

El detector de ventas usa Z-score sobre la distribucion historica para identificar valores atipicos. Clasifica cada anomalia en tres subtipos:

Cada anomalia incluye el Z-score para que puedas evaluar que tan extrema es la desviacion (un Z-score de 2 es inusual; de 3 es muy raro; de 4+ es excepcional).

Tipo 2: Anomalias de merma (shrinkage)

El detector de merma analiza por categoria con una ventana movil de 90 dias para identificar niveles de merma anormales:

• Compara la merma actual de cada categoria con su promedio historico.
• Detecta cuando una categoria tiene merma significativamente superior a su baseline.
• Util para identificar posibles robos sistematicos, problemas de cadena de frio, o errores de recepcion de mercaderia.

Tipo 3: Anomalias de transacciones (cashier void rate)

Monitorea la tasa de anulacion por cajero. Una tasa de voids inusualmente alta en un cajero puede indicar:

• Error sistematico en el uso del POS.
• Posible fraude (anulaciones ficticias).
• Necesidad de capacitacion.

El sistema compara cada cajero con el promedio general y alerta cuando un cajero esta significativamente por encima.

Tipo 4: Erosion de margen

Monitorea el margen bruto por producto y detecta cuando un producto esta perdiendo margen de forma sostenida. Las causas tipicas:

• El proveedor aumento el costo pero no se actualizo el precio de venta.
• Una promocion vigente esta erosionando el margen mas de lo previsto.
• Error en la carga de precios.

Tipo 5: Pico de desperdicio (waste spike)

Compara el desperdicio de los ultimos 7 dias contra el baseline de los ultimos 30 dias para detectar picos:

• Productos perecederos que se estan venciendo a una tasa inusual.
• Problemas de sobre-pedido en una categoria.
• Fallos en la cadena de frio que causan merma acelerada.

Severidad y umbrales configurables

Cada anomalia se clasifica en tres niveles de severidad:

Los umbrales de cada tipo de anomalia son configurables por tienda. Lo que es normal para un supermercado grande puede ser anomalo para un minimarket y viceversa. Desde Inteligencia > Anomalias > Configuracion podes ajustar:

• Sensibilidad por tipo: Estricto, Normal o Permisivo para cada tipo de anomalia individualmente.
• Umbrales de Z-score: Para afinar cuando algo se considera anomalo.
• Canales de notificacion: Que alertas queres recibir por push, por email o solo en el dashboard.

Acciones sobre anomalias

Cuando el sistema detecta una anomalia, aparece en tu panel de alertas. Podes:

• Reconocer: “OK, lo vi, me encargo.” La anomalia deja de aparecer como pendiente.
• Marcar como falso positivo: “Esto no es una anomalia real, fue por tal motivo.” El sistema aprende y ajusta la sensibilidad para no repetir falsas alarmas similares.

Pronostico de flujo de caja (Ensemble + Monte Carlo)

El pronostico de flujo de caja va mas alla de una simple prediccion lineal. Combina el mismo enfoque de ensemble de la demanda con simulacion Monte Carlo para darte no solo una prediccion puntual, sino un rango completo de escenarios posibles.

Arquitectura del pronostico

El flujo de caja se pronostica en tres capas:

Capa 1: Prediccion de ingresos (Ensemble Prophet + SARIMAX)

Usa el mismo ensemble de Prophet + SARIMAX descrito en el pronostico de demanda, pero aplicado a los ingresos totales del negocio. Incluye los mismos regresores argentinos (Tarjeta Alimentar, quincena, feriados) para capturar los ciclos de facturacion locales.

Capa 2: Prediccion de egresos

Los egresos se modelan en dos componentes:

• Gastos fijos: Se proyectan directamente desde el modulo de finanzas (alquiler, sueldos, servicios). Son conocidos y predecibles.
• Gastos variables: Se estiman como proporcion de los ingresos predichos, calibrados con la relacion historica gastos/ventas.

Capa 3: Simulacion Monte Carlo (1.000 escenarios)

Aca es donde el pronostico se vuelve poderoso. En vez de darte un solo numero, el sistema ejecuta 1.000 simulaciones variando aleatoriamente los parametros dentro de sus distribuciones de probabilidad. De esas 1.000 simulaciones se extraen:

Horizonte y metricas

Que muestra el reporte

El reporte de flujo de caja proyectado te muestra dia a dia:

• Ingresos esperados con banda P10-P90.
• Egresos esperados (fijos + variables estimados).
• Posicion de caja acumulada: El saldo que vas a tener cada dia, considerando ingresos menos egresos.
• Alertas de liquidez: Si en algun punto del horizonte la posicion acumulada cruza debajo de cero (o de un umbral que vos definis), el sistema te avisa con anticipacion para que tomes accion.

Tasa de conversion (Vigilancia + Ventas)

La tasa de conversion te dice que porcentaje de las personas que entran a tu local terminan comprando algo. Es una metrica clave de retail que antes solo podian medir las grandes cadenas con sistemas carisimos.

Requisito: camaras de conteo de personas

La tasa de conversion depende de saber cuanta gente entra al local. Para eso necesitas camaras de conteo de personas (people-counting cameras) configuradas en el modulo de vigilancia (ver Vigilancia y Seguridad). Estas camaras se instalan en las entradas del local y cuentan automaticamente cada persona que ingresa y sale.

Sin camaras de conteo, la tasa de conversion no se puede calcular y esta seccion del modulo no estara disponible.

Formula

Tasa de conversion = Transacciones del dia / Visitantes del dia x 100

• Visitantes: Contados por las camaras de conteo de personas en las entradas.
• Transacciones: Cantidad de tickets cerrados en el POS.

Metricas disponibles

Tendencia automatica

El sistema clasifica automaticamente la tendencia de tu tasa de conversion comparando el promedio de los ultimos 7 dias con el de los 30 anteriores:

Un supermercado tipico tiene una tasa de conversion entre 70% y 90%. Si tu tasa esta por debajo o en declive sostenido, hay un problema que requiere atencion.

Strategy Health Scoring (puntaje de salud estrategica)

El Health Score es un sistema de scoring de 3 niveles que resume la salud de tu negocio en un numero de 0 a 100. No es un unico indicador: es una jerarquia que va desde KPIs individuales hasta pilares estrategicos.

Los 3 niveles

Escala y significado

Alertas automaticas

El sistema genera alertas cuando:

• Un KPI cruza un umbral critico (ej: merma supera el 3%).
• Una estrategia baja mas de 10 puntos en una semana.
• Un pilar entra en zona de atencion (< 60).
• El Health Score general cae debajo de 50.

Cada alerta incluye el detalle del KPI que la disparo, la tendencia (si viene bajando hace tiempo o es una caida puntual) y acciones sugeridas.

Reconocimiento facial (pgvector)

El modulo de reconocimiento facial permite identificar personas en las camaras del local para seguridad y personalizacion de la experiencia, con un enfoque de privacidad primero que no almacena fotos ni video.

Como funciona

Privacidad primero

El diseno del modulo prioriza la privacidad de forma estructural, no como un feature agregado:

• Edge processing: Todo el procesamiento de imagen ocurre en el dispositivo local. Las imagenes nunca viajan por la red ni se almacenan en la nube.
• Solo vectores: Lo que se almacena en la base de datos son vectores numericos de 512 dimensiones. No son fotos. No se puede reconstruir un rostro a partir de su vector.
• No cloud video: No hay streaming de video a la nube. Las camaras procesan localmente y solo transmiten vectores.
• PostgreSQL pgvector: Los vectores se almacenan en tu propia base de datos PostgreSQL con la extension pgvector, que permite busquedas de similitud eficientes sin servicios externos.

Pipeline automatizado: 18 tareas Celery Beat

Todo lo que describimos arriba corre automaticamente. No necesitas abrir un panel, ejecutar un analisis ni recordar nada. El pipeline de Celery Beat ejecuta 18 tareas programadas en horarios de baja actividad para que cuando llegues al local a la manana, todo este actualizado.

Tareas diarias (corren todas las noches)

Tareas periodicas (cada N horas)

Tareas semanales

Todos los horarios estan configurados para ejecutarse en madrugada y primeras horas, cuando no hay actividad de venta, para no impactar la performance del sistema.

Ejecucion manual vs. automatica

Ademas del pipeline automatico, podes ejecutar cualquier analisis on-demand desde Inteligencia > Ejecutar analisis:

Esto es util cuando queres resultados actualizados antes del proximo ciclo automatico, necesitas un analisis con parametros especificos, o estas explorando datos.

Resultados de analisis

Desde Inteligencia > Resultados tenes acceso al historial completo de todos los analisis ejecutados:

• Tipo de analisis: Canasta, demanda, anomalias, segmentacion, conversion, flujo de caja, health scoring.
• Parametros: Con que configuracion se ejecuto.
• Estado: Completado, en proceso, fallido.
• Duracion: Cuanto tardo en ejecutarse.
• Fecha: Cuando se ejecuto (automatico vs manual).
• Resultados: Link para ver los resultados detallados.

Este historial te permite comparar resultados entre ejecuciones, ver como evolucionan las metricas y detectar si algun analisis esta fallando sistematicamente.

Degradacion elegante: siempre una respuesta

Una decision de diseno fundamental: el sistema siempre te da una respuesta, no importa cuanta (o cuan poca) informacion tenga. Nunca vas a ver una pantalla vacia que diga “datos insuficientes”.

Esta cadena de fallback aplica a todos los motores. Nunca vas a quedarte sin datos para tomar decisiones, aunque la precision mejora significativamente con mas historia.

Permisos por rol

Contenido relacionado

• Productos: Productos y Catalogo para entender las categorias y datos de productos que alimentan los analisis.
• Clientes: Clientes y Fidelizacion para ver los perfiles de clientes que se segmentan con RFM.
• Marketing: Marketing y Promociones para crear promociones basadas en los insights del analisis de canasta.
• Vigilancia: Vigilancia y Seguridad para el conteo de trafico que alimenta la tasa de conversion y el reconocimiento facial.
• Finanzas: Finanzas y Contabilidad para el flujo de caja historico que alimenta el pronostico con Monte Carlo.
• Inventario: Inventario y Stock para los datos de stock que alimentan la urgencia de reposicion y las anomalias de merma.