Inteligencia y Analitica
- Analisis de canasta automatico
- Pronostico de demanda con IA
- Deteccion de anomalias
- Segmentacion RFM
- Tasa de conversion
Inteligencia y Analitica
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) y la procesa con modelos 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.
Desde saber que productos se compran juntos hasta predecir cuanto vas a vender la semana que viene, el modulo de inteligencia te da ventajas que antes solo tenian las grandes cadenas.
Canasta, demanda, anomalias, segmentacion, conversion y mas. Corren solos y te avisan cuando hay algo importante.
Analisis de canasta
El analisis de canasta (Market Basket Analysis) descubre que productos compran juntos tus clientes. Es la version inteligente de “el que compra pan tambien compra fiambre”.
Reglas de asociacion
El sistema analiza miles de tickets y genera reglas de asociacion que te dicen:
- “Si un cliente compra X, es probable que tambien compre Y”
Cada regla tiene tres metricas que te ayudan a evaluar su calidad:
| Metrica | Que significa | Ejemplo |
|---|---|---|
| Soporte | Que porcentaje de tickets contienen ambos productos. | Soporte 8% = en el 8% de todas las compras aparecen pan y fiambre juntos. |
| Confianza | Si alguien compro X, que probabilidad hay de que compre Y. | Confianza 65% = el 65% de los que compran pan tambien compran fiambre. |
| Lift | Cuanto mas probable es la compra conjunta vs. la probabilidad individual. | Lift 2.3 = es 2.3 veces mas probable que compren juntos de lo que seria por azar. |
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).
Filtros
Podes filtrar las reglas de asociacion por:
- Soporte minimo: Para ver solo las reglas que aplican a un porcentaje significativo de tickets.
- Confianza minima: Para ver solo las reglas mas confiables.
- Lift minimo: Para ver solo las relaciones genuinas (lift > 1 significa relacion positiva).
- Categoria: Para enfocarte en un rubro especifico.
- Periodo: Para ver si las asociaciones cambian segun la epoca del ano.
Combos sugeridos
A partir de las reglas de asociacion con mejor score, 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 se puede:
- Aceptar: Se crea automaticamente una promocion tipo combo con los productos sugeridos.
- Dismiss (descartar): Si no te interesa, la descartas y no te la vuelve a sugerir.
Cross-merchandising
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.
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
El pronostico de demanda usa 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).
Por producto y por categoria
Podes ver pronosticos a dos niveles:
- Por producto individual: “La semana que viene vas a vender aproximadamente 120 unidades de Leche La Serenisima 1L”.
- Por categoria: “La semana que viene vas a vender aproximadamente $850.000 en lacteos”. Util para planificar compras a nivel de rubro.
Horizonte configurable
El horizonte de prediccion se puede configurar:
- 7 dias: Alta precision. Ideal para productos perecederos y reposicion diaria.
- 14 dias: Buena precision. Util para planificar compras semanales.
- 30 dias: Precision aceptable. Util para negociar con proveedores.
A mayor horizonte, mayor incertidumbre. El sistema te lo muestra con bandas de confianza que se ensanchan a medida que la prediccion se aleja en el tiempo.
Grafico prediccion vs. real
Uno de los graficos mas utiles del modulo. Muestra:
- Linea azul: Ventas reales historicas (datos conocidos).
- Linea verde: Prediccion del modelo (lo que el sistema anticipo).
- Banda sombreada: Intervalo de confianza (donde deberian caer los valores reales el 95% de las veces).
Este grafico te permite evaluar visualmente si el modelo esta acertando. Si la linea azul esta consistentemente dentro de la banda sombreada, el pronostico es confiable.
Metricas de precision (MAPE)
El MAPE (Mean Absolute Percentage Error) es la metrica principal de precision del pronostico. Te dice, en promedio, cuanto se desvio la prediccion de la realidad.
| MAPE | Interpretacion |
|---|---|
| < 10% | Excelente. El pronostico es muy confiable. |
| 10-20% | Bueno. Suficiente para tomar decisiones de compra. |
| 20-30% | Aceptable. Usalo como referencia pero con margen de seguridad. |
| > 30% | Pobre. El producto es muy erratico. Mejor usar criterio manual. |
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 continuamente.
- Reentrenar los modelos con datos actualizados.
- Detectar si el modelo esta perdiendo precision (drift).
Deteccion de anomalias
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 las detecta automaticamente para que no se te escape nada.
Tipos de anomalia
| Tipo | Que detecta | Ejemplo |
|---|---|---|
| Ventas | Ventas inusualmente altas o bajas para un producto/categoria. | ”Las ventas de cerveza hoy son 3x el promedio sin que haya promocion activa.” |
| Stock | Movimientos de stock que no coinciden con ventas o compras. | ”Desaparecieron 50 unidades de un producto sin venta ni ajuste registrado.” |
| Puntos | Acumulacion o canje de puntos de fidelidad sospechoso. | ”Un cliente canjeo 50.000 puntos en una sola transaccion.” |
| Trafico | Trafico del local inusualmente alto o bajo. | ”Hoy entraron 40% menos personas de lo esperado para un sabado.” |
| Temperatura | Variaciones en la cadena de frio (si tenes sensores integrados). | ”La heladera de lacteos subio a 12 grados a las 3am.” |
Severidad
Cada anomalia se clasifica en tres niveles:
- Info: Dato interesante pero no requiere accion inmediata. Ejemplo: ventas 20% arriba del promedio.
- Warning: Algo que deberia revisarse pronto. Ejemplo: stock de un producto bajo un 30% sin ventas correspondientes.
- Critical: Requiere accion inmediata. Ejemplo: la cadena de frio se rompio y los productos perecederos estan en riesgo.
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.
Configuracion de sensibilidad
Desde Inteligencia > Anomalias > Configuracion podes ajustar la sensibilidad del detector:
| Modo | Comportamiento |
|---|---|
| Estricto | Detecta mas anomalias, incluyendo desviaciones menores. Mas alertas, menos cosas se te escapan. |
| Normal | Balance entre sensibilidad y ruido. Recomendado para la mayoria. |
| Permisivo | Solo detecta anomalias grandes. Menos alertas, pero las que aparecen son importantes. |
Segmentacion de clientes
La segmentacion RFM (Recency, Frequency, Monetary) clasifica automaticamente a tus clientes en grupos basados en su comportamiento de compra.
Los 6 segmentos
| Segmento | Criterio | Que hacer |
|---|---|---|
| Nuevo | Primera compra en los ultimos 30 dias. | Darle la bienvenida, incentivar la segunda compra. |
| VIP | Compra frecuente, gasto alto, compra reciente. | Tratamiento preferencial, ofertas exclusivas, no perderlo. |
| Semanal | Compra todas las semanas con gasto moderado. | Mantener la frecuencia, premiar la constancia. |
| Mensual | Compra una vez al mes. | Incentivar visitas adicionales con promociones de medio de mes. |
| Ocasional | Compra cada 2-3 meses, gasto bajo. | Promociones agresivas para traerlo de vuelta antes de que se vaya. |
| Churned | No compra hace mas de 90 dias. | Campana de recuperacion o aceptar la perdida. |
Distribucion
El panel de segmentacion te muestra un grafico con la distribucion actual de tu base de clientes. Por ejemplo:
- Nuevos: 12%
- VIP: 8%
- Semanales: 25%
- Mensuales: 30%
- Ocasionales: 18%
- Churned: 7%
Lo que buscas es que los segmentos VIP y Semanal crezcan y que Churned se reduzca. La evolucion mes a mes te dice si tus acciones de marketing estan funcionando.
Lookup por cliente
Desde la ficha de cualquier cliente podes ver a que segmento pertenece y el detalle de sus metricas RFM:
- Recency: Hace cuantos dias fue su ultima compra.
- Frequency: Cuantas veces compro en los ultimos 90 dias.
- Monetary: Cuanto gasto en total en los ultimos 90 dias.
- Segmento actual: A que grupo pertenece.
- Historial de segmento: Como fue cambiando su clasificacion en el tiempo.
Tasa de conversion
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.
Como se calcula
Tasa de conversion = Transacciones del dia / Visitantes del dia x 100- Visitantes: Contados por las camaras de trafico del modulo de vigilancia (ver Vigilancia y Seguridad).
- Transacciones: Cantidad de tickets cerrados en el POS.
Metricas disponibles
- Tasa de conversion diaria: El porcentaje de hoy.
- Promedio semanal/mensual: Para suavizar fluctuaciones diarias.
- Por franja horaria: Para saber a que horas convertis mejor y a que horas la gente “mira pero no compra”.
- Tendencia: Si la conversion esta mejorando o empeorando.
Un supermercado tipico tiene una tasa de conversion entre 70% y 90% (la mayoria de los que entran compran algo). Si tu tasa es menor, puede indicar problemas de surtido, precios o atencion.
Ejecucion manual de analisis
Todos los analisis se ejecutan automaticamente segun un schedule predefinido (ver siguiente seccion), pero tambien podes disparar cualquiera de ellos on-demand.
Desde Inteligencia > Ejecutar analisis:
- Selecciona el tipo de analisis que queres ejecutar.
- Configura los parametros (periodo, categoria, producto, etc.).
- Hace clic en Ejecutar ahora.
- El analisis corre en segundo plano (algunos toman segundos, otros varios minutos).
- Cuando termina, te notifica y podes ver los resultados.
Esto es util cuando:
- Queres resultados actualizados antes de que corra el schedule automatico.
- Necesitas un analisis con parametros especificos que no son los del schedule.
- Estas probando o 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.
- Parametros: Con que configuracion se ejecuto.
- Estado: Completado, en proceso, fallido.
- Duracion: Cuanto tardo en ejecutarse.
- Fecha: Cuando se ejecuto.
- 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.
Celery Beat schedule
Los analisis automaticos corren en segundo plano usando Celery Beat (un scheduler de tareas). Este es el calendario predefinido:
| Analisis | Frecuencia | Horario | Notas |
|---|---|---|---|
| Analisis de canasta | Semanal | Lunes 3:00 AM | Procesa todas las transacciones de la semana anterior. |
| Pronostico de demanda | Diario | 4:00 AM | Actualiza predicciones con los datos del dia anterior. |
| Backfill de predicciones | Diario | 4:30 AM | Compara predicciones con valores reales. |
| Deteccion de anomalias | Cada 4 horas | :00 de cada ciclo | Evalua las ultimas horas buscando patrones anormales. |
| Segmentacion RFM | Semanal | Domingo 2:00 AM | Reclasifica todos los clientes. |
| Tasa de conversion | Diario | 1:00 AM | Calcula la conversion del dia anterior. |
Todos los schedules estan configurados para correr en horarios de baja actividad para no impactar la performance del sistema durante las horas de venta.
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.