La solución hace posible que se empleen prácticas de comercialización enfocadas al cliente a través de surtidos adaptados

La solución para el comercio detallista, SAS® Intelligent Clustering for Retail, eleva las ventas y los márgenes, así como la productividad del inventario
La solución hace posible que se empleen prácticas de comercialización enfocadas al cliente a través de surtidos adaptados
98 Convención Anual y Expo de la NRF, Nueva York (19 de enero de 2009) – Ahora más que nunca, los comerciantes detallistas que esperan salir adelante tienen que centrarse más en el cliente mediante la entrega de una variedad de mercancías que sean reflejo de la demanda local. La forma más eficaz de lograrlo es la de planear surtidos únicos para cada ciertos grupos de tiendas. Estas agrupaciones de tiendas comparten características parecidas, como el formato de la tienda, el perfil demográfico del comprador, y las calificaciones de rendimiento que reciben. Y para encontrar esas agrupaciones de tiendas de manera precisa y eficiente, que puedan beneficiarse de las clasificaciones únicas de surtido, se requiere de analíticos sofisticados como los que vienen en la solución de agrupaciones inteligentes de SAS®, Intelligent Clustering for Retail, un producto nuevo de la empresa líder en el segmento de la analítica empresarial.
El nuevo software que viene con la solución integrada SAS® Merchandise Assortment Planning, automatiza la identificación y la tarea de hacer perfiles de las agrupaciones de tiendas, para justificar surtidos adaptados a cada lugar. Así, se facilita la tarea de los detallistas de migrar desde prácticas tradicionales de ventas, centradas en el volumen de ventas y las similitudes del clima, al uso de agrupaciones avanzadas de tiendas. Esto, con base en la demanda necesaria para hacer surtidos adaptados a los mercados locales. La solución de Intelligent Clustering for Retail de SAS también mejora la precisión en los surtidos ya que hace posible que los comerciantes pasen de un sólo conjunto de agrupaciones de tiendas a usar agrupaciones únicas para cada categoría de producto.
Los beneficios que se dan a partir de la mejora de los surtidos adaptados a mercados locales incluyen:
* Márgenes e ingresos mayores provenientes de surtidos que cumplen mejor con la demanda de los clientes locales.
* Más productividad del inventario, ya que hay menos distribución de productos que no tienen tanta demanda.
* Mayor conocimiento entre el equipo de la comercialización de lo que antes eran los impulsores estratégicos desconocidos del negocio, como por ejemplo las características demográficas del cliente y las preferencias por los productos.
* Mejora en la eficiencia de los planes al utilizar rutinas predefinidas y automatizadas de software en combinación con la integración ininterrumpida con el software de planeación SAS Merchandise Assortment Planning.
La solución de SAS se diseñó para compradores y planificadores en tiendas físicas dedicadas a la venta de cualquier tipo de producto, desde ropa y alimentos hasta enseres domésticos. La solución SAS Intelligent Clustering for Retail ahora está disponible en conjunto con la solución SAS Merchandise Assortment Planning. Para mayor información, favor comunicarse a SAS México con Jair Martínez al (55) 5000-3852 o al correo informacionmx@sas.com.
Los clientes de SAS en el ámbito del comercio al detalle incluyen a cadenas como: AutoZone, Bakers Footwear, Brooks Brothers, Burger King, Cabela’s, Carrefour, Casino, Casual Male, The Children’s Place, Eddie Bauer, Hallmark, Hudson’s Bay Company, JCPenney, Kohl’s, Luxottica Retail, Macy’s, Mark’s Work Wearhouse, Marks & Spencer, Northern Tool & Equipment, Office Depot, Sainsbury’s, ShopKo, Spiegel Brands, Sport Chalet, Staples, Tesco, Tween Brands, Williams-Sonoma y 1-800-FLOWERS.COM.
Para mayor información acerca de las soluciones de SAS para el comercio al detalle, favor ingrese a http://www.sas.com/industry/retail/. SAS presentó sus soluciones de inteligencia para el comercio en el 98 evento anual de la Federación Nacional del Retail (NRF).








