Bagó del Ecuador: Proyecto: Caso de uso aplicado de Inteligencia Artificial en forecast empresarial.

Share

Laboratorios Bagó es una compañía familiar de origen argentino, con 90 años en el mercado internacional. Inició sus operaciones en Ecuador en 1992, con el compromiso de mejorar la salud y vida de la población, a través de productos farmacéuticos de alta calidad y procesos tecnológicos de vanguardia.

Contexto y objetivos

El pago de comisiones e incentivos por cumplimiento de objetivos a la fuerza de ventas es un mecanismo común en los laboratorios farmacéuticos, de manera que una metodología para efectuar la estimación de las cuotas tiene total relevancia.

Laboratorios Bagó del Ecuador contaba con un proceso de pronóstico para planes de cuotas sin un sustento analítico robusto que se adapte al entorno económico, tecnológico y de transformación digital. Con una visión de crecimiento al 2030, creó el área de Inteligencia y Analítica de Negocio (IAN), convirtiendo a la analítica de datos en uno de los pilares estratégicos de sus procesos organizacionales. Desde esta reciente área nació el proyecto donde se muestra la implementación en producción del pronóstico de venta de productos a cada brick geográfico (unidad territorial basada en el código postal de una región) al que tiene alcance Bagó del Ecuador, mediante algoritmos de Inteligencia Artificial (IA).

En el mercado farmacéutico y de consumo masivo cada producto posee factores exógenos y endógenos independientes que inhiben su tratamiento por un único algoritmo genérico, si no, más bien se requiere de un ensamble de algoritmos ajustados por cada una de las 4000 combinaciones que se forman del producto + brick o unidad territorial.  De manera que el uso de la analítica, el poder computacional y nuevas plataformas tecnológicas integradas entre sí, permiten obtener la capacidad de gestionar proyectos de alta complejidad y en este caso específico, facilitar un plan de cuotas técnico, científico y personalizado para la fuerza de ventas bajo un esquema metodológico innovador y eficiente.

Objetivos

  • Desarrollar un aplicativo de pronóstico de venta de productos a través de algoritmos de inteligencia artificial con el fin de predecir la venta por brick geográfico y facilite la estimación de cuotas a la fuerza de ventas.
  • Implementar un flujo totalmente automático y autónomo mediante la integración de los algoritmos predictivos de inteligencia artificial con Qlik Sense como herramienta de inteligencia y visualización del negocio

Solución

Por un lado, la implementación de manera autónoma y automática del modelo de Machine learning y Deep learning se lo gestiona en herramientas especializadas de ciencia de datos. Y luego, la disponibilización se efectúa en la aplicación de visualización y descubrimiento de datos Qlik Sense, destacando así las potencialidades y funcionalidades tecnológicas de las herramienta en cuanto a Bussiness Inteligence y Bussiness Analytics.

Con la solución tanto los líderes y las gerencias que requieran evidenciar la predicción de los productos más el histórico de ventas podrán acceder sin inconvenientes, definir metas u objetivos a visitadores médicos y a su vez, efectuar posteriormente el cálculo de cuotas y comisiones de la fuerza de ventas.

Resultados

  • Reducción del margen de error en la venta promedio del pronóstico respecto al valor real.
  • Disponibilidad de información consistente y relevante que permite la interpretación de resultados de manera. rápida y oportuna a través de la incorporación de análisis y visibilidad integral a todos los actores de interés del proyecto.
  • Eliminación de trabajo manual y operativo en la estimación de cuotas.
  • Simplificación de las horas de trabajo hombre al mes del 15% de un cargo gerencial al 3%.
  • La herramienta desarrollada bajo una nueva metodología con sustento técnico científico avala la confianza de la fuerza de ventas y permite mantener la motivación en cuanto al cumplimiento de metas.
  • Con la nueva metodología se ha cuantificado que el 80% del equipo de fuerza de ventas se encuentra dentro del rango de comisión adecuado, mientras que, el 20% está por fuera del rango.
  • Equilibrio del proceso de estimación de cuotas
  • Estabilización del comportamiento de pago de comisiones en base a las cuotas propuestas.
  • Apertura para el desarrollo de nuevos proyectos internos basados en algoritmos de analítica avanzada como segmentación de clientes, geo analítica, web scraping, NLP, entre otros.
  • Finalmente, el desarrollo del proyecto y sus resultados exitosos han afianzado el uso de IA y tecnología para cumplir con la estrategia de la compañía.

Participantes:

  • Paola Oña, Jefe Inteligencia y Analítica del Negocio
  • Alexander Camacho, Científico de datos