Zalando SE, reconocido como uno de los gigantes del comercio electrónico en el sector moda dentro de Europa, está adoptando un innovador algoritmo basado en datos para refinar sus estrategias de descuentos. Con una base de cerca de 50 millones de clientes activos, la empresa enfrenta el complejo reto de gestionar precios dinámicos para más de un millón de productos, un proceso esencial para optimizar ingresos y mantener un inventario balanceado durante las distintas temporadas del año.
La naturaleza del negocio implica que muchos productos se ordenan con antelación a la temporada y no se reponen posteriormente, lo que hace que una estrategia de descuentos eficaz sea vital para evitar tanto el exceso como el déficit de stock. Mientras que el exceso al final de temporada puede derivar en altos costes, un déficit podría significar la pérdida de ventas frente a la competencia.
Zalando, en colaboración con AWS Professional Services, ha desarrollado un enfoque basado en el modelo «forecast-then-optimize» (predecir y luego optimizar). Esta solución, integrada en su plataforma tecnológica, utiliza modelos avanzados de aprendizaje automático para prever la demanda de productos bajo distintos escenarios de descuento, permitiendo ajustar precios para maximizar beneficios dentro de las restricciones de stock y negocio.
El proceso se descompone en cuatro fases cruciales. Comienza con la fase de pronóstico dependiente de descuentos, donde se evalúa la previsión de venta de artículos durante las próximas semanas bajo varios descuentos, considerando tasas de devolución, costes de cumplimiento y el valor residual de los productos al final de la temporada. Con estas previsiones, se determinan descuentos óptimos que son implementados o ajustados por los gerentes de precios. Además, se recopilan datos para alimentar el modelo en futuras previsiones.
Para manejar el vasto y complejo volumen de datos, Zalando depende de una infraestructura tecnológica robusta que garantiza precisión y rapidez en la experimentación y mejora continua de sus modelos predictivos. Herramientas avanzadas como Amazon SageMaker para el procesamiento y AWS Step Functions para la orquestación de flujos de trabajo de machine learning aseguran una operación resiliente y escalable.
Esta tecnología no solo le permite a Zalando optimizar las decisiones de precios, sino que también crea un entorno experimental cercano a la producción para sus científicos de datos. Esto facilita la prueba y creación de prototipos de nuevos modelos de manera ágil, redundando en un ahorro significativo de tiempo en tareas operativas y de mantenimiento. Además, apoya una transición fluida desde la experimentación científica de datos hasta la implementación comercial de modelos, consolidando su competitividad en el dinámico mundo de la moda online.
