SELMARK

El proyecto se centró en el desarrollo de un prototipo basado en técnicas de Machine Learning para la previsión de venta de productos de lencería y apoyar la toma de decisiones durante el periodo Oneshot de las campañas de marketing anuales de otoño-invierno y primavera-verano. El objetivo principal fue estimar el mix de productos más solicitado por los establecimientos, optimizando la planificación comercial y la gestión de la producción.

Para ello, se ha desarrollado un algoritmo capaz de analizar los datos históricos de compras realizadas por los puntos de venta, identificando aquellos que adquirieron el mix de productos más representativo de las ventas totales. Gracias a esta información, en futuras campañas los agentes comerciales pueden priorizar sus visitas a los puntos de venta más relevantes, anticipando la demanda y mejorando la eficiencia en la producción.

Este proyecto permitió mejorar la eficiencia en la gestión de campañas, reduciendo incertidumbre y potenciando la capacidad de respuesta ante la demanda real del mercado.