Navegar por la volatilidad de los precios de las materias primas

Por qué la volatilidad de las materias primas exige un nuevo enfoque

Desde 2020, las empresas de bienes de consumo han dependido en gran medida de los aumentos de precios para impulsar el crecimiento, con más del 90% del crecimiento de las ventas procedente de los precios en lugar del volumen. Pero esta estrategia se ha topado con un muro. El 60% de los consumidores afirma que comprará menos aperitivos y golosinas si los precios se mantienen altos o siguen subiendo.

Mientras tanto, la volatilidad de los precios de las materias primas ha alcanzado una media anual del 10-20% en los últimos cuatro años, con algunas oscilaciones de hasta el 70% en un solo año. Los factores de esta volatilidad son diversos y están interconectados:

• La persistente inflación derivada de los cambios económicos posteriores a la pandemia.
• Interrupciones en la cadena de suministro que afectan a la disponibilidad y los costos
• Crisis energéticas derivadas de acontecimientos geopolíticos y desequilibrios entre la oferta y la demanda.
• Fenómenos climáticos que afectan a los rendimientos agrícolas (el 85% de los principales productos alimentarios están más expuestos a la sequía).
• Cambios políticos, como aranceles y restricciones comerciales

Tomemos el cacao como ejemplo: las condiciones meteorológicas extremas y los brotes de enfermedades en África Occidental llevaron los precios a 6.000 dólares por tonelada métrica, lo que obligó a los fabricantes de chocolate a replantearse por completo sus estructuras de costos y estrategias promocionales.

De reactivo a estratégico: el imperativo moderno de la gestión de la promoción comercial

Las principales empresas de bienes de consumo están sustituyendo el análisis post mortem ("¿qué ha pasado?") por la toma de decisiones con visión de futuro ("¿qué pasará si hacemos esto?").

Capacidades que aportan rentabilidad

1. Optimización de la promoción comercial (TPO)
Los modelos predictivos recomiendan promociones alternativas en función de las previsiones de referencia, la elasticidad de los precios y las condiciones actuales de las materias primas. Los equipos pueden seleccionar las promociones recomendadas conociendo el impacto financiero antes de la ejecución. Cuando los precios del cacao suben, el sistema puede sugerir la promoción de una SKU menos intensiva en cacao o ajustar la profundidad de la promoción para mantener el margen.

2. Gestión de gastos comerciales
La solución adecuada de gestión de gastos comerciales alivia al equipo de ventas que gestiona los presupuestos comerciales. La gestión integrada del talonario de cheques permite a los KAM saber cuánto han gastado, cuál es su saldo y les permite reaccionar rápidamente para impulsar el volumen. Además, si los volúmenes fluctuantes crean precios cambiantes (y por lo tanto dinámicas y tasas de financiación comercial), un KAM debe ser capaz de actualizar masivamente su calendario restante y comprender inmediatamente el impacto.

3. Planificación dinámica e integrada de escenarios
En lugar de esperar un aumento del volumen, los planificadores modelan cómo los cambios en el precio, la duración y el tipo de promoción afectan a los ingresos y al margen a nivel de SKU, cuenta y día. Las promociones se aprueban o rechazan en función de un ROI claro, no de suposiciones o precios de productos básicos obsoletos. Obtenga más información sobre la planificación de escenarios impulsada por IA "Human in the loop" en nuestro blog aquí.

Inteligencia Artificial: Transformar la volatilidad en ventaja

El 71% de los líderes de bienes de consumo adoptaron la IA en 2024, frente al 42% en 2023, y las principales empresas informaron un ROI significativo dentro de los 90 días posteriores a la implementación. Aquellos que implementaron correctamente la IA lograron un crecimiento de los ingresos del 69% y una reducción de costes del 72%.

Análisis prescriptivo en acción

La optimización moderna de la promoción comercial ha ido más allá de lo descriptivo y diagnóstico ("qué pasó y por qué") a lo predictivo ("qué pasará") y prescriptivo ("qué debemos hacer"). Puede leer más sobre los 4 tipos de análisis empresarial en nuestro blog en profundidad aquí.

Descriptiva → Diagnóstica → Predictiva → Prescriptiva

Las empresas que utilizan la analítica prescriptiva informan que tardan aproximadamente 12 semanas en transformar sus departamentos de RGM de reactivos a proactivos. La recompensa es considerable: evitar las promociones de bajo rendimiento y reasignar el gasto a otras mejores puede suponer entre un 1% y un 2% de mejora de los ingresos directamente a la cuenta de resultados.

Según un estudio reciente, la mayoría de los gestores de ingresos utilizan actualmente una combinación de análisis predictivo y descriptivo, y sólo el 23% se centra en el análisis prescriptivo. Esto indica una importante oportunidad de crecimiento, ya que las empresas que utilizan eficazmente el RGM registran ganancias anualizadas del margen bruto de entre el 4% y el 7%.

Más allá de la diversificación de la oferta: Optimización de la cartera

Muchas empresas de bienes de consumo están desplegando sistemas de inteligencia (SOI) basados en IA para la gestión de la cadena de suministro que anticipan y optimizan múltiples dimensiones simultáneamente. Los SOI son una nueva arquitectura de soluciones diseñada para servir como "cerebro" centralizado de una empresa para la optimización de la cadena de valor, la previsión de la demanda y la toma de decisiones. Los SOI se integran con los sistemas de registro y compromiso existentes en una organización, fusionando el razonamiento de tipo humano y la IA generativa con el aprendizaje automático transparente y la optimización no lineal para automatizar el análisis de grandes y complejos conjuntos de datos. Estos sistemas analizan los datos TPx, los márgenes de los productos, el uso de materias primas, las preferencias de los consumidores y la dinámica del mercado para identificar oportunidades de evolución de la cartera que reduzcan la exposición a materiales volátiles al tiempo que mantienen el crecimiento de los ingresos.

Por ejemplo, cuando los precios del trigo se dispararon en 2022, los principales fabricantes de alimentos podrían haber utilizado la IA para:

• Identificar las SKU con el peor impacto en los márgenes de los aumentos de los productos básicos
• Modelar la aceptación de los consumidores de reformulaciones con ingredientes menos volátiles
• Optimizar los calendarios promocionales para hacer hincapié en los productos menos expuestos a las oscilaciones de los precios de los cereales.
• Reasignar el gasto comercial de productos que sangran el margen a alternativas más rentables.

Grandes marcas como Unilever aumentaron las ventas de helados en un 30% en mercados clave utilizando sistemas de previsión de la demanda basados en IA meteorológica, mientras que Colgate-Palmolive empleó el aprendizaje automático y el análisis prescriptivo para ejecutar miles de millones de escenarios, logrando fuertes resultados con los principales minoristas.

Estrategias prácticas: Hacer que cada dólar comercial cuente

Estrategia 1: Diseño de promociones basado en la elasticidad

Con la fluctuación de los costes de los productos básicos, es fundamental comprender la elasticidad de los precios. Combinando el análisis digital de los anaqueles con los datos de los puntos de venta electrónicos (EPOS), las empresas pueden

• Reducir la profundidad de la promoción sin comprometer los resultados
• Reducir la duración de la promoción cuando los márgenes se estrechan
• Cambiar a la promoción de referencias más rentables cuando se produzca un repunte de determinados productos.
• Utilizar modelos de comprador virtual para probar combinaciones de precios ilimitadas antes de la ejecución.

Estrategia 2: Promoción comercial y medios de comunicación minoristas integrados

Uno de los mayores despilfarros en la promoción comercial es realizar una promoción + un posicionamiento de búsqueda de pago + medios minoristas. Esto puede llevar a "pagar dos veces" por el mismo cliente. Aunque los datos de EPOS son un punto de partida clave y fundamental para el modelado, es importante que los modelos no estén limitados por las fuentes y puedan incorporar fuentes de datos multivariantes.

Estrategia 3: Contratación ágil y modelos de precios dinámicos

Cuando los precios de las materias primas oscilan rápidamente, los rígidos calendarios promocionales anuales se convierten en un lastre. Los fabricantes progresistas están adoptando:

• Acuerdos de contratación flexibles con los minoristas.
• Modelos de precios dinámicos que tienen en cuenta las fluctuaciones de las materias primas en tiempo real.
• Procesos de aprobación de promociones que requieren la validación de los costos actuales de las materias primas.
• Ciclos de planificación de promociones trimestrales en lugar de anuales.

Estrategia 4: Previsión de la demanda mejorada con inteligencia de materias primas

Los análisis avanzados y las herramientas de previsión basadas en IA ayudan a las empresas a anticiparse a las fluctuaciones de la demanda y a ajustar en consecuencia tanto las estrategias de aprovisionamiento como las promocionales. Los principales fabricantes de alimentos emplean la cobertura de materias primas junto con la optimización de la promoción comercial, creando un enfoque coordinado para gestionar la volatilidad de los costos.

Conclusión: La nueva realidad competitiva

El sector de los bienes de consumo ha entrado en una era de volatilidad en las materias primas. La resistencia de los consumidores a los precios ha eliminado la opción fácil de simplemente repercutir los costos a los compradores. Así pues, la gestión de las promociones comerciales se convierte en la palanca fundamental para mantener los márgenes al tiempo que se impulsa el volumen.

Las empresas que siguen gestionando las promociones comerciales basándose en los resultados del año pasado o en el instinto están desperdiciando miles de millones de dólares. Las que integran la inteligencia de productos básicos, la optimización basada en IA y la gestión estratégica de carteras en sus procesos de TPx están transformando la volatilidad de una amenaza en una ventaja competitiva sostenible.