
Adidas necesitaba predecir demanda en puntos de venta latinoamericanos y optimizar distribución, evitando excesos de stock en tiendas low-traffic.
SOOFT desarrolló un modelo predictivo con
- Integración de datos SAP (ventas, inventario, clima)
- Algoritmos de ML para ajustar reposiciones semanales
- Alertas proactivas para preventas en eventos deportivos.
- Python/PySpark: Procesamiento de Big Data
- Power BI: Visualización para equipos comerciales
- IoT: Monitoreo de inventario en tiendas flagship.
- -28% en stock muerto
- +19% en ventas por disponibilidad estratégica
- Implementación en 5 países en 9 meses.