
Grupo Arcor conecta sell out, inventarios y producción en un modelo VMI inteligente para reducir quiebres y acelerar el crecimiento.

En el negocio de alimentos y golosinas, pequeños desajustes en la planificación se traducen rápidamente en góndolas vacías, productos vencidos y clientes insatisfechos. Grupo Arcor vivía este desafío en una de sus categorías más sensibles: la línea de alfajores, con 10 SKUs, distintos tiempos de vida útil y alta rotación. La demanda se atendía desde una planta y 3 centros de distribución que abastecen a más de 185 cuentas en Argentina, por lo que entender qué pasaba en el punto de venta era crítico.
El proceso de planificación estaba guiado por el sell in y por consensos entre áreas comerciales y de supply chain. La señal que llegaba a producción y logística estaba contaminada por negociaciones comerciales, pedidos anticipados y prácticas operativas de los distintos canales. El resultado era conocido: volatilidad en el plan, uso subóptimo de las líneas productivas, centros de distribución con visibilidad limitada de la demanda futura y acciones correctivas de corto plazo.
En los extremos de la cadena el impacto era doble: quiebres de stock que se traducían en ventas perdidas y, al mismo tiempo, excedentes con vida útil acotada que derivaban en obsolescencia o promociones defensivas. Arcor necesitaba ver más allá del pedido del cliente y acercarse a la demanda real del consumidor, integrando datos de sell out, inventario y políticas de stock en una única lógica de planificación.
El primer paso fue redefinir el proceso de planificación de la demanda e inventario alrededor del sell out. Junto con Novix, Arcor inició una prueba de concepto en esta categoría compleja, aprovechando que contaba con información diaria de stock y ventas de una parte relevante de sus clientes propios. Sobre esa base se trabajó en tres frentes: calidad de datos, segmentación del portafolio y definición de políticas de inventario por tipo de cliente.
Se diseñó un modelo VMI en el que Arcor administra el inventario de sus distribuidores, calculando niveles objetivo por SKU y cuenta según comportamiento de consumo, vida útil y lead time. Para lograrlo se integraron distintas fuentes de sell out, se armonizaron formatos, se limpiaron outliers y se construyeron modelos que permiten pronosticar el consumo futuro en horizontes tácticos y operativos.
La política resultante traduce el sell out proyectado en necesidades de reposición semanal, asegurando un stock “saludable” en cada nodo. Cuando se planifican promociones o lanzamientos, el equipo comercial ingresa ajustes esperados sobre el sell out, que el modelo transforma en requerimientos de abastecimiento. La subjetividad deja de dominar el proceso y se reemplaza por una señal de demanda genuina, trazable y compartida.
Sobre la plataforma Pyplan se integraron planificación de la demanda, inventarios y VMI en un único modelo digital. Los agentes de IA generativa y machine learning combinan modelos estadísticos para ajustar pronósticos y políticas de stock, mientras que la capa colaborativa permite simular escenarios y alinear el S&OP con la reposición semanal en CDs y distribuidores.
La arquitectura unificada de Pyplan conecta la visión táctica con la ejecución operativa, dando a Arcor una única versión de la verdad para ventas, supply chain y finanzas. De este modo, las decisiones dejan de ser reactivas para volverse predictivas y prescriptivas: el sistema identifica riesgos de quiebres, sugiere reabastecimientos, prioriza SKUs y orienta la producción en función de la demanda real del consumidor.
El impacto se ve en toda la red: menos quiebres y menos obsolescencia, mayor rotación de SKUs en los clientes, líneas productivas mejor aprovechadas y un nivel de servicio que permite que los alfajores lleguen más frescos y en la cantidad adecuada a cada punto de venta.
¿Quieres llevar tu planificación de demanda e inventarios al siguiente nivel?
Conoce nuestras soluciones o conversa con un experto:
Contactanos

Control, trazabilidad y consistencia en cada número Bajada

Cómo los diagramas de influencia de Pyplan transforman reglas complejas en decisiones claras

Transparencia, escalabilidad y modelos que sobreviven al negocio