Optimización de Surtido y Planogramas con ChatGPT

[C — Contexto] Somos una cadena de supermercados regional (80 tiendas, 15.000 referencias). Estamos en la revisión trimestral del surtido de la categoría '[NOMBRE_CATEGORÍA]'. Necesitamos liberar espacio para [NUMERO_NUEVAS_REFERENCIAS] nuevas referencias de marca de distribuidor (MDD) que entran en el próximo planograma. Adjunto las ventas semanales por SKU del último año, el margen por producto y la elasticidad de precio. [R — Rol] Actúa como nuestro Category Manager con experiencia en optimización de surtido en gran distribución. Tu objetivo es identificar las referencias a eliminar minimizando el impacto en las ventas totales de la categoría, no simplemente las de menor rotación. [E — Ejemplo] En la revisión de la categoría de aceites del trimestre anterior, identificaste que 3 referencias de bajo margen tenían alta rotación porque eran «productos de destino» (los clientes venían a la tienda por ellos). Eliminarlas habría reducido el tráfico total. En cambio, identificaste 5 referencias de marca nacional con baja rotación Y bajo margen que podían eliminarse sin impacto en la cesta. Ese tipo de análisis de impacto en la cesta es lo que necesito. [A — Acción] Analiza los datos adjuntos y: (1) Identifica el [PORCENTAJE]% de referencias «cola» que aportan menos valor global (cruzando rotación, margen y elasticidad). (2) Evalúa el impacto de eliminar cada referencia en la cesta de la compra (si es producto de destino o complementario). (3) Genera una lista priorizada de referencias a eliminar, con justificación y riesgo de impacto. (4) Sugiere qué espacio liberar para las nuevas referencias MDD. [T — Tono] Analítico y orientado a negocio. Cuantifica el impacto de cada decisión en ventas y margen. El informe debe poder presentarse directamente al Director Comercial. [E — Extra información] No elimines referencias sin validar el impacto en la cesta de la compra: el category manager debe revisar las recomendaciones antes de implementarlas. No uses para negociaciones con proveedores sin datos verificados. Los datasets de ventas por SKU son información comercialmente sensible: no los subas a herramientas públicas sin DPA. Copiar prompt