Sube el histórico de catálogo Alkosto (estructura tipo alkosto_unificado_*.csv) para generar métricas por marca, paneles dimensionales, tiers de acción y evolución temporal.
Categoría = tipo_mueble_armar_detalle · Sub-categoría = alto-mueble_string_mv · Marca RIMAX excluida. Ordenado por categoría y luego sub-categoría, con fila de subtotal por categoría.
Score promocional (1-5): 1 = sin descuento · 2 = 1-10% · 3 = 11-20% · 4 = 21-30% · 5 = más de 30%. $/m³ usa volumen_total_m3 y solo considera referencias con ese dato. Unid./Ventas estimadas = promedio mensual.
Recorre TODAS las categorías (no solo la seleccionada arriba) y lista las sub-categorías clasificadas Tier A (premium, poco competidas) donde la marca propia configurada arriba no tiene presencia. Usa los mismos umbrales del panel "Panel por sub-categoría" más abajo.
Por categoría: unidades/ventas proyectadas el próximo mes (misma tasa diaria ajustada por tendencia ya usada en el resto del artefacto × 30) y días de inventario restante estimados (stocklevel_int actual ÷ tasa diaria). 🔴 <15 días · 🟡 15-30 días · 🟢 >30 días.
Sube las ventas de Inval a Alkosto (CSV) para comparar contra el mercado total estimado del scraping, por categoría.
Columnas requeridas: Periodo (año-mes), Volumen (m³ total), Desc_Item2 Item (categoría Inval), Valor_neto_local (venta COP), Cantidad_inventario (unidades). Acepta CSV separado por coma o por punto y coma (;), y números con coma decimal (formato es-CO). Solo CSV — si tienes el archivo en Excel, expórtalo primero a CSV.
| Categoría Inval (Desc_Item2) | Categoría Alkosto equivalente |
|---|
Archivo Venta_Cen: ventas reportadas por Alkosto, cruzadas con el catálogo scrapeado por código de referencia (linea_modelo_referencia, extraído de la columna DESC ITEM) para asignar categoría y sub-categoría. "Valor unitario (TK)" = COSTO INVAL promedio ponderado por unidades.
Columnas requeridas: EAN, Punto de Venta, Fecha (DD-MM-YYYY), DESC ITEM, Cantidad Vendida, COSTO INVAL. Acepta CSV separado por coma o punto y coma, y números con coma decimal. Solo CSV.
Carga el reporte de visitas de promotores (visit_report CSV). Las columnas requeridas son: Usuario, Ubicación, Fecha (DD/MM/YYYY), Duración (min), Actividades. El nombre de tienda se cruza automáticamente con los Puntos de Venta del archivo Venta_Cen.
Acepta CSV separado por punto y coma. La columna Actividades puede tener saltos de línea entre comillas — el parser los maneja.
Actividad principal = tipo de actividad más frecuente en las visitas. "Unidades registradas" = ventas declaradas por el promotor en campo (Registro de Venta). Si el nombre de tienda no matchea con Venta_Cen, la columna "PV (Cen match)" muestra el nombre original.
Días con promotor = días distintos en que el promotor visitó ese PV ese mes. Venta por día visitado = Venta total CEN ÷ días de visita (indicador de productividad de la cobertura).
Sin sub-categorías seleccionadas: una burbuja por categoría (todo el dataset). Si seleccionas sub-categorías arriba, cambia automáticamente a una burbuja por ancho (ancho_cm_detalle) dentro de la categoría/sub-categorías elegidas.
Eje X = N° de referencias (tamaño del surtido) · Eje Y = ventas estimadas promedio mensual (COP) · tamaño de burbuja = N° competidores. Ventas = tasa diaria de caída de stocklevel_int (ajustada por tendencia) × 30 × lowestprice_double; los reabastecimientos no se cuentan como venta.
El tier usa el $/m³ ponderado por unidades vendidas como métrica de premium.
Eje X = N° referencias (saturación) · Eje Y = $/m³ (premium) · tamaño = N° competidores · color = tier
Calculado sobre fecha_archivo en todos los cortes disponibles para la categoría seleccionada.