Los modelos no conocen sus márgenes.
Un forecast que ignora la estructura de costes, los MOQ y los plazos de proveedor le lleva a la compra equivocada cada temporada.
02Intelligence Layer
Su lógica de retail,
por fin ejecutable.
Una IA que respeta sus métricas, sus restricciones, sus prioridades, y propone una decisión por SKU·tienda·acción que usted valida, corrige o deja ejecutarse en automático.
Reservar una demo
Explorar otra capa
El problema de la inteligencia
La IA genérica no entiende su negocio.
Los modelos de estantería optimizan para la media. Las decisiones de retail son la excepción: los SKU·tienda donde la respuesta por defecto es la equivocada.
Las reglas viven en Excels.
Cobertura mínima por categoría, SKUs que nunca deben faltar, ventanas de intercambio, codificados en una sola cabeza y un solo archivo, aplicados de forma distinta según el equipo.
Cada equipo reinventa la rueda.
Compras calcula el margen de una manera, finanzas de otra, las tiendas de una tercera. Nadie usa la misma definición de la misma cifra.
Cómo funciona
Dentro del Intelligence Layer.
Tres etapas. Usted configura la lógica. La IA la respeta.
01DefinirDisponible
Construya sus métricas y señales.
Parta de una biblioteca de retail lista para usar (sell-through, cobertura, margen residual) y adapte las fórmulas a su realidad. Cada métrica se comparte.
- 60+ métricas de retail predefinidas
- Editor completo: fórmulas, agregaciones, ventanas temporales
- Una sola definición usada por cada equipo y cada agente
Biblioteca de métricas · 24 activas
Biblioteca24
$
Ingresos netos$
Días de cobertura%
Margen bruto↗
Velocidad de venta⚠
Riesgo de roturaSensibilidad a la rebajaActiva
// métrica retail personalizada
define markdown_sensitivity =
delta(units) / delta(price)
· weighted_by("season")
✓ Compartido entre equipos
02RestringirDisponible
Codifique sus reglas de negocio.
Builder visual sin código. Restricciones duras (nunca por debajo del MOQ), preferencias flexibles (favorecer la tienda donante más cercana a la demanda), flujos de excepción.
- Plantillas predefinidas para las reglas de retail habituales
- Versionado, con diff y rollback
- Bypass con motivo, cada excepción auditada
Política de decisión
Rebaja · política ponderadaPlantilla predefinida
4 señales combinadas en una puntuación de decisión por SKU
DuroSuelo de margen≥ 38% bruto
100%FlexibleDías de cobertura≤ 45d objetivo
72%PesoSensibilidad por tierflagship × 1,4
48%FlexibleVentana de proveedor60d de cambio
28%Puntuación combinada por SKU
Ponderado sobre señales · versionado · diff
03RecomendarDisponible
Una decisión por SKU·tienda·acción.
La IA produce una recomendación única y explicable por ítem, priorizada, con su razonamiento y sus alternativas. Usted valida, corrige o la deja ejecutarse.
- Una recomendación por SKU·tienda, priorizada
- Traza de razonamiento completa, cada input visible
- Override con motivo; el modelo aprende
Recomendación · explicada
riesgo-roturaregla
sobrestockregla
Transferir 12 unidades
Abrigo de lana · Lyon → Paris
↑+€2.4kModificar
best-sellerregla
suelo-margenregla
Cada recomendación muestra las reglas detrás
Trazable, explicable · Modificable en cualquier momento — Solya aprende
Capacidades
El centro lógico de cada decisión de retail.
Seis capacidades para codificar, evaluar y confiar en la lógica que pilota su red.
Fábrica de métricas
Biblioteca lista para usar + editor a medida. Una sola definición compartida.
Señales y alertas
Disparo por umbral, tendencia o anomalía. Enrutado al equipo correcto con contexto.
Centro de lógica de negocio
Builder visual, plantillas, versionado, rollback. Sin código.
IA con restricciones
Forecasts y optimización que respetan reglas duras y preferencias flexibles.
Decisiones explicables
Cada recomendación llega con su traza de razonamiento. Sin caja negra.
Simulación de escenarios
Pruebe un cambio de regla sobre la temporada pasada antes de desplegarlo.
Lo que puede hacer con ello
Todos los casos de usoEl centro lógico de cada equipo de retail.
Equipos reales que ejecutan reglas, forecasts y recomendaciones sobre Solya, sin reescribir la misma lógica en cada herramienta.
En el runtime
El centro lógico del runtime de Solya.
Lógica calculada en un solo lugar, aplicada en todas partes: agentes, apps, escrituras.
El retail nunca se construyó para la IA.
Lo estamos reconstruyendo.
“La temporada pasada rebajamos 80 k€ de stock en las tiendas equivocadas, y perdimos otro tanto por rotura. Con Solya, las dos cifras están en el dashboard antes de la decisión, no después.
Deje de mirar dashboards.
Empiece a ejecutar decisiones.
Una demo de 30 minutos sobre la forma de sus propios datos. Le mostramos lo que Solya decidiría para su red esta semana.