José Manuel García, CEO de ComexSoft, y Marta Planinc, ex Head of Purchasing and Procurement de Lidl, analizan cómo la IA y el Big Data están redefiniendo las decisiones de surtido, pricing e innovación en gran consumo.
Madrid, julio de 2026.- En el marco de ExpoRetail Iberoamérica, celebrado los días 17 y 18 de junio en Madrid, José Manuel García, CEO de ComexSoft, software líder de inteligencia competitiva avanzada para retailers y marcas de gran consumo, y Marta Planinc, ex Head of Purchasing and Procurement de Lidl y actualmente advisor de la compañía, compartieron una de las reflexiones más operativas para el sector: el reto no es acumular más datos, sino convertirlos en decisiones mejores, más rápidas y más comparables.
La sesión, titulada «Del dato al lineal: IA y Big Data para optimizar el surtido, pricing e innovación de producto en retail», se desarrolló en un evento que reunió a profesionales, distribuidores, fabricantes, compañías tecnológicas e inversores en torno a los grandes desafíos del comercio: digitalización, inteligencia artificial, nuevos hábitos de consumo, eficiencia operativa y transformación del punto de venta. ComexSoft participó en ExpoRetail como ponente y expositor, aportando una visión centrada en el uso práctico de la inteligencia competitiva en equipos de compras, surtido y pricing.
Desde la experiencia de Planinc en compras de retail FMCG, una de las principales conclusiones fue que el comprador ha dejado de ser únicamente un negociador de producto. Su papel conecta consumidor, proveedor, margen, rotación, disponibilidad, calidad, promesa de marca e innovación. Cada decisión de surtido tiene impacto directo en la cuenta de resultados, pero muchas organizaciones siguen trabajando con información fragmentada: visitas a tienda, fotografías, hojas de cálculo, informes puntuales y herramientas que no siempre dialogan entre sí.
La ponencia defendió que la ventaja competitiva ya no está en disponer de una fotografía aislada del mercado, sino en construir una lectura recurrente, objetiva y accionable. La IA y el Big Data permiten capturar señales externas -precios, promociones, disponibilidad, imágenes, atributos de producto, formatos, origen, ingredientes o descripciones- y transformarlas en un mapa útil para decidir. En ese proceso, el dato deja de ser un documento de consulta y pasa a convertirse en una capa de trabajo para el negocio.
Uno de los puntos centrales fue la necesidad de comparar productos más allá del EAN. En categorías como fresco, dos referencias pueden parecer equivalentes y no serlo si cambian el calibre, el origen, el formato, la categoría comercial o la unidad de medida. La reflexión trasladada fue clara: el consumidor no compara códigos, compara alternativas. Por ello, el benchmark relevante debe incorporar atributos cualitativos y reglas de comparabilidad que permitan entender qué productos compiten realmente en el lineal físico o digital.
En materia de pricing y promociones, García y Planinc subrayaron que saber si una referencia es más cara o más barata no es suficiente. La lectura útil exige normalizar por kilo, litro o unidad, adaptar los cálculos a la categorización interna de cada retailer y observar la evolución en el tiempo. Solo así es posible identificar con rigor el posicionamiento frente a competidores, la intensidad promocional, las entradas y salidas de catálogo o el peso de la marca de distribución en una categoría concreta.
La misma lógica se aplicó a las oportunidades de surtido e innovación. El análisis estructurado del mercado permite detectar gaps de producto, formatos emergentes, nuevas líneas Horeca o Cash & Carry, cambios de receta, rotación de referencias y categorías donde los competidores ya están generando tracción. La conclusión no fue que todo gap deba cubrirse, sino que debe ser visible para que los equipos puedan priorizarlo con criterio comercial y no solo con intuición.
El cierre de la sesión dejó una idea transversal: la tecnología no sustituye al comprador, multiplica su capacidad de decisión. El lineal sigue siendo imprescindible para entender al cliente, observar la ejecución y validar hipótesis. Lo que cambia es el tiempo dedicado a recopilar información básica frente al tiempo disponible para analizar, negociar y construir valor. En un retail cada vez más dinámico, pasar del dato a la decisión exige combinar criterio experto, información externa actualizada y sistemas capaces de interpretar el mercado con profundidad.