infoRETAIL.- Los profesionales del retail comprenden la importancia de los datos, pero muchos todavía están trabajando en cómo unificarlos y construir una visión única de sus clientes, según concluye un estudio de Salesforce y el Retail AI Council basado en 1.390 encuestas a directivos del sector.
Sólo el 17% de los encuestados afirma tener una visión única y completa de sus clientes y aprovechar sus datos de forma eficaz. El 49% todavía se encuentra en las fases preliminares de la creación, o incluso de la consideración de la creación, de un perfil completo de los datos de los clientes.
Esta dificultad de unificar y armonizar los datos se traduce en resultados ineficaces o inexactos, e incluso en respuestas tóxicas y sesgadas. Aunque el 67% de los retailers afirma ser totalmente capaz de capturar datos de clientes, sólo el 39% dice poder limpiar esos datos por completo, mientras que sólo el 42% dice tener la capacidad de armonizarlos.
Muchos minoristas también tienen problemas a la hora de utilizar sus datos para tomar decisiones (40%) y hacer que estos sean accesibles (47%), lo que indica que muchos retailers tienen una cantidad significativa de datos aislados que no se aprovechan para obtener resultados eficaces mediante IA generativa.
Alex Sutsko (IBA Group): “Los datos ayudan a evaluar la eficacia de las empresas de gran consumo y les aportan beneficios cuando se analizan correctamente”
Pese a que algunos agoreros alertan de síntomas de debilitamiento del Big Data, los expertos de la compañía de IT IBA Group lo tienen claro: Nunca se agotará, ya que es está en la fundación del análisis profundo y en la base de los sistemas de IA. Apenas acaba de comenzar su implementación activa en las empresas.
En el sector FMCG, el Big Data ayuda a las empresas rastrear las causas y efectos y a tomar las decisiones de gestión correctas. “Los datos ayudan a evaluar la eficacia de las empresas de gran consumo y les aportan beneficios cuando se analizan correctamente: se controlan las métricas necesarias, se comprende lo que muestran los datos y la dirección recibe una respuesta a la pregunta '¿por qué pasa esto?'”, destaca el Development Manager de IT & Solution Goods Checker de IBA Group, Alex Sutsko.
El Big Data ayuda al retailer a comprender mejor a su público objetivo: qué productos le gusta comprar, a qué hora, en qué tiendas, qué promociones le interesan, etc. Gracias a estos datos, las empresas tienen la oportunidad de crear ofertas personalizadas y comunicarlas a los clientes en el momento adecuado. También ayuda a mejorar la gestión de inventarios y predice la demanda, optimizando el surtido, gestionando de forma más eficiente los precios y las campañas publicitarias, además de reducir costes y minimizar pérdidas.
Desde IBA Group también se refieren a los beneficios para el consumidor: “Supone, básicamente, una experiencia de compra mejorada, considerando tres componentes: disponibilidad del producto en los estantes, ofertas de marketing relevantes y precios adecuados”.
Automatización del análisis
Por otro lado, la compañía ha destacado la importancia de la automatización de los análisis, que ayuda a realizar un seguimiento constante y eficaz de los KPI esenciales, es decir, controlar las ventas, identificar las fortalezas y debilidades o comprender si la estrategia está funcionando.
Las empresas evalúan todos los procesos: logística, marketing, ventas, etc. Para evitar ahogarse en una gran cantidad de datos, es necesario elegir indicadores clave que reflejen la eficiencia empresarial y correspondan a los objetivos de la empresa en ese momento. Por ejemplo, se realiza un seguimiento de algunas métricas para ampliar la presencia en el mercado, mientras que otras se centran en aumentar los ingresos de los canales online.
Consideremos el caso de un distribuidor de dulces premium que automatizó el merchandising y recibió los informes analíticos después de las visitas de los comerciantes a la tienda. Al trabajar con varias cadenas minoristas, el cliente encontró el problema de que la colocación de productos no coincidía con los planogramas en las tiendas. Para analizar el trabajo de los comerciantes, decidieron utilizar Goods Checker, una solución informática basada en visión por computadora para automatizar todos los procesos de merchandising.
Para el proyecto piloto, seleccionó un grupo de productos: cajas de dulces premium. Para el cliente era crucial la forma en que se exponían los productos en los lineales de las tiendas, ya que en todos los puntos de venta debían mantenerse altos estándares uniformes.
El proyecto duró tres meses: durante un mes y medio, los desarrolladores entrenaron los modelos de visión por computadora y personalizaron el sistema para el cliente, y durante otro mes y medio, los empleados del cliente prácticamente verificaron la colocación del producto utilizando Goods Checker.