El Blog del Retail

Pablo Penas Franco

Director de Scale Up Partner y profesor

Conóceme
Big Data en el sector retail (parte 2)
Tras detallar en la primera parte de este artículo los usos iniciales del Big Data en la distribución, ahora se profundiza en su 'tamaño' y en su potencial de desarrollo para los próximos cinco años
20/08/2018

¿Qué tamaño tiene el Big Data? ¿De qué volumen de datos estamos hablando? Al hablar de dimensión, Walmart es la referencia obligada. En 2017 se publicó que procesará hasta 2,5 petabytes (PBs) de información cada hora en su nube privada. 3 PBs equivalen a toda la información recogida en la Biblioteca del Congreso de Estados Unidos, porque cuenta con vídeos, imágenes y otros formatos que ocupan más memoria que los textos. Sus 20 millones de libros sólo ocupan unos 20 terabytes ó 0,02 PBs. Es decir, sólo una empresa gestionará cada hora el equivalente a toda la información recogida en la mayor biblioteca de la Humanidad.

¿Para qué necesita esta capacidad? Para procesar 200 millones de filas de datos transaccionales (que representan sólo las últimas semanas) además de información de 200 fuentes, incluyendo datos meteorológicos, datos económicos, datos de Nielsen, datos de telecomunicaciones, datos de redes sociales, precios de gasolina y eventos locales…

Walmart gestionará cada hora el equivalente a toda la información recogida en la Biblioteca del Congreso de Estados Unidos

Cualquier información dentro de estos vastos conjuntos de datos podría aportar una solución a un problema concreto. Aparte del volumen, agiliza en gran medida su tratamiento. Se estima que reducirá el tiempo de procesar la información de varias semanas a 20 ó 30 minutos. Imagine que en cuestión de minutos pudiéramos asimilar toda la información de la Biblioteca del Congreso de Estados Unidos…

¿Es Walmart un caso único? ¿Qué están haciendo los retailers? Walmart es enorme, pero todos los competidores de primera línea están trabajando con Big Data. Podemos poner tanto ejemplos de empresas líderes como de startups innovadoras.

Ejemplos de uso
La española Inditex emplea etiquetas RFID que localizan las prendas en todo momento (control de stock, qué entra y sale de la tienda…) lo que la permite también obtener información sobre qué tipo de prendas y colores están triunfando o no en cada momento y en cada lugar del mundo, incluso de qué tallas se venden más en según qué tienda. Por si esto fuera poco, cuenta incluso con herramientas de predicción meteorológica para ajustar su producción y stock en función del clima.

Amazon Echo Look, la nueva versión de los dispositivos Echo de la empresa de Seattle, emplea Big Data y machine learning para recomendar qué ropa ponerse a sus clientes (que obviamente podrán comprar en Amazon.com). Tras llegar al salón (Echo), cocina (Key) e incluso al baño (Dash), Amazon se cuela también en los dormitorios de los particulares.

La startup americana Retail Next emplea cámaras para saber cuánta gente entra en las tiendas físicas de sus clientes, qué mira, durante cuánto tiempo e incluso estimar su edad por sus rasgos físicos (aunque el RGPD no permita emplear datos personales sin consentimiento siempre se podrán usar “audiencias” y adaptar los mensajes a, digamos, un público entre 25 y 29 o entre 45 y 49 años).

El Big Data no es una tecnología a futuro, sino una realidad; los datos ya han cambiado la forma de tomar decisiones

La española Geoblink ayuda a retailers a elegir localizaciones para tiendas en base a Big Data. Se acabó pensar si da el sol hasta una u otra hora y contar manualmente el tráfico. Mediante fuentes como el tráfico de móviles se sabrá mucho mejor lo buena o mala que es una localización comercial.

Los mencionados son meros ejemplos de un patrón más global. El pasado 4 de junio se publicaron los resultados de un estudio multisectorial llevado a cabo por Andrew Shipilov y Nathan Furr en INSEAD entre cientos de ejecutivos de todo el mundo, la mitad de ellos empleados por grandes empresas. Concluyen que tecnologías como la realidad aumentada, la realidad virtual, la realidad mixta, blockchain y la impresión 3D han tenido un impacto muy bajo en los negocios hasta el momento.

Potencial de desarrollo
El Big Data Analytics o analítica de datos masivos ha tenido el mayor impacto de las tecnologías analizadas en prácticamente todas las áreas de negocio (creación de nuevos ingresos, protección de su negocio, mejoras operacionales, adquisición de nuevos clientes, mejoras en la retención y fidelidad…), por delante del cloud computing, cuyas ventajas se centran en mejorar la eficiencia en las operaciones, y del machine learning.

También esperan que mantenga su potencial disruptivo durante los próximos cinco años, junto a la inteligencia artificial y el aprendizaje de máquinas.

El Big Data no es una tecnología a futuro, sino una realidad. Los datos ya han cambiado la forma de tomar decisiones y de llevar a cabo los negocios. ¿Está preparada su empresa para competir en la era del dato?