Ene 022015
 


El sector retail recurre al Big Data para acertar en sus estrategias comerciales

Manu Carricano es director del Centro Pricing de EADA, el primer centro de investigación en Europa

Manu Carricano es director del Centro Pricing de EADA, el primer centro de investigación en Europa.

El Big Data, uno de los términos de moda en los negocios, ofrece una cantidad de información inmensa y fiable sobre todos los procesos de la organización, tanto internos como comerciales. Las empresas que han hecho un análisis riguroso de toda esta proliferación de datos, identificando tendencias de mercado y convirtiendo los flujos en valor para el cliente, son actualmente las más competitivas.

Una empresa que tenga muchos datos y no los sepa utilizar bien perderá ventaja competitiva

Consciente de ello, el sector retail ha visto en el Big Data un filón importante para hacer previsiones de ventas seguras, rehuyendo así de la tendencia tradicional de basarse en pronósticos puramente intuitivos. De ahí el acertado título de la conferencia que impartió hace unas semanas en EADA Manu Carricano, director del Centro de Pricing de EADA –el primer centro de investigación de Europa–, titulada Previsión de ventas en retail: de la intuición al Big Data. Una conferencia que Manu inició con una reflexión muy interesante: “Una empresa que tenga muchos datos y no los sepa utilizar bien perderá ventaja competitiva. Hay que construir una historia detrás de estos flujos”.

Big Data en retail: Ventajas

Carricano explicó que a partir de una medición rigurosa de los datos las organizaciones pueden hacer previsiones de ventas fiables.

Carricano explicó que a partir de una medición rigurosa de los datos las organizaciones pueden hacer previsiones de ventas fiables.

A lo largo de toda la sesión, Manu Carricano incidió en las múltiples ventajas que pueden obtener las empresas de retail que actualicen constantemente estos datos y sepan usarlos correctamente para conseguir más ventas. Una de las más importantes es tener un mejor conocimiento del cliente pues, según el experto en pricing, “el Big Data permite segmentar a nuestro target (por ejemplo, cuántos son locales y cuántos internacionales, cuántos son nuevos y cuáles son fieles, sus intereses, sus diferentes necesidades individuales…), comprender las reacciones de los consumidores a las diferentes propuestas comerciales que les ofrecemos (¿hemos sido rápidos y eficientes?, ¿hemos solucionado su necesidad?) y, también, medir su grado de satisfacción a través de las palabras clave y opiniones que expresan en las redes sociales con el objetivo de mejorar el servicio y el producto”.

En relación a este aspecto, Carricano puso el ejemplo de Tesco, uno de los minoristas más importantes del mundo, con sede en el Reino Unido, que empezó especializándose en alimentos y bebidas y se ha ido diversificando en muchas más áreas, tales como electrónica, seguros médicos, software o servicios financieros, entre otros. Como explicó, “en los últimos años ha mejorado considerablemente la calidad de sus datos, ampliando las variables sobre los perfiles de sus clientes, lo que le ha permitido conocer mejor a sus consumidores y lanzar campañas de promoción en el punto de venta con un menor riesgo de fracaso e invirtiendo únicamente los recursos necesarios”.

Al disponer de datos en tiempo real las empresas pueden readaptar su estrategia comercial y plantear nuevos objetivos de negocio

Gracias al Big Data, los retailers pueden compartir ahora información muy valiosa con fabricantes y proveedores.

Gracias al Big Data, los retailers pueden compartir ahora información muy valiosa con fabricantes y proveedores.

La otra gran ventaja a la que se refirió el director del Centro de Pricing de EADA es la de disponer de datos fiables en tiempo real, lo que sin duda es fundamental para hacer predicciones de futuro más seguras. Según Carricano, esto comporta muchos beneficios a las empresas. Uno de los más importantes es disponer de información veraz sobre la evolución del negocio, “lo que permite readaptar la estrategia comercial en función de los datos que se obtienen en tiempo real planteando nuevos objetivos de negocio”. Un buen ejemplo es Procter & Gamble, “que utiliza estos datos en tiempo real en sus reuniones de comité de empresa para tomar decisiones estratégicas al momento”. Mc Donalds es otro buen ejemplo porque tiene información sobre sus transacciones al segundo. En relación a esto, el ponente añadió “la posibilidad de intercambiar datos con distribuidores y proveedores, lo que soluciona el problema que había hasta ahora de inaccesibilidad por parte de los fabricantes a la multitud de datos que tenían los grandes retailers y que no compartían con ellos”.

El Big Data nos da la información precisa que necesitamos de nuestros puntos de venta lo que permite, por ejemplo, conocer el impacto de una campaña promocional

Pero, como explicó Carricano, disponer de datos en tiempo real también permite mejorar el tiempo de respuesta al cliente. “Por ejemplo, si surge un problema en un punto de venta podemos actuar inmediatamente mejorando la atención y el servicio al cliente”. Y es que, prosiguió, el Big Data nos da la información precisa que necesitamos de nuestros puntos de venta, lo que conlleva muchas ventajas: saber si las campañas promocionales que hemos lanzado funcionan o no –además de analizar el ciclo del producto durante la misma campaña o el impacto de la promoción en un periodo concreto del año–, si existe estacionalidad –según los datos de que dispongamos las decisiones a nivel logístico serán unas u otras–, visualizar las regiones donde vendemos más y las tiendas que facturan más, medir el tráfico y relacionarlo con el ratio de atracción y de conversión –gente que entra en la tienda y acaba comprando–, comprobar si un producto está en tienda o en stock o, también, detectar posibles factores que hayan repercutido en las ventas –por ejemplo, si ha llovido y, por este motivo, han disminuido las ventas–.

Retail intelligence solutions

En la parte final de la conferencia, Manu explicó varias aplicaciones de previsión de ventas utilizadas por el sector retail.

En la parte final de la conferencia, Manu explicó varias aplicaciones de previsión de ventas utilizadas por el sector retail.

Por último, Manu Carricano destacó tres aplicaciones de gran utilidad para los profesionales del sector retail para hacer previsiones de ventas seguras. La primera es Oracle Crystal Ball, basada en hojas de cálculo para elaborar modelos predictivos, previsión, simulación y optimización. Permite ver si hay estacionalidad o no y detecta posibles factores de riesgo. Según Manu, “reconoce el impacto de cada variable y extrae el mejor modelo”.

La segunda aplicación es Tableau, creada hace unos diez años en la Universidad de Stanford y que revolucionó la manera de tomar decisiones a partir de datos. Entre sus ventajas destacan la posibilidad de visualizar todos los datos, la conexión de todos estos flujos –ya sea, por ejemplo, por tienda, producto, perfil de consumidor, etc. – y, además, la facilidad para ir añadiendo cualquier variable a las que ya hayamos analizado –es decir, permite clasificar los datos según nuestras necesidades–. Para el ponente, “esta herramienta es muy útil para tener un mapa de nuestras tiendas y visualizar aquellas donde hay menos rentabilidad o donde hay algún problema-. Asimismo, Tableau permite comparar por regiones pero también por categorías de producto o, incluso, por años: “Se puede empezar con pocos datos y acabar teniendo un histórico importante”, apuntó.

En tercer lugar destaca T-Cuento, líder en el desarrollo de todo tipo de herramientas de medición y análisis del comportamiento del tráfico peatonal dentro y fuera de los establecimientos comerciales. Algunas de ellas son TC-Street, que ofrece información objetiva acerca del número de personas que pasan cada día por delante de un establecimiento, y el Índice TC-Street, que recoge el tráfico de las calles comerciales más transitadas de España.

Deja un comentario

/* ]]> */