Bigdata en e-commerce y retail: Cuando el cliente deja de ser sólo un conocido

La incorporación de sistemas de análisis de datos e inteligencia artificial juegan un rol clave en esta aproximación más detallada a los clientes.

¿Cómo es el típico visitante a un mall? ¿hombre o mujer? ¿Niño, adolescente, adulto o adulto mayor? ¿Con mucho, medio o poco poder adquisitivo? Si algo se puede observar a simple vista al entrar a un centro comercial es que son espacios que concentran una oferta de productos y servicios tan amplia, que son capaces de resolver las necesidades de una gran diversidad de personas. Al recorrer sus diferentes pisos y pasillos, también es posible determinar muy rápidamente cómo estos lugares han segmentado a la multitud que día a día los visita.

Prácticamente no existe mall que no tenga un piso dedicado a la ropa y accesorios de mujer y otro distinto para la de hombre. Tecnología y deporte se suelen entremezclar y estar más cerca de las tiendas masculinas, mientras que en territorio más neutro suelen estar los supermercados y tiendas para el hogar. Otro piso suele aunar la oferta de entretención y reunión, que incluye cines, restaurantes, juegos para niños, etc.

Este es un orden que funcionó por décadas, y da cuenta de cierto nivel de conocimiento de la variedad de público que frecuenta estos espacios compartidos. Sin embargo, está muy lejos de ser suficiente. Conocer al cliente es el piso base en cualquier estrategia de ventas, pero remitirse solamente a recolectar datos demográficos y métricas de ventas, es como jactarse de conocer a alguien por el simple hecho de saber su nombre. Y no es que haya dejado de funcionar el orden actual, es que hoy el retail debe aprender a sobrevivir en la era digital, y para lograrlo debe urdir un plan que lo convierta en un espacio irremplazable. Esto es imposible sin contar con un conocimiento mucho más profundo de sus usuarios.

La incorporación de sistemas de análisis de datos e inteligencia artificial juegan un rol clave en esta aproximación más detallada a los clientes. Hoy existen fuentes de información capaces de aportar una riqueza de datos gigantesca, como la geolocalización, las cámaras de seguridad y las redes de wifi gratuitas que los centros comerciales ponen a disposición de sus visitantes. Estas herramientas permiten conocer, por ejemplo, la frecuencia con que las personas acuden a un mall, por dónde entran, qué rutas siguen dentro del lugar, cuánto tiempo permanecen en sus dependencias, cuáles son las zonas más concurridas, etc.

Estos datos, junto con la información demográfica y las métricas de ventas, que son el piso mínimo del conocimiento, permiten predecir con buena base el comportamiento, las tendencias y hábitos potenciales del consumidor, y a partir de ello, pronosticar también otras cosas. Por ejemplo, la rentabilidad de una tienda o una superficie comercial en función de su localización.

Conocer en profundidad al cliente facilita además el desarrollo de experiencias personalizadas para ellos, un factor clave para aumentar la retención y la recurrencia a estos espacios. Establecer, por ejemplo, nuevas disposiciones de las tiendas o el envío de ofertas específicas a cada cliente, que respondan al comportamiento de las personas al interior del mall, más que a los arquetipos ya obsoletos de hombre bueno para el deporte y loco por la tecnología, o mujer, preocupada de cultivar la belleza.

En este sentido, un caso es la alianza que hicieron en España la compañía de servicios inmobiliarios comerciales Cushman&Wakefield y la empresa de tecnología dedicada a innovación en el sector inmobiliario Boostcom, para lanzar Infinity, una plataforma enfocada en conocer en profundidad los gustos y hábitos de consumo de los visitantes a los centros comerciales asociados a esta firma, para ofrecer experiencias de compra personalizadas.

El sistema funciona a través de la interacción de los clientes con el centro y el uso de tecnología como la geolocalización o el smart data, que recoge, analiza y procesa los datos sobre ellos. Con esta información, luego se puede establecer una comunicación con los visitantes en tiempo real, enviarles información muy segmentada y prever comportamientos.

El desafío de lograr un modelo uno a uno de ventas ha sido también fundamental para el éxito y masificación del e-commerce. La segmentación de la oferta, el procesamiento de datos y el machine learning (aprendizaje a partir de los datos), ha permitido predecir gustos a raíz de comportamientos de compra anteriores, y hacer sugerencias de compra, de acuerdo con tendencias de usuarios de perfiles similares. Eso como mínimo, pues las posibilidades son infinitas.

Una compañía que bien lo sabe es Zalando, una tienda online alemana especializada en zapatos y ropa para mujer, hombre y niño. Actualmente es la plataforma de moda en línea líder en Europa, presente en 17 mercados del continente, lo que se traduce en 27 millones de clientes, según consigna la revista Forbes. A cada uno de ellos, la compañía ha ofrecido una experiencia de usuario única, con la creación de su Algorithmic Fashion Companion (AFC), una herramienta capaz de generar recomendaciones online de vestimenta en tiempo real, basadas en los productos que el cliente ha puesto en su "lista de deseos", expresó interés o compró antes. A esta inteligencia artificial, se le agrega el input de estilistas humanos, quienes proporcionan ajustes para asegurarse de que sus recomendaciones sigan las tendencias de moda actuales. Tras su puesta en marcha, Zalando asegura que esta herramienta impulsa el tamaño de la canasta de compras en un 40%.

Además de estas innovaciones que impactan directamente al cliente, los datos permiten a las tiendas de e-commerce tomar decisiones de negocio estratégicas, por ejemplo, respecto de su inversión en publicidad, o cómo enfrentar eventos especiales como los CyberDay. Asimismo, el conocimiento profundo del usuario puede no sólo permear en las ventas, sino que también en el resto de la cadena de valor, como el almacenaje y el despacho de los productos. Para detectar estas oportunidades, cobra importancia la figura de los data scientists, expertos en ciencia de datos, cuyo trabajo consiste en extraer conocimiento a partir de múltiples fuentes, inmensas y en formatos diferentes, con la finalidad de transmitir recomendaciones a quienes toman las decisiones en una empresa.

Contar entonces con estas herramientas y profesionales que maximicen su utilidad, es parte de un desafío conjunto para el comercio presencial y online. La necesidad del retail de incluir tecnología de datos en su operación no es una respuesta al arribo del e-commerce como opción masiva de compra, sino que es un salto fundamental para satisfacer las necesidades de los consumidores actuales, sea cual sea la plataforma que estos elijan. Es un piso común que ayuda a sentar las bases de la omnicanalidad en la oferta de productos y servicios.