En los últimos años han proliferado teorías que anunciaban el fin del comercio minorista tal y como lo hemos conocido durante décadas. El boom del e-commerce, sobre todo de Amazon, y los cambios en los gustos de los consumidores y en la forma en que se relacionan y compran, están detrás del tsunami que está cambiando el sector del comercio en todo el planeta.
Además, la transformación digital del retail es un prisma con muchos ángulos y verticales que recoge el nuevo estudio que acaba de publicar Orange y que incluye hasta 25 casos de éxito que deberán tener en cuenta los gerentes de las tiendas y cadenas de retail.
A pesar de todo, habrá retail para rato
Como sabemos, no se trata de desdoblar la presencia al entorno digital, sino que se debe conocer y satisfacer a un comprador cada vez más informado a la vez que se compite con nuevos modelos de negocios “nativos”, y eso requiere de un replanteamiento profundo desde la bases. De todas formas, no conviene caer en el catastrofismo. Que la digitalización haya revolucionado el retail no quiere decir que lo vaya a hacer desaparecer, ni mucho menos. A pesar del empuje de las tiendas online, vamos a seguir comprando en las tiendas físicas, paseando por las calles de nuestra ciudad en busca de una prenda de ropa que probarnos o de un café que bebernos.
Eso sí, para atraernos, seducirnos, vendernos y también fidelizarnos, los retailers van a tener que aplicar tecnología y de la mejor manera. Si no lo hacen, se quedarán atrás dentro de su posición estratégica en el mercado. Dentro del informe se recogen tendencias que van desde la location intelligence (analítica de datos móviles para afinar en la ubicación de las tiendas y en el diseño estratégico de sus interiores para maximizar la venta de productos), hasta la aparición de nuevos formatos de punto de venta, como las pop-up o “efímeras”, pasando por el social retail, la famosa omnicanalidad, la realidad virtual y avanzada, la compra experiencial o la gestión del stock cuando el objetivo es precisamente que no haya stock.
En fin, que el retail ya dispone de numerosas herramientas de las que servirse para atraer a los compradores. Sin embargo, y a pesar de que tantos cambios coinciden en el tiempo, otra de las claves que va a marcar el nivel de éxito del retail en los próximos años será el uso de los datos para adelantarse a las demandas de los clientes, y servirlo mejor cuando finalmente se decida a entrar en la tienda a por el producto o haga el clic de compra en la página web.
Un negocio data driven
El análisis de datos ya se aplica a todas las actividades del retail, desde la optimización del inventario, a la adaptación de los precios de forma dinámica, pasando por la captación de tendencias, la gestión de colas en los establecimientos o la localización de las tiendas. Los datos que utilizan las compañías provienen de múltiples fuentes, por ejemplo, servicios de geolocalización, actividad en redes sociales de los compradores o imágenes de vídeo dentro de las tiendas.
Irremediablemente nos desplazamos hacia un modelo de negocio centrado en el valor analítico de los datos y en la detección de patrones invisibles al ojo humano. Es un negocio basado en lo que los expertos llaman las tecnologías de análisis predictivo, como los algoritmos que recomiendan nuevos productos a sus clientes, o personalizan promociones y ofertas, en función de su historial o de sus hábitos de navegación, o las soluciones que permiten situar el género en la tienda en función de la trayectoria que describen los compradores por sus pasillos y estanterías.
En este escenario data driven, los ecommerce parece que llevan ventaja. Al fin y al cabo nacieron en un mundo digital y tienen sus sistemas optimizados para sacar partido de la huella de información de los clientes o del stock. Además lidian con una información que no está desperdigada en silos incomunicados, como puede pasar en otros retailers.
Donde más iniciativas se están poniendo en marcha es en todo aquello relacionado con el conocimiento del cliente (patrones de compra, microsegmentación por comportamiento, basket analysis), la omnicanalidad, la mejora del punto de venta físico y la eficiencia operativa
En cualquier caso, no conviene olvidar que el 90% de las ventas minoristas en todo el mundo todavía tienen lugar en el mundo físico, y los retailers tradicionales se empiezan a poner las pilas para sacar partido a la información de la que disponen y conseguir nuevos datos que les ayuden a vender más y mejor. “Los retailers deben dar un paso al frente y empezar a desarrollar mejores experiencias de cliente. Por ello, es necesario que evolucionen hacia una plataforma de gestión de la experiencia de cliente, donde el núcleo esté formado por capacidades cognitivas que permitan capturar, gestionar y personalizar la experiencia de usuario”, aconseja José Antonio Cano, director de análisis de IDC España.
El reto está en conocer el scoring del usuario
En optimizar los procesos de sus clientes retail trabaja cada día el equipo de la consultora tecnológica Prodware. “Entre nuestros clientes del sector minorista venimos detectando en los últimos años la necesidad de incorporar soluciones de analítica avanzada. Y los escenarios donde más iniciativas estamos poniendo en marcha son aquellos relacionados con el conocimiento del cliente (patrones de compra, microsegmentación por comportamiento, basket analysis), la omnicanalidad, la mejora del punto de venta físico y la eficiencia operativa”, corrobora Javier Echeverría, responsable dedesarrollo de data business en Prodware.
De hecho, este tipo de compañías cuentan con soluciones que permiten prever la demanda de nuevos productos de manera precisa al analizar las tendencias de compra, la información de redes sociales o incluso el factor meteorológico. Además, determinan “algorítmicamente” los productos en promoción y el precio óptimo a la luz de los objetivos de negocio.
El gran reto es conocer el scoring del usuario en el momento que entra por la puerta, en ese instante en que se plantea la compra, porque no se puede tratar por igual ni dirigir la misma campaña ni los mismos mensajes a alguien que entra por primera vez y a otra persona que ya es seguidor en redes sociales y ha estado mirando en otros establecimientos
“Con el continuo traspaso de la tienda física a la online, las empresas de retail en España y el resto del mundo necesitan recopilar, analizar y gestionar toda la información que obtienen de sus productos y clientes. Y para satisfacer esa necesidad, las diferentes soluciones de big data y análisis de datos son esenciales para explotar de manera eficiente esa información que antes se perdía”, cuenta Federico Iglesias Rubiera, jefe de marketing de PcComponentes, tienda online de moda en España en el mundo de la tecnología, que planta cara al mismísimo Amazon y que factura cerca de 400 millones de euros al año.
Para Fernando Siles, responsable de Marketing digital de Worten en España, el gran reto de las tiendas “está en conocer el scoring del usuario en el momento que te visita, en ese instante en que se plantea la compra, unos segundos donde debes tomar decisiones rápidas que puedan aportar valor”. Esto es así porque la tienda no puede tratar por igual ni dirigir la misma campaña ni los mismos mensajes a alguien que entra por primera vez en el establecimiento y a otra persona que ya es seguidor en redes sociales y ha estado mirando en otros establecimientos.
Big data y retail: cinco casos reales
Pero la mejor manera de entender cómo las empresas se están valiendo de los datos para conocer a sus clientes, adelantarse a sus demandas y afinar en el servicio que le dan, es ver algunos de los proyectos reales.
Descubriendo a las embarazadas
Target, una cadena de grandes almacenes fundada en Estados Unidos en 1962, ha hecho algo curioso con las embarazadas. Gracias a soluciones de big data que analizan todos los datos que las tiendas almacenan sobre sus clientes, ha identificado 25 productos indicadores de embarazo; es decir, que las mujeres compran en función de la semana de gestación en la que se encuentran.
Con esos indicadores, si una mujer sigue las pautas, la cadena estima que hay un 85% de posibilidades de que estén en estado y, por tanto, tenga sentido enviarle cupones de descuento, información específica o productos relevantes para ese momento.
Nordstrom busca tendencias en las redes sociales
Nordstrom, otra cadena de grandes almacenes estadounidense, empezó vendiendo sólo calzado y hoy ya tiene más de 300 puntos en los que comercializa todo tipo de ropa, accesorios, cosmética, perfumes e incluso muebles para el hogar.
Nordstrom utiliza las redes sociales (tiene millones de seguidores en Pinterest o Facebook) para detectar qué está marcando tendencia y luego emplea esos datos para promocionar los productos adecuados en sus tiendas físicas. Además, aplica técnicas analíticas para seguir y conocer el comportamiento de los clientes en los establecimientos: cuántas personas entran, qué sección visitan o cuánto tiempo permanecen en ellos y en cada sección en particular.
El bolso de Burberry que no se vendía en la web
También aprovecha la información de las redes sociales la marca de ropa Burberry. En sus tiendas, los vendedores utilizan tablets para acceder a información sobre el cliente y ofrecerle sugerencias de compra basadas en su historial y en su actividad en las social media.
Por otra parte, el big data aplicado a la venta física también ha permitido a Burberry mejorar sus ventas online. De esta manera, la marca detectó que un bolso que se vendía bien sus tiendas urbanas no acababa de funcionar en Internet. El problema era que la imagen de la web no era atractiva y la cambió, lo que le llevó finalmente a doblar las ventas online del producto.
Emails personalizados de Cosabella
Cosabella es una firma de lencería femenina con más de 1.000 tiendas en EEUU y un establecimiento insignia en Nueva York. El equipo de email marketing de Casabella se vale del análisis de datos y la inteligencia artificial para la promoción de sus productos. En un mundo de buzones saturados (se considera que un consumidor recibe de media unos 90 mensajes diarios con promociones, cupones…), hay que afinar mucho para tener un buen índice de aperturas.
Para mejorar esta ratio, Cosabella es capaz de enviar correos electrónicos en diferentes idiomas, husos horarios y monedas, cambiar las plantillas o crear mensajes y contenidos para las diferentes regiones. Además, la plataforma, en lugar de distribuir un correo electrónico a todos los suscriptores en una fecha y hora determinadas, prueba y detecta patrones, analizando qué tipo de persona está respondiendo a qué, con el fin de individualizar los envíos. Además, su plataforma, con capacidad para aprender, puede decidir si enviar un correo electrónico o no, dependiendo de dónde se encuentre el consumidor en su ciclo de vida como cliente. Esto lo hace analizando parámetros como su nivel de gasto o la frecuencia con la que interactúa con los anuncios, los correos o el sitio web de la compañía.
Múltiples parámetros para localizar Starbucks
Un último ejemplo de la aplicación de la analítica y las tecnologías predictivas a la actividad comercial lo encontramos en la icónica cadena de cafeterías Starbucks. Para esta cadena, la ubicación física es esencial para mantener siempre llenos sus establecimientos. Y la clave para conseguir las mejores esquinas y espacios de las ciudades está en el big data.
Starbucks utiliza una aplicación que tiene en cuenta métricas de localización, zona, patrones de tráfico y demografía para elegir y evaluar la posición física de sus cafeterías. A partir de esta información, realiza una predicción del potencial de crecimiento e incluso averigua si la nueva tienda va a robar clientes a otras cercanas. Starbucks saca pues mucho partido a la llamada “location intelligence”. Además, la cadena de la sirena verde también analiza el clima para ver los efectos que tiene en los patrones de pedidos de los clientes, lo que le permite personalizar mejor aún sus campañas de marketing.
Como vemos en estos ejemplos, todo es poco, aunque los datos aporten un acercamiento más apropiado a sus necesidades, para contentar y fidelizar al siempre escurridizo cliente.
Imágenes: iStock/Ekkasit919 , metamorworks, milindri , vitomirov, Halfpoint, outhtownboy
