Empresas Premium
Roger Agustín, CEO y cofundador de Prenomics, reflexiona sobre la transformación digital en el retail, las tecnologías predictivas y soluciones de analítica avanzada como el scraping.
Nos encontramos ahora mismo en un contexto económico y social de gran inestabilidad e incertidumbre, debido a la pandemia del Covid-19. Si bien es cierto que el comercio alimentario es, quizá, uno de los sectores que se ha visto menos perjudicado a causa de la pandemia, el sector minorista afronta desde hace ya tiempo otros retos, como la masificación y la diversidad de sus productos y de sus clientes o la intensa competencia, que obliga a buscar nuevas estrategias para maximizar la rentabilidad e incrementar sus márgenes.
En un momento como el actual, la personalización de la experiencia de compra según el perfil del cliente, apostar por la omnicanalidad y aprovechar todo lo que pueden aportar la inteligencia artificial y la analítica de datos se han convertido en piezas clave de la estrategia de los retailers que quieren seguir siendo los líderes del sector. La ciencia de datos aplicada a negocio y las predicciones de la inteligencia artificial apuntalan la toma de decisiones en la información valiosa que contienen los datos y permiten detectar nuevas oportunidades y riesgos.
Muchas empresas del sector están ya evolucionando a la par que el mercado y convirtiéndose en negocios data driven. Distribuidores, comercios gourmet y pequeñas y medianas superficies, entre otros, están empezando a beneficiarse de las ventajas de la analítica de datos, un ámbito que, inicialmente, parecía estar destinadas a las grandes multinacionales, puesto que son las que manejaban un mayor volumen de información. Esto ha cambiado y ahora cada vez hay más negocios de tamaño pequeño y mediano que implementan nuevas herramientas y tecnologías analíticas y predictivas. Y, de hecho, suele ser en este tipo de negocios donde es más sencillo apostar por este tipo de soluciones, sobre todo por el hecho de partir de cero y de tener más flexibilidad en la puesta en marcha de nuevos procesos.
En el día a día de un minorista, el análisis de datos y la inteligencia artificial pueden aportar información muy valiosa y ofrecer unas predicciones que eran impensables e incluso una utopía no hace tanto. Entre sus usos, encontramos:
• Fabricar y comercializar productos según las necesidades y deseos de los consumidores o con base en las predicciones y tendencias de compra detectadas.
• Optimizar la gestión de la empresa y el inventario de forma eficiente.
• Adaptar los precios de forma dinámica, así como ofrecer promociones y ofertas personalizadas para incrementar las ventas cruzadas.
• Mejorar la localización de los puntos de venta y la disposición del surtido en las diferentes secciones de los establecimientos para mejorar la experiencia de compra.
• Incrementar el retorno de las inversiones en marketing.
• Predecir la respuesta de los consumidores ante el lanzamiento de nuevos productos y monitorizar la penetración de las ventas en tiempo real.
• Rastrear el lanzamiento, las promociones y los precios de la competencia, a partir de datos de internet, para mantenerse siempre lo más competitivo posible.
Las fuentes de datos de los retailers
Los datos que utilizan los retailers pueden provenir de múltiples fuentes. En primer lugar, de sus propios datos (ERP, POS, CRM…). También de otras fuentes, como los servicios de geolocalización, la actividad en redes sociales de los compradores o su historial de navegación e incluso de investigaciones realizadas dentro de las tiendas o de estudios de mercado, entre otros. Pero además de estos datos propios, las nuevas técnicas de scraping están permitiendo ir un paso más allá y combinar las fuentes de datos internas de la propia empresa con otras de externas.
En la actualidad, las grandes compañías concentran gran cantidad de información abierta que también puede ser aprovechada por los minoristas, que podrán obtenerla y estructurarla para aprovecharla en su propio negocio. Por ejemplo, se pueden rastrear los datos abiertos de las webs de Mercadona, Carrefour, Eroski y Día para las empresas de distribución de alimentación o de JustEat, Glovo y Deliveroo para las compañías de comida a domicilio.
Esta nueva forma de adquirir información externa a partir del rastreo de webs de internet acaba resultando mucho más barata en comparación con las soluciones de obtención de datos de proveedores tradicionales (como paneles de consumo o adquisición del dato a empresas de telecomunicaciones o empresas de pago). Además, los datos que se obtienen son cada vez más fiables en un entorno en el que la omnicanalidad obliga a tener una oferta consistente (es decir, los mismos precios) tanto en el canal online como en el offline.
El sector minorista puede aprovechar el scraping como elemento de benchmarking general. Por ejemplo, para radiografiar la oferta y precios que distintos supermercados están ofreciendo en distintos códigos postales para asegurar su competitividad o mejorar su estrategia de precios. También permite detectar ofertas en categorías de interés (p.ej.: monitorizar automáticamente cambios en precios u oferta y disparar alarmas) o detectar tendencias a la hora de conceptualizar un nuevo producto o realizar una inversión (p.ej.. analizar la evolución de los precios de distintos productos o la oferta creciente de distintos tipos de productos).
Entre nuestros clientes, ya hay algunas empresas que han incrementado la inversión en infraestructura, servicios y plataformas digitales para implementar tecnologías predictivas y soluciones de analítica avanzada y poder salir así más reforzados de la crisis actual. Y lo mejor para aquellos que todavía son reticentes, ya sea por miedo o por su complejidad y coste, es que empiecen a dar pasos para convertirse en empresas data driven cuanto antes, para estar preparadas y poder adaptarse más rápidamente y con más facilidad a los nuevo
