Casos de uso de la prise de décision en tiempo real (RTDM) en el sector minorista

En el último blog sobre la prise de décision en tiempo real (RTDM), hablamos de qué es exactamente y por qué es importante. Sin embargo, antes de continuar con discusiones más teóricas, probablemente valga la pena dar algunos ejemplos prácticos de RTDM y cómo la gestion des données, la integración y el soporte analítico construyen capacidades estratégicas de RTDM que tienen un impacto significativo en las operaciones comerciales.

Comercio minorista: La zona cero de la crisis de COVID-19

Independientemente de su función o del sector en el que trabaje, todos tenemos al menos un conocimiento rudimentario del sector minorista y somos dolorosamente conscientes de los trastornos empresariales a los que se ha visto sometido en los últimos meses y de las incertidumbres del mercado a las que se enfrenta en los próximos años.

Aunque los sub-verticales de esta industria pueden estar viendo impactos muy diferentes, sobre todo si usted está designado como servicios esenciales como son los supermercados o si usted es una gran cadena de grandes almacenes, por lo general anclaje de un centro comercial. Otras diferencias de fortuna dependen de si su empresa opera en línea o en establecimientos físicos.

Todos hemos visto el rápido cambio de suerte que ha sufrido el comercio minorista: el paso a Internet, el cierre de tiendas y el distanciamiento social dentro de ellas, y la recogida en la acera fuera de las que pueden permanecer abiertas. En línea o fuera de línea, todos hemos sido víctimas de una grave escasez debida al acaparamiento (Hey Charmin está de vuelta en Costco si vas los viernes por la mañana a las 9 AM), y, por desgracia, de precios abusivos y mercancía falsa - en particular para los EPI.

Los clientes son dioses griegos

Tuve la suerte de pasar cuatro años a mediados de los 90 trabajando en Japón, y los japoneses tenían un dicho: "Kokyaku-sama wa kami desu", que se traduce como el Cliente es Dios. Pues bien, en tiempos como estos, los clientes son dioses griegos. Dioses inescrutables y volubles. Sin embargo, entender su comportamiento es fundamental para saber qué venderles, dónde y cómo. Además, las cosas cambian rápidamente. Hace dos meses, se trataba de saber qué tiendas cerrar o qué productos enviar a dónde. Ahora, se trata de proyectar qué tiendas abrir y qué productos vender en el próximo trimestre. La cuestión es que tendrá que recopilar datos sobre el comportamiento de los clientes y reevaluar sus respuestas continuamente.

El denominador común de todos los sectores minoristas es la necesidad de centrarse más en el cliente. Las tres preguntas clave que los minoristas deben plantearse en su afán por centrarse en el cliente:

• ¿Qué datos necesito para generar las recomendaciones adecuadas para apoyar la RTDM?
• ¿Quién necesita aprovechar la IDTM? ¿Se puede aplicar en mi proceso empresarial actual?
• ¿Ayuda la RTDM a que mi empresa sea más ágil, de modo que reduzca costes, mitigue riesgos o proporcione orientación sobre comportamientos de los clientes que repercutan positivamente en las ventas y el servicio?

Convertir los programas de fidelización de clientes en una capacidad estratégica de IDTM

Kiabi, un minorista global con 500 puntos de venta físicos en más de 15 países, así como una tienda en línea, necesitaba capacidades de RTDM en su programa de fidelización de clientes. Los datos de este programa residían en un antiguo almacén de datos heredado que era lento, inflexible y caro de escalar. Necesitaban un rendimiento en tiempo real en una plataforma barata y escalable que les proporcionara datos actuales y precisos con los que pudieran ajustar con agilidad sus programas de marketing, aprovechando datos históricos y nuevos para fijar precios y promocionar lo que está de moda de forma dinámica. Eligieron a Actian para crear su nueva entrepôt de données cloud como descarga y derivación de sus aplicaciones operativas diarias y del almacén de datos de la empresa. Actian fue capaz de ofrecerles un aumento de 200 veces en el rendimiento que satisfacía los requisitos en tiempo real de su negocio, y la integración con fuentes de datos tanto existentes como nuevas.

Una vez creada una capacidad como la de Kiabi, puede aprovecharse para reaccionar ante circunstancias como la de COVID-19. La única diferencia en este caso es qué conjuntos de datos adicionales se necesitan para ajustar la oferta, el precio y la promoción durante periodos de interrupción del negocio o de incertidumbre en el mercado.

Pongamos por caso que, en lugar de Kiabi, estamos hablando de una cadena de tiendas de ropa en Estados Unidos, y que tienen 500 tiendas en todo el país, además de una tienda en línea. Sus tiendas en centros comerciales permanecerán cerradas durante algún tiempo en algunos estados, abiertas en otros. Pueden tener tiendas en zonas urbanas densamente pobladas, algunas en las afueras y quizá un par en zonas más rurales. En el caso habitual, su programa de fidelización de clientes dispondría de datos transaccionales de clientes a través de los cuales probablemente podrían inferir el sexo, la edad y otros rasgos demográficos. Además, si aprovechan los datos de clics combinados con el programa de fidelización de clientes, deberían poder determinar la tienda favorita de un cliente si hay más de una en su zona, e información sobre su lugar de residencia a partir de las transacciones en línea y el envío a su dirección.

Todos estos datos son necesarios pero insuficientes para tomar decisiones rápidas y precisas sobre qué tiendas abrir y qué esperar si lo haces. Lo que también necesitas son datos externos adicionales. Por ejemplo, si se obtuvieran datos anónimos de las operadoras de telefonía móvil, se podría determinar la distancia que la gente está dispuesta a recorrer y superponerla con la dirección residencial de los clientes y las distancias a las tiendas. Esto le indicaría cuándo la distancia de desplazamiento está volviendo a un punto en el que obtiene un umbral de tráfico peatonal de compradores probables. Para aumentar la precisión, también podría consultar datos de^terceros sobre el uso del transporte público frente al coche privado (o quizás qué tiendas tienen aparcamientos más grandes). En las zonas suburbanas, los compradores con transporte privado podrán mantener el distanciamiento social más fácilmente que en las zonas urbanas con transporte público. Esto generará más tráfico peatonal y hará que la recogida en la acera sea una opción más fácil sin depender de que tus clientes se distancien socialmente. Podría seguir añadiendo fuentes de datos adicionales que le indiquen otros factores que hagan que su decisión sea más acertada, pero espero que con esto haya quedado claro.

Si recuerdas las advertencias sobre la definición de RTDM que di en el último blog, de lo que realmente estamos hablando aquí es de añadir las piezas del rompecabezas que faltan -o los datos- necesarios para construir una mejor imagen operativa común. Los datos adicionales serían utilizados de forma muy diferente por la sede central y por cada responsable de tienda a la hora de tomar decisiones. Pero, en ambos casos, las decisiones pasarían de semanas a días y de días a horas a medida que cambie la situación sobre el terreno.

Obviamente, el comercio minorista no es el único sector que está de cara al cliente y que tiene que cambiar la forma en que amplifica su orientación al cliente o acelera las respuestas al comportamiento del cliente. Para obtener más información sobre RTDM o sobre cómo unalmacén de datos conectado en tiempo real puede proporcionarle precios dinámicos mejorados, análisis de la cesta de la compra para promociones de mejores ofertas o gestión de la cadena de suministro, permanezca atento.

Acerca de Actian Corporation

Actian hace que los datos sean fáciles. Nuestra plataforma de datos simplifica el modo en que las personas conectan, gestionan y analizan los datos en entornos en la nube, híbridos y locales. Con décadas de experiencia en gestión de datos y análisis, Actian ofrece soluciones de alto rendimiento que permiten a las empresas tomar decisiones basadas en datos. Actian cuenta con el reconocimiento de los principales analistas y ha recibido premios del sector por su rendimiento e innovación. Nuestros equipos comparten casos de uso probados en conferencias (por ejemplo, Strata Data) y contribuyen a proyectos de código abierto. En el blog de Actian, cubrimos temas que van desde la ingestión de datos en tiempo real hasta el análisis impulsado por IA.