Columnistas Innovación

Transformación digital en el sector retail: 3 estrategias para sacar provecho de la gestión de datos

Por Mario Cuniberti, Chief Technology Officer de Oracle Argentina y Perú.-

El retail ha sido uno de los sectores en los que la incertidumbre y la gran cantidad de eventos inesperados han marcado la dinámica operativa de las empresas. Así, los retailers han tenido que enfrentar con agilidad los cambios, los costos elevados de las nuevas medidas de seguridad, tanto para colaboradores como clientes, y al aumento exponencial de servicios de entrega a domicilio.

Sin embargo, adaptarse al contexto no sólo implica adoptar plataformas digitales de comercio electrónico, sino invertir, entender y aprovechar las herramientas que habilitan una verdadera experiencia omnicanal de los clientes.

En mi experiencia con diversidad de clientes, no se trata solo de sobrevivir sino de aprovechar la velocidad de los cambios en favor del crecimiento del sector. Para ello, rescato tres estrategias que pueden ayudar a los minoristas en esta adaptación:

 
1. Supervisión de los resultados en tiempo real: una forma de superar a competidores
Si consideramos el caso de un establecimiento de venta de comida, podemos estimar una intensa competencia, especialmente por parte de los proveedores de servicios de comida y de servicios por Internet, por lo que mejorar la capacidad para analizar datos que respalden las estrategias de marketing, ventas, finanzas,compras y servicio al cliente resulta clave. Sin embargo, las múltiples plataformas de datos heredadas aisladas impiden que una empresa pueda obtener la información completa y en tiempo real que necesita.

Por esa razón, es necesario contar con soluciones capaces de integrar los datos de múltiples sistemas comerciales en una única plataforma en la nube. Esto habilitará, por ejemplo, que el equipo financiero puedan obtener ingresos, inventario y otros datos con los que puedan tomar decisiones de negocio.  Por ejemplo, hemos tenido clientes que a partir de implementar soluciones como Oracle Autonomous Data Warehouse y Oracle Analytics Cloud en Oracle Cloud Infrastructure han podido hacer una gestión más eficiente de los datos. Es decir, cuando un restaurante de una cadena registra una disminución de ingresos, pueden analizar las condiciones ambientales (tráfico, clima), el modelo de ventas (para cenar o para llevar), así como el menú y los precios en la región donde se ubica el restaurante y determinar con esto las causas fundamentales y ajustar la estrategia.

Además, al analizar las tendencias históricas, el consumo repetido y otros datos, también es posible comprender qué platos gustan a los clientes y ajustarlos, o crear nuevos, de manera oportuna; o determinar qué edificios comerciales tienden a pedir más comida para llevar para informar campañas de marketing específicas y dónde ubicar futuros restaurantes.

2. Impulsar la expansión más allá del core business
Un ejemplo: Abu Dhabi National Oil Company for Distribution (ADNOC Distribution) es el principal distribuidor de combustible en los Emiratos Árabes Unidos. Además de vender combustible, en cada una de sus 360 estaciones de servicio hay tiendas minoristas «Oasis», estaciones de inspección de vehículos y lavados de autos. Ellos han sabido aprovechar los 3,5 millones de transacciones mensuales en el punto de venta que procesan y entender cómo servir mejor a los clientes y maximizar los ingresos.

En este tipo de casos, una vista detallada de los comportamientos y preferencias de los clientes mediante el análisis de productos por rango, categoría y tienda, junto con los datos de compras y capacidad de respuesta promocional que aparecen en las tarjetas de fidelización de los clientes, puede impulsar una mayor precisión en sus iniciativas de marketing, generar insights para la generación de nuevos productos y fomentar la lealtad de los clientes; siempre con el producto correcto en el lugar y momento correcto. Además, este tipo de estrategias también contribuyen a planificar ofertas en la tienda junto con socios locales, como puntos de venta de comida rápida y café, con una visión más clara de los posibles resultados y compras; esto pronostica el ROI de antemano y mide los logros frente a los objetivos promocionales después de cualquier actividad.

3. Mejor gestión de inventarios
Dentro del sector retail existen diversidad de rubros que demandan un cuidado minucioso en la gestión de stock. Por ejemplo, aquellas empresas en las que la frescura de los productos significa una buena o mala experiencia del cliente. Así, en el caso de productos perecederos, resulta necesario prever una entrega en tiempo y lugar adecuado, teniendo en cuenta las preferencias y los patrones de consumo de cada tienda.

Administrar y analizar todos esos datos es un trabajo enorme, y las empresas que cuentan con este desafío en sus gestiones necesitan una solución de almacenamiento de datos respaldada por la automatización y la administración inteligente de datos que les ayude a tomar decisiones rápidas; y que además les ofrezca una solución que reduzca en gran medida los costos y la participación del equipo de TI.

Es este tipo de contexto también tuvimos experiencias en las que se utilizan las capacidades de aprendizaje automático para cargar e integrar datos de múltiples fuentes, desde información de membresía, patrones de consumo históricos, marketing, inventario y clima para crear perfiles de sus tiendas y clientes. En este tipo de casos, el aprendizaje automático también ayuda a ejecutar informes de conjuntos de datos más grandes, más rápido y determinar las mejores estrategias para la gestión de la cadena de suministro y el inventario, con menos administración de bases de datos.

En este sentido, las nuevas tecnologías, los competidores ágiles y las nuevas y exigentes expectativas de los compradores están transformando el mercado. Por lo que, ahora más que nunca, los minoristas necesitan una mejor comprensión de las necesidades de los consumidores y la voluntad de reconocer, aceptar y convertirse en un catalizador del cambio.