Siguiendo el rastro del consumidor con 'Big Data'
El uso de dispositivos electrónicos, junto con el auge de las redes sociales, deja un rastro digital que, a través de técnicas de Big Data, nos permiten analizar a gran velocidad patrones del consumidor como su receptividad a la compra, sus gustos, incluso su capacidad de adquisición en ese momento, analizando los movimientos de su tarjeta bancaria.
Escrito por Esther Morales
El concepto Big Data es algo que suena cada vez con más fuerza y de lo que todas las compañías se quieren beneficiar. Las empresas del sector Retail pueden aprovecharlo mediante el análisis masivo de datos y las nuevas tecnologías. Entre otros beneficios, permite especializar el proceso de venta, conocer mejor al cliente y adaptar la oferta a su necesidad, influyendo incluso en la política de precios.
El Marketing es mucho más efectivo cuando el consumidor es alcanzado por un mensaje directo; de ahí que durante muchos años se haya utilizado el modelo de vendedor que se recorría la geografía del país, haciendo demostraciones de productos.
El uso de dispositivos electrónicos, junto con el auge de las redes sociales, deja un rastro digital que, a través de técnicas de Big Data, nos permiten analizar a gran velocidad patrones del consumidor como su receptividad a la compra, sus gustos, incluso su capacidad de adquisición en ese momento, analizando los movimientos de su tarjeta bancaria. La efectividad del mensaje presencial del vendedor al consumidor se ve sustituida por la personalización del mensaje online.
El comprador actual no basa su decisión solo en el precio, sino en su experiencia: rapidez de entrega, servicio de atención al cliente, política de devoluciones... Analizando los datos del consumidor en su proceso de compra con técnicas Big Data y algoritmos de Maching Learning, los Retailers pueden tomar decisiones en tiempo real sobre sus productos de una forma más dirigida y decidir cuál es el precio más adecuado en cada momento.
Si además de usar los datos que los consumidores dejamos al usar dispositivos electrónicos, incluimos variables que condicionan nuestro comportamiento, como la meteorología o la influencia que ejerce nuestro círculo cercano sobre nosotros (amigos, familia, compañeros de trabajo), se obtiene el perfil del consumidor, lo que permite personalizar la oferta y el mensaje a un nivel que no era posible antes de esta revolución de los datos.
La inclusión de datos meteorológicos en estos modelos demuestra que el consumo online de comida a domicilio aumenta cuando hace mal tiempo y permite a estas empresas anticiparse a ello con un mayor número de repartidores o de los productos más vendidos para abastecer su demanda.
De la misma manera, la meteorología condiciona nuestra predisposición para elegir un destino vacacional o incluso para sacar dinero en cajeros: si hace mal tiempo nos da pereza, lo que enriquece un modelo que mide la necesidad de efectivo en sucursales bancarias.
A la huella digital del consumidor y a las variables condicionantes del comportamiento, debemos unir la escucha de las redes sociales. Es aquí donde los consumidores manifiestan su experiencia de compra y los datos de su ciclo de vida: el día de la semana que compran, el tipo de producto o la frecuencia ayudan a personalizar cada vez más este proceso. Así comentaba Óscar Domínguez de Lima, eCRM Manager de Just Eat, en el Retail Forum 2016 cómo una monitorización del comportamiento de compra de los clientes en su web y la inclusión de variables externas les había permitido conocer mejor a su consumidor y establecer un botón que replica los pedidos anteriores, mejorando la experiencia del cliente.
El Big Data ha venido para quedarse y el Retail o el sector del turismo son un ejemplo claro de cómo la experiencia de cliente mejora tras el análisis del comportamiento del consumidor a través de su huella digital.
