Evaluar Conozca los pros y contras de las tecnologías, productos y proyectos que está considerando.

Analítica en el retail, o cómo segmentar para sobrevivir

Perfeccionar el proceso de segmentación del consumidor puede mejorar los resultados de negocios, o ayudar a superar una crisis.

La desaceleración económica por la que atraviesa México continúa preocupando a los expertos, pues afecta los principales sectores generadores de ingresos en el país. En un escenario tan desafiante, el comercio no ha salido ileso, como lo reflejan las ventas de la industria del retail. Si bien el 2015 fue un año atípico para el comercio, registrando un aumento entre 11% y 12% a tasa anual, se espera que 2016 cierre con una disminución de entre 3% y 4%, según datos de la Cámara Nacional de Comercio (CANACO).

Con números tan poco alentadores, los más optimistas se apegan al dicho popular de “la crisis es un momento de oportunidad”, pero la realidad actual hace que esta premisa se vea cada vez más lejana. Hoy sobrevive quien se prepara y adopta nuevos métodos de gestión, revisa los procesos más críticos, adopta estrategias predictivas e incorpora el perfil analítico en los procesos de toma de decisiones. Si antes el comerciante tenía acceso a algunos datos específicos del consumidor, en la era de la información, el big data y el análisis avanzado de datos entregan camiones llenos de información para los empresarios, que deben buscar transformar este nuevo activo en conocimiento, e incorporarlo como ventaja competitiva, adaptando sus estrategias a los comportamientos de los consumidores.

Análisis avanzado de datos y el nuevo concepto de segmentación de clientes

La segmentación de clientes permite dirigir las ofertas hacia los consumidores apropiados y facilita las estrategias de marketing, promoviendo esas iniciativas en el momento adecuado, a través del canal más pertinente. La clase social, el poder adquisitivo y el tamaño de la familia son algunos de los parámetros que, por años, fueron usados para segmentar a los clientes en el mercado.

Anteriormente, la falta de tecnología condicionó esta práctica a una cantidad restringida de datos, muchas veces recolectados por instituciones públicas, para posteriormente ser utilizados por los empresarios. Pero hoy, big data y el análisis avanzado de datos trajeron consigo un concepto mucho más interesante para este proceso: la posibilidad real y la capacidad de individualizar al consumidor, a través del análisis de comportamiento.

Veamos un sencillo ejemplo: Entre dos clientes diferentes, X y Y, que pertenecen a la misma clase social y poseen comportamientos semejantes, un sistema de análisis de datos puede encontrar que, en las últimas semanas, el cliente X empieza a investigar precios de carriolas, ropa infantil y cuidados para niños; mientras que el cliente Y comienza a comprar accesorios para el cuidado de animales, libros sobre perros e investiga las mejores opciones de alimentación para cachorros. Estas situaciones evidencian que, en una misma clase social, si el comerciante se limita a ofrecer, digamos, detergente en polvo más barato –porque según estudios la clase media está buscando precios bajos– el resultado no generará la mejor experiencia para los clientes X o Y.

Queda claro, en este ejemplo, que el comportamiento de los consumidores no sigue  necesariamente un patrón genérico, lo cual exige que los comerciantes tengan herramientas que permitan un acompañamiento más profundo e individual, además de una visualización de los cambios en la vida de cada cliente que impactarán directamente en las ventas de sus tiendas. La disminución en los precios relativos del procesamiento y almacenamiento de datos, permite a los empresarios hacer inversiones en sistemas y procesos que acompañen la información de comportamiento de los consumidores, trayendo nuevas posibilidades de personalización de ofertas, enganchando al cliente de forma individualizada, y generando una experiencia de consumo más impactante.

Una segmentación más detallada puede hacer uso de información cruzada como ingreso, edad, comportamiento e investigaciones individuales, por ejemplo. Esto permite que los comerciantes entiendan el deseo de cada consumidor. Con la adopción de estas prácticas, el objetivo principal es transformar a cada persona (o pequeño conjunto de personas) en un segmento, ofreciendo ofertas únicas y exclusivas.

En la segmentación y la crisis, el camino es saber analizar

Una crisis suele ser un momento difícil, que tiende a alterar los hábitos y costumbres de las personas de forma negativa. ¿Pero, cómo traducir esto al comportamiento del consumo? Entendiendo cuáles son las preferencias de los clientes, se debe tener en mente que estos factores son difícilmente alterados. El papel del empresario, en este caso, es el de entregar opciones para que los consumidores consigan satisfacer el mayor número de necesidades personales, con el menor impacto financiero posible. Si un cliente no puede comprar más de una cantidad de productos que le gustaría, ¿por qué no ofrecerle una marca más barata? ¿U ofrecerle promociones en cantidades específicas?

Independientemente de la estrategia adoptada, es fundamental que el retailer comprenda que, con menos dinero, el consumidor irá a buscar las opciones que satisfagan sus necesidades, sin afectar su bolsillo. Ya sea en el peor o mejor momento, la obligación del comerciante es garantizar que la experiencia de los consumidores, unida a la excelencia operativa, sea la mejor posible, permitiendo que, en el final de este proceso, el empresario tenga el mejor resultado financiero y el cliente salga feliz y satisfecho con su compra.

Sobre el autor: Mauricio Andrade de Paula es consultor de negocios en Teradata para las industrias de retail, comercio electrónico y manufactura en Brasil; y de big data y analítica avanzada en Latinoamérica.

Próximos pasos

Más sobre analítica:

Tendencias y consejos sobre analítica de datos en Chile

Los proyectos de analítica transformacional necesitan equipos con experiencia

Equipos de analítica del sector público luchan por implementar innovación

Capacidades del director de analítica o CAO lo convierten en un líder para la innovación

Este artículo se actualizó por última vez en noviembre 2016

Profundice más

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Enviando esta solicitud usted acepta recibir correos electrónicos de TechTarget y sus socios. Si usted reside afuera de Estados Unidos, esta dando autorización para que transfiramos y procesemos su información personal en Estados Unidos.Privacidad

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close