El mundo del retail está en un momento de transformación clave donde los diferentes actores deben saber invertir en la tecnología adecuada para sacar el máximo partido a sus estrategias, consiguiendo sobrevivir y potenciando sus ventas.
La tecnología está cambiando cómo interactúan y buscan productos los clientes. El Big Data, La Inteligencia Artificial, la Búsqueda por Voz y el Machine Learning junto con el gran crecimiento que está experimentando el E-commerce se presentan como los grandes aliados para impulsar el sector retail en este 2019.
Geoblink, en su informe anual sobre retail, ha realizado una encuesta a más de 600 profesionales del sector que abarca diferentes niveles directivos en campos como: marketing, operaciones, ventas, merchandising, finanzas o desarrollo de negocio y ha podido extraer estadísticas e insights sumamente reveladores de cara al futuro del sector.
En 2018 se pudo apreciar una tendencia al alza en cuanto a cierres de establecimientos físicos, tanto de retailers franquiciados como no franquiciados.
Un 69% de los franquiciados encuestados reconoció cierres de tiendas físicas frente al 46% de no franquiciados que tuvieron que cerrar establecimientos durante el pasado el año.
Pese a las estadísticas de 2018, la realidad es que en 2019 el 64% de los retailers planea abrir puntos de venta físicos con el fin de ofrecer algo que el canal online no puede ofrecer (de momento), una experiencia inmersiva (oler, sentir, etc) entorno a la marca que todo retailer debería buscar.
El 64% de los retailers planea abrir nuevos puntos de venta físicos
Seleccionar una ubicación y formato de tienda adecuado
Omnicanalidad
Optimización de la logística
Hay que cumplir varias cosas para satisfacer al 100% las cambiantes necesidades de los clientes: Ubicación, experiencia, precio, producto y disponibilidad, entre otras.
La ubicación de una tienda es la decisión de Marketing Mix más compleja a largo plazo a la que tiene que hacer frente un retailer. El valor de una ubicación es el mercado potencial que rodea a un punto de venta: Personas que frecuentan la zona, comportamientos, hábitos de compra, cantidad de tráfico peatonal,etc.
El 37% de los encuestados afirma haber cerrado puntos de venta por haber seleccionado una mala ubicación.
El 36% por no poder hacer frente a los altos costes de mantenimiento.
El 22% concluye que se debe a la reducción de personal o la elevada competencia presente en la zona
En la mayoría de los casos, el fallo no es haber seleccionado una ubicación errónea si no haber elegido formatos de tienda ineficientes con lo que ello conlleva: no satisfacer las necesidades reales de los clientes de esa zona, contar con demasiados empleados y multitud de consecuencias negativas que terminan con el cierre del punto de venta.
Carrefour o Día han sabido comprender qué está pasando en su área de influencia y han sabido entender a la perfección esta necesidad por lo que han creado formatos de tienda adaptados a la zona (grandes hipermercados o supermercados de barrio). La ubicación de una tienda determina qué quieren los clientes y cuando lo quieren, aplicando este filtro geográfico de forma correcta se podrá construir el mensaje y las acciones de Marketing adecuadas.
Existe el concepto de retail rápido y lento, si queremos que el punto de venta sea un simple lugar de recogida o si por el contrario queremos que sea un lugar para vivir una experiencia en torno a la marca donde los clientes puedan involucrarse con los productos o servicios, con los embajadores y con la propia marca. Teniendo en cuenta este concepto se podrá definir una estrategia de Marketing y una correcta gestión del personal para optimizar el rendimiento y rentabilidad de un punto de venta.
Expertos del sector auguran que uno de los grandes focos de desarrollo del sector durante este 2019 será el área de Recursos Humanos: Búsqueda, selección, atracción del talento, contratación, formación y sobre todo la gestión de la plantilla.
La gestión de la plantilla se presenta como crítica debida a la relativa escasez de empleados y la creciente necesidad de un servicio de atención al cliente más que óptimo por lo que las innovaciones en este aspecto estarán centradas en robots que ayuden a la gestión del stock y a aplicaciones de management que permitan optimizar el tiempo.
En los próximos años habrá menos puntos de venta pero mejores
En los próximos años habrá menos puntos de venta pero mejores. Será un lugar para reunirse, vivir una experiencia con la marca y comprar, el problema vendrá si muchos retailers no consiguen abandonar las viejas costumbres de venta en retail lo que conllevará a perder competitividad y a poner en duda la supervivencia del negocio.
72% de los retailers que han abierto sus propias tiendas online están teniendo problemas con la omnicanalidad, en concreto los siguientes sectores: Supermercados, Energía, Atención Sanitaria, Electrónica de Consumo, Muebles y Electrodomésticos.
Se estima que en 2021 el 55% de los clientes hará su compra del supermercado por internet
El temor de los retailers es que las ventas online cada vez son mayores y temen no poder hacer frente a esta demanda de forma óptima por lo que el foco en este aspecto es innovar e implementar soluciones cloud y microservicios para transformar y acelerar la omnicanalidad.
Los datos están cambiando la manera en que los retailers interactúan con las personas de su mercado objetivo. Están forzados a cambiar las estrategias debido a los cambios drásticos de comportamiento y el movimiento a plataformas digitales.
Están apareciendo nuevas tendencias y formas de analizar los datos. Veamos una serie de porcentajes en torno a los datos en retail:
-79% ventas internas
-65% comportamiento del comprador
-55% datos de clientes
-53% analítica web
-79% de los retailers utilizan los datos transaccionales (saber qué y donde)
-71% datos sociodemográficos
-57% tráfico peatonal
¿Quién analiza los datos?
-57% Marketing
-47% Ventas
-40% Analista de datos (Están construyendo departamentos de Analytics). Cabe mencionar que el 40% de los encuestados externaliza el análisis de datos y el 60% restante no lo hace pero en la mayoría de los casos no sabe cómo sacarles partido por falta de las herramientas adecuadas.
-34% Operaciones
-33% Finanzas
Los retailers pretenden ser más sofisticados en los datos que analizan: quieren entender las motivaciones psicológicas que llevan a las personas a comprar artículos en ciertas áreas, a través de un canal específico o en un momento concreto.
El Unified Commerce, que se trata de la Integración de datos y todas las transacciones en una única plataforma, es decir, la conexión real entre los puntos de venta físicos y online, es clave para ofrecer una experiencia unificada y acelerar los tiempos de respuesta.
Los modelos predictivos de propensión permiten microsegmentar
Antes se buscaba clientes propensos a un producto, ahora son los modelos predictivos de propensión los que permiten microsegmentar y aumentar en consecuencia el ROI de todas las campañas. Los retailers están luchando por convertir los datos en informacion útil y cuando lo hagan desbloquearán una nueva era de hiperpersonalización en la que el retailer proactivo basará sus decisiones en predicciones precisas de las necesidades y deseos de cada cliente.
Por último, uno de los grandes desafíos del retail y de la omnicanalidad en concreto es la trazabilidad del Customer Journey. Actualmente existen tácticas o hechos que nos permiten medir el ROI de ciertas acciones en redes sociales que terminan por generar ventas en el punto de venta mediante: cupones, mails o códigos para enseñar en tienda o incluso comentarios y recomendaciones sobre nuestros establecimientos. Lo que aún supone un reto es saber el auténtico Journey de un cliente, saber si comienza en el punto de venta físico y finaliza la compra online o viceversa.
Los retailers cuentan con grandes y complejas cadenas de suministro y al fusionar componentes operativos y logísticos con el mundo digital se han encontrado muchas dificultades. Tienen que usar los datos para comprobar qué canales digitales son los correctos y aumentar con ello la eficiencia omnicanal.
La cadena de suministro y la gestión de stock deberán ser más eficientes que nunca ya que necesitarán conocer dónde está su inventario en todo momento (Inteligencia Artificial y Machine Learning) y esto será fundamental para satisfacer la expectativas hiperpersonalizadas de los clientes.
La “última milla” hace referencia a la logística urbana, el último tramo de la cadena de distribución de un producto al cliente durante el proceso de compra.
El 97% de las empresas cree que los actuales modelos de reparto de la “última milla” no son sostenibles si se implantan a gran escala geográfica y que el envío gratuito no puede mantenerse a menos que los costes de entrega se reduzcan mediante su automatización.
89% está invirtiendo en mecanización y automatización de almacenes para agilizar la preparación de pedidos y entregas.
Mediante la digitalización y automatización de la cadena de suministro se conseguirá un ahorro en costes y nuevas oportunidades de negocio que incrementarán los beneficios en torno a un 14%.
Actualmente, muchos retailers no cuentan con un sistema de analítica predictiva de datos. Algunos se fían de experiencias pasadas, pronósticos de analistas, conjeturas o comentarios de clientes de cara a definir sus estrategias y su toma de decisiones.
Cuando estamos hablando de negocios, oportunidades, mercados competitivos y cuentas de resultados, la milenaria técnica de hacer predicciones “matando moscas a cañonazos” al estilo Nostradamus, resulta cuanto menos escalofriante.
Los retailers que todavía no han adoptado el Big Data en sus negocios están promocionando artículos que no tienen en stock, no cuentan con el personal adecuado para ofrecer un excelente servicio al cliente, llenan estantes con productos que no interesan o su única estrategia ante la disminución de la demanda es bajar los precios.
La tendencia que vamos a ver de manera más habitual desde este 2019 es la del Smart Retailer. Llevarán a cabo un seguimiento en tiempo real del stock, tendrán un profundo conocimiento de las preferencias de productos de sus clientes, tendrán la capacidad de predecir mejor lo que se venderá y podrán explorar múltiples factores y patrones de comportamiento encontrados en datos históricos para detectar riesgos y oportunidades.
La analítica predictiva permite recoger, procesar y almacenar de forma ágil grandes volúmenes de datos para su análisis, por ejemplo:
-Analizar los efectos que puede tener una promoción y experimentar con diferentes precios para ver el impacto que tiene en los pronósticos de ventas.
-Obtener información sobre tu público para detectar tendencias, determinar predicciones de tu mercado potencial y detectar posibles oportunidades en el mercado.
-Analizar datos transaccionales del consumidor para saber el grado de conocimiento que tengo sobre él, poder hipersegmentar y diseñar estrategias de Marketing totalmente personalizadas que reduzcan el churn o abandono del cliente.
-Conocer las necesidades de abastecimiento para evitar exceso de stock y desabastecimientos. Optimización de los picos de ventas en horas, semanas o períodos concretos del año. Gestión de stock (tiempos de espera por proveedor), disponibilidad producto y determinar el stock de seguridad.
–Evaluación de precios en tiempo real mediante herramientas de Princing Intelligence.
–Analizar la cesta de la compra para productos relacionados y crear modelos de cesta (crear perfiles de clientes) para saber dónde colocar productos, surtidos y llevar a cabo una venta cruzada multicanal de forma más eficiente. Del mismo modo, se puede analizar el tiempo que debe un retailer mantener una oferta para que el producto se consolide en la cesta de la compra de los clientes.
Mediante la analítica predictiva se pueden crear modelos manejables previendo la respuesta de los mercados en función a las campañas, modificando o reconduciendo acciones para optimizar las acciones comerciales y con ello el valor que se aporta al cliente, su fidelidad y las ventas.
Referencias y derechos:
-Geoblink – Informe Anual «El futuro del Retail 2019»
-Big Data Magazine
-Reason Why