Opinión: Diez consejos de análisis para superar la crisis

El análisis de datos puede ser un diferencial de mercado en un momento económico de turbulencia

Por Mauricio Andrade de Paula – Business Consultant en Teradata para las industrias de Retail,

e-commerce e Manufactura en Brasil y Big Data & Advanced Analytics en Latino América.

La desaceleración económica ha venido exigiendo al mercado del comercio una serie de nuevas prácticas y la creación de alternativas que permitan a las empresas del sector pasar ilesas o lo menos perjudicadas posible en este periodo turbulento. Con un escenario desafiante como el que está golpeando en la puerta, ¿cómo un empresario del comercio puede prepararse para enfrentar la realidad actual? La respuesta puede ser más simple de lo que imaginas.

Hagamos una analogía, comparando la crisis económica con una tempestad o turbulencia, que son fenómenos complicados, pero siempre presentes en nuestras vidas. El retailer puede ser considerado un avión, que va viajar por una ruta que atraviesa esta tormenta. Imagina que tenemos dos aeronaves intentando pasar por ese mal tiempo, lo que dificulta la dirección de su avión, demandando más atención a los detalles y más cuidado en las maniobras. Imagina ahora que uno de esos aviones es el tuyo y cuenta con los mejores equipos de navegación disponibles para realizar análisis de la situación en tiempo real, mostrando a los pilotos las mejores maniobras a realizar y los riesgos de cada una de ellas. Por su parte, los ocupantes de la otra aeronave no cuentan con la misma tecnología, teniendo que guiarse visualmente y apegarse a sus instintos.

¿Ya imaginaste cuál de los dos aviones conseguirá pasar con menos esfuerzo y riesgo asociado, teniendo aumentadas sus chances de éxito?

Preparación, información y procesos controlados son las lecciones por detrás de nuestro ejemplo. En caso que usted tenga disponible toda la artillería necesaria, la madurez analítica que disponibiliza datos sobre los principales procesos del negocio, con toda seguridad los responsables por pilotear cada área/sector/departamento tendrán informaciones y herramientas que garantizan un control total, basando sus decisiones en hechos reales, sumados a su experiencia y experticia y no solo al famoso “feeling”. Con tantos datos disponibles, los comerciantes que surfean esas olas de análisis de información podrán saber exactamente dónde y cómo actuar, qué precio alterar o que producto poner a disposición del consumidor, por ejemplo, adoptando las mejores prácticas posibles dada su realidad.

Las empresas del sector que no cuentan con estos dispositivos y procesos, van a comenzar a buscar informaciones de forma totalmente desestructurada, para después trazar un plan basado en análisis menos profundos, quedando retrasados en relación a quienes si utilizan la analítica  para  conducir sus negocios orientándose a través de los datos.

Para más claridad, veamos cómo el análisis de datos puede mejorar los procesos del retail:

1. Comportamiento de la tienda: ¿Cómo estamos haciendo nuestro trabajo? ¿Estamos obteniendo los mejores resultados posibles? Este tipo de preguntas, que es parte del día a día de todo comerciante, ¡debería ser contestada a través de datos! Un enfoque analítico adecuado podrá, por ejemplo, mostrar hora a hora como debería ser el comportamiento de las ventas de determinada tienda, con visiones más detalladas o especificas dependiendo de la situación. Cualquier desvío en la ruta podría ser evaluado inmediatamente y las acciones de corrección podrían ser tomadas (reabastecimiento de mercancías, ejecución de ofertas y promociones, etc.) de forma que permitan que la búsqueda por el mejor desempeño en las operaciones y ventas puedan ser seguidos de una forma más pragmática y directa.

2. Optimización de las ofertas al cliente: En este punto, podemos hablar sobre la evolución del marketing con respecto al buen análisis de la información de cada consumidor de retail. El llamado marketing 1 a 1 permite una mayor alienación de promociones, llegando a cada consumidor de la forma deseada. Además de esto, si usted conoce los hábitos de sus clientes, la toma de decisión puede ser hecha de manera más asertiva, garantizando un resultado positivo y minimizando los errores. Estos factores son muy importantes fuera de un periodo de crisis y son esenciales en este escenario económico.

3. Optimización de inventarios: Usted puede tener el control detallado sobre la rotación y la demanda de las mercancías. Atento a esas dos variables, el comerciante sabe anticipadamente qué va vender y a qué velocidad. Con el conocimiento de toda esa información, el empresario podrá decidir cuál es el mejor momento para hacer una compra, cuál es el mejor momento para mandar un determinado producto a la central de distribución o hasta prever cual es el momento de cambiar un determinado producto de tienda, evitando excesos y pérdidas.

4. Optimización de precios: este es probablemente un factor decisivo para los clientes, en tiempos de un escenario económico no favorable. Saber cuánto debe ser cobrado por determinada mercancía es un factor fundamental para el éxito de un comerciante, lo que permite materializar la estrategia, ser el más competitivo en el mercado y generar márgenes de lucro adecuados evitando pérdidas financieras.

5. Acomodo de mercancías: otro proceso optimizado a través del análisis predictivo de datos es el acomodo de la mercancía. El mejor ejemplo de esto es cuando un producto sale de línea, demandando una rápida estrategia de cambio en la cual un buen análisis de información muestra al empresario donde debe ser guardada esa mercancía para su correcto aislamiento, siempre visualizando el mejor resultado y la menor pérdida posible.

6. Optimización de reposición de mercancía: Uno de los mayores problemas de los comerciantes es el temido desabastecimiento en el punto de venta. El análisis de datos puede ayudar al retailer con este problema, estableciendo un análisis práctico en la base de la tienda, creando métodos que posibiliten hacer abordajes predictivos, alarmas, u otro tipo de mecanismo que alerte cuando determinada mercancía se está acabando, ayudando de esa manera al equipo de reposición. Esto no es nada más que una forma de “insight to action” que permite acciones pre elaboradas para cada tipo de problema, todo esto basado en información (que probablemente) ya está siendo generada y captada.

7. Análisis de afinidad: Mejorar el análisis de afinidad implica entender el comportamiento del relacionamiento entre las mercancías en el carro de compra de los clientes. En esta área, la analítica permite que el comerciante cruce el mayor número de informaciones posibles, descubriendo cuáles ofertas irán a combinarse con otras, cuál producto será vendido mientras otro está en promoción. Este tipo de conocimiento debe ser asertivo, basándose en el mayor número de datos posibles, apoyando al retailer en las tomas de decisiones.

8. Surtido promocional: ¿qué productor voy a promocionar? Un enfoque  analítico bien definido puede mostrar a los comerciantes cuál opción de combinación entre promociones es la más efectiva, aprovechándose muchas veces de datos que ya están disponibles para ese comerciante, como por ejemplo una serie de escenarios que ahora pueden ser estudiados y que se lograron establecer tras años de operación. Con el cruzamiento de estos datos,  el empresario estará apto a trazar las mejores estrategias de promociones, simulando a través de software, por ejemplo, posibilidades ideales de combinaciones.

9. Análisis del carro de compras: Esto no es más que analizar todas las compras, descubriendo cuál artículo se vende más, cuál se vende menos, entre otros análisis. Aunque parece simple, este tipo de análisis genera una infinidad de informaciones relevantes para el comerciante, pudiendo descubrir las respuestas para algunas preguntas de negocio tales como: ¿estoy vendiendo el artículo adecuado? ¿ese consumidor está buscando el mismo producto pero de una marca diferente? Usted puede analizar un conjunto de variables que componen las compras de un consumidor, una vez más aumentando su nivel de asertividad fuera de un abordaje de intento y error.

10. Prevención de pérdidas: La prevención de pérdidas crea un control dentro del comercio, permitiendo acompañar potenciales puntos de pérdida por robos, daños, fraudes y productos vencidos, por ejemplo. El análisis de datos entregará un panorama bastante amplio a ese comerciante, previendo pérdidas antes de que éstas ocurran y motivando cambios en los procesos: distribución más asertiva, disminución de cantidades de ítems expuestos a robos en determinadas tiendas, o acompañamiento de productos perecibles para que esas mercancías sean vendidas antes de la fecha de vencimiento, por ejemplo.

¿Preparado para ascender hacia la  travesía? Durante la turbulencia (o fuera de ella) orientarse bajo la información es un factor crítico de éxito!