VOL. 0047 – FLORIDA, MONDAY, MAR 18, 2024
Juan F. Arjona Harry
President & CEO Strategee
Nunca antes el marketing había tenido la gran oportunidad con la que hoy cuenta, de graficar de una forma totalmente trazable, la constelación de consumo de un individuo, tanto así como su misma decisión de compra.
En los negocios del retail moderno, en las compañías que venden bienes empacados al consumidor final, en bancos y compañías de tarjetas de crédito, en aerolíneas, cines y entretenimiento, en la categoría de restaurantes y sitios de diversión, en el mercado de la música y películas en streaming, entre muchas otras, hoy la tecnología de la trazabilidad en el consumo, unida a las potencialidades de las redes sociales, están creando la herramienta ideal para potenciar las ventas de cada corporación que así lo entiende.
Hoy puede mejorarse un empaque, describirse mejor un contenido, promocionar sólo parte de la góndola de alimentos light, realizar esfuerzos especiales de supply chain para toda una sección de un almacén o tienda; hoy pueden hacerse ventas en cross-categories con muchísima más asertividad que en el pasado; hoy se puede optimizar el embalaje de un producto que quizás en su embalaje aún no ha tenido en cuenta cambios demográficos en el área donde se está vendiendo, hoy pueden incluirse las ofertas y combos en un e-mailing que se refuerce desde una campaña en Twitter y ver los primeros compradores de una oferta clasificada en una serie posteada en Instagram, y todo ello partiendo del análisis predictivo.
Para lograrlo deben mezclarse tres ingredientes:
I. Captura, gestión y mantenimiento de la data: la organización debe clarificar con relación a la actualización de sus registros varias cosas:
1. Cuáles serán los datos clave que se requieren para el diseño del algoritmo predictivo requerido.
2. Cuál será la política de gestión de la información desde la seguridad de la misma.
3. Cuál será la política de actualización y ampliación de la data.
4. Cuál será el gobierno que se hará sobre la data.
5. Cuál será el mecanismo de estabilización de la data y las posibilidades de auto-mantenimiento desde el mismo sitio web. Autogestión en la actualización de la data.
II. Convertir la data en insights: desde las potencialidades del análisis predictivo, los datos ordenados son una fuente poderosísima de conocimiento de la decisión de compra y lo que pasa alrededor de la misma. Puede conocerse el ciclo de consumo, las categorías relacionadas, los días, horas y el contexto de consumo cuando se analiza una serie de datos lo suficientemente extensa como para tipificar un comportamiento. A partir de la construcción de un algoritmo transaccional, puede diseñarse con facilidad el algoritmo predictivo que nos dirá qué pasará con el consumidor tres o cuatro días después. Pero el poder no para allí; mucho más allá de conocer qué pasará con la demanda, es muy posible conocer algunos insights de consumo al identificar las categorías relacionadas que muestran de forma transparente cuál es el patrón o modelo de consumo de cada individuo.
III. Convirtiendo los insights en acciones efectivas de marketing: la organización con los resultados anteriores, debe preparar su propuesta de valor, ajustar su front end, eliminar aquellos que resulta afectando la costo-eficiencia, suprimiendo, transformando decisiones de supply chain, de empaque, de embalaje, de número de cajas en atención efectiva, de turnos de operación, de disponibilidad de flujos de efectivo para la operación, de filas con prioridad o preferenciales, de ajustes en la política de servicio, en los acuerdos de servicio, en las categorías con las que se deben realizar alianzas, en las políticas de envíos (tanto físicos como electrónicos), en la política de cupones y en el despliegue promocional; en decisiones de cuáles cambios habría que realizar a la oferta como tal, logrando resultados superiores y sobre todo, una eficiente y racional disposición de los recursos de inversión asignados.
Hoy se ve un enorme potencial para optimizar la operación con ayuda de la tecnología, tanto como a la par se ajusta y refina la propuesta de valor a los clientes haciéndola más sólida, cristalizada y totalmente dirigida a ellos, haciéndolo con el poder del análisis predictivo de la información capturada en datos.