Por: Jose Luis Cordero Amarillo
Hoy en día los retailers están más preocupados por crear una experiencia diferenciadora en sus clientes que en mejorar el producto que les venden.
Para determinar dicha experiencia es importante conocer a tú cliente, saber sus gustos, cómo interactúa con tu producto, cómo se comporta, qué espera de tu producto, etc. Esto es una de las mayores problemáticas que se están encontrando y que se encontrarán los retailers que quieren promover en su tienda o comercio, una experiencia diferenciadora a un consumidor hiperconectado y con afán de obtener información del producto que va a comprar de forma rápida y clara.
Tratar de determinar estos atributos de nuestros clientes con nombre y apellidos, tanto como de determinar cómo se comportan esos clientes anónimos o que no están fidelizados a la marca, es una tarea complicada.
Hoy en día todo el mundo ha oído hablar del BigData, pero ¿cuántos de nosotros lo hemos visto aplicado realmente? En este artículo os voy a intentar de explicar algunas de las cosas que podemos hacer referente a la segmentación de cliente para crear esa experiencia diferenciadora y cómo nos puede ayudar el BigData aplicado.
La cantidad de información que se genera hoy en día es brutal, tanta que no tenemos capacidad para tratarla. Necesitamos un lugar donde guardar toda esa información de manera comprimida y después analizarla para comprender por qué suceden las cosas, en este esquema nace el BigData aplicado.
Sin embargo, ¿No creeréis que tenemos que analizar toda esa información de forma manual verdad? Pues no, existen algoritmos que nos permiten obtener información resumida o modelos simplificados que se adaptan en gran medida a la realidad.
Si volvemos al tema que estamos tratando, después de la introducción: experiencia, cliente, diferenciación, etc., sabemos que tenemos muchas fuentes de datos que nos proporcionan información sobre nuestros clientes, pero podemos resumirlas en tres: RRSS, IoT y Transaccional. Sobre toda la información que se generan de estas fuentes se ejecutan algoritmos de segmentación que nos permiten conocer a nuestros clientes tipos dentro de nuestros establecimientos o tiendas.
Minería de datos o Machine Learning son temas que trataremos en otros artículos con más profundidad y veremos cómo aplicarlo al sector retail. El algoritmo que os voy a comentar a continuación es un algoritmo de minería de datos que intenta crear grupos de clientes y/o grupo de tickets con características similares (clústeres). Estas características pueden ser las que queramos, desde las categorías o productos que compran mis clientes, a su edad, gasto, comportamiento de compra, gustos, etc. dependerá de la lógica de cada negocio. Determinar estos clústeres, nos permitirá definir una estrategia de venta diferenciadora para cada grupo o segmento, creando promociones, descuentos o, campañas especialmente diseñadas para ese target.
Nuestro algoritmo agrupa a los clientes fidelizados para conocer qué características similares comparten, o si pueden pertenecer a un mismo segmento. Una vez se ha ejecutado el algoritmo se establecen los distintos grupos que existen, esto lo puede hacer de forma automática o que una persona le indique cuantos clústeres que quiere crear (manual). Para cada segmento el modelo extrae las reglas por las cuales ha segmentado a ese grupo. Por último esas reglas se ejecutan en la totalidad de tickets para determinar a qué tipo de segmento pertenece cada ticket y así clasificarlos. De esta forma puedo obtener información como que el 23% de mis tickets pertenecen al segmento FAMILIA o el 14% pertenece, en el caso de moda, a clientes LUXURY.
Artículo Escrito por:
Responsable de Proyectos I+D+i
