El Big Data es uno de los pilares fundamentales en la transformación digital. Su tratamiento nos permite explotar y sacar todo el partido de los datos disponibles en una empresa. Sin embargo en muchas ocasiones, son indispensables fuentes de datos externas para poder conseguir unos resultados aceptables. Por ejemplo, cuando necesitamos evaluar el número y perfil de los clientes potenciales que tendremos en un nuevo establecimiento, la información existente de fuentes externas habituales no es lo suficientemente precisa y su alcance es muy limitado. Orange Flux Vision resuelve esta carencia ofreciendo indicadores y patrones de comportamiento y flujo poblacional a través de muestras masivas. El análisis agregado de fuentes de datos móviles, nunca antes explotados, se convierte en una herramienta clave en la toma de decisiones estratégicas, como la selección de nuevos puntos de venta o la ubicación y adaptación de estrategias de geomarketing.
El proceso de transformación digital supone una revolución de gran alcance para sectores como el retail, influyendo profundamente tanto en el modelo de relación de los clientes con la marca como en los procesos internos y en la toma de decisiones.
El desarrollo del Big Data y las técnicas de geolocalización de dispositivos móviles ha dado paso a una gran oportunidad para el desarrollo del marketing adaptado al cliente. Conocer de forma masiva el perfil de clientes potenciales permite la adaptación optimizada de servicios y ofertas con mayor probabilidad de éxito.
Centrándonos en la toma de decisiones, seleccionar la ubicación de un punto de venta es siempre crítico por la inversión que exige, el impacto a medio y largo plazo en ventas, y el impacto en imagen de marca. No tomar la decisión correcta puede generar graves consecuencias que, a la larga, serán difíciles de compensar.
¿Qué factores debemos considerar antes de decidir?
Ante estas decisiones, además de todos los factores internos (producto, mercado objetivo, perfil del comprador, experiencias anteriores, costes objetivos, etc.) es necesario tener en cuenta diversos factores económicos, sociales y geográficos para evaluar adecuadamente las potenciales ubicaciones.
Hasta ahora, la información de partida más frecuente consiste en el recuento de personas en un determinado tramo, complementada en casos excepcionales con encuestas para determinar el perfil del transeúnte. El objetivo final es determinar el coste por cliente potencial del establecimiento y confirmar la viabilidad e interés estratégico de la apertura. Sin embargo, la información disponible a través de estos métodos es muy limitada, parcial, subjetiva y puede por lo tanto llevar a conclusiones erróneas.
¿Qué información podemos obtener con los métodos tradicionales?
En el caso del recuento de personas, en una zona céntrica con mucho tránsito hacia paradas de medios de transporte ¿cómo discriminamos a los compradores potenciales de los transeúntes que simplemente están de paso? En áreas con gran densidad de oficinas ¿se puede separar el tráfico de visitantes de los trabajadores del área? Es obvio que un recuento por sí solo no nos permite extraer conclusiones válidas ya que la información es incompleta y sesgada, además del elevado coste que supone trabajar mediante encuestas a pie de calle. Estos métodos por tanto obligan a trabajar con muestras reducidas, disminuyendo significativamente la calidad de observación y resultados.
Flux Vision. Información completa y fiable presentada de forma comprensible
Imaginemos que pudiéramos disponer de información mucho más rica de los transeúntes que han pasado por delante del establecimiento en cada franja horaria, de modo que fuera posible extraer el flujo real de clientes potenciales relevantes para mi marca, y discriminar si son potenciales compradores, trabajadores de oficinas cercanas o simplemente pasan por delante de camino a una parada de metro o autobús, el tiempo que han pasado en la zona, su frecuencia de visita, medio de transporte usado, etc.
Imaginemos también que fuéramos capaces de incorporar información sociodemográfica estimando su franja de edad, si se trata de visitantes locales o turistas, e incluso su origen. Todo esto al alcance de una interfaz interactiva mostrando datos a escala masiva que minimizan el error estadístico. Orange Flux Vision nos aporta esta información de una forma sencilla, personalizable y accesible para obtener en cada momento las respuestas precisas. Los datos se presentan siempre de forma agregada y anonimizada garantizando la privacidad de todos los usuarios. Además Flux Vision permite obtener información tanto en tiempo real como histórica, incluso de varios años atrás, lo que incrementa todavía más el potencial de la información disponible.
Una solución para cada necesidad
Llegado este punto, podemos pensar en muchos otros casos de uso de Orange Flux Vision, como por ejemplo, averiguar si en la evolución negativa (o positiva) de los resultados de un determinado punto de venta o sucursal han influido o no cambios en el perfil y volumen de los transeúntes; u obtener datos de compañías del mismo sector en una misma zona de influencia, o comparar rendimientos cruzando estos indicadores con otras fuentes. El impacto de una campaña de marketing puede ser fácilmente analizado así como su resultado utilizado para usos complementarios como argumentos de promoción o credibilidad en el sector. Los casos de aplicación son tan numerosos como necesidades surjan.
Esta información está disponible gracias a que Orange Flux Vision transforma más de 4 millones de datos por minuto en información estratégica útil, no solo para el sector retail, sino también para sectores como el financiero, transportes, turismo, administración, etc. Toda esta información se procesa para que sea accesible y comprensible para los decisores de cualquier área, asegurando la privacidad de todos los datos individuales.
En resumen, Orange Flux Vision es una herramienta de enorme potencial para el desarrollo de nuevos casos de aplicación, complementando las fuentes de información interna, además de un elemento esencial para evaluar emplazamientos de puntos de venta o sucursales, garantizando la calidad de la información e incorporando información sociodemográfica de relevancia fundamental en la decisión.
(Andrés Ferrando Villalba, Marketing Grandes Empresas e IoT de Orange).
