La campaña de éxito de una marca de queso premium, en venta en una cadena de tiendas de autoservicio en Uruguay, fue el caso que Alexis Bagumrskas, director fundador de Datalab Consulting, presentó para exponer que la inteligencia artificial es una herramienta poderosa para generar valor y ventas en el retail, durante la conferencia online “Guía de inteligencia artificial para retail”, en el Simposio Creativamente 2020 Digital, organizado por la ANTAD.
“Esto es algo que pueden hacer los supermercados o las cadenas de tiendas especializadas, teniendo el conocimiento del cliente, con sus compras, en una base de datos. Con ese punto de partida, podemos aplicar diferentes algoritmos de inteligencia artificial para extender el ciclo de vida de un cliente; aumentar su frecuencia de compra y su ticket; maximizando su lealtad; y, finalmente, manejar un portafolio de uno a uno”, dijo el conferencista.
Fidelización del consumidor
El director de Datalab Consulting explicó que en la campaña exitosa se trató de aumentar la fidelización de clientes que consumen queso y distintos frescos en una cadena de supermercados, en conjunto con el proveedor de la marca del queso premium.
“El primer paso fue la clasificación cuantitativa de los clientes. Se preparó con la Recencia (R), tiempo transcurrido desde la última compra; Frecuencia (F), cantidad de tickets y el valor monetario (M), conceptos que se utilizan para identificar los grandes segmentos (o categorías) de clientes y que constituyen el Modelo RFM”, informó.
“Para nuestro caso de éxito partimos de una base de un millón de clientes, a la que aplicamos el modelo RFM en sucursales físicas y tienda online, con lo que medimos los movimientos de los segmentos de los clientes”, puntualizó. “Con el filtro aplicado solo a los que consumen queso y frescos, quedaron 200 mil consumidores, 21 % de los originales, quienes representaron un poco más del 80 % de la facturación”.
El siguiente paso, indicó “fue la clasificación cualitativa, con la segmentación de perfiles de clientes. Filtramos y obtuvimos una cantidad de 55 mil 690 clientes. Solo un 26 % correspondiente a la categoría de quesos”.
En el paso cuatro, Alexis Bagumrskas señaló que “se aplicó un filtro sociodemográfico por sexo y categorías de edad. Entonces, la cadena de supermercados observó que el 70 %, 38 mil clientes, realizaban las compras de queso en las tiendas de la zona sur. Aplicamos inteligencia artificial con el motor de sugerencia, que tiene los pilares: ‘Te conozco’ (reconoce las transacciones del consumidor desde un tiempo determinado), ‘Lo que tus vecinos sugieren’ (microsegmentación de comportamientos similares) y ‘Productos asociados’”.
“Hasta ese momento, quedaron solo 15 000 personas con una propensión alta para el queso premium del caso, a quienes se les enviaron cupones físicos, online o en kioskos. Entonces, se analizó la campaña en el sistema, midiendo el resultado del producto y cómo impacta su peso de facturación dentro de esa familia de productos y en los competidores más cercanos”.
Según Alexis Bagumrskas, los resultados obtenidos son: antes de la promoción, la cantidad de queso vendida fue de 3 mil 212 productos y durante la misma, la venta fue de 8 061 productos, resultando una variación porcentual del 151 %. Su peso de facturación, antes, fue de 15.80 %; con la oferta pasó a 34.76 %. Al mismo tiempo, la competencia directa disminuyó su venta con impacto negativo de casi 80 %.
El conferencista aseguró que “con las herramientas de inteligencia artificial de Infocus Retail ocurre un aumento de la fidelidad real y medible, se da una mejora significativa de los márgenes, y es una base para la negociación con los proveedores”.
Señaló que Infocus Retail es la primera plataforma analítica automática para retail en Uruguay, Colombia, Paraguay y otros países de Latinoamérica, incluido México.
“Los pasos típicos para realizar este tipo de estrategias es identificar con una base de datos de clientes para aplicar la inteligencia artificial y desarrollar con una mayor eficiencia las acciones de marketing y comunicación. Después, conocer los hábitos de consumo, productos, canales de compra, etc.; categorizar a los clientes en distintos segmentos; jerarquizar cuánto invertir y de qué forma; contar con herramientas de gestión; y finalmente obtener la fidelización del cliente para aumentar el ROI”, enfatizó.
Datos y patrones de consumo
“Hoy se explota solo el 5 % de los datos generados por los clientes”, informó el director de Datalab Consulting. “Hay un alto riesgo de perder la competitividad al no utilizar analítica que es el petróleo del siglo XXI y es indispensable tener minería de datos, para aplicar los datos de transacciones en distintos canales de compra. Necesitamos utilizar la analítica aumentada, inteligencia artificial, machine learning, etc.”.
De esta forma, aseguró que “se logrará la retención del cliente, podemos convertirlos a online, motivándolos con publicidad y promoción, entre otras acciones”.
Modelo RFM y los perfiles
Refirió que “el camino para conocer al cliente está en su identificación, en los aspectos cuantitativo y cualitativo. Con esto, podemos empezar a hacer ventas cruzadas y hacer campañas hasta llegar al uno a uno en las promociones, a través de los distintos canales que se tienen disponibles”.
En ese aspecto, explicó que la segmentación se divide en dos partes: cuantitativa y cualitativa. La primera es con el RFM que arma el algoritmo, con la asignación de cinco categorías del consumidor: (1) los más valorables, (2) los leales, (3) a conquistar, (4) con bajo signo vital y (5) los perdidos.
Respecto al motor de sugerencias, el especialista en retail e inteligencia artificial, explicó que se compone de las siguientes partes: “Analiza los rangos de los precios de marcas locales o importadas, productos estacionales, etc., para asignar un score a cada cliente; luego, con base en los algoritmos ‘Te conozco’, ‘Lo que tus vecinos te sugieren’ y ‘Productos asociados’ es posible sugerir productos y ser más eficientes y objetivos”.
“La recolección, la estandarización y la codificación de datos es clave para que esto funcione, la data science en nuestra empresa es fundamental”, dijo Alexis Bagumrskas, al finalizar su conferencia. “Es un área que va a seguir creciendo y llegó para quedarse”.
