Optimizar el rendimiento de la tienda en tiempo real con el tracking en tienda
Las tiendas físicas han estado durante mucho tiempo en gran desventaja frente a los canales digitales porque tienen poco conocimiento de cómo se comportan los consumidores cuando están dentro de una tienda.
A diferencia de un negocio de retail online, una tienda física carece de cookies para rastrear dónde van los compradores. Por tanto, las opciones de una tienda para aumentar el número de productos en el carrito de compra o promocionar productos o marcas específicas se limitan a tácticas de marketing básicas basadas en el perfil del cliente y en las ventas.
Analizando los datos de ventas de los productos del planograma, un retailer puede optimizar el uso del espacio. Pero un planograma se basa en datos de ventas agregados e históricos y no ofrece al retailer ninguna perspectiva sobre qué productos se venden a un grupo demográfico concreto, por ejemplo.
Esto supone un problema para los retailers en la era actual de la hiperpersonalización, ya que carecen de las sofisticadas herramientas de medición y las métricas granulares que les permiten identificar de manera sencilla quién compra o qué productos ve dentro de sus tiendas y cuándo lo hace.
En un sector en el que la frontera entre lo físico y lo digital parece cada vez más difusa, los retailers quieren una forma de seguir e influir en los recorridos de compra en sus tiendas con la misma facilidad y discreción que ofrece el tracking online.
Métricas detalladas en tiempo real con NTT DATA In-Store Tracking
El tracking en tienda de NTT DATA ofrece una solución fácil de usar mediante el análisis de las imágenes en tiempo real del tráfico de consumidores generadas por las cámaras de seguridad de una tienda. Gracias a esta tecnología, los retailers pueden identificar el género y la edad de sus clientes y monitorizar de forma anónima su recorrido por la tienda desde su entrada hasta su salida.
Los datos anónimos se procesan en tiempo real para poder analizar en detalle el recorrido de compra de cada cliente. Los datos procesados se muestran en cuadros de mando que el retailer puede personalizar para obtener métricas detalladas sobre la composición demográfica de sus compradores, cómo se mueven por la tienda y lo que finalmente compran en cualquier momento o día del año.
La capacidad de realizar un análisis casi en tiempo real de los recorridos resulta especialmente importante si un retailer quiere analizar la eficacia de promociones específicas o limitadas en el tiempo: por ejemplo, un 20 % de descuento solo en cosmética y parafarmacia a determinadas horas del día.
Es importante destacar que las imágenes de vídeo se procesan en el interior de la tienda para garantizar su privacidad. Tampoco se puede reconstruir la identidad de los compradores a partir de los datos extraídos. Los datos de las distintas cámaras se agregan y se combinan con los datos de los puntos de venta antes de subirlos a la nube, garantizando así el cumplimiento del RGPD.
A continuación, los datos anónimos se procesan en la nube para generar una gran cantidad de métricas detalladas. En el caso del tráfico de clientes, estas métricas incluyen: la duración de cada visita, el tiempo por sección, la agrupación por género y edad, la capacidad de la tienda, el rendimiento de los expositores exteriores, etc.
Otras tecnologías de rastreo en tiempo real
Otros indicadores para el comportamiento de los consumidores en tiempo real son: la correlación entre secciones, el retorno de la inversión por sección, la «temperatura» de puntos específicos de la tienda que se muestran como mapas de calor, y la propensión a la venta cruzada entre categorías de productos.
Estas son algunas de las tecnologías aplicadas para obtener métricas en tiempo real:
Mapas de calor
Los mapas de calor utilizan la analogía de la temperatura para crear una forma muy intuitiva de mostrar métricas como la distribución del número de visitas a lo largo de la semana, la distribución de la duración de las visitas a lo largo del día y la hora de visita y el número de visitas a una sección concreta de la tienda.
Matrices de correlación de categorías
Las matrices de correlación de categorías son otra potente ayuda visual que se pueden construir con la solución de NTT DATA. Muestran, en forma de matriz, la probabilidad relativa de que los compradores visiten diferentes categorías en función de la primera categoría que hayan visitado.
Pruebas A/B
Los retailers también pueden utilizar el seguimiento en tienda de NTT DATA para realizar pruebas A/B de diferentes diseños y para ejecutar campañas en tiempo real con pantallas digitales en la tienda o el escaparate, cuyo contenido varía en función de la composición demográfica de los visitantes que se encuentran en ese momento en la tienda.