Cover of an adjustable EndCap from safestrap
noviembre 2020

Análisis de cabeceras utilizando Business Intelligence (I)

Una tienda es un ecosistema dinámico que funciona en conjunto para producir beneficios. Para que esto ocurra, existen una serie de factores clave que se deben equilibrar. Los clientes tienen que estar expuestos a los productos ya que se debe tener en cuenta la naturaleza impulsiva del ser humano. En este artículo analizaremos las cabeceras de las tiendas utilizando herramientas de Business Intelligence.

La interacción de un cliente desde el momento en que entra en la tienda hasta que se va es un claro indicador de su intención y del proceso de toma de decisiones. Por tanto, un retailer debe fijarse en cada aspecto de la interacción de los clientes. Esto incluye qué ven, dónde lo ven, cómo recorren la tienda y cómo ejecutan su misión de compra.

Toda esta información se utiliza para determinar el comportamiento del cliente y así poder seleccionar mejor los productos para las cabeceras. Hace unos años nos asociamos con una cadena de distribución estadounidense para ver exactamente cómo utilizar el análisis del comportamiento de los consumidores con el objetivo de mejorar la eficiencia y las ventas. Gracias a esto descubrimos que adaptando la estrategia a los resultados conseguíamos mejorar tanto la experiencia de compra como el volumen de ventas.

No obstante, se debe tener en cuenta que la ubicación de cada tienda es diferente y puede estar sujeta a distintas reglas. Por tanto, puede que los compradores se comporten distinto de una tienda a otra. Lo que no cambia es la necesidad de analizar las tendencias conductuales de cada ubicación. Por ejemplo, el simple hecho de relacionar lo que cada cliente ve en una cabecera con su misión de compra ayudó a nuestro socio a crecer cuantitativamente. Este artículo explica la importancia de analizar las cabeceras mediante inteligencia empresarial.

Business Intelligence para analizar las cabeceras

El primer paso en cualquier análisis es la recopilación de información. Esto requiere analizar cuál es el comportamiento de los clientes desde que entran en la tienda, algo que nuestro sistema hace de manera no intrusiva. Una vez que tenemos los datos sin procesar es hora de convertirlos en información mediante el uso de herramientas de Business Intelligence.

La información obtenida mediante estas herramientas de Business Intelligence nos puede indicar qué cabeceras son las más visitadas, cuál es el tiempo de visualización de los productos que se muestran en ellas y en cuáles hay que introducir cambios. Tanto los encargados de tienda como el equipo de operaciones pueden utilizar esta información para mejorar cada cabecera y optimizarla con el objetivo de conseguir mejores resultados.

Outbound traffic to nearby categories - Where are the people going after they visit this endcap?
Tráfico de salida en categorías cercanas – ¿Dónde van los consumidores después de visitar esta cabecera?

CABECERAS Y KPIS EN RETAIL

Lo siguiente es averiguar las KPIs de cada una de estas cabeceras. La información recopilada en cada cabecera se puede desglosar en grupos de KPIs como los que podemos encontrar en herramientas de análisis de e-commerce tales como Google Analytics. La primera serie de KPIs en la que nos fijamos está relacionada con el tiempo e incluye:

  • Tiempo hasta visitar la cabecera: cuánto tarda cada consumidor en visitar la cabecera durante su visita.
  • Tiempo medio enfrente de la cabecera: tiempo que tarda un consumidor en inspeccionar el contenido mostrado en la cabecera.

Estas KPIs nos ayudan a entender cómo de impulsivo es el producto en la cabecera (el tiempo que está el consumidor en la cabecera define cómo de fácil es para él coger el producto). Con esta información podemos recopilar más datos:

  • Tasa de rebote: porcentaje de compradores que pasan menos de 5 segundos cerca de la cabecera.
  • Engagement: porcentaje de compradores que pasan más de 10 segundos cerca de la cabecera.

Ambas KPIs nos ayudan a entender la atractividad de los productos y a mejorar su ubicación dentro de la tienda, la apariencia y las ofertas relacionadas. En resumidas cuentas, cuanto más tiempo se pasa en una cabecera, más significativa es.

Most relevant KPIs generated per endcap in the store using Shoppermotion
KPIs más importantes generadas por cabecera en la tienda utilizando Shoppermotion

Nuestro análisis también tiene en cuenta otros factores que influyen en las cabeceras en una determinada ubicación y en un momento determinado.

Inbound traffic to nearby categories - Where are the people coming from to this endcap?
Tráfico entrante en categorías cercanas – ¿De dónde vienen los consumidores antes de visitar esta cabecera?

Esto incluye:

  • Origen o destino: saber de dónde vienen nuestros clientes antes de llegar a la cabecera revela información sobre los productos que deberían promocionarse en cada una de ellas.
  • Misión de compra: la misión de compra predominante que visita mi cabecera define el tipo de producto que debería colocar en ella. Por ejemplo, si las misiones de aprovisionamiento, que son largas y suelen utilizar carros grandes, son populares en una cabecera, se recomienda colocar productos relacionados con este comportamiento (detergente, productos enlatados o productos de limpieza).
  • Duración del recorrido: cuánto duran de media las rutas que pasan cerca de mi cabecera. Esta información resulta interesante para entender si queremos mostrar productos a gente “ocupada” o a gente más creativa que busca nuevas recetas e ideas.
  • Carro vs. cesta: porcentaje de compradores que utiliza una herramienta de compra determinada. Muy útil para saber si colocar productos pesados o grandes (cereales, botellas de refresco, etc.) o más pequeños (latas de atún, sandwiches o barritas de chocolate) si la herramienta de compra más popular en la cabecera son las cestas de mano.
  • Día popular de la semana: muy útil para sincronizar las promociones con catas o activaciones en punto de venta.

El ROI o la tasa de conversión de las cabeceras son otro tipo de KPIs transaccionales que analizaremos en detalle en futuros posts.

ConclusionEs

A nuestro socio le resultó muy útil contar con este tipo de información para crear estrategias viables que incrementaran la importancia de las cabeceras gracias al Business Intelligence. También fue clave a la hora de tomar decisiones sobre dónde colocar nuevos productos. Gracias a esto, los encargados de tienda pueden ir más allá lanzando ofertas en puntos clave, elaborando estrategias adaptadas a las ventas y tomando decisiones que mejoren las ventas de un producto o una marca.

La intuición deja de entrar en juego gracias al uso de datos empíricos cuando se recopila la información en tiempo real. Por tanto, el retailer puede ir modificando las estrategias a medida que vaya cambiando la situación en la tienda.

Recibe nuestros artículos

Hacer una demo personalizada

Anonymous Analysis

Learn more about Retail Media

Want fresh Shopper Insights, Offline Attribution, and In-store Analytics articles straight into your inbox, twice per month?