Los minoristas enfrentan un déficit de datos tras la pandemia

El cambio en el comportamiento del consumidor causado por Covid-19 ha creado un problema inesperado: un déficit de información, ya que los datos de antes de la crisis no pueden predecir con eficacia nuevas tendencias. En otras palabras, el ingrediente esencial para los programas de fidelización de clientes minoristas, las recomendaciones de productos impulsados por IA y una amplia gama de decisiones empresariales críticas ahora tiene un problema de calidad. Los minoristas pueden hacer frente a este problema tomando cinco pasos: 1) Presentar nuevos canales para la recopilación y comunicación de datos, 2) aprovechar las fuentes de datos «compatibles con Covid-19» que están capturando indicadores de comportamiento de los consumidores en la actualidad, 3) revisar las proyecciones de ingresos para tener en cuenta las nuevas restricciones impuestas a las compras debido a Covid-19, 4) utilizar el análisis espacial junto con las ordenanzas y regulaciones sanitarias pertinentes de Covid-19 para analizar dónde tiene más sentido centrar la atención en la reapertura, y 5) aprovechar esta oportunidad para prestar atención a la infraestructura que soporta activos de datos clave.
Los minoristas enfrentan un déficit de datos tras la pandemia
Los minoristas enfrentan un déficit de datos tras la pandemia
MLADEN Antonov/Getty Imágenes

Hemos hecho nuestra cobertura del coronavirus gratuito para todos los lectores. Para que todo el contenido de HBR se entregue a tu bandeja de entrada, regístrate en el Alerta diaria boletín de noticias.

Cuando las órdenes de quedarse en casa se hicieron en marzo pasado, ventas al por menor cayó dramáticamente, como todo el mundo sabe. Pero ese cambio en el comportamiento de los clientes ha dado lugar a un fenómeno del que no se ha hablado mucho: el flujo de información de ventas a los repositorios de datos de los minoristas se ha secado. Ese es un problema importante, porque un flujo saludable de esa información es la esencia vital de los programas de fidelización de clientes, las recomendaciones de productos impulsados por IA y una amplia gama de decisiones empresariales críticas.

Lecturas adicionales

Lo que significa este cambio es que muchos minoristas —independientes o de cadena, ladrillo y mortero o comercio electrónico, startup o legado— se enfrentan ahora a una déficit de información. Eso es lo que sucede cuando los datos y la inteligencia derivados de las transacciones de los clientes se vuelven escasos o inutilizables debido a un cambio repentino en el comportamiento del comprador. Hoy en día el problema está muy extendido: incluso las empresas que habían acumulado grandes volúmenes de datos de clientes antes de Covid-19 se encuentran en la misma posición de arranque en frío que las empresas que se aventuran en mercados desconocidos o llegan a nuevas audiencias.

Los efectos de esta interrupción podrían ser masivos a medio y largo plazo, porque obviamente hace que el comportamiento del cliente sea más difícil de interpretar, predecir y modelarlo. En el contexto actual, esto está claro: las empresas no deben dar por sentado que los datos que recopilaron antes de Covid-19 predicen con precisión el comportamiento de los compradores en una economía socialmente distante.

En cambio, los minoristas deben hacer un inventario cuidadoso de las entradas de datos y las hipótesis analíticas que ahora impulsan sus productos y la toma de decisiones empresariales. Deben identificar los riesgos de continuar con el statu quo, y deben responder a los desafíos del momento con creatividad e innovación. Este ejercicio de recalibración ayudará a los minoristas a descubrir rápidamente cómo mantenerse relevante a medida que cambian los consumidores estadounidenses.

Riesgos y oportunidades de un déficit de información

En nuestra realidad después de quedarse en casa, las empresas necesitan reconocer que sus modelos predictivos, pronósticos y paneles existentes pueden ser poco confiables, o incluso obsoletos, y que sus herramientas analíticas necesitan recalibrarse. Aunque los objetivos de un sistema automatizado específico o un modelo predictivo pueden no haber cambiado, los datos de entrada y los usuarios ciertamente lo han hecho, lo que debería hacer que las empresas reevalúen cómo se interpretan y se basan los resultados.

Las empresas también deben evitar tomar decisiones miopes sobre la infraestructura de datos y los recursos humanos. Aunque las reducciones de personal pueden ayudar a compensar la pérdida inmediata de beneficios, eliminar a las personas que saben cómo organizar, limpiar, extraer y modelar datos de clientes puede crear una deuda técnica intratable. Al tomar decisiones sobre recursos, los líderes deben entender verdaderamente qué sistemas sufrirán como resultado de la pérdida de un papel específico, y luego cuantificar y sopesar el costo a largo plazo de cualquier impacto.

Los cambios que hemos presenciado recientemente en el comportamiento de los clientes han dejado a algunas empresas sintiéndose como si se hubieran caído en medio del bosque sin brújula. El clásico «¿Quién es nuestro cliente?» pregunta se ha vuelto más difícil que nunca de responder. ¿Los compradores en línea actuales son clientes recurrentes que migraron desde tiendas de ladrillo y mortero, o son nuevos clientes netos? Las empresas minoristas siempre han tenido un punto ciego en esta área, pero hasta ahora no han tenido muchas razones para priorizarlo. Aquellos que sacan el máximo provecho del momento actual de quedarse en casa para ganar claridad aquí podrían hacer descubrimientos transformadores que les servirán mucho más allá de 2020.

Lo que nos lleva a algunas buenas noticias: esta situación representa una oportunidad para que las empresas que nunca han aprovechado completamente los datos tomen decisiones empresariales basadas en pruebas. Antes de que se produjera la pandemia, estas empresas se quedaban rezagadas con respecto a las empresas maduras de datos, pero a medida que las empresas maduras de datos ahora están luchando para hacer frente a un déficit repentino de información, las empresas menos maduras de datos tienen una oportunidad única de desarrollar sus capacidades de recopilación de datos y mejorar sus adopción de decisiones. Por un breve período, al menos, tienen la oportunidad de ponerse al día.

En este momento, es importante que todas las empresas, independientemente de la madurez de los datos, recuerden que los «datos de clientes» no se limitan a las transacciones en puntos de venta. Los minoristas deben considerar que los datos son cualquier información relevante para el comportamiento de sus clientes que pueda recopilarse, organizarse y estudiarse éticamente para obtener información en la que los responsables de la toma de decisiones puedan confiar. A medida que las restricciones a la vida pública siguen siendo más fáciles y se reanuda la compra, los minoristas deben ser creativos sobre dónde y cómo recopilar esta información.

Deben, por ejemplo, ampliar su comprensión del comportamiento de los compradores para incluir cualquier cosa que indique la forma en que un cliente se relaciona con una empresa y sus productos. Hay muchas más empresas que deberían hacer: deberían estudiar qué mensajes resuena con diferentes segmentos de clientes. Deben medir sus expectativas de cumplimiento. Deben caracterizar las formas matizadas en que se han transformado los patrones de compra de los clientes. Las empresas no deben permitir que una reducción temporal de las transacciones o tres meses de datos distorsionados impida su capacidad para tomar decisiones informadas. Utilizando los métodos analíticos de la ciencia de datos, tienen que tejer muchos hilos para crear resiliencia empresarial ante la incertidumbre.

Contramedidas de la ciencia de datos

Para defenderse de un déficit de información, es esencial comprender qué datos relevantes están disponibles y cómo se pueden rediseñar esos datos para responder a las preguntas contemporáneas. Las empresas pueden examinar sus propios datos existentes en un período de tiempo más pequeño o incluso diseñar una encuesta para obtener un nuevo impulso sobre las necesidades y planes de los clientes. Además, la actualización de los modelos de aprendizaje automático y las herramientas analíticas ayudará a las empresas a volver a ponerse en marcha y comenzar a competir de nuevo.

Aquí hay algunas ideas disponibles para los minoristas para enfrentar el problema del déficit de información.

  1. Levanta nuevos canales de comunicación y recopilación de datos con la pregunta orientativa: «¿Qué estamos construyendo con nuestros clientes mientras no podemos generar ingresos?» Con una comunicación reflexiva, las empresas pueden obtener el respeto del cliente por su resiliencia y generar datos útiles. Aprenda qué mensajes resuena, qué productos los clientes consideran esenciales y cuánto apetito tienen para ir de compras socialmente distantes. Las oportunidades de negocio se encuentran en los matices de estos puntos de datos de individuo a individuo.
  2. Incluso si las tiendas están cerradas o las ventas están deprimidas, aproveche las fuentes de datos «compatibles con Covid-19» que capturan indicadores de comportamiento del consumidor. Esto le ayudará a comenzar a caracterizar nuevas preferencias y patrones de compra. Por ejemplo, hay información valiosa que se puede obtener a partir del análisis de interacciones de correo electrónico, registros de llamadas de atención al cliente, sesiones de sitios web y datos de medios sociales. Como proxy, estudie los datos de ventas de 2008 y 2009 para comprender cómo cambia el comportamiento de los clientes durante tiempos de dificultades económicas.
  3. Reexaminar las proyecciones de ingresos para tener en cuenta las nuevas restricciones impuestas a las compras debido a Covid-19. La incorporación de esta información en los análisis permitirá actualizar las adquisiciones, la dotación de personal y otras decisiones importantes sobre el flujo de efectivo. Algunas variables a considerar incluyen datos históricos sobre el tráfico de clientes, el tamaño de una tienda en pies cuadrados y factores de ajuste para tener en cuenta una economía deprimida.
  4. Si las tiendas están ubicadas en varios estados, utilice el análisis espacial junto con las ordenanzas y regulaciones sanitarias pertinentes de Covid-19 para analizar dónde tiene más sentido centrar la atención en la reapertura. No todas las economías estatales y locales se reabrirán en el mismo grado, y esas limitaciones deben tenerse en cuenta junto con insumos más tradicionales, como la demografía de los clientes, la movilidad humana y el rendimiento histórico de las tiendas.
  5. Aproveche esta oportunidad para prestar atención a la infraestructura que soporta activos de datos clave. Esto podría implicar lo siguiente: rediseñar los enfoques para la recopilación y el almacenamiento de datos de manera que los nuevos datos relevantes puedan extraerse rápidamente para obtener información; crear o rediseñar modelos predictivos utilizando conjuntos de datos más centrados; corregir errores en el análisis de sitios web y las prácticas de etiquetado que dificultan la capacidad de extraer conclusiones precisas de los datos del sitio web y revisar los principales indicadores de desempeño y examinar las variables de cada fórmula. Esto garantizará que las suposiciones anteriores sigan siendo aplicables y no sesguen artificialmente los KPI.

Covid-19 eventualmente se desvanecerá, pero eso no significa que la toma de decisiones empresariales deba reanudar su encarnación anterior. Los datos y el análisis de calidad seguirán siendo instrumentos esenciales para tomar decisiones sabias sobre los clientes. Los minoristas que pueden aprovechar los datos de forma rápida e inteligente mantendrán su negocio y una ventaja competitiva a largo plazo.

Si nuestro contenido gratuito le ayuda a lidiar con estos desafíos, por favor considere suscribirse a HBR. Una compra de suscripción es la mejor manera de apoyar la creación de estos recursos.


Angel Evan Amber Rivera
Via HBR.org

Related Posts
Aumente la alfabetización de datos de su equipo

Aumente la alfabetización de datos de su equipo

Las competencias en materia de datos son ahora esenciales para casi todas las funciones de cada organización. Las empresas necesitan más personas con la capacidad de interpretar datos, de extraer información y de hacer las preguntas correctas en primer lugar. Estas son habilidades que cualquiera puede desarrollar, y ahora hay muchas maneras de que las personas se especifiquen a sí mismas y de que las empresas las apoyen, eleven capacidades e impulsan el cambio. De hecho, los datos en sí son claros al respecto: la toma de decisiones basada en datos mejora notablemente el rendimiento empresarial.

Leer más
¿En qué datos de Covid-19 puede confiar?

¿En qué datos de Covid-19 puede confiar?

La pandemia Covid-19 ha producido una marea de datos, pero ¿cuánto es bueno? Y como laico, ¿cómo puedes ordenar lo bueno de lo malo? Los autores sugieren algunas estrategias para dividir los datos útiles de los engañosos: Tenga cuidado con los datos que son demasiado amplios o demasiado estrechos, que provienen de tecnologías no investigadas, y los modelos producidos sin expertos relevantes. Por el contrario, buscar transparencia, consideración, expertos y plataformas abiertas, todas las cuales son signos de que los productores de los datos tienen fe en sus afirmaciones, son conscientes de sus puntos ciegos y están abiertos a que otros investigadores comprueben su trabajo.

Leer más
3 maneras de ayudar a las personas a comprender lo que significan sus datos

3 maneras de ayudar a las personas a comprender lo que significan sus datos

Si presta servicios a su organización en cualquier tipo de función habilitada para análisis, es probable que pase la mayor parte de sus días investigando los datos. Cuando descubres una estadística que se siente impactante, sabes que debes comunicar esa visión a los tomadores de decisiones inmediatamente. Al hacerlo, es posible que desee que sientan la gravedad o se maravillen ante la magnitud de su hallazgo. Lo más importante es que quieres que se sientan inspirados para tomar una decisión. Pero a menudo, la narrativa se pierde en números que realmente no pueden comprender. Cuantos más datos recogemos, más alucinantes se vuelven estas cifras. Para que los números inspiren la acción, tienen que hacer más de tiene sentido — tienen que hacer un significado. Su audiencia puede detectar la escala a través del tamaño relacionable, la distancia conocida, un segmento familiar de tiempo o velocidad.

Leer más