ANTE LA ACELERACIÓN DEL PROCESO DE DIGITALIZACIÓN

Esteban Álvarez: “Si una empresa no sabe traducir sus datos, está perdiendo todo el valor que tiene”

DESDE PRNOTICIAS.COM, HEMOS ENTREVISTADO AL GLOBAL BUSINESS LEAD DE KEEPLER DATA TECH, PARA QUE NOS HABLE DE LAS VENTAJAS DEL BUEN USO DEL DATO PARA EL SECTOR RETAIL

La analítica de big data sigue teniendo una escasa presencia entre las empresas del sector retail, por lo que debe optimizar este recurso

Publicidad

La sociedad está inmersa en un proceso de digitalización que cada vez genera más datos. Se ha pasado de 2 zettabytes en 2010 a 64 zettabytes en 2020, y las previsiones señalan que, en 2025, el volumen de datos generados en todo el mundo superará los 180 zettabytes.

A pesar de ello, la analítica de big data sigue teniendo una escasa presencia entre las empresas del sector retail. Según Keepler Data Tech, compañía tecnológica especializada en analítica avanzada de datos, en los años previos a la pandemia se alcanzó el punto más elevado de porcentaje de compañías del sector que adoptó el análisis de big data (10,2%), cifras que hoy en día siguen siendo muy similares.

Es, por tanto, una ventaja para el sector retail el uso del dato, sin embargo, no todas las empresas acuden a esta posibilidad. Por ello, desde PRNoticias.com, hemos entrevistado a Esteban Álvarez, Global Business Lead de Keepler Data Tech, para que nos hable de tales ventajas y otras recomendaciones para el sector retail ante el uso del dato. Para empezar, adelantó cuatro de ellas: Experiencia de usuario, optimización de procesos, geolocalización y predicción de demanda… Y así continuamos:

-¿Por qué es importante que una empresa sepa traducir sus datos?

-Porque si no lo hace está perdiendo todo el valor que tiene. Si se limita a almacenar información y no pone medios para poner en contexto, para enriquecer o para cruzar datos, el valor que estos pueden aportar a la organización y el negocio no existe y solo serían datos almacenados que, aunque sea en ingentes cantidades, no aportarán nada.

-¿Cómo puede influir el dato en la toma de decisiones de una empresa?

-Una analítica descriptiva de los datos te permite tener una visión de la organización: qué está ocurriendo, qué comportamientos tiene el negocio, qué unidades de negocio dan mejor resultado que otros, qué productos funcionan. Es decir, te permiten tener una foto, más o menos amplia, y empezar a entender. Si, a partir de ello, evolucionamos hacia una analítica más predictiva, podremos adelantarnos a situaciones, predecir qué puede ocurrir en base a datos históricos, qué comportamientos va a tener nuestro negocio según variables internas o externas. Todo esto, obviamente, nos llevará inevitablemente a tomar mejores decisiones, porque tomar mejores decisiones no es más que tomarlas con información en lugar de por intuición y, cuanto mejor sea la información que podamos extraer, más rápido, fácil y con menos riesgos, tomaremos decisiones sobre nuestro negocio. 

-¿Cuál es el elemento que une a estas cuatro ventajas del uso del dato en el sector retail?

-Hablamos de experiencia de usuario, optimización de procesos, big data y predicción de demanda. ¿Cuál es el elemento que los une? El tratamiento del dato. El dato en sí mismo tiene su valor, pero no es más que la materia prima, sin el adecuado tratamiento no es efectivo para poder trabajar los cuatro planos anteriores.

-¿Cuál sería la quinta ventaja del uso del dato en el sector retail?

-Si tenemos que hablar de alguna ventaja adicional a lo comentado, es la capacidad que da el dato para conocer al cliente. El usuario deja su rastro en cada una de las interacciones: compra online, compra física, devoluciones, visita web, clics, abandonos, compras sin finalizar, “me gusta”, interacción con recomendaciones. Todo ello es información anonimizada, pero que puede asociarse a lo que llamamos un identificador único de usuario que aglutina todos los datos que deja un usuario y, su adecuado tratamiento, permite impactar en áreas como mejorar los ratios de una campaña de email marketing porque es posible ofrecer al usuario un producto más afín a sus gustos y necesidades; o mejorar resultados de los motores de recomendación personalizada.

-¿Cómo se puede predecir la demanda?

-Es posible predecir la demanda aplicando tecnologías como el machine learning y algoritmos predictivos, que proporcionan una precisión mayor que métodos estadísticos tradicionales. Basándonos en analítica avanzada y modelos que se entrenan de forma automatizada y continua con la entrada de nuevos datos, se garantiza una visión futura de las ventas en tiempo real o near real time, ayudando a una planificación más eficiente de procesos, recursos e inversión. En un entorno de incertidumbre constante, adelantarse a la demanda puede ser un factor diferencial entre el éxito y el fracaso. Contar con herramientas automatizadas que ayuden a la toma de decisiones humanas con mayor precisión es esencial en las estrategias empresariales e impactan directamente en el negocio.

Seguiremos comunicando…

Publicidad
Publicidad
Salir de la versión móvil