Aunque gran parte de mi trayectoria profesional ha transcurrido en el ámbito B2B, de los negocios entre empresas, paradójicamente siempre me ha parecido fascinante el segmento B2C y, en especial, el sector de gran consumo -conocido en inglés como Consumer Packaged Goods (CPG) o Fast-moving Consumer Goods (FMCG)-. Big data y analítica avanzada resultan imprescindibles en este ámbito en este momento.
La aventura de diseñar un producto para millones de personas, de fabricarlo teniendo en cuenta tanto los parámetros de calidad como de eficiencia necesarios y distribuirlo a través de diversos canales para que llegue al gran público, intentando conseguir siempre el inventario justo para cubrir la demanda sin que haya una rotura de stock o un exceso de producto que caduque antes de ser vendido, puede considerarse como una misión prácticamente imposible. Especialmente si pensamos en cómo se han tomado tradicionalmente las decisiones en algunas fases del proceso. En este artículo voy a centrarme en dos de ellas: el diseño y la distribución.
- El diseño o la idea se ha construido y validado habitualmente a partir de estudios de mercado, que aplican técnicas cualitativas, como los conocidos focus groups, y cuantitativas, para intentar determinar qué características debería tener el producto para ser bien acogido por uno o varios segmentos.
- En la distribución la selección y optimización de los distintos canales se ha basado tradicionalmente en variables sociodemográficas estáticas, como la población residente en una cierta zona o el número de visitantes anuales, en la evolución de los datos de venta, y en paneles y encuestas de consumidores.
De ninguna forma pretendo criticar la utilización de estas técnicas que, sin duda, han sido hasta hace algún tiempo el estado del arte y han permitido grandes avances en estos ámbitos. Sin embargo, creo que en ambos casos ha quedado siempre demasiado espacio para la subjetividad de los decisores e incluso de los diseñadores de las técnicas aplicadas. Así, el éxito o fracaso de un producto continúa estando en buena medida en manos del azar, y resulta además muy complicado, incluso a posteriori, determinar qué causas han motivado uno u otro destino.
Afortunadamente, la explosión de big data y analítica avanzada, facilitada por el abaratamiento espectacular de los costes de almacenamiento y procesado de datos y por la generación masiva de estos en la era digital, está permitiendo vislumbrar un cambio en el proceso de toma de decisiones en el diseño de nuevos productos y en la selección y gestión de sus canales de distribución.
Organizaciones data driven: un salto diferencial
La aparición de nuevas fuentes de datos que, en lugar de proceder de una encuesta o de un estudio basado en cientos o miles de consumidores, provienen de la observación del comportamiento real de millones de ellos, está permitiendo este salto diferencial.
Una de estas fuentes de datos es la generada por los pagos con tarjeta en los puntos de venta que, convenientemente procesada y anonimizada por bancos o empresas de medios de pago, permite analizar los hábitos de compra y combinarlos con variables sociodemográficas, geográficas y temporales. De este modo, los fabricantes de bienes de consumo pueden acceder a información que hasta ahora solo era conocida por sus canales, lo que mejora su conocimiento de los clientes finales e incrementa también su poder de negociación frente a los distribuidores.
Los denominados “insights de movilidad”, proporcionados por las operadoras de telefonía, contribuyen también a enriquecer dicho conocimiento. Gracias al análisis de millones de eventos de señalización de red, es posible caracterizar los patrones de movilidad de los consumidores e inferir la razón de sus desplazamientos (trabajo, hogar, visita ocasional). La combinación de estos patrones con variables sociodemográficas (género, edad), económicas (poder adquisitivo) y de interés (categorías de navegación en Internet) permiten identificar microsegmentos sobre los que poder tomar decisiones mucho más granulares y específicas.
El manejo de todos estos datos, junto con las fuentes utilizadas tradicionalmente, como los paneles de consumidores y la información acumulada de venta por producto y por establecimiento, permiten por ejemplo identificar los momentos y motivaciones de compra de los clientes y ajustar así el “mix” de producto en cada punto de venta a sus necesidades. Es posible incluso adaptar los formatos de envasado, su tamaño y otras características según el tipo de consumidor presente en cada zona para así maximizar el retorno obtenido.
En la selección del canal de distribución y de los puntos de venta que deben ser activados, estas nuevas fuentes de datos desempeñan también un papel crítico porque permiten determinar cuáles son aquellos establecimientos que mejor pueden captar a un público objetivo. Esto hace que los fabricantes de bienes de gran consumo puedan concentrar sus esfuerzos de captación y activación en los puntos de venta con mayor valor potencial y ejecutar acciones mucho más segmentadas y, por tanto, mucho más efectivas.
Pensemos, por ejemplo, en una campaña promocional de un cierto producto. Las nuevas fuentes de datos permiten al fabricante diseñar y planificar la campaña entendiendo mucho mejor cuáles son las motivaciones, preferencias y hábitos de comportamiento de su público objetivo, así como dónde puede encontrarlo. Pero el beneficio no solo está en una mejor planificación: esas mismas fuentes posibilitan una medida del impacto de la promoción y establecer relaciones causa-efecto que ayudan a responder a las preguntas críticas de negocio. Según datos de Nielsen, el 40 por ciento del gasto en promociones comerciales no obtiene el resultado deseado. El desarrollo de nuevos modelos analíticos, enriquecidos con nuevas fuentes, puede sin duda ayudar a mejorar este ratio, con el consiguiente impacto en la cuenta de resultados de las empresas del sector.
En definitiva, los fabricantes de bienes de gran consumo tienen ante sí, con big data y analítica avanzada, una gran oportunidad para mejorar sus procesos y sus ventas e incrementar su rentabilidad. Para ello deben incorporar la cultura del dato en sus organizaciones, desarrollar o adquirir capacidades analíticas avanzadas e incorporar nuevas fuentes de datos. Solo aquellos que avancen en esta línea podrán seguir compitiendo en un entorno cada vez más cambiante y disruptivo.
Imagen: deepak pal
Soluciones y Sectores
Te puede interesar
-
Kanto integra una nueva forma de pago en su Living App de Movistar Plus+
La Living App de Kanto es una de las experiencias digitales disponible en la sección "Apps" de Movistar Plus+. ...
-
"La transformación digital va de personas, no de algoritmos”
El “70 por ciento de los procesos de transformación digital fracasan” porque “el arte de transformar, inherente al ser ...
-
Futures Thinking: pensar futuros para transformar el presente
Aún recuerdo mi primera cámara fotográfica. Era una Kodak compacta, de bolsillo, que trajo mi tía de Alemania. Yo ...
