De los datos de venta al por menor a la inteligencia de venta al por menor: una guía en dos partes para tomar mejores decisiones en la tienda

En esta serie de dos partes, Brian Field, vicepresidente de Análisis de StrataVision, analiza por qué las métricas tradicionales del sector minorista a menudo no logran explicar el rendimiento de las tiendas y presenta «The Great 28», un marco práctico para relacionar el comportamiento de los compradores, la capacidad operativa y los resultados empresariales.

Parte 1: Qué fallan las métricas del comercio minorista y cómo conseguir una visibilidad real de la tienda

Los comercios que hoy en día están sacando ventaja son capaces de ver lo que otros no ven. Toman mejores decisiones porque tienen una mayor visibilidad de lo que ocurre dentro de sus tiendas, no porque recopilen más datos. Esa visibilidad se traduce en mejores decisiones sobre la gestión del personal, una mejor experiencia del cliente, menores costes operativos y, en última instancia, mayores ventas.

La razón es sencilla: aunque todos los comercios miden las ventas, muchos miden la mano de obra y algunos incluso miden el tráfico, muy pocos pueden explicar qué pasó realmente dentro de la tienda para que se produjeran los resultados de ayer. Eso es un problema de visibilidad. Esas métricas te dicen qué pasó, pero no siempre revelan por qué pasó. Esa brecha suele existir porque las métricas aparecen en paneles estáticos como cifras inconexas, cuando deberían tratarse como señales de comportamiento que se relacionan entre sí. En esta serie de dos partes, te mostraré cómo analizar el rendimiento de la tienda de forma más eficaz y, a continuación, te presentaré «The Great 28», un marco práctico que ayuda a los responsables del sector minorista a mejorar el coaching, optimizar la rentabilidad y tomar decisiones más rápidas y fiables.

Observación previa a la optimización.

La mayoría de nosotros ya entendemos los comportamientos de los empleados y los clientes que impulsan el comercio minorista. Pero relacionar esos comportamientos con los datos que se recogen requiere un poco de reflexión previa. Tienes que visualizar lo que realmente está pasando dentro de la tienda sin hacer suposiciones. Por ejemplo, en lugar de decir «la tienda necesita más (o menos) personal», puedes preguntarte «¿qué experimentaron realmente los clientes en la tienda?». Del mismo modo, en lugar de afirmar «la conversión bajó ayer», podrías preguntarte «¿en qué momento empezó a fallar la experiencia de compra?». Ahora, las métricas se convierten en herramientas de apoyo a la observación, en lugar de estadísticas de rendimiento cerradas. Los informes tradicionales empiezan por las métricas y luego buscan el significado. Un enfoque basado en el comportamiento parte de los comportamientos esperados y deja que las métricas confirmen si se han producido.

Cada métrica representa un comportamiento

Las tiendas no prosperan por haber alcanzado una tasa de conversión del 40 %. Prosperan porque crean constantemente las condiciones que hacen que sea más probable que se realicen compras. Las métricas solo revelan si esas condiciones existían. El comportamiento es lo que genera resultados. Las métricas simplemente lo reflejan.

Aquí tienes algunos ejemplos de cómo analizar las métricas de visualización desde una perspectiva conductual.

• En lugar de limitarte a dar cifras los recuentos de tráfico, piénsalo como una forma de conocer la demanda de los clientes, que es la oportunidad que la tienda tenía de atender.

• Horas de trabajo no son solo un gasto. Representan la capacidad de respuesta a esa demanda.

• Interacción con los clientes y el personal, la longitud de las colasy tiempos de espera en caja , en conjunto, ayudan a describir la disponibilidad del servicio, lo que, en última instancia, define la experiencia que los compradores tuvieron realmente.

• Conversión Las tarifas y las ventas no van por separado. Son las resultados resultantes de todo lo que les precedió.

No se trata simplemente de un ejercicio de cambiar las etiquetas. Al presentar las cifras de esta forma, se ponen de manifiesto comportamientos que, de otro modo, pasarían desapercibidos.

Las métricas solo tienen valor por las relaciones que establecen entre sí

Las ventas y el tráfico suelen analizarse juntos, pero rara vez se interpretan conjuntamente. Una caída del 10 % en las ventas cuenta una historia. Una caída del 10 % en las ventas, acompañada de una caída del 15 % en el tráfico, cuenta otra. El contexto cambia la conclusión.

Para ir un paso más allá, agrupa varias métricas y vincúlalas a las expectativas de comportamiento para conseguir una herramienta aún más potente. Aquí tienes algunos ejemplos de cómo combinar métricas:

• Tráfico + STAR (relación entre clientes y empleados o tráfico dividido por horas de trabajo) = servicio previsto. Fíjate que antes hablamos de la capacidad y la disponibilidad real. Esto tiene más que ver con la planificación del servicio.

• STAR + Interacción con los clientes y el personal = intención frente a si el servicio se prestó realmente.

• Conversión + Importe medio de la compra = Ventas por cliente; la eficacia del proceso de venta, tanto si la tienda cuenta con personal de venta especializado como si se centra más en el flujo de mercancías.

Las métricas del comercio minorista no deberían analizarse de forma aislada. Son todo un ecosistema. Ningún indicador por sí solo cuenta toda la historia. Cada uno cobra sentido gracias a los demás.

Pero, ¿dónde está el cliente en todo esto?

Las métricas no compran. Los clientes sí. Cada métrica o grupo de métricas que elijas debe ayudar a responder una pregunta sobre la experiencia del cliente. Eso significa que tienes que empezar por definir cuáles son tus expectativas respecto a esa experiencia.

• ¿Tu cliente prefiere un trato personalizado o el autoservicio? Indicadores como el tiempo de permanencia y el nivel de interacción pueden ayudarte a saber si se está satisfaciendo bien esta preferencia.

• ¿Varía esa expectativa según el departamento de la tienda en el que se esté comprando? Analiza el tiempo de permanencia y la interacción entre compradores y empleados por departamento o zona para ver qué departamentos parecen tener más éxito entre los clientes. Estos resultados pueden incluso variar según el tipo de tienda, la ubicación geográfica y el tipo de centro comercial.

• ¿Los compradores suelen deambular por toda la tienda o son más bien de los que «compran una cosa y se van»? ¿Cómo deberían influir esos patrones, y la hora del día en que se producen, en las decisiones sobre la presentación de productos, el marketing y la dotación de personal? Por ejemplo, ¿los compradores de por la mañana buscan más la experiencia, mientras que los de por la tarde suelen comprar con un objetivo más concreto? Combinar las métricas del «recorrido de compra» ayuda a identificar estos patrones de comportamiento para que los comercios puedan satisfacer mejor las expectativas de los compradores.

En cuanto a los recorridos de los clientes, hay varias formas de combinar los datos. Los mapas de calor te dicen dónde estuvieron los compradores. Los recorridos te dicen cómo compraron.

Comparar el tráfico y las ventas por departamento es útil, pero solo te da una visión puntual y aislada de la actividad de la tienda. Al trazar los recorridos únicos de los compradores, se revela cómo se mueven realmente los clientes por la tienda, lo que facilita la evaluación de las decisiones sobre merchandising, marketing y distribución. Al añadir el tiempo de permanencia, la conversión por departamento y el importe medio de la compra en cada paso, el recorrido se convierte en una historia de comportamiento en lugar de un conjunto de métricas inconexas.

Mide la tienda, no a la gente

Se trata de un cambio filosófico importante. Muchos comercios utilizan las métricas como indicadores de rendimiento para los empleados y los responsables. Esta práctica hace que el equipo se centre en datos concretos en lugar de en el cliente. Eso significa que la mejora del comportamiento pasa a un segundo plano frente al cumplimiento de los objetivos de datos. Las métricas pueden indicar a los empleados que no han alcanzado el objetivo, pero rara vez les dicen qué deben hacer de forma diferente al día siguiente.

Es más fácil formar a los empleados sobre la promesa de la marca, las expectativas de los clientes y los comportamientos que crean experiencias de compra excelentes. Cuando esos comportamientos se llevan a cabo de forma coherente, la mejora de las métricas pasa a ser el resultado, en lugar del objetivo. Las métricas de la tienda se convierten entonces en herramientas de observación que verifican si se han producido esos comportamientos, mientras que el rendimiento individual se evalúa en el contexto de la experiencia del cliente.

Este enfoque cambia el enfoque de la conversación de «¿Quién tiene la culpa?» a «¿Qué ha pasado?». Ese es un punto de partida mucho más productivo para empezar a mejorar el rendimiento.

Agudeza visual en el comercio minorista

El objetivo no es recopilar más métricas. El objetivo es ver la tienda con mayor claridad. Cuando cada métrica se considera una señal de comportamiento y se relaciona con las demás, la tienda empieza a contar su propia historia. En la segunda parte, te presentaré «Las 28 grandes»: veintiocho observaciones sencillas que ayudan a enfocar esa historia.

La tecnología no mejora el comercio minorista. Lo que lo mejora es una mayor visibilidad. La tecnología simplemente permite esa visibilidad.

La buena noticia es que los comercios no tienen que empezar de cero. La mayoría de las empresas ya recopilan muchos de estos datos hoy en día, y los avances en inteligencia artificial y tecnologías de detección están haciendo que el comportamiento de los clientes sea más visible que nunca. El reto ya no es recopilar datos, sino integrarlos en un marco que ayude a los responsables a entender qué ha pasado realmente dentro de la tienda.

En StrataVision, ese es precisamente el reto en el que nos centramos. Nuestras soluciones de IA están diseñadas para detectar muchas de las señales de comportamiento que hacen posible este tipo de observación. El sector minorista nunca ha sufrido de falta de datos. Lo que le ha faltado es visibilidad. Por eso creemos en un principio muy sencillo: primero observar, luego optimizar.