Decideo: Noticias sobre Inteligencia de Negocios, Big Data, Data Science, Data Mining


Actualidades y análisis

El Big Mac se encuentra con el Big Data


, el 3 Abril 2019 | Leído 1297 veces

¿Cómo hacer que un cliente gaste el doble de lo que había previsto inicialmente? Ese es el sueño de todo gerente de marketing, y los productos y servicios que permiten lograr esto al momento de pasar por caja no son tan numerosos. La comida rápida forma parte de los sectores que aplican estas estrategias, las cuales son la principal tendencia de desarrollo tecnológico de McDonald's, quien viene de adquirir a la compañía israelí Dynamic Yield por 300 millones de dólares.



El Big Mac se encuentra con el Big Data
Conseguir una venta adicional (up-selling) forma parte de las prácticas comerciales que permiten el éxito de ciertas grandes cadenas. Es el caso, por ejemplo, de Starbucks. Al momento de pedir un simple café americano, se le propondrá un café de origen, un « shot » adicional, un extra de miel, etc. Todos estos pequeños extras permiten inflar la cuenta, hasta un 30% adicional. Ocurre lo mismo en McDonald's cuando a uno le proponen unas papas fritas grandes en lugar del tamaño normal, nuggets para acompañar el menú o un postre en el que no había pensado.

Lo que está en juego es entonces importante, y saber cuál producto proponer al cliente, con el fin de incitarlo a consumir más, es lo que uno llama la « recomendación », y hace parte de los algoritmos más utilizados en el comercio electrónico. Se apoyan sobre el aprendizaje de máquina. Cuando Amazon le propone productos complementarios al libro que usted acaba de seleccionar, es una recomendación, al igual que cuando la operadora de su compañía telefónica le sugiere una opción o un servicio adicional durante una llamada para cambiar la dirección de domicilio.

La calidad y la pertinencia de las recomendaciones hechas por el algoritmo hacen la diferencia. No es necesario ciertamente invertir millones de euros en una, así llamada, inteligencia artificial, para recomendar fresas con crema, crepes con Nutella o pan de banquete con paté... en el caso de McDonald's, invertir en esta área para proponer un McFlurry cuando hace calor o un café por la mañana, esto parece bastante inútil... ¡El valor está entonces en otra parte!

Y este valor se encuentra sin duda en la adquisición por parte de McDonald's de la empresa emergente israelí Dynamic Yield, por al rededor de 300 millones de dólares, una de las más grandes compras de los creadores del Big Mac. Dynamic Yield ya trabajaba en cooperación con McDonald's, pero también con Ikea, Sephora o Urban Outfitters. McDonald's habría comparado una treintena de empresas del sector antes de decidirse por Dynamic Yield.

El perfil de los consumidores de McDonald's que conocemos en Europa y el de los estadounidenses es bastante diferente. Hay que saber que McDonald's atiende a 68 millones de clientes al día, de los cuales la mayoría a través de sus «drive-thru» (servicio desde el vehículo), presentes en muchos de sus 14.000 locales estadounidenses, consumidores que no descienden del vehículo para realizar su pedido, pagar y recibir su comida. Desde hace algunos años, McDonald's ha emprendido una digitalización completa de sus puntos de venta, convirtiendo en obligatorio el pedido por autoservicio a través de terminales, tanto en los locales como en los drive-thru. Es en este segmento de pedidos desde el volante en el que la solución de Dynamic Yield debería ser desplegada de manera prioritaria.

Del 1x1 a la personalización masiva

Esta estrategia consiste en realidad en aplicar el concepto de personalización masiva proveniente de la mercadotecnia. En 1993, Don Peppers y Martha Rogers publican el exitoso libro, The One-to-One Future. Esta mercadotecnia personalizada para cada individuo se diferencia del marketing masivo y la publicidad. Pero se revela de difícil implementación, y el concepto evoluciona poco a poco hacia la personalización masiva, presentada también en 1993 en el libro Mass Customization de Joseph Pine. Las herramientas de recomendación permiten personalizar las ofertas, en función de factores externos (perfil del cliente, clima...) e internos (productos disponibles, margen de beneficios).

La implementación de la herramienta Dynamic Yield permitirá, primero que nada, personalizar los mensajes publicitarios difundidos por las pantallas de los locales de comida y los terminales de pedidos. La herramienta es capaz de recolectar datos sobre el clima, eventos deportivos, conciertos, embotellamientos de tráfico vehicular, y de comparar esto con las ventas históricas realizadas en condiciones similares. Entonces adaptará los productos propuestos con base en su análisis. El pedido del cliente será igualmente analizado en tiempo real. Si usted pide dos menús para niños, el sistema podrá proponerle a usted algo para pellizcar o merendar, así como una bebida. No hace falta un sistema de varios millones de dólares para esto ¿un buen conocimiento del oficio y un sistema experto podrían ser suficientes? Sí, pero es en las relaciones inesperadas, descubiertas por los sistemas de aprendizaje de máquina, que se esconde el verdadero valor. ¿Proponer terminar su comida con un café? Sí, no es necesaria una inteligencia artificial, pero proponer un Sprite para el acompañante cuando se piden dos menús para niños, y una CocaCola cuando se piden tres, porque en esta región precisa, es lo que se consume generalmente el miércoles después de las 5:00 pm... allí una solución de análisis de datos y de aprendizaje de máquina cobra sentido.
Otro aspecto que requiere una herramienta de este tipo es la posibilidad de conectar las proposiciones de venta a las condiciones de producción en tiempo real. Imagine que la fila de espera de vehículos en el drive-thru sea larga. No hay que hacer esperar demasiado a los clientes, y con una larga fila se corre el riesgo de que los clientes hagan media vuelta y se vayan. El sistema sabrá tomar en cuenta estos datos y buscará reducir el tiempo de producción de los menús y así acelerar su entrega en el drive-thru, sugiriendo a los clientes sandwichs o productos más simples y más rápidos de preparar. Uniendo esto al análisis predictivo, el sistema podrá sugerir los productos que deberán prepararse en la cocina y conectarse a la cadena de suministro para anticipar las compras.

Un aspecto importante: identificar a los clientes

Desde hace algunos años, McDonald's también intenta conocer mejor a sus clientes. Los terminales de pedido le proponen al cliente identificarse. Esto permite obtener su perfil, sus productos preferidos y su hábitos de consumo. Al menos en Europa, esto no parece atraer mucho a los consumidores, quienes no ven un valor agregado para ellos, mientras que ingresar el identificador y una contraseña les parece fastidioso. No disponemos de un estudio en relación al tema, estos comentarios se basan más bien en constataciones personales. Sin embargo la identificación del cliente es un punto clave en esta personalización masiva. McDonald's sin duda debería imaginar otras herramientas más simples que ingresar un identificador.
La empresa ya está utilizando la geolocalización de una parte de sus clientes, aquellos que disponen de la aplicación McDonald's en su teléfono celular. La técnica de « geofencing » permite detectar a un cliente pocos instantes antes de que llegue al local. La utilización de iBeacons a la entrada del local permitiría completar el dispositivo y afinar las previsiones. La idea es comenzar a preparar la comida del cliente incluso antes de que realice el pedido – así como Amazon explica que comenzará la entrega de su pedido antes incluso de que usted la haya confirmado.
En Estados Unidos, y puede que próximamente en Europa, McDonald's podría también apoyarse, a la entrada del drive thru, en el reconocimiento de las placas o matrículas de los vehículos. Asociada a un perfil cliente, o a un número de identificación propio a la matrícula, la placa permitiría asociar pedidos durante un período de tiempo o entre diferentes locales. Para esto debe tener cuidado en Europa tomando en cuenta el Reglamento General de Protección de Datos (RGPD), ya que la matrícula es considerada en efecto como un dato personal.
Evidentemente el cliente es cada vez más sensible con relación a estos temas. Al recolectar datos sin su consentimiento, incluso si a veces es legal, se corre el riesgo de producir un rechazo hacia la marca. Pero el cliente también tiene su interés mercantilista. Y le otorga poco valor a sus datos. Mejor que recolectar los datos a sus espaldas, ciertamente es más simple y menos riesgoso solicitar su autorización y monetizar estos datos. ¿Cuántos de los clientes aceptarán dar su fecha de nacimiento o su edad a cambio de un café gratis? ¡Ciertamente muchos!

Para McDonald's, como para todos los comercios con alto volumen y poca margen unitaria, la personalización masiva permite maximizar los ingresos, reduciendo los costos. El conjunto de cadenas de este tipo (comida rápida, cafés, ropa de gama baja, muebles armables, etc...) podría adoptar estas tecnologías de algoritmos de recomendación basadas en el aprendizaje de máquina en los próximos años.




Nuevo comentario:
Twitter

Usted puede comentar o proporcionar más información a todos los artículos de este sitio. Los comentarios son libres y abiertos a todos. Sin embargo, nos reservamos el derecho a eliminar, sin previo aviso ni explicación, todo comentario que no cumpla con nuestras normas internas de funcionamiento, es decir, cualquier comentario difamatorio o sin relación con el tema del artículo. Así mismo, los comentarios anónimos son eliminados sistemáticamente si son demasiado negativos o muy positivos. Exprese sus opiniones, compártalas con los demás y asúmalas. Gracias de antemano. Igualmente, agradecemos tener en cuenta que los comentarios no sean enviados automáticamente a los redactores de cada artículo. Si usted desea realizar una pregunta al autor de un artículo, contáctelo directamente, no utilice los comentarios.


Twitter
Rss
LinkedIn
Google+
Facebook