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


Actualidades y análisis

Retviews analiza los datos de los catálogos en línea para las cadenas de tiendas de prêt-à-porter


, el 24 Julio 2018 | Leído 114 veces

Encontrar las gangas, descubrir nuevos modelos, conseguir los mejores precios… los consumidores llevan la delantera cuando se trata de hacer los mejores negocios en los sitios de venta en línea, en particular en los sectores de la moda y la vestimenta. ¡Sorprendentemente las cadenas de tiendas estarían menos informadas que sus clientes! Un problema al cual Retviews aporta una solución basada en la recolección de datos no estructurados y en la inteligencia artificial.



Foto Prudence Earl - Unsplash
Foto Prudence Earl - Unsplash
Retviews es un especialista en el análisis competitivo. « Nuestra misión es ayudar a las cadenas de tiendas a proponerle a los consumidores la mejor oferta posible, explica Loïc Winckelmans, cofundador de la empresa.

En casa de herrero cuchillo de palo, y las cadenas de tiendas de ropa prêt-à-porter estarían "mal vestidas", al menos en el caso de las informaciones sobre las ofertas de sus competidores. Se trata de una carencia de informaciones relacionada con la velocidad a la que funciona hoy en día este mercado, en el que se abandonan las tradicionales « temporadas » y se desarrolla una colección cada tres semanas, como es el caso de Inditex, casa matriz de Zara.

Como una paradoja moderna, los datos están sin embargo cada vez más disponibles, ya que se hacen públicos a través de los sitios de eCommerce. Pero hay un margen de distancia entre ver los datos y analizarlos para comprenderlos. Y si hace algunos años, la inteligencia competitiva consistía en enviar equipos de « espías » a las tiendas de la competencia, la ciencia de datos ahora también forma parte del equipo.

Retviews ha desarrollado entonces, desde hace dos años, una plataforma SaaS (software como servicio) que analiza las colecciones de prêt-à-porter (listo para llevar), por medio de algoritmos de inteligencia artificial. Los resultados de estos análisis son puestos a disposición de los clientes, las principales cadenas de tiendas prêt-à-porter, entre las que se encuentran Pimkie, Etam, Claudie Pierlot así como Brice y Jules. Pimkie, una de las principales cadenas del grupo Mulliez (Auchan), fue el primer cliente. Entre los clientes de Retviews figura también una grupo chino de compañías de suministro, pero este no es el blanco prioritario de esta compañía de desarrollo de aplicaciones, la cual desea concentrarse en las cadenas de tiendas minoristas. El grupo WGSN, uno de los competidores de Retviews, compró hace algunos años la empresa emergente (startup) StyleSight, la cual se encargaba de analizar los desfiles de moda para transformarlos en datos estructurados. El producto que ofrece, llamado Instock, es en parte similar a los productos ofrecidos por Retviews, pero WGSN se focaliza en algunos mercados específicos, esencialmente anglosajones.

Tomar el dato de sitios web públicos y estructurarlo

Para iniciar sus procesos de análisis, Retviews ha desarrollado bots informáticos que, cada noche, adquieren las colecciones de productos publicitados en línea por las principales cadenas del sector. Todas las colecciones son adquiridas y conservadas, ya que el historial es valioso, como explica Loïc Winckelmans. Los principales datos recolectados son los precios, los nuevos productos de la colección, los colores, las rebajas y la estructura de las colecciones.

Si bien navega en aguas jurídicas que se encuentran en permanente evolución, el fundador de Retviews considera que tomar todos estos datos es perfectamente legal, ya que se trata de datos puestos en línea en un sitio público. El único aspecto que Retview está obligado a tomar en cuenta es la propiedad intelectual de las imágenes. Los imágenes de los productos están efectivamente protegidas, y Retviews no puede revenderlas a sus clientes. En este caso lo que hace es proporcionar un enlace hacia la imagen original.

Incluso si las colecciones cambian continuamente y el ritmo de producción se acelera, los datos históricos se conservan. Para Loïc Winckelmans, el análisis histórico responde a tres necesidades principales de sus clientes:
1. Cerrar las brechas de asimetría informativa entre las cadenas de tiendas y los consumidores. Estos últimos persiguen constantemente los buenos negocios; una vigilancia permanente que las cadenas no pueden igualar.
2. Realizar, de dos a cuatro veces al año, un estudio global sobre las tendencias.
3. Analizar los períodos de rebajas de las diferentes cadenas con el fin de calcular un calendario de rebajas propio.

Una vez que los datos son recolectados, éstos se almacenan y luego se analizan con la ayuda de herramientas de inteligencia artificial. Entre los algoritmos utilizados, Retviews destaca los siguientes: Red Neuronal Convolucional (Convolutional Neural Network), Boosting y Semántica de texto (Text semantics). « Recolectamos esencialmente datos no estructurados de textos e imágenes. La inteligencia artificial que hemos desarrollado hace el trabajo de segmentación y de clasificación; es allí que se sitúa el principal aporte de valor de nuestras actividades de investigación y desarrollo (R&D) », explica Loïc Winckelmans.
Un trabajo que no es posible hacer sin una comprensión detallada aguas arriba de las operaciones de las cadenas de tiendas, con el fin de articular los datos de manera similar a la articulación de los procesos de negocio de los clientes. Los reportes proporcionados por la plataforma son estándares, pero pueden ser adaptados a las necesidades particulares de cada cliente. Las tres preguntas principales a las que Retviews aportará respuestas son:
- ¿Cuál es la estructura de la variedad de colecciones de mis competidores?
- ¿Estoy bien posicionado con respecto a ellos en cuanto a precios?
- ¿Tengo una buena estrategia de rebajas?

Retviews es bastante reservado en relación a la elección de su infraestructura técnica, considerando que ésta forma parte del corazón del negocio, el cual tiene interés en proteger.
Podemos sin embargo imaginar que los datos no estructurados, recolectados por los bots informáticos, son depurados y luego almacenados en bases de datos documentales, dentro de la categoría NoSQL. Posteriormente los datos son estructurados y sin duda conservados en bases de datos relacionales más clásicas y adaptadas al almacenamiento de historiales de datos estructurados.

Mañana, habrá que abrirse a nuevas fuentes de datos

Lorenzo Pellizzari y Loic Winckelmans, fondadores de Retviews
Lorenzo Pellizzari y Loic Winckelmans, fondadores de Retviews
Para Loïc Winckelmans, los futuros desarrollos de Retviews no girarán necesariamente en torno a las redes sociales. El cierre de las APIs, los problemas de propiedad de los datos, colocan al futuro de la analítica lejos de las plataformas sociales. Incluso si la empresa reconoce que sería muy interesante hacer un cruce entre los datos de la plataforma Retviews con las preferencias expresadas por ejemplo sobre Pinterest, esto no parece ser una tendencia relevante.
En cambio el análisis de nuevos datos, recolectados por ejemplo en las tiendas, podría abrir nuevas oportunidades de enriquecimiento de los análisis. Aquí estamos hablando de datos de los probadores de ropa virtuales, tiendas sin cajas registradoras, etc.
La economía orientada a los datos sólo está dando sus primeros pasos. La conducción de las actividades a través de la analítica revelará nuevos desafíos en los próximos años.




Nuevo comentario:
Facebook 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