Fernando Zaldívar, Director General de IRI España
Nº 34 – AÑO 2020

En un entorno cada vez más desafiante y cambiante. ¿pueden las marcas y los retailers ser, al mismo tiempo, grandes y rápidos? La respuesta es sí. Pero, para ello, necesitan innovar en el conocimiento del mercado. Es ahora el momento de pasar de la mera recopilación de datos a convertirlos en herramientas accionables. Y esto es precisamente lo que puede conseguir la inteligencia artificial (IA).

iStock-676434046-1

Nos encontramos en un entorno cada vez más cambiante, donde distribuidores y fabricantes de gran consumo tienen grandes retos por delante: la marca de distribuidor cobra cada vez más protagonismo frente a la marca de fabricante, los márgenes son cada vez más estrechos, la omnicanalidad multiplica las variables que impactan en la decisión de compra de los consumidores y cada vez es más difícil predecir el comportamiento de estos, quienes son menos marquistas que las generaciones anteriores y prefieren las experiencias personalizadas. Todo ello lleva, por un lado, a los retailers a buscar la excelencia en satisfacer las necesidades y brindar al consumidor una experiencia holística con el fin de fidelizar a los compradores y, por otro, a los fabricantes a conseguir su nicho en los lineales, innovando y buscando nuevos momentos de consumo.

EL RÁPIDO SE COME AL LENTO

La gran frase “el grande se come al pequeño” ha sido sustituida por “el rápido se come al lento”. No tenemos más que mirar a nuestro alrededor para tropezarnos con ejemplos de compañías pequeñas y disruptivas, que se han ganado un hueco en el mercado gracias a una idea ágil e innovadora que ha sabido satisfacer las demandas del consumidor actual. Pero, ¿pueden también las grandes marcas y los retailers, ser, al mismo tiempo, grandes y rápidos?

Sin duda, para ser más ágiles en la toma de decisiones y adelantarse a lo que está por venir, las empresas necesitan innovar en el conocimiento del mercado. Desde hace tiempo, vivimos focalizados en la recopilación de datos, invirtiendo en muchos casos demasiado tiempo y esfuerzo, pero no sabemos realmente transformar esos datos en información y esa información en conocimiento. Si queremos mejorar nuestros resultados, es ahora el momento de explotarlos y convertirlos en herramientas accionables. Y es precisamente esto lo que puede conseguir la inteligencia artificial (IA), automatizando procesos estándar tanto para distribuidores como para fabricantes.

Pero, para hacerlo, la IA necesita trabajar en la integración de datos complejos de múltiples fuentes, tanto internas como externas, como hace la plataforma Liquid Data de IRI.

iStock-1169660408

“La gran frase ‘el grande se come al pequeño’ ha sido sustituida por ‘el rápido se como al lento”.

NO PERDER EL TREN DE LA OPORTUNIDAD

A veces nos asustan tantas palabras complejas y de moda como inteligencia artificial o machine learning, pero en realidad no son más que facilitadores. Lo que sigue manteniéndose de mar de fondo es la necesidad de conocer el mercado en el que estamos, es decir, conocer y tener experiencia en gran consumo en este caso, y disponer de información, y para eso nadie mejor que un distribuidor, que ya es en sí mismo una fuente de generación de datos en cada momento. Cada vez que alguien pasa un producto por caja, se están generando datos. Es tal la cantidad de datos que se generan en el punto de venta que, sumados a factores externos como la temperatura, el stock, las promociones, el perfil de quien compra, etc., solo somos capaces de transformar esos datos en información para tomar decisiones gracias al uso de la tecnología, que nos permite mover tantos datos y tan diversos sin perder la vida en el intento.

Si no nos apoyamos en la tecnología para ello, pasaríamos tanto tiempo intentando sacar una conclusión que, para cuando la obtuviésemos, ya se nos habría pasado el tren de la oportunidad. Dejemos a las máquinas hacer su trabajo y nosotros centrémonos en construir una capa de valor y conocimiento sobre ello.

Vivimos focalizados en la recopilación de datos, pero no sabemos realmente transformar esos datos en información y esa información en conocimiento. Si queremos mejorar nuestros resultados, es ahora el momento de explotarlos y convertirlos en herramientas accionables. Y es precisamente esto lo que puede conseguir la inteligencia artificial (IA)”.

Fernando Zaldívar

iStock-1000151642

LAS DIFERENTES REALIDADES DE LA IA

Implementar IA en una organización permite detectar oportunidades de crecimiento que normalmente no se identifican y solventar problemas específicos del negocio.

Aprovechar el big data, la inteligencia artificial, el machine learning y las nuevas plataformas de toma de decisión nos permite pasar de personas que invierten tiempo y esfuerzo en analizar datos históricos a personas que utilizan los insights automatizados para proporcionar decisiones accionables y cuantificables a gran velocidad.

Haciendo que los datos y la inteligencia artificial sean una parte fundamental del flujo de trabajo de los empleados, las empresas pueden obtener valor añadido en múltiples áreas, como en la implementación de estrategias de precio y promociones, en la innovación de producto, en la cadena de suministro o en la publicidad en medios. Por ejemplo, definir una apropiada estrategia de precio y promociones y una correcta implementación en el punto de venta son algunos de los elementos más potentes para generar ventas. Explotando las capacidades de la IA, los distribuidores y fabricantes pueden identificar y activar la estrategia correcta de una forma rápida y sencilla. Los algoritmos ayudan a identificar no solo los tiempos de implementación y el tipo de promociones que son más eficaces para un target concreto, sino también el lenguaje y el canal a utilizar.

Otro ejemplo muy claro es el de las tarjetas de fidelización. Desde hace muchos años, los distribuidores están muy focalizados en incrementar el número de fidelizados con el único propósito de impulsar al cliente a comprar en un determinado comercio. La realidad es que detrás de una tarjeta de fidelización se recopila gran cantidad de información muy potente -datos demográficos, hábitos de compra, gustos y preferencias del consumidor, etc.- que, la mayoría de las veces, no se aprovecha. Cruzar toda esa información del cliente junto con datos de las ventas y del mercado permite crear una herramienta de conocimiento del cliente de primera clase, en la que distribuidores y fabricantes pueden trabajar de manera colaborativa detectando palancas de crecimiento para ambos.

“Para ser más ágiles en la toma de decisiones y adelantarse a lo que está por venir, las empresas necesitan innovar en conocimiento del mercado”.

LA INNOVACIÓN DE PRODUCTO

La innovación de producto es otra área que puede ser completamente transformada por la aplicación de la inteligencia artificial y los procesos de machine learning.

Las empresas más pequeñas, que están más próximas al consumidor, pueden reaccionar rápidamente a las tendencias que observan en ellos. Pero esto es un gran reto para las grandes marcas, ya que sus organizaciones no siempre tienen la estructura adecuada para reaccionar y cambiar rápidamente. Y es precisamente este uno de los beneficios de la IA, con procesos que mantienen un ciclo continuo de desarrollo de producto y mejora.

“Cada vez que alguien sube algo a un blog, tuitea o realiza una búsqueda en internet, se revelan datos importantes que, combinados con datos subjetivos como, por ejemplo, preferencias de música o cine, pueden ayudar a predecir tendencias futuras”.

Fernando Zaldívar

COMBINAR LO OBJETIVO CON LO SUBJETIVO

La inteligencia artificial tiene la capacidad de procesar un gran volumen de datos objetivos y subjetivos.

Cada vez que alguien sube algo a un blog, tuitea o realiza una búsqueda en internet, se revelan datos importantes que, combinados con datos subjetivos como, por ejemplo, preferencias de música o cine, pueden ayudar a predecir tendencias futuras.

Esto significa que los procesos de innovación pueden ser ilimitados y son considerablemente más rápidos con el uso de la IA.

PERO NO ES UNA FÓRMULA MÁGICA…

Sin embargo, la inteligencia artificial y las tecnologías de machine learning no son una fórmula mágica. Deberían verse como una inversión con un retorno real que requiere un cambio interno.

Las organizaciones deben comprometerse a crear una cultura basada en los datos, haciendo estas herramientas accesibles a todos los departamentos y permitiendo la toma de decisiones en toda la organización.

iStock-1140691174

“Si no nos apoyamos en la tecnología, pasaríamos tanto tiempo intentando sacar una conclusión de los datos que, para cuando la obtuviésemos, ya se nos habría pasado el tren de la oportunidad”.

UNA CULTURA BASADA EN LOS DATOS

Según un estudio publicado por Accenture en 2016, se predice que el impacto de las tecnologías de IA incrementarían la productividad en un 40%. Esto es debido a que la tecnología es capaz de tomar el mando de numerosos procesos repetitivos y predecibles, cambiando así el rol de las personas, permitiéndoles trabajar más eficientemente o de forma más creativa, ofreciendo a las empresas una ventaja competitiva real.

CULTURA ORGANIZATIVA

Uno de los aspectos clave para tener éxito en la adopción de la IA es la cultura de la organización y la motivación de las personas por adoptar este cambio.

La IA permite que el trabajo de las personas evolucione, pero esto para muchas organizaciones puede suponer una barrera, si es percibido como una amenaza a su trabajo en lugar de una oportunidad.

La capacidad de las empresas de gran consumo de adoptar estos cambios tan necesarios vendrá en gran medida no solo por la inversión en tecnología, sino también por la inversión y el tiempo dedicados a este cambio en las personas.

Por ello, ¿está realmente preparada tu empresa internamente para realizar predicciones de negocio con los datos? ¿Existe la cultura organizacional adecuada? En ocasiones, puede ser muy enriquecedor ir de la mano de empresas externas conformadas por equipos multidisciplinares expertos y con conocimiento del sector con el fin de que nos proporcionen un nuevo enfoque, no solo en el análisis de los datos, sino en las estrategias accionables que complementen las capacidades de la empresa.

LA OPORTUNIDAD DE CRECIMIENTO

Los distribuidores de gran consumo y los fabricantes están en el camino de invertir más de 20.000 millones de dólares en big data en los próximos de tres a cinco años en EE.UU. Por ejemplo, ya el año pasado, Walmart fue el tercer retailer en invertir en tecnología, solo por detrás de Amazon y Alphabet, la compañía matriz de Google.

Estos disruptores nos han mostrado que asumir riesgos es el motor del crecimiento -y es ahora el momento de asumirlos-. Las herramientas dotadas de IA tienen la capacidad de impactar en todos los procesos de gran consumo aprovechando las ventajas del big data. Desde ofrecer recomendaciones sobre precios en tiempo real e implementar surtidos que minimizan el desperdicio hasta generar insights personalizados en una campaña de publicidad que dé lugar a mayores ventas.

Esto hace posible atraer el mayor valor de cada cliente. Sin duda, es ahora el momento para que la industria de gran consumo aproveche las oportunidades que les ofrece la inteligencia artificial.

SECTORES Y ÁREAS

TDN
TDN Área