El sector minorista es uno de los nichos más ha resentido el impacto de la actual pandemia. La escasez de ciertas líneas de productos, el confinamiento, la interrupción de las cadenas de suministro y el cierre de tiendas físicas provocaron que los consumidores modificaran la manera en que compran, la cantidad y los lugares donde lo hacen.

Las empresas están conscientes de la urgencia de determinar de qué manera los cambios en los hábitos de consumo han afectado sus canales, categorías, marcas y productos durante y después de la crisis sanitaria, y qué acciones pueden llevar a cabo.

Deben, asimismo, adaptarse pronto a los cambios que inevitablemente continuarán dándose, además de ajustar sus estrategias sobre la marcha para mejorar el desempeño del negocio y prepararse para una nueva normalidad.

Al igual que con otro tipo de fenómenos, como las recesiones económicas, las empresas que reaccionan de manera inmediata y cuidadosa pueden desarrollar la resiliencia que se necesita para superar la tormenta y surgir mucho más robustecidas. Por otro lado, observar y monitorear las fluctuaciones de la demanda ayuda a identificar hasta los cambios más sutiles en el comportamiento de los consumidores relativos a las categorías de productos, selección de canales, frecuencia de compra y preferencia de marcas, entre otros.

Estos giros, a la par de los pronósticos respecto al combate del virus y la recuperación económica, son indicadores fundamentales para replantear las estrategias comerciales.

Los retailers están utilizando la analítica avanzada e innovaciones como el machine learning y la inteligencia artificial para analizar una gran cantidad de fuentes de datos y así obtener insights de los compradores y de los patrones de la demanda. Asimismo, a fin de comprender de qué manera puede evolucionar la demanda durante y después de la pandemia, analizan datos de los puntos de venta, de escáneres e información epidemiológica, están escuchando lo que se dice en los medios sociales y observando las tendencias económicas.

Respuestas rápidas

La analítica avanzada y el machine learning ayudan a las organizaciones minoristas a visualizar, pronosticar y tomar decisiones más informadas para estar al día con las tendencias en los patrones de demanda de sus productos, así como crear un… Click To Tweet

En este contexto, el máximo desafío para la mayoría de las organizaciones es el tiempo que se requiere para que el proceso de pronóstico de la demanda incorpore los rápidos cambios o picos. Estos picos pueden tener varios detonadores, como las promociones vigentes, los cambios repentinos del clima, el sentimiento que priva en los medios sociales y, por supuesto, fenómenos económicos, sociales y sanitarios. Actualmente, los cambios en la demanda obedecen a la pandemia, lo que obliga a las empresas a responder, recuperarse y reimaginarse en la nueva normalidad.

La acelerada migración al comercio electrónico y las interacciones digitales también han contribuido a profundizar el conocimiento sobre los consumidores. Los retailers se han enfocado en rastrear el comportamiento y preferencias que quedan registradas en su paso por sitios web o aplicaciones móviles. Esta información complementa a la registrada históricamente y recopilada de puntos de venta y la geolocalización.

Esta combinación de entornos físicos y digitales requiere de una combinación más robusta de analítica, procesamiento de enormes cantidades de datos (Big Data), así como de tecnologías cognitivas que permitan una mayor cercanía y comprensión del trayecto de los consumidores, y sus cambiantes hábitos de compra y preferencias.

Al mismo tiempo, permite diseñar una experiencia digital, a través de todos los canales, totalmente satisfactoria y que cumpla con todas sus expectativas. El trayecto del cliente en línea, en una aplicación, call center o tienda física, necesita ser lo más fluido posible, de lo contrario bastará un clic para que se vaya con la competencia. Al final, las organizaciones que más prosperen serán aquellas que entiendan y satisfagan integralmente al nuevo consumidor.