Cómo aplicar Big Data en eCommerce
Laia Ordoñez
-
Uno de los términos de moda que aplica los datos de manera científica. Te contamos 5 maneras de aplicar Big Data al eCommerce ¡no te las pierdas!
-
-
-
Generamos y almacenamos cada vez más y más datos. Enormes cantidades de información que podemos y debemos utilizar si queremos sacar el máximo partido a nuestro negocio. Hoy hablamos de cómo aplicar el Big Data en eCommerce.
-
¿Por qué es tan importante el uso de los datos?
-
La respuesta es sencilla (sobre el papel): cada minuto que pasa en Internet se están generando millones de interacciones. Desde búsquedas en los distintos motores, engagement con plataformas sociales o visualizaciones a, por supuesto, compras y visitas a tiendas online.
El gran reto es agregar todos esos datos y ponerlos en valor. Si conseguimos agruparlos y analizarlos con la velocidad suficiente (que idealmente debería ser en tiempo real) tendremos una visión panorámica del cliente como nunca se había podido imaginar hasta ahora.
En términos de eCommerce gracias al Big Data podemos saber:
- Qué ha comprado en nuestra tienda
- Cuándo ha realizado su última compra
- Qué otros productos ha visitado
- El sentimiento hacia la marca
- Intereses y temas que le motivan
Este perfil tan detallado de un cliente prácticamente anónimo solo se puede equiparar al que se lograba trazar en retail después de muchos años de relación entre una persona y un vendedor.
El Big Data en eCommerce supone una oportunidad para predecir y personalizar la experiencia de compra, una forma de aplicar en tiempo real estrategias basadas en datos objetivos. -
Uso de Big Data en eCommerce
-
Salgamos un poco de lo abstracto y veamos algunas de las posibilidades concretas que tiene el análisis de estos datos desde el punto de vista de las tiendas online.
-
-
-
#1 – Para predecir tendencias
-
Realizando un pormenorizado análisis de la información que se genera en los motores de búsqueda, los resultados de nuestras campañas publicitarias (especialmente relevantes los términos de búsqueda de Adwords), información interna como la que se genera desde el propio buscador de la tienda y el sentimiento hacia la marca en social media tendremos una fotografía muy clara de lo que busca el consumidor.
Esta información debe cruzarse con nuestro negocio ¿cuál de nuestros productos la satisface mejor? ¿Deberíamos incorporar algo nuevo al stock? ¿Creamos una categoría para esto? -
EJEMPLO: un buen ejemplo es el de la tienda de moda zaful.com que después de la Fashion Week de Nueva York detectó un incremento en las búsquedas de la keyword: “stripes” (rayas) y lanzó una nueva colección para la temporada siguiente que se vendió un 35% más.
-
#2 – Para personalizar la experiencia
-
De esto sabe mucho Amazon que cada vez utiliza más y mejor el behavioural content o el contenido conductual creado en base al comportamiento del usuario.
La manera más básica aunque no por ella menos efectiva de aplicar el Big Data a la experiencia de compra personalizada es mediante las recomendaciones. Hablábamos antes de tener un perfil completo del usuario con lo que ajustando la oferta de los productos a la realidad y el contexto de esa persona incrementaremos notablemente la conversión. Cada vez más nos movemos hacia tiendas distintas para cada usuario. -
#3 – Para ser más eficientes con el repricing
-
Dependiendo del nicho y la estacionalidad, la competencia puede llegar a ser feroz. Una de las armas que siempre se han utilizado desde los primeros tiempos del retail, la oferta y la demanda es la estrategia de repricing que, básicamente, consiste en adecuar los precios al mercado dinámicamente.
Utilizando Big Data, el repricing tiene mucho más de científico que de intuitivo. Podemos de nuevo analizar vectores propios (nivel de stock, porcentaje de conversión de un determinado artículo, predicciones de venta…) y variables externas ya comentadas (acciones de la competencia, intención de búsqueda, engagement, tendencias…)
Gracias a esto estaremos en disposición por ejemplo de subir el precio de un producto de fuerte demanda y poca oferta, bajar precios fuera de mercado, crear promociones, crear packs o bundles… el único límite es lo que se te ocurra a nivel estratégico. -
-
-
#4 – Para prever la demanda
-
Uno de los asuntos más delicados para cualquier tienda online es ser capaz de prever las ventas de sus productos. Siempre se vive con la duda de si se comprará demasiado y tendremos sobrestock o por el contrario lo romperemos y perderemos ventas.
Esa balanza entre el coste que supone producir y almacenar productos que no se venden y el coste de oportunidad perdida puede minimizarse gracias al Big Data. De nuevo ponemos de ejemplo a Amazon que es capaz de utilizar el histórico de sus ventas para prever las ventas a futuro. -
-
-
#5 – Para la atención al cliente
-
Conociendo al cliente se le atenderá mejor. Es casi una obviedad pero no por eso es menos cierto.
Al manejar toda la información relevante sobre él como su historial de compras, interacciones previas con los distintos departamentos y a través de social media tenemos una visión clara de qué ofrecerle y cómo hacerlo.
¿Un ejemplo? La compañía aérea Southwest Airlines que goza de una gran reputación precisamente por su atención al cliente, utiliza en tiempo real las interacciones de sus clientes en redes sociales, las cruza con los datos de su propio servicio de atención al cliente y permite que sus agentes sean capaces de ofrecer una solución óptima y rápida en cada escenario (también utilizan Big Data promocionalmente creando ofertas a medida) -
¿No te parece increíble lo que la aplicación del Big Data al eCommerce puede hacer por un negocio? ¿Lo ves dentro de tu estrategia futura?
-
Imágenes | Fotolia.