RETAIUP
Tengamos una conversación
RETAILUP
Tengamos una conversación
RETAILUP
Tengamos una conversación
Hola, te presento a Amazon, Netflix, Google, Airbnb, Cabify, Spotify, Tripadvisor
Nuestra forma de comprar, de ver la televisión, de buscar información, de alojarnos, de desplazarnos, de escuchar música o de viajar ha cambiado drásticamente en menos de cinco años. Y entre todas estas nuevas formas de interactuar con el mundo existe un hilo conductor: LOS DATOS
Las plataformas digitales cuentan con una información muy valiosa que los entornos tradicionales no son capaces de obtener, procesar y aprovechar en el momento adecuado.
El análisis de datos permite mediante las técnicas de ‘machine learning’ y ‘deep learning’ crear modelos de nuestro comportamiento y computar una ingente cantidad de datos de forma distribuida. Esto nos permite la obtención de los datos y su tratamiento y comparación con los modelos obtenidos en tiempo real. Logramos así una imagen sobre las acciones futuras de nuestros clientes.
El sector del Retail en entornos físicos intenta competir con el e-commerce y está entrando en guerra directa con el entorno digital.
En algunos casos, como FNAC, directamente ceden al poder de dichas plataformas, han cambiado su modelo de negocio tradicional para intentar transformarse en un nuevo AMAZON.
Se intenta trasladar la batalla a un campo que el sector digital conoce a la perfección y sobre el que lleva años de ventaja, sin aprovechar algo que el entorno físico tiene y el digital no puede disponer, y es la presencia de aquello que se desea vender junto al individuo que lo desea comprar.
¿Cómo funciona Amazon?
El gigante de la venta electrónica recoge datos de los usuarios de acuerdo a los movimientos que el mismo realiza con el mouse del ordenador sobre su plataforma.
Recogen datos de los productos que visualizan, las ampliaciones de fotografías de productos, tiempos en cada escenario, recorridos de navegación e históricos de usuarios. Todos los datos los recopilan con suma precisión y los procesan EN TIEMPO REAL.
Estos datos recopilados en tiempo real se comparan con modelos de comportamiento de compra que han finalizado en éxito y, los resultados de esa comparativa, les da oportunidad de poder modificar en tiempo real la página y sus precios u ofertas para lograr un éxito de venta final y a un precio adecuado al cliente. De este modo incrementan los beneficios por producto.
Pero existen handicaps que intenta solucionar: las molestias de envío de producto, el tiempo desde la compra hasta la recepción del mismo, la imposibilidad de probar el producto o la gestión de cambios o disconformidades.
¿Se puede dotar de la misma tecnología a los entornos tradicionales?
La respuesta es que SÍ PODEMOS y gracias a nuestra tecnología lo hacemos.
Convertimos a las personas en movimientos de un ‘mouse’ en el ordenador, dotando a los espacios físicos de la misma tecnología y conocimientos disponibles para los espacios digitales.
Pero lo más importante es que gestionamos esos datos en TIEMPO REAL y los introducimos en un entorno de inteligencia artificial que permite anticiparnos a las reacciones de nuestros usuarios, podemos interactuar con ellos y creamos una oportunidad de venta ad hoc.
Disponer de información en un Bussiness Intelligence que refleje cómo han actuado mis clientes en el pasado es interesante, y nos permite ser previsores y conocer cómo están actuando en el presente también lo es, pero…
Nuestro sistema permite identificar cómo los clientes del presente van a actuar en el futuro y logramos que su experiencia de usuario y su entorno se adapten a ellos.
Te presento a Amazon, Netflix, Google, Airbnb, Cabify, Spotify, Tripadvisor
Nuestra forma de comprar, de ver la televisión, de buscar información, de alojarnos, de desplazarnos, de escuchar música o de viajar ha cambiado drásticamente en menos de cinco años. Y entre todas estas nuevas formas de interactuar con el mundo existe un hilo conductor: LOS DATOS
Las plataformas digitales cuentan con una información muy valiosa que los entornos tradicionales no son capaces de obtener, procesar y aprovechar en el momento adecuado.
El análisis de datos permite mediante las técnicas de ‘machine learning’ y ‘deep learning’ crear modelos de nuestro comportamiento y computar una ingente cantidad de datos de forma distribuida. Esto nos permite la obtención de los datos y su tratamiento y comparación con los modelos obtenidos en tiempo real. Logramos así una imagen sobre las acciones futuras de nuestros clientes.
El sector del Retail en entornos físicos intenta competir con el e-commerce y está entrando en guerra directa con el entorno digital.
En algunos casos, como FNAC, directamente ceden al poder de dichas plataformas, han cambiado su modelo de negocio tradicional para intentar transformarse en un nuevo AMAZON.
Se intenta trasladar la batalla a un campo que el sector digital conoce a la perfección y sobre el que lleva años de ventaja, sin aprovechar algo que el entorno físico tiene y el digital no puede disponer, y es la presencia de aquello que se desea vender junto al individuo que lo desea comprar.
¿Cómo funciona Amazon?
El gigante de la venta electrónica recoge datos de los usuarios de acuerdo a los movimientos que el mismo realiza con el mouse del ordenador sobre su plataforma.
Recogen datos de los productos que visualizan, las ampliaciones de fotografías de productos, tiempos en cada escenario, recorridos de navegación e históricos de usuarios. Todos los datos los recopilan con suma precisión y los procesan EN TIEMPO REAL.
Estos datos recopilados en tiempo real se comparan con modelos de comportamiento de compra que han finalizado en éxito y, los resultados de esa comparativa, les da oportunidad de poder modificar en tiempo real la página y sus precios u ofertas para lograr un éxito de venta final y a un precio adecuado al cliente. De este modo incrementan los beneficios por producto.
Pero existen handicaps que intenta solucionar: las molestias de envío de producto, el tiempo desde la compra hasta la recepción del mismo, la imposibilidad de probar el producto o la gestión de cambios o disconformidades.
¿Se puede dotar de la misma tecnología a los entornos tradicionales?
La respuesta es que SÍ PODEMOS y, gracias a nuestra tecnología, lo hacemos.
Convertimos a las personas en movimientos de un ‘mouse’ en el ordenador, dotando a los espacios físicos de la misma tecnología y conocimientos disponibles para los espacios digitales.
Pero lo más importante es que gestionamos esos datos en TIEMPO REAL y los introducimos en un entorno de inteligencia artificial que permite anticiparnos a las reacciones de nuestros usuarios, podemos interactuar con ellos y creamos una oportunidad de venta ad hoc.
Disponer de información en un Bussiness Intelligence que refleje cómo han actuado mis clientes en el pasado es interesante, y nos permite ser previsores y conocer cómo están actuando en el presente también lo es, pero…
Nuestro sistema permite identificar cómo los clientes del presente van a actuar en el futuro y logramos que su experiencia de usuario y su entorno se adapten a ellos.
¿Cómo lo logramos?
CAPTACIÓN DE DATOS
Desplegamos sensores propios que emulan un emisor WIFI y recogen las señales que los smartphones de los clientes emiten, sin necesidad de que se conecten a ningún tipo de red WIFI de los establecimientos o de nuestros dispositivos.
Los datos recogidos son el identificador único del terminal, un registro del tiempo en el que se capta el dato y una intensidad de señal del terminal.
Si el local lo requiere podemos aumentar la captación de información mediante la integración de cámaras o la inclusión en el sistema de su propia red de video-vigilancia.
GENERACIÓN DE MODELOS
Creamos modelos de comportamiento de los individuos gracias a la algoritmia de aprendizaje computacional, permitiendo determinar la conducta de los clientes y sus procesos de compra.
ALIMENTACIÓN DEL SISTEMA CON DATOS EXTERNOS, DE EQUIPOS U OPENDATA
Alimentamos los modelos con nuevos datos para mejorarlos. Recogemos datos de dos fuentes distintas:
1.- Fuentes Scada o sistemas domóticos, así como equipos operativos del cliente. Esto nos permite conocer el estado de temperaturas de los espacios, iluminación, música ambiental o terminales punto de venta entre otros.
2.- Datos open data o externos como pueden ser gestiones de tráficos, temperaturas, estados puntuales de una ciudad, que pueden incidir aunque sea mínimamente en la gestión del establecimiento del cliente.
PROCESADO DE DATOS
De los sensores obtenemos, triangulando posiciones en base a las intensidades de señal recogidas, los recorridos de cada uno de los individuos, es decir, los movimientos del ratón.
De las cámaras podemos obtener además de una conformidad de recorridos y una captación de individuos sin terminal (niños básicamente) datos tan valiosos como rango de edad, altura, tipo de ropa, sexo o incluso su estado de ánimo.
Para procesar estos datos utilizamos redes neuronales convolucionales en base a las imágenes procesadas.
INTREGRACIÓN DEL TIEMPO REAL
Cuando nuestros modelos están alimentados y listos para ser comparados podemos entrar en la fase de captación y procesado de datos en tiempo real.
Nos permite que dichos datos sean comparados con los modelos creados, dando una información de salida del sistema que identifique como actuará en el corto plazo aquellos clientes que en ese momento se mueven en nuestro espacio físico.
Es importante recordar que nuestros modelos continúan alimentándose y aprendiendo constantemente de los nuevos aportes de datos que los clientes realizan. Es decir, cuanto mas tiempo funciona mas aprende nuestro sistema.
LOS OUTPUT DE SALIDA
Cuando logramos la información sobre el comportamiento previsto de los clientes que en ese momento pisan nuestros establecimiento podemos dar valor a dicha información de múltiples formas, a título enumerativo podemos nombrar:
1.- Sistema de inteligencia artificial que permita gestionar los recursos del establecimiento, seguridad, limpieza , auxiliares, de inventario, stock o ventas especialmente adecuados para centros comerciales o grandes superficies con elevados costes operacionales.
2.- Sistemas de realidad aumentada que permiten una gestión de precios, ventas o información de artículos utilizando el terminal móvil del cliente identificando los artículos y mostrando sobre ellos ofertas adecuadas al modelo de comportamiento del cliente.
3.- Lanzamiento de marketing ad hoc y en tiempo real para los clientes, con una evaluación clara de la respuesta de cada campaña en tiempo de ejecución.
4.-Sistemas de salida por audio-video tradicionales donde se informe de campañas específicas adaptadas a nuestros clientes presenciales.
5.-Gestión de ventas cruzadas adecuadas a la realidad del cliente que se encuentra en caja, aumentando el valor de compra por usuario.
¿Cómo lo logramos?
CAPTACIÓN DE DATOS
Desplegamos sensores propios que emulan un emisor WIFI y recogen las señales que los smartphones de los clientes emiten, sin necesidad de que se conecten a ningún tipo de red WIFI de los establecimientos o de nuestros dispositivos.
Los datos recogidos son el identificador único del terminal, un registro del tiempo en el que se capta el dato y una intensidad de señal del terminal.
Si el local lo requiere podemos aumentar la captación de información mediante la integración de cámaras o la inclusión en el sistema de su propia red de video-vigilancia.
PROCESADO DE DATOS
De los sensores obtenemos, triangulando posiciones en base a las intensidades de señal recogidas, los recorridos de cada uno de los individuos, es decir, los movimientos del ratón.
De las cámaras podemos obtener además de una conformidad de recorridos y una captación de individuos sin terminal (niños básicamente) datos tan valiosos como rango de edad, altura, tipo de ropa, sexo o incluso su estado de ánimo.
Para procesar estos datos utilizamos redes neuronales convolucionales en base a las imágenes procesadas.
GENERACIÓN DE MODELOS
Creamos modelos de comportamiento de los individuos gracias a la algoritmia de aprendizaje computacional, permitiendo determinar la conducta de los clientes y sus procesos de compra.
INTREGRACIÓN DEL TIEMPO REAL
Cuando nuestros modelos están alimentados y listos para ser comparados podemos entrar en la fase de captación y procesado de datos en tiempo real.
Nos permite que dichos datos sean comparados con los modelos creados, dando una información de salida del sistema que identifique como actuará en el corto plazo aquellos clientes que en ese momento se mueven en nuestro espacio físico.
Es importante recordar que nuestros modelos continúan alimentándose y aprendiendo constantemente de los nuevos aportes de datos que los clientes realizan. Es decir, cuanto mas tiempo funciona mas aprende nuestro sistema.
ALIMENTACIÓN DEL SISTEMA CON DATOS EXTERNOS, DE EQUIPOS U OPENDATA
Alimentamos los modelos con nuevos datos para mejorarlos. Recogemos datos de dos fuentes distintas:
1.- Fuentes Scada o sistemas domóticos, así como equipos operativos del cliente. Esto nos permite conocer el estado de temperaturas de los espacios, iluminación, música ambiental o terminales punto de venta entre otros.
2.- Datos open data o externos como pueden ser gestiones de tráficos, temperaturas, estados puntuales de una ciudad, que pueden incidir aunque sea mínimamente en la gestión del establecimiento del cliente.
LOS OUTPUT DE SALIDA
Cuando logramos la información sobre el comportamiento previsto de los clientes que en ese momento pisan nuestros establecimiento podemos dar valor a dicha información de múltiples formas, a título enumerativo podemos nombrar:
1.- Sistema de inteligencia artificial que permita gestionar los recursos del establecimiento, seguridad, limpieza , auxiliares, de inventario, stock o ventas especialmente adecuados para centros comerciales o grandes superficies con elevados costes operacionales.
2.- Sistemas de realidad aumentada que permiten una gestión de precios, ventas o información de artículos utilizando el terminal móvil del cliente identificando los artículos y mostrando sobre ellos ofertas adecuadas al modelo de comportamiento del cliente.
3.- Lanzamiento de marketing ad hoc y en tiempo real para los clientes, con una evaluación clara de la respuesta de cada campaña en tiempo de ejecución.
4.-Sistemas de salida por audio-video tradicionales donde se informe de campañas específicas adaptadas a nuestros clientes presenciales.
5.-Gestión de ventas cruzadas adecuadas a la realidad del cliente que se encuentra en caja, aumentando el valor de compra por usuario.
¿Y todo esto es posible? ¿Con qué tecnología?
Utilizamos sensórica propia de coste contenido creada ad hoc para nuestra funcionalidad.
Las plataformas de procesado de datos y gestión en tiempo real se nutren de los sistemas OpenSource y programación como Spark y Flink.
Tratamos imágenes bajo la creación de redes neuronales en TensorFlow
Utilizamos bases de datos NoSQL tales como MongoDB y Cassandra. Todo alojado en Cloud bajo el amparo de Google Platform y Microsoft Azure.
¿y la competencia?
La localización de individuos no es algo novedoso. Existen empresas que utilizan este tipo de tecnología para captar información, si bien no realizan un tratamiento de los datos posterior de los datos dotando su plataforma de inteligencia. Por otro lado, sus dispositivos requeridos para el despliegue son de un coste superior al no haber sido diseñados ad hoc para esta funcionalidad. En definitiva, muestran mapas de calor o paneles informativos a las empresas dentro de un Bussiness Intelligence con información del pasado para, que el equipo empresarial, con esa información sobre el pasado tome decisiones acerca del futuro.
Nosotros dotamos de información del futuro para tomar decisiones desde el pasado.
Genial ¿Pero qué necesitáis?
Necesitamos testar el sistema en entornos que nos permitan ser validados por el cliente y que éste nos ofrezca su Know how.
Nosotros somos conocedores de la tecnología y nuestros clientes son expertos en el retail. De la fusión de conocimiento de ambos es de donde nacerá un producto único que dote de verdaderas herramientas al sector del retail físico para ser líderes.
Esto tiene que ser muy caro…
Se plantean dos opciones de monetización:
1.- El sistema de Software as Service como medio tradicional
2.- Bien el riesgo con el cliente basados en el incremento de ventas producido bajo la aplicación del sistema y la reducción de gastos operativos.
Existen tipologías de clientes como el sector de centros comerciales donde la distribución de gastos operativos está clara y puede ser evaluable, mientras que quizá otros sectores sea mas complicado.
Poder participar en la aceleradora nos permitirá definir los canales de entrada a cliente, validar el modelo de negocio y crear un modelo empresarial de éxito totalmente escalable e internacionalible.
¿Y todo esto es posible? ¿Con qué tecnología?
Utilizamos sensórica propia de coste contenido creada ad hoc para nuestra funcionalidad.
Las plataformas de procesado de datos y gestión en tiempo real se nutren de los sistemas OpenSource y programación como Spark y Flink.
Tratamos imágenes bajo la creación de redes neuronales en TensorFlow
Utilizamos bases de datos NoSQL tales como MongoDB y Cassandra. Todo alojado en Cloud bajo el amparo de Google Platform y Microsoft Azure.
¿y la competencia?
La localización de individuos no es algo novedoso. Existen empresas que utilizan este tipo de tecnología para captar información, si bien no realizan un tratamiento de los datos posterior de los datos dotando su plataforma de inteligencia. Por otro lado, sus dispositivos requeridos para el despliegue son de un coste superior al no haber sido diseñados ad hoc para esta funcionalidad. En definitiva, muestran mapas de calor o paneles informativos a las empresas dentro de un Bussiness Intelligence con información del pasado para, que el equipo empresarial, con esa información sobre el pasado tome decisiones acerca del futuro.
Nosotros dotamos de información del futuro para tomar decisiones desde el pasado.
Genial ¿Pero qué necesitáis?
Necesitamos testar el sistema en entornos que nos permitan ser validados por el cliente y que éste nos ofrezca su Know how.
Nosotros somos conocedores de la tecnología y nuestros clientes son expertos en el retail. De la fusión de conocimiento de ambos es de donde nacerá un producto único que dote de verdaderas herramientas al sector del retail físico para ser líderes.
Esto tiene que ser muy caro…
Se plantean dos opciones de monetización:
1.- El sistema de Software as Service como medio tradicional
2.- Bien el riesgo con el cliente basados en el incremento de ventas producido bajo la aplicación del sistema y la reducción de gastos operativos.
Existen tipologías de clientes como el sector de centros comerciales donde la distribución de gastos operativos está clara y puede ser evaluable, mientras que quizá otros sectores sea mas complicado.
Poder participar en la aceleradora nos permitirá definir los canales de entrada a cliente, validar el modelo de negocio y crear un modelo empresarial de éxito totalmente escalable e internacionalible.
¿Y todo esto es posible? ¿Con qué tecnología?
Utilizamos sensórica propia de coste contenido creada ad hoc para nuestra funcionalidad.
Las plataformas de procesado de datos y gestión en tiempo real se nutren de los sistemas OpenSource y programación como Spark y Flink.
Tratamos imágenes bajo la creación de redes neuronales en TensorFlow
Utilizamos bases de datos NoSQL tales como MongoDB y Cassandra. Todo alojado en Cloud bajo el amparo de Google Platform y Microsoft Azure.
¿y la competencia?
La localización de individuos no es algo novedoso. Existen empresas que utilizan este tipo de tecnología para captar información, si bien no realizan un tratamiento de los datos posterior de los datos dotando su plataforma de inteligencia. Por otro lado, sus dispositivos requeridos para el despliegue son de un coste superior al no haber sido diseñados ad hoc para esta funcionalidad. En definitiva, muestran mapas de calor o paneles informativos a las empresas dentro de un Bussiness Intelligence con información del pasado para, que el equipo empresarial, con esa información sobre el pasado tome decisiones acerca del futuro.
Nosotros dotamos de información del futuro para tomar decisiones desde el pasado.
Genial ¿Pero qué necesitáis?
Necesitamos testar el sistema en entornos que nos permitan ser validados por el cliente y que éste nos ofrezca su Know how.
Nosotros somos conocedores de la tecnología y nuestros clientes son expertos en el retail. De la fusión de conocimiento de ambos es de donde nacerá un producto único que dote de verdaderas herramientas al sector del retail físico para ser líderes.
Esto tiene que ser muy caro…
Se plantean dos opciones de monetización:
1.- El sistema de Software as Service como medio tradicional
2.- Bien el riesgo con el cliente basados en el incremento de ventas producido bajo la aplicación del sistema y la reducción de gastos operativos.
Existen tipologías de clientes como el sector de centros comerciales donde la distribución de gastos operativos está clara y puede ser evaluable, mientras que quizá otros sectores sea mas complicado.
Poder participar en la aceleradora nos permitirá definir los canales de entrada a cliente, validar el modelo de negocio y crear un modelo empresarial de éxito totalmente escalable e internacionalible.
¿Hablamos?
¿Hablamos?
© DATASET – 2018
© DATASET – 2018 Política de privacidad | Condiciones legales | Política de cookies
© DATASET 2018