fbpx

LOVIT: el Big Data de mercado que mejora la eficiencia

Hace muchos años, en una galaxia muy muy lejana, como es la Universidad para quien ya tiene más cerca la jubilación que el estudio universitario, resulta que como Profesor Asociado de Organización de Empresas en Teleco, se me ocurrió poner una pregunta en un examen que no era “Las 4 Ps del marketing” (esa tuve que ponerla en un examen posterior, como ahora entenderéis), sino algo que suponía el haber interiorizado algo tan básico y, aparentemente sencillo (para quien estaba en 6º de Teleco y había mantenido una mínima salud mental) como las distintas orientaciones de las empresas según el modelo, no por antiguo menos vigente, de Kotler.

La pregunta venía a decir que una conocida empresa del sector había cambiado su web hacía nada y había apostado por un diseño rompedor y una innovadora tipografía que prácticamente nadie usaba en la época. ¿Qué orientación ejemplifica este proyecto?

Los resultados de la pregunta fueron, llamémoslos, “decepcionantes”. Digamos que el estudio teórico estaba ahí, pero la puesta en relación con la realidad no era tan fácil como yo pensaba. Dado que la revisión de examen fue casi el motín del Caine, en el siguiente tuve que volver a los clásicos: dime las 4 Ps del marketing (“la P de primero” fue una de las respuestas…).

¿Y este rollo de abuelo cebolleta a qué viene? Pues viene al caso porque la contestación a la pregunta de marras era que la moderna y preciosa web era un ejemplo de lo que no es orientarse al cliente, dado que la tipografía prácticamente nadie la tenía instalada y hacía ilegible la web, al cargarse el diseño originalmente pensado.

Esta historia me viene a la mente cuando pienso en determinados sectores, especialmente en los que hay mucha competencia, donde frecuentemente la orientación es a la venta: “vamos a hacer lo que siempre hemos hecho y veamos cómo vender más”. Más promociones, más descuentos, más puntos de venta, más, más, más… de lo mismo.

Sin embargo, ¿hasta qué punto se tiene en cuenta al cliente / comprador / usuario en el diseño o ejecución de las acciones de crecimiento o de mejora de la eficiencia operativa?

En mi opinión, hay mucho ruido y pocas nueces. Todo el mundo habla de customer journey, el cliente en el centro, etc., pero realmente no son mayoritarios los ejemplos de proyectos, empresas u organizaciones que realmente lo hagan en su día a día. Y es que las inercias son muy grandes, el temor a equivocarse también y los datos para sustentar las decisiones arriesgadas, no son fáciles de conseguir.

Al hilo de esta reflexión, recientemente he leído dos opiniones que van en esta línea, aplicadas al mundo de la moda:

  • La primera es de Enrique Silla, fundador y CEO de Jeanologia y uno de los pioneros de la moda sostenible en España. Enrique decía hace apenas dos meses: “El siguiente paso es producir lo que se venda y no vender lo que se produce”.
  • La segunda es de Laureano Turienzo, reconocido experto internacional en retail: “La moda siempre fue un territorio donde los creadores vedaban el paso a los consumidores. El producto era el que era y por tanto masivo e intocable. Pero algunas marcas han entendido que ahora la tecnología les permite alejar del protagonismo secundario a los consumidores. Convertirlos en protagonistas principales.”

Y es que, ¿para qué se tiene hoy en día un ecommerce? ¡Vaya pregunta! ¡Para vender! La mayor parte de los KPIs están relacionados con la venta o con el coste de la misma.

¿Y en base a qué se toman muchas decisiones de negocio y operativas? Pues, si somos realistas, y no vendemos motos, la gran mayoría en base a experiencias pasadas, intuición y clientes existentes. Es decir, en base a lo que ha pasado y lo que ya tenemos.

Sin embargo, hoy en día, vivimos en tiempos del Big Data y debería ayudarnos a entender mejor a los consumidores y orientarnos mucho más y mejor a ellos, realimentando continuamente nuestra propuesta de valor y nuestra operativa.

El problema muchas veces es que, aun con Big Data, éste no se traduce en “Big knowledge” y “Big execution”. Y es que, entre disponer de datos, muchos o pocos, y el saber cómo interpretarlos y qué hacer con ellos, hay un largo camino.

Cuando hace unos meses pensamos en lo que hoy es LOVIT, no sólo pensamos en la necesidad del usuario, el comprador de moda, sino que desde el principio creímos que poder explotar los datos de quienes usaran nuestra aplicación (por supuesto, respetando la privacidad de los mismos) podría tener un valor incalculable para las marcas de moda.

Pero no una explotación tradicional de un ecommerce (todos los CPx están enfocados a la venta) sino que la idea supone explotar los datos de las interacciones en nuestra app para aprender y tomar mejores decisiones de negocio. Y, como consecuencia, es probable que a medio plazo venda más o ahorre costes.

¿Cuál es la idea por tanto? ¿Qué proponemos a las marcas en cuanto a explotación de datos?

A través de las interacciones con las recomendaciones de la aplicación, vamos generando datos valiosos sobre qué gusta y qué no gusta a según qué grupos de usuarios, de los cuales conocemos, aquellos datos que nos quieren proporcionar: dónde están o por dónde se mueven, qué edad tienen, cuál es su género, qué rangos de precios están dispuestos a pagar, y qué características de prendas les gustan y cuáles no.

Estos datos los ponemos a disposición de las marcas de forma agregada y su análisis y puesta en relación con los datos internos de su negocio pueden ayudarles a tomar mejores decisiones operativas.

Por ejemplo:

  • Un distribuidor, antes de decidir comprar una determinada colección o determinadas prendas concretas, podría hacer un scoring de la misma usando los gustos de los usuarios, a quienes podría segmentar por edad, localización y afinidad de precios.
  • Una marca que tiene que decidir qué prendas lleva a cada punto físico, podría analizar el impacto potencial de éstas en cada una de las zonas donde se sitúan esos puntos físicos, al disponer de los datos de gustos de los usuarios próximos o que compran cerca de esa tienda.
  • Un retailer que va a abrir un punto de venta y tiene varios candidatos, podría analizar el impacto en la zona de la tipología de prendas que va a llevar, analizando los gustos de los usuarios.
  • A la hora de decidir qué prendas deben ser el “core” de las campañas publicitarias, se podría analizar, antes de decidir, el scoring de las distintas candidatas… y quizá no en todos los sitios hayan de ser la mismas.

Esto son algunos ejemplos de qué se puede hacer con el acceso a los datos que nosotros recabamos, pero los usos pueden ser muchos más.

Cuando empezamos a hablar con marcas hace ya unos meses para incorporarse al proyecto LOVIT, constatamos que la toma de decisiones podría mejorar con estos datos que nosotros ponemos a su disposición.

Y es que, no es tanto un tema de “Big” o “Small” Data, sino de diseñar y definir el producto teniendo en mente que los datos a obtener son, en sí mismos, un objetivo. No un medio para vender más mañana mismo.

Obviamente, se necesita un volumen mínimo de datos para que las decisiones sean coherentes. Con la opinión de un usuario, de diez o de cien no se va a ningún sitio… pero también es cierto que yo prefiero saber la opinión de 100 personas sobre mi colección de productos o sobre mis precios, que no saberla de ninguno.

A mayor volumen, mayor valor, pero éste es relevante casi desde el primer minuto.

En LOVIT estamos creciendo en marcas y usuarios y creemos firmemente que el uso inteligente de los datos que ponemos a disposición de las marcas, ya sean “en bruto” o “analizados y en forma de conclusiones”, es el aspecto clave que nos diferencia de otros.

Nosotros no queremos ser un Marketplace para los usuarios y no queremos ser un Marketplace para las marcas. Para estas últimas somos una fuente de conocimiento que les permite ser más eficientes operativamente y mejorar su rentabilidad y, también, en menor medida, un canal de venta o de generación de tráfico a sus puntos de venta.

Como dijo nuestro CTO llevando la idea al extremo, “para una marca, el diseño de nuestra app les tiene que dar igual: lo que importa es lo que los usuarios hacen con la app y qué datos generan”.

Si te parece interesante nuestra propuesta y quieres conocernos mejor o contactar con nosotros, hazlo en hola@lovit.app, nuestra página de contacto en www.lovit.app o nuestras redes sociales donde somos @wearelovit.

PD.- Una última reflexión porque esto de la explotación de datos de usuarios “tiene mala prensa”: de esa explotación los primeros beneficiados son los usuarios. A mí me encantaría que una marca se adaptara a mis gustos, necesidades o aspiraciones de precio y no tener que ser yo quien deba dedicar mi tiempo a encontrar lo que me encaje entre aquello que las marcas fabriquen sin tenerme en cuenta.

No hay comentarios

Poner un comentario