Inicio Articulos. IA en retail: desde chatbots hasta predicción de ventas

IA en retail: desde chatbots hasta predicción de ventas

La inteligencia artificial aporta desde chatbots para atención a clientes hasta la optimización de inventarios y predicción de ventas para el sector retail

Retail
Retail

Entrevista con Diego Martínez Ordoñez, líder de gestión de categoría para LATAM en JDA (Investigador en ML IoT y Data Science para aplicaciones de suministro y venta al por menor).

 

¿La inteligencia artificial es un tema que los negocios minoristas estén considerando para incorporarla a sus procesos?

Hoy existe un gran interés por parte de los minoristas por adquirir nuevas formas de reducir los costos, aumentar los servicios y transformar completamente los métodos tradicionales de sus negocios.

Por ello, en JDA vemos cómo cada vez más compañías están integrando la inteligencia artificial dentro de sus planes de innovación e inversión tecnológica.

Actualmente nos encontramos en un proceso de adopción; sin embargo, ya existe una conciencia sobre los beneficios de incorporar este tipo de tecnología para resolver desafíos de sus negocios, que hasta ahora son complicados de solucionar con los métodos tradicionales.

En una encuesta realizada por JDA: ‘2019 Retail C-Suite Viewpoint Survey’ los ejecutivos indicaron que planean incrementar hasta 5 veces más la adopción de la inteligencia artificial en los próximos dos años.

Asimismo, de acuerdo con la Federación Nacional de Minoristas, se espera que el número de minoristas que invierten en tecnologías de inteligencia artificial se duplique en los próximos dos o tres años.

 

¿En qué tipo de funciones o procesos la inteligencia artificial podría beneficiar a los negocios minoristas?

La aplicación de inteligencia artificial es muy vasta; hay ejemplos en muchas áreas de las organizaciones: desde chatbots para atención a clientes a través de un portal web, hasta la optimización de inventarios y predicción de ventas para un producto en un lugar y momento específico.

Uno de los siguientes pasos que vemos en la industria es que los minoristas utilicen el marketing hiperpersonalizado en sus interacciones con los clientes. En los próximos años es probable que los consumidores vean una oferta comercial específica y personalizada para ellos.

 

¿Qué beneficios concretos pueden esperar los negocios minoristas de la inteligencia artificial en términos de eficiencia, rentabilidad e ingresos?

La cadena de valor de los minoristas está llena de oportunidades para automatizar y reducir los costos de mano de obra, sin embargo, ir demasiado lejos puede desanimar fácilmente a los clientes. Los mayores rendimientos provienen de las inversiones en almacenes.

Estamos siendo testigos de cómo las compañías se están centrando en una adopción más rápida; por ejemplo, robots que pueden localizar rápidamente los artículos y prepararlos para los clientes. Estos avances tienen el potencial de hacer que las órdenes en línea sean más rentables.

Las soluciones de inteligencia artificial más avanzadas no sólo hacen predicciones y reflexiones, sino que también permiten la optimización de sus precios con datos precisos en tiempo real que impulsan más ingresos y sostenibilidad.

 

¿Qué condiciones debe reunir un negocio minorista para asimilar la inteligencia artificial en su organización?

Contar con la información necesaria sería uno de los principales pilares para poder integrar tecnología de inteligencia artificial.

Por otro lado, las compañías deben tener un balance entre sus metas financieras a corto y largo plazo para poder desarrollar proyectos de esta índole.

Por último, derribar la resistencia al cambio que las tecnologías disruptivas generan regularmente.

 

¿Cuál es la propuesta de valor que ofrece JDA a las empresas minoristas en el tema de inteligencia artificial?

JDA está integrando la inteligencia artificial y el machine learning para redefinir la optimización de dos grandes áreas: definición de precios y la predicción de la demanda.

Definición de precios:

En el modelo tradicional, la optimización de precios se generaba mediante un análisis matemático que evaluaba cómo los compradores se comprometían con diferentes precios de productos y servicios en todos los canales. La optimización bajo un proceso ‘moderno’ calcula los precios que se alinean con los objetivos del negocio, incluyendo la maximización de las ganancias.

Hoy en día, el aprendizaje automático establece procesos y análisis para grupos de productos lógicos (surtidos y líneas de productos) a través de tiempos (temporadas, semanas y meses) y ubicaciones (zonas de precios, puntos de contacto en línea y en la tienda). Asimismo, utilizando la inteligencia artificial, la optimización de precios incluye constantemente una variable importante: ¿qué pasará después?

Predicción de la demanda:

Los minoristas que antes dependían de la demanda histórica para guiar los precios se preguntan: «¿Qué sigue?» Ahora, además de cómo se veía la demanda en el pasado, están utilizando tecnologías que tienen en cuenta cientos de otras variables. Mientras que los comportamientos de los compradores son más impredecibles en nuestra economía bajo demanda, los minoristas tienen acceso a inmensas cantidades de datos. Estos datos incluyen los patrones de ventas anteriores y la afluencia de clientes, junto con información externa, como el tiempo, los eventos actuales y los días festivos.

La inteligencia artificial y el machine learning se centran en las condiciones meteorológicas, los eventos, el intercambio de patrones a través de los medios sociales para calcular la probabilidad de los niveles de demanda para el futuro. Con estas tecnologías, los minoristas pueden extraer productos para llevar a cabo ciertas acciones para navegar por las preferencias de los consumidores y demandar la creación de experiencias de compra más inteligentes.

‘En JDA estamos comprometidos con generar valor para nuestros clientes a través de soluciones que aprovechen y analicen los datos de los compradores y los conocimientos más profundos de la inteligencia artificial y el machine learning para poder actuar estratégicamente y centrarse más en la experiencia de sus clientes en todos los canales’, concluye Diego Martínez.