Big Data para medir la rentabilidad de las tiendas

7 marzo, 2019
19 Compartido 2,127 Visualizaciones

El Big Data online debe ser lo que mida la rentabilidad de una tienda en la era de la omnicanalidad. Los KPIs se han quedado anticuados frente a tanta transformación digital y el mundo de la moda tiene que aprender a adaptarse a estos cambios y las necesidades de sus clientes.

Medir la rentabilidad de un establecimiento que no factura es, a veces, cuanto menos complicado, pero la omnicanalidad está cambiando radicalmente la forma de valorar si una tienda debe permanecer abierta o cerrar sus puertas, lo que obliga a desarrollar nuevos KPIs que, a menudo, deben comenzar a medirse de forma online, como por ejemplo puede ser el análisis geoespacial, según se recoge en el estudio Perspectives on retail and consumer goods, elaborado por Mckinsey.

El estudio recoge también la necesidad de hacer un análisis exhaustivo de las necesidades y oportunidades de cada tienda que pueda existir en una ciudad ya que, de las 11.000 tiendas que cerraron sus puertas en Estados Unidos durante 2017 y la primera mitad de 2018, muchas tenían un sentido económico, en cambio, no se midieron con los indicadores correctos.

Según este informe, el primer paso para valorar la rentabilidad de una tienda es determinar cuál es su auténtica función (espacio de encuentro con el cliente, un showroom o un punto de recogida online). A partir de aquí, las empresas deben valorar la importancia de cada uno de sus establecimientos en medida en que puedan influir al resto de sus canales. Para esto, Mckinsey recomienda compaginar los datos tradicionales demográficos con el uso de las nuevas métricas que han comenzado a aparecer, como puede ser el caso del uso de localización de teléfonos móviles y el recorrido del consumidor por la web.

Estas nuevas técnicas no están únicamente limitadas en el cierre o mantenimiento de una tienda física sino que, también determina si conviene trasladarlo de ubicación dependiendo de la zona y los clientes o, incluso, para el diseño de estrategias que mejoren el desempeño de los trabajadores a gusto del consumidor.

Como conclusión, en el estudio, Mckinsey trazó un diagrama con dos variables: el impacto de una tienda en el ebitda de un grupo y las ventas potenciales. En el primer caso, si abrir un establecimiento supone que crezca el ebitda pero el potencial de venta es negativo, la consultora propone continuar con la apertura. En el segundo caso, donde las dos variables son positivas, la consultora propone rentabilizar esta oportunidad con más aperturas.

Te podría interesar

Andalucía es premiada por el proyecto Smart Data en innovación turística
Actualidad
11 compartido1,325 visualizaciones
Actualidad
11 compartido1,325 visualizaciones

Andalucía es premiada por el proyecto Smart Data en innovación turística

Mónica Gallego - 24 abril, 2018

El pasado jueves 19 de marzo Andalucía fue premiado con el Premio Alimara en la categoría de promoción en innovación turística por el proyecto Smart Data, creado…

Webinar: casos de éxito en la virtualización de datos en banca y seguros
Actualidad
226 visualizaciones
Actualidad
226 visualizaciones

Webinar: casos de éxito en la virtualización de datos en banca y seguros

Samuel Rodríguez - 26 marzo, 2019

La industria financiera está experimentando una transformación digital enorme, motivada por la necesidad principal de ofrecer a sus clientes productos y servicios a medida y a la…

La inteligencia artificial, la niña bonita de la transformación digital de la banca
Actualidad
23 compartido1,059 visualizaciones
Actualidad
23 compartido1,059 visualizaciones

La inteligencia artificial, la niña bonita de la transformación digital de la banca

Vicente Ramírez - 2 noviembre, 2018

Dos de cada cinco bancos no desarrollan estrategias de transformación digital. Uno de los primeros sectores en transformarse digitalmente en España fue el de la banca, convirtiéndose en…

Dejar comentario

Su email no será publicado