La famosa cadena de cafeterías Starbucks está teniendo graves problemas de crecimiento así como las acciones que no se han movido desde hace dos años o la ralentización del ritmo de crecimiento. Por eso, apuesta por la Inteligencia Artificial (IA) y el Big Data para salir de su estancamiento.

Starbucks dispone de problemas estructurales y es lógico que una empresa multimillonaria deba buscar alternativas y, como muchas veces, es la tecnología la que llega al auxilio de este mercado siempre cambiante y competitivo como es la restauración.

Starbucks pone la vista sobre los datos que ha compilado a lo largo de los años y que puede que oculten tendencias o estrategias comerciales prometedoras. Con 90 millones de transacciones semanales, el tamaño de estos macrodatos hace salivar a los analistas más ambiciosos.

El Big Data ayuda a mejorar la experiencia personalizada de cada cliente, por ello, la aplicación de esa técnica es fundamental para que la cadena de cafeterias salga a flote. El director ejecutivo de tecnología de la cadena, Gerri Martin-Flickinger, lo exponía así: “Sabemos mucho sobre qué está comprando la gente, dónde lo están comprando y cómo lo están comprando; y si combinamos esta información con otros datos como el tiempo atmosférico, promociones, inventarios, perspectivas relacionadas con los eventos locales, entonces podríamos ofrecer realmente un mejor servicio a nuestros clientes».

El director de planificación mercadotécnica, Patrick O’Hagan, ha hecho recientemente algunos comentarios al respecto del sistema Atlas que usa la empresa para modelar la distribución de su entramado empresarial: »Starbucks se vincula con tantas API internas y externas como sea posible, conectando los datos con R [un programa estadístico para power users] para crear modelos de canibalización que determinen el impacto sobre las tiendas existentes si una nueva tienda se instala en la zona».

Atlas es un módulo SIG desarrollado por la empresa dominante en el sector, Esri. Gracias al paquete de cartografiado, se puede disponer de información geográfica como patrones de tráfico, densidad de población y datos sobre demografía.