Como ya sabréis, DKS Geosmart es el módulo de geomarketing integrado en cuadro de mando, desarrollado en colaboración con nuestro partner Datknosys. Os he presentado sus funciones y arquitectura en Cuadro de mando geográfico. BI y geomarketing en un click, y ya conocéis sus aplicaciones a la industria farmacéutica por Sistema de inteligencia geográfica de farmacias con Geosmart, y a la banca por Geosmart para banca, solución de cuadro de mando geográfico (I). A continuación presentaré cómo explotar su funcionalidad para optimizar procesos de marketing propios de la distribución minorista.
Actualización junio-18: recientemente hemos desarrollado aplicaciones de geomarketing y cuadro de mando propias, puedes ver nuestras demos de geomarketing aquí.
Cuadro de mando de establecimientos y clientes
Comenzamos con un cuadro de mando «clásico», típico de una herramienta de business intelligence para retail. Cuenta con gráficos e informes sobre el rendimiento de las tiendas, el comportamiento de los clientes, y la distribución de tipos de productos comprados en las tiendas. Por ejemplo, estos gráficos de venta por tiendas, y distribución de división de producto por tienda:
O la distribución de clientes por edades y estadio de vida de los hogares, junto con la venta por tiendas y categorías:
Más novedoso es que los datos de comportamiento de clientes y establecimientos podemos también visualizarlos en mapas, que nos dan una idea clara de cómo las tiendas son capaces de atraer venta en función de la distancia a los clientes:
Con esto ya tenemos una primera conclusión general, algo obvia, pero ahora ya es una evidencia: la venta es mayor en las zonas más cercanas a las tiendas. Esto es cierto hasta cierto punto, porque -como más adelante veremos-, un examen más detallado nos muestra zonas cercanas a las tiendas donde la venta no es tan alta como «debería».
Así, la distancia no es la única variable que explica la venta, tiene que haber variables que influyan en ella. Veamos unos indicadores de competencia y mercado potencial, a ver si arrojan algo de luz. Podríamos visualizar la competencia:
O el tipo de barrio, en que cada establecimiento se ubica:
También podría interesar número de viviendas, o de oficinas, comercios, industria (para proyectos b2b), a partir de los datos abiertos del Catastro, como muestra la imagen:
Podríamos visualizar otros indicadores, como el gasto medio de los hogares en la categoría de nuestros establecimientos, presencia de empresas, de inmigrantes, niveles de estudios… como último ejemplo, mostramos la tasa de niños, que en este proyecto era clave, por el posicionamiento de la enseña.
Dado que la tasa de niños tiene importancia desde el punto de vista de negocio, desarrollamos aquí un ejemplo de análisis conjunto de información interna (ventas) y externa (mercado potencial, niños).En esta tienda vemos cómo las secciones censales cercanas tienen, en su mayoría, venta alta, pero hay algunas que no.
Veremos cómo el mapa y los datos de mercado potencial nos pueden ayudar a interpretar la situación. En la zona donde la venta es más baja que lo esperado, vemos también que la tasa de niños es menor que en zonas contiguas. Parece que, si no hay niños, los hogares compran menos en la enseña, aunque estén muy cerca de una tienda.
Hemos visto cómo el mapa y los datos de mercado potencial nos han permitido interpretar la realidad de una manera que nos sería imposible sin ellos. A partir de aquí, las acciones (adaptar el surtido de la tienda a su entorno, reubicar la tienda, tratar de atraer clientes afines a mayor distancia…) son decisiones estratégicas que corresponden a la dirección de la enseña. La herramienta de cuadro de mando espacial nos ha servido para el diagnóstico de la situación. Y nos servirá para monitorizar el resultados de las acciones que tomemos. Estsa capacidades son las que permiten pasar de business intelligence a location intelligence.
En otro post os explicaré otras funcionalidades, como la selección de zonas, creación de áreas de influencia, su aplicación a indicadores del cuadro de mando, exportación de zonas… da para otro post, al menos.
Como siempre, son más que bienvenidas consultas, opiniones y críticas, ¡las necesitamos para mejorar!
Guillermo Córdoba
Latest posts by Guillermo Córdoba (see all)
- Automatic Insights, far beyond dashboard - 14-11-2024
- Ubicación óptima de puntos de recarga con análisis espacial - 16-09-2024
- Simulación de movilidad por agentes para tod@s - 07-06-2024
3 thoughts on “Cuadro de mando espacial para retail (I)”