Big data en el comercio minorista, una realidad
Cloud computing siendo tan 2011, el big data va a ser una de las principales palabras de moda en TI para 2012. Sin embargo, según entendemos a nuestros clientes minoristas, hay una fuente de datos que representa más del 90% del valor total de la información en su poder: los datos de la cesta de la compra (etiquetados con información de la tarjeta de fidelidad cuando está disponible).
Para cualquier red minorista de tamaño mediano-grande, el valor informativo de los datos de la cesta de la compra simplemente supera con creces a todas las demás fuentes de datos alternativas, ya sea:
- Datos de video en la tienda, que siguen siendo difíciles de procesar y se centran principalmente en la seguridad.
- Datos de redes sociales, que son muy ruidosos y reflejan tanto implementaciones de bots como comportamientos humanos.
- Informes de analistas de mercado, que requieren el recurso más escaso de todos: la atención de la dirección.
Sin embargo, además de las proyecciones básicas de ventas (es decir, ventas por producto, por tienda, por región, por semana, etc.), observamos que, a partir de enero de 2012, la mayoría de los minoristas hacen muy poco con sus datos de la cesta de la compra. Incluso la previsión para la optimización de inventario suele ser simplemente una variante de promedio móvil a nivel de tienda. Se utilizan métodos más elaborados para los almacenes, pero entonces, los minoristas ya no están aprovechando los datos de la cesta, sino los envíos pasados del almacén.
Los proveedores de Big Data prometen brindar a sus clientes un nivel sin precedentes de capacidad de procesamiento de datos para que puedan aprovechar todo el potencial de sus grandes datos. Sin embargo, ¿esto va a generar cambios rentables para los minoristas? No necesariamente.
La capacidad de almacenamiento que se muestra en las estanterías de un hipermercado promedio con más de 20 unidades externas en exhibición (suponiendo 500 GB por unidad) suele superar el almacenamiento necesario para conservar todo el historial de 3 años de una red de 1000 tiendas (es decir, 10 TB de datos de la cesta de la compra). Por lo tanto, el almacenamiento de datos en bruto no es un problema, o al menos no es un problema costoso. Luego, la E/S (entrada/salida) de datos es un desafío más difícil, pero nuevamente, al elegir una representación de datos adecuada (los detalles irían más allá del alcance de esta publicación), apenas es un desafío en 2012.
Observamos que el mayor desafío planteado por el Big Data es simplemente la necesidad de mano de obra para hacer cualquier cosa operativa con él. De hecho, los datos son principalmente grandes en el sentido de que los recursos de la empresa, para ejecutar el software de Big Data e implementar cualquier sugerencia que surja de él, son limitados.
Producir una gran cantidad de métricas a partir de los datos de la cesta de la compra es fácil; pero es mucho más difícil construir un conjunto de métricas que valgan la pena leer considerando los costos por hora de los empleados.
Según entendemos a nuestros clientes minoristas, la única limitación de personal explica por qué se hace tan poco con los datos de la cesta de la compra de manera continua: si bien la CPU nunca ha sido tan barata, el personal nunca ha sido tan caro.
Por lo tanto, creemos que los éxitos del Big Data en el comercio minorista se encontrarán en soluciones eficientes que traten, no la potencia de procesamiento, sino a las personas, como el recurso más escaso de todos.
Comentarios de los lectores (1)
Joannes, estoy impresionado con el trabajo que estás haciendo. Si aún no lo has hecho, por favor, echa un vistazo a lo que QlickView tiene para ofrecer en “inteligencia empresarial” o “descubrimiento empresarial”. La plataforma es realmente rápida y avanzada para convertir los datos en conocimiento. Estoy seguro de que puedes aprender algo de ellos. Pero sí, los números no pueden hablar por sí solos, incluso en Big Data, por lo que la limitación de personal no se puede eliminar por completo. Salut hace 5 años | Ali
