BBVA API Market
Optimizar el retorno sobre la inversión (ROI, por sus siglas en inglés) en el retail siempre ha sido objeto de desafíos clave. El primero, desde el punto de vista de la inversión publicitaria, para maximizar la eficacia en la llegada a los consumidores, convencerlos para que compren nuestras mercancías y medir el éxito de la campaña.
Llegar al consumidor siempre fue posible, el desafío hoy consiste en optimizar el tiempo que se tarda y el dinero que se gasta en una operación de promoción y venta.
El segundo desafío es bien conocido: la fidelización del cliente o la creación de nuevas relaciones con el mismo. Aquí es donde el Big Data hace un aporte fundamental: promover nuevos productos mediante el agregado de información, además del análisis y las predicciones inferidas del mismo, que nos permiten frenar el impulso del cliente de compra inmediata cuando está frente al escaparate físico de la competencia.
Con este objetivo en mente, la importancia ya no se concentra sólo en hacerlo bien la primera vez. Tan importante como llegar al cliente es medir e iterar a medida que el minorista continúa interactuando con su público objetivo, para perfeccionar el modelo predictivo. En el mundo virtual se conoce algo similar denominado ‘remarketing’, pero la fuente de datos en ese caso se limita a las visitas a las páginas web visitadas por el cliente y a los productos observados en estas. Un ejemplo claro es Amazon y sus recomendaciones en base a lo que el consumidor mira y compra.
Ahora las empresas están analizando los movimientos como un ‘streaming’ continuo de operaciones de comercio
El factor superador que aporta el Big Data es que ahora las empresas están analizando los movimientos como un ‘streaming’ continuo de operaciones de comercio, desde que el cliente sale desde su casa (¿qué fue lo último que visualizó o leyó sobre un producto y en qué medio?), analizando el impacto (¿qué efecto ha producido la campaña en el consumidor?), el canal por el que se produjo (directo, indirecto, otros), el tiempo utilizado por el consumidor para cerrar su operación y el coste pagado.
Según la empresa especializada en pagos PYMNTS.com, ya es posible saber, con cierto margen de error, desde el punto de partida de un cliente (combinación de geolocalización del consumidor más establecimiento de venta seleccionado) a las búsquedas que ha realizado para comprar un producto. Entonces, promociones y sugerencias basadas en estas búsquedas pueden enviarse inmediatamente, cuando el deseo de compra aún está fresco en el cliente.
Existe otra variable de compra: el precio disuasorio, ¿quién lo hubiera dicho, verdad? Un comerciante quiere ver cómo puede igualar los precios de la competencia, ya que si sus clientes fidelizados están predispuestos a comprar en su tienda, lo que cierra la cuadratura del círculo es saber cuál es el mejor precio a ofertar. Esta es otra variable que el Big Data puede ofrecer, mediante el ‘web scraping’ y la comparación online instantánea de miles de productos simultáneamente.
Hay que considerar que la elección de la tarjeta o del pago se hace mucho antes que el pago en sí mismo. A cada momento que pasa, nuevas tarjetas pueden ser una opción preferida para transacciones recurrentes. Esto es un dato clave para los emisores (bancos) y los comerciantes, porque la elección de la compra por parte del cliente se realiza antes de la última milla de la transacción, según explican ejecutivos de Vantiv, empresa especializada en servicios de pago de Estados Unidos. Entonces es cuando los datos del cliente y sus pagos demuestran su fuerza: se pueden asociar programas de incentivos y conveniencia según el mapa de transacciones del cliente. Este mapa se actualiza permanentemente para saber quién paga, cuándo, dónde y cómo, además de “en qué gasta”. Por ejemplo, BBVA API_Maket ofrece soluciones de este tipo, siendo algunas de sus APIs más conocidas PayStats, Payments, Accounts y Cards.
Desde hace unos tres años, surgió la idea de que los bancos debían pasar de un negocio de pagos a un negocio de información, si no querían perder competitividad. La clave del éxito de esta nueva estrategia pasa por la profundidad y confiabilidad de los datos de compra del cliente y el análisis de estos para dirigir y enfocar las ofertas. Analizar los hábitos de gasto de los clientes, comparándolos con otros dominios tales como la información demográfica, sus conexiones a redes sociales y su información de ubicación es el primer paso.
Con la irrupción del Internet de las Cosas (IoT), cada vez se ofrecerán más ofertas segmentadas ‘on the fly’
Pero luego viene la extensión de estos programas a billeteras digitales. Con la irrupción del Internet de las Cosas (IoT, por sus siglas en inglés), cada vez se ofrecerán más ofertas ‘on the fly’ cuando los clientes potenciales pasen por delante de una tienda, ofertas segmentadas gracias a las prospecciones basadas en el análisis de los datos. En consecuencia, se podrán hacer mapas de calor determinando los puntos calientes de circulación de los clientes, para poner allí las mejores ofertas.
Soluciones como esta ya son ofrecidas en España por la empresa catalana TC Analytics, quien exhibe clientes tales como Carrefour o Vodafone. También la banca puede servirse de este tipo de servicios para conocer la cantidad de visitas por día a sus sucursales, las zonas horarias pico, el tiempo medio de espera de sus clientes para ser atendidos, si estos son nuevos o habituales, porcentaje de hombres y mujeres, etc.
Para lograrlo, una estrategia de monedero digital multicanal y de dispositivo es esencial, lo que requiere apostar por el desarrollo de una plataforma para construir e integrar soluciones. Debe combinar ofertas con una gran cantidad de dispositivos móviles, construida desde adentro hacia afuera, tal como explica el experto de Microsoft Corp, Colin Kerr, en su artículo “Big Data and Payments Drive Loyalty in Consumer Banking”.
De esta manera, el Big Data ya proporciona soluciones inéditas en lo comercial, consistentes en lo tecnológico y escalables en el futuro, tanto al sector del retail como al financiero.
En el dinámico mundo de los pagos, ha surgido una nueva estrella en los últimos años: el Buy Now Pay Later (BNPL) es decir, la financiación a corto plazo que permite comprar ahora y pagar después. Este modelo permite a las empresas adquirir bienes o servicios y pagar por ellos en cuotas, a menudo sin […]
La forma a través de la cual se realiza el pago a los proveedores es un elemento a tener en cuenta dentro del departamento de tesorería y gestión de pagos, porque cada tipo de pago presenta sus propias ventajas o se adapta mejor a la estrategia de la empresa, la relación con el proveedor o […]
Una API es el mecanismo más útil para conectar dos softwares entre sí para el intercambio de mensajes o datos en formato estándar como XML o JSON. Así es como se convierte en un instrumento para buscar ingresos, abrirse al talento, innovar y automatizar procesos.
