Las 4 Ps de la inteligencia artificial

La transformación digital tiene siempre un debate tecnológico subyacente. La narrativa del cambio en todos los negocios tiene que aproximarse desde arriba y el reto de la transformación gira alrededor de tres ejes principales: las capacidades digitales internas y el diseño organizacional, el contexto del sector y el nivel de sofisticación de los competidores. En el caso de la distribución y moda, la industria es especialmente sensible a la disrupción tecnológica por su propia naturaleza y enfoque al consumidor.

La distribución, nutrida por espacios físicos y digitales, tiene por delante el reto de crear experiencias unicanal, proyectando un único modo de experimentar, sentir e interactuar con la marca más allá del omni-canal. Este factor obliga a la industria a seguir muy de cerca cómo la digitalización traza sus nuevas fronteras y, sin duda, uno de los actuales retos de la moda está en poner una mirada analítica hacia la inteligencia artificial.

La tecnología AI (inteligencia artificial, por sus siglas en inglés) está avanzando a pasos agigantados y su progresiva aplicación y análisis revelan un gran potencial de impacto económico sobre la cuenta de resultados, demanda, innovación y desarrollo o compras en las empresas de distribución. ¿Cuál es el valor que es capaz de aportar la tecnología AI para las organizaciones de moda y distribución?

“La tecnología AI permite aumentar la capacidad de predicción de tendencias de consumo y optimizar la cadena de suministro”

Casi parafraseando a Kottler, que hace años establecía las 4 Ps del márketing mix, la inteligencia artificial tiene sus propias cuatro Ps mayúsculas que hacen de ejes principales de su propuesta de valor: Project, Produce, Promote & Provide, o lo que equivale a proyectar (en el sentido de predicción), producir, promocionar y proporcionar. Estos cuatro verbos actúan a modo de palancas de lo que la inteligencia artificial (entendida como un compendio de tecnologías incluyendo robotics, advanced analytics, machine learning o computer vision) puede llegar a hacer por los eslabones de la cadena de valor en moda.

La primera P de proyectar se refiere a la capacidad predictiva y a la generación de planficación de demanda. Dentro de la cadena de aprovisionamiento, los distribuidores utilizan ya las tecnologías para ajustar la previsión de la demanda. Sin embargo, una apuesta por la tecnología AI puede impactar en el surtido y volumen de producción, promociones y reposición. Hay casos de compañías nativas digitales que gracias al uso de AI aumentan su capacidad de predicción de tendencias de consumo, optimizan su cadena de suministro, fijan mejor los precios y personalizan las promociones. Una de las principales ventajas de mejorar la proyección es una toma de decisión más acertada, ágil y flexible. De forma añadida, la combinación de tecnologías RPA mejora la productividad y reduce el coste de los trabajos manuales.

Los almacenes son el corazón de las operaciones de cualquier empresa de distribución y la sofisticación de la cadena de suministro tiene que ir acorde con lo que queremos proyectar como empresas al consumidor: rapidez, flexibilidad y personalización.  Por ello, hay una conexión importante con Advanced Analytics dentro de la inteligencia artificial. Estamos en la era de los datos y cada vez tendremos un mayor volumen de estos.

En el futuro, la tecnología AI podrá automatizar las decisiones en tiempo real gracias a la identificación de patrones y aprendizaje a partir de grandes volúmenes de datos que conecten diferentes fuentes de interacciones con los clientes: sus transacciones pasadas, análisis de redes sociales, patrones de compra, condiciones climáticas, historial de hábitos de navegación online, análisis de reconocimiento social y otras tantas variables con los que la tecnología AI permitirá crear entornos de interacción y compra dinámicos.

“El éxito depende de la apuesta estratégica por AI al tiempo que reinventamos la experiencia de compra”

En lo referente a las cifras y valor para el negocio podemos hablar de un 20% de reducción de stock gracias al uso de tecnologías de aprendizaje en la predicción de hábitos de compra online. También podemos hablar de la reducción de devoluciones de hasta dos millones de artículos al año.

La segunda, referida a la producción, está muy vinculada a la cadena de suministro, puesto que aquí la inteligencia artificial ayuda en la automatización de los almacenes y operaciones en tienda, además de optimizar el merchandising, surtido de productos y su configuración en el espacio físico de la marca con todos sus microespacios. La cuestión de optimización del surtido y volumen de productos en las tiendas físicas es relevante a medida que algunas tiendas bajan sus ventas por metro cuadrado a la vez que incrementa la recogida de compra online en espacios físicos de la marca.

Las tecnologías AI pueden convertirse en cruciales a la hora de optimización y adaptación de espacios o hasta la elección de localización de puntos de venta nuevos. Ayudan a comprender las palancas actuales de ventas y beneficios, siendo útiles en la transformación del concepto de tienda del futuro. Ya hay casos de empresas de distribución que gracias al machine learning aplicado en las tiendas han podido incrementar la eficiencia del inventario y surtido en un 50% y un incremento de las ventas de 4% a un 6% gracias al modelaje geoespacial que ayuda a determinar la creación de microespacios dentro de la tienda.

“El stock puede reducirse en un 20% gracias al uso de tecnologías de aprendizaje”

La promoción, por su parte, se refiere a las estrategias de fijación de precios y es que la tecnología cognitiva puede ayudar a optimizar los precios, personalizar las promociones y personalizar los anuncios digitales en la tienda online. Es posiblemente identificar el punto de contacto más efectivo y visible con el cliente dado que la tecnología interviene en la interacción y experiencia de compra o tienda.

La última P, la de provide o proveer, se refiere a la capacidad de personalización de sugerencias y consejos de compra, además de facilitar asistencia virtual inmediata, automatizar el check out en tienda eliminando las barreras psicológicas como las colas en el proceso de compra físico o completar la entrega en la última milla a través de los drones. En este último punto tocamos la cuestión organizacional y de capacidades de nuestros colaboradores.

El personal en tienda (tal y como apuntan las tendencias que marcan la transformación digital a nivel de la cultura y estructura de las compañías) podrá asumir roles más sofisticados y útiles de cara al cliente. La aportación de las tecnologías AI en este sentido tienen que valorarse como beneficiosas de cara a la construcción de nuestra marca y sus territorios de experiencia.

Muchos consumidores animados por la facilidad de la experiencia e inmediatez de la compra online, ya esperan una asistencia inmediata y personalizada. En el futuro AI ayudará a los departamentos de marketing a redefinir la relación con los clientes hiperconectados maximizando la personalización de los precios y ofertas.

A modo de cierre y conclusiones, la lección más importante que nos brinda AI, robotics o machine learning es que un buen uso de tecnologías cognitivas y de inteligencia artificial puede ayudar a las empresas de distribución a convertirse en compañías verdaderamente data-driven con un impacto real en la mejora de resultados. El éxito depende de la apuesta estratégica por AI al tiempo que reinventamos la experiencia de compra. Adaptarse y adoptar son un buen tándem de la transformación.

Gloria Macías-Lizaso es socia de advanced analytics en Digital McKinsey.