Si un cliente se va sin hacer una compra, ¿existe alguna manera para que la tienda sepa que ha estado ahí?

Si un árbol se cae en el bosque y nadie lo oye, ¿hace ruido? Esa vieja pregunta resuena en la mente de los especialistas que proveen a los minoristas. En su caso, la pregunta es: si un comprador se va sin hacer una compra, ¿existe alguna manera para que la tienda sepa que ha estado ahí? ¿Y por qué no se convierte en un cliente que compra?

Hasta hace poco, la inteligencia aplicada al comportamiento de los clientes se ha centrado en la comprensión de estos a través de los datos históricos. Por ejemplo, Tesco utiliza datos extraídos desde hace décadas de los clientes de su Clubcard para, posteriormente, tomar decisiones de fijación de precios, influenciar a los compradores para que compren artículos específicos y, así, construir lealtad.

Pero ese enfoque no supone que esto vaya a atraer a un nuevo cliente al establecimiento en cuestión. ¿Hay algo que aprender acerca de los compradores que no llevan tarjetas de fidelización? ¿Qué pasa con los clientes que pagan en efectivo? ¿Y en cuánto a los clientes casuales o los compradores que vienen como familia o como grupo de adolescentes?

El ecosistema de la tecnología conocida como big data en tiempo real nos está moviendo hacia una mejor comprensión de lo que estos consumidores están pensando y haciendo. Y este ecosistema se integrará cada vez más en el tejido de la vida de los consumidores y de la sociedad en su conjunto.

En los entornos de venta al por menor, las empresas tienen el objetivo de poder identificar a todos los compradores, los conectan con sus perfiles comerciales y, o bien les venden algo, o por lo menos obtienen suficiente información sobre ellos para ayudarse a generar una venta durante la próxima visita.

Una forma de hacer esto es animar a los compradores a utilizar una aplicación móvil mientras están en la tienda. Eso le permite al minorista un seguimiento de sus movimientos mientras se les envía cupones o sugerencias e ideas de compra. El procesamiento de datos de alta velocidad es una necesidad, ya que los clientes no permanecen mucho tiempo en un establecimiento. Los principales defensores de este enfoque utilizan el concepto de "data-talks-to-data" desarrollado por el científico de IBM, Jeff Jonas, y su equipo en el grupo Entity Analytics.

Además, los investigadores del Instituto Fraunhofer han creado un sistema de "narices electrónicas" que pueden oler explosivos u otras sustancias químicas para aquellos caso en que los clientes se convierten en potenciales amenazas ante la posibilidad de que vayan a cometer algún tipo de robo u otro delito en la tienda en cuestión. Cuando se combina con escáneres láser, estos sensores pueden detectar las amenazas, los servicios de alerta de seguridad y el seguimiento de una persona que lleva una sustancia sospechosa.

Pero es que además, con algunas modificaciones, esta tecnología podría identificar los perfumes usados por los compradores y enviar anuncios relacionados y ofertas de descuento a las pantallas de vídeo en los ascensores o pasillos del establecimiento o del centro comercial.

El Fraunhofer ha sido también pionero en los sistemas de eyetracking que pueden identificar las preferencias del consumidor en las tiendas. Los minoristas pronto serán capaces de utilizar esta tecnología para presentar a un comprador con un cupón u otro servicio de valor añadido.