Empresas Premium
Steve Gurney, responsable de distribución minorista en Europa, Oriente Medio y África de Amazon Web Services (AWS)
El año pasado participé en un panel organizado por los Socios de AWS Rackspace y los minoristas Sainsbury´s y Sofology. La última pregunta que se formuló fue la siguiente: ¿Qué vas a hacer por primera vez en 2021? Mientras reflexionaba al respecto, pensé en lo que los clientes minoristas de AWS deberían hacer por primera vez en 2021. Mi respuesta a la pregunta es utilizar la inteligencia artificial y el aprendizaje automático de forma significativa. Lo más probable es que los minoristas ya utilicen la IA/el aprendizaje automático en el marco de una solución SaaS existente. Sin embargo, con "significativa" me refería a que los minoristas deberían utilizarlo de forma transformadora para crear experiencias de cliente realmente únicas u optimizar procesos empresariales críticos.
Permíteme que repase algunos ejemplos de lo que quiero decir para darte un poco de contexto. En primer lugar, veamos la optimización de costes y la previsión de la demanda. El objetivo es ofrecer la cantidad adecuada de productos, en el lugar preciso, al precio justo y en el momento exacto. Necesitamos una cantidad suficiente de existencias para no agotar un producto en una tienda minorista y perder una venta. Sin embargo, no queremos tener demasiados artículos disponibles, porque pueden acarrearnos un exceso de existencias que tendremos que rebajar, con la pérdida que ello podría traer consigo.
Si a esto añadimos la imprevisibilidad que ha caracterizado a 2020, ha sido todo un reto prever con precisión la demanda minorista. A medida que los comercios no esenciales cerraban, los consumidores se pasaban en masa a las compras online. Sin embargo, los minoristas que no estaban preparados para atender pedidos online con recogida en tienda se enfrentaron a enormes problemas logísticos. Entretanto, con el aumento de los pedidos online, los centros de distribución no disponían de cantidades suficientes de existencias para satisfacer la demanda registrada. En paralelo, los hábitos de compra cambiaron. Aquí expongo brevemente algunos ejemplos. En el sector de la moda, los consumidores empezaron a comprar más ropa deportiva, o cómoda, para trabajar desde casa, y en la electrónica de consumo aumentó la demanda de dispositivos de gaming y de informática doméstica.
Naturalmente, los algoritmos no pueden resolver todos los problemas que acabo de mencionar. Sin embargo, el uso de un enfoque basado en la IA/el aprendizaje automático para la previsión de la demanda ha demostrado ser muy valioso, ya que suele ser un 50% más preciso que las herramientas y prácticas existentes. Y lo que es más importante, un enfoque basado en la IA/el aprendizaje automático mejora los resultados, una cuestión más prioritaria que nunca para la mayoría de los minoristas. Hemos visto a empresas como Tapestry, la firma de moda de lujo propietaria de marcas como Coach y Kate Spade, mejorar los márgenes a través de la optimización de existencias impulsada por la IA/el aprendizaje automático.
También se ha producido un cambio tremendo en el segmento de la alimentación, ya que los pedidos online han aumentado su popularidad en los últimos meses. Los equipos de datos de AWS y Amazon están trabajando con muchas tiendas de comestibles para utilizar técnicas de aprendizaje automático basadas en datos con vistas a predecir los niveles de existencias en las tiendas y así reducir el agotamiento de existencias y las sustituciones en los pedidos de entrega a domicilio y clic & collect.
Los algoritmos de la solución de software hacen un seguimiento de los niveles de existencias actuales en cada tienda, y la solución también conoce las cantidades de artículos que se envían a las tiendas. A partir de estos datos, los algoritmos basados en la IA y en el aprendizaje automático pueden predecir cuántos consumidores comprarán un artículo concreto y el resultado neto es una recomendación del nivel ideal de existencias en cualquier momento del día. Y un paso más allá, cuando un cliente hace un pedido online para recogerlo en tienda, el sistema de pedidos online impulsado por la IA/aprendizaje automático es capaz de utilizar sofisticadas técnicas de recomendación de productos para suprimir los artículos con pocas existencias y así minimizar las decepciones y los casos de sustitución por falta de stock.
El Partner de AWS Trax está equipando a las tiendas de comestibles con cámaras habilitadas por IA/aprendizaje automático para convertir los pasillos en estantes inteligentes. Las cámaras controlan los productos en las estanterías para identificar los artículos con existencias bajas o agotadas, y comprueban los precios para asegurarse de que se muestra el importe correcto o la oferta promocional. Esta información en tiempo real indica a los empleados de la tienda que deben reponer los estantes. Entretanto, la alimentación de datos de productos en tiempo real mejora los algoritmos de planificación de la demanda.
Estás dejando pasar la oportunidad si solo ves estos ejemplos en términos de procesos optimizados, ahorro de costes o mejora de los márgenes. Más allá de cada una de estas iniciativas hay una mejora en la satisfacción del cliente, y ese es el verdadero impacto significativo. Si un cliente entra en una tienda y se emociona al encontrar exactamente lo que quiere, en el color y la talla que busca, tienes a un cliente satisfecho. En este mismo sentido, si un pedido de alimentación online se entrega tal cual se encargó, sin sustituciones, tendrás a un cliente encantado que volverá una y otra vez a comprar alimentos contigo.
La IA/el aprendizaje automático es una tecnología iterativa con un efecto acumulativo. Y esto implica que cuanto antes implantes una solución, antes podrás ajustar los algoritmos para conseguir mejoras beneficiosas para tu negocio. Si volvemos a la pregunta del panel sobre 2021 que exponía al principio de esta publicación... ¿por qué la IA/el aprendizaje automático ahora en 2021? Pues bien, porque las herramientas, las tecnologías y el ecosistema de Partners de AWS han madurado con casos de uso contrastados que ofrecen una sólida rentabilidad de la inversión.
