Predicción de los gustos del consumidor con Big Data en GAP

Caso práctico grupal 2:

Predicción de los gustos del consumidor con Big Data en GAP

Describe el proceso de transformación de la información que ha vivido GAP.

Debido a la gran cantidad de datos que obtiene una empresa, LSe estima que tan solo el 12% de la información se analiza y se aprovecha adecuadamente. Este principios es por el cual Peck tomó la decisión de convertir a Gap en una empresa de moda tradicional a una basada en el “Big Data”. En el modelo tradicional, el director creativo o visionario estaba inmerso en la moda, el arte y la cultura para detectar así las tendencias. Durante está etapa se utilizaban métodos tradicionales de investigación de mercado, como las encuestas, los grupos focales y las entrevistas, los cuales solían ser inadecuados, ya que los consumidores no conocen cuales van a ser sus comportamientos futuros a la hora de comprar. Por ello, Peck, mediante el Producto 3.0 esperaba que el big data pudiera marcar la diferencia en el desarrollo de nuevos productos. Durante está etapa, Gap, utilizaba todos los datos capturados: tanto de las ventas y bases de datos de clientes, como análisis de google y tendencias de redes sociales, para así hacer una predicción de moda más contrastada que la intuición subjetiva de un director creativo.

Describe las acciones que ha realizado GAP para satisfacer las necesidades de su consumidor omnicanal.

Los canales de contacto con el cliente se multiplican a medida que avanza el desarrollo digital en nuestra sociedad. La omnicanalidad por tanto, es la unión de los canales online y offline, otorgando así una experiencia única de compra en los cuales los canales actúan de forma coordinada y sinérgicamente en el proceso de venta, por lo que la satisfacción del cliente pasa a ser el centro de la marca. (Andrés, M. E., Lorenzo, C., & Mondejar, J. A.,2017) En este sentido, GAP realizó grandes esfuerzos de inversión en la estrategia omnicanal mediante las siguientes acciones:

Big Data:

Se promovió la toma de decisiones impulsada por los datos para así conocer mejor el comportamiento de los clientes y ofrecer una mejor experiencia. Mediante la “voz del cliente” seguían los comentarios y costumbres de los mismos.

Disponibilidad de stock:

Se llevó a cabo una digitalización del inventario para eliminar las diferencias de stock entre los canales online y offline, ya que sus tiendas físicas eran incapaces de albergar toda su línea de productos.

Se redujo el ciclo de vida del producto, modificando la estructura de manufactura y logística, para poder responder más rápido a las demandas del consumidor (producían un producto, lo sacaban al mercado, se analizaba y posteriormente se tomaban decisiones).

Optimización del servicio:

Se incorporaron nuevas estrategias como “enviar desde la tienda”, “reservar en tienda” o buscar en la rienda”, los cuales aumentaron la capacidad de los consumidores para navegar por su plataforma, así como comprar y recibir sus productos a través de estos servicios.

También tuvo en cuenta la privacidad de sus consumidores, por lo que desarrolló esfuerzos importantes con el objetivo de conocer la ubicación de estos en tiempo real y así poder enviarles notificaciones cuando estuvieran cerca de una tienda física de la compañía, entre otros, a través de lo que se conoce como “geosniffing”.

Introdujo el análisis de los clics de los consumidores que habían visitado la plataforma con el objetivo de proporcionarles mensajes personalizados en base a lo que estos habían estado buscando previamente.

Desarrolló un programa de fidelización de clientes buscando la identificación de estos al acceder a la plataforma, lo que permitía un aumento en la personalización de experiencias basadas en los gustos del consumidor, como por ejemplo la ejecución de mensajes automáticos de correo electrónico personalizados y así fomentar el remarketing o reorientación del cliente hacia sus plataformas.

Experiencia omnicanal:

La compañía se adentró en el mundo de la realidad aumentada desarrollando una plataforma junto a Google y Avametric con el fin de hacer de esta experiencia lo más inmersiva posible para el cliente y mejorar así la experiencia de compra.

Constante preocupación por la actualización de sus plataformas digitales, introduciendo comentarios y valoraciones de los usuarios, para ello crearon el portal “voz del cliente” en el cual los clientes podían escribir reseñas sobre los productos adquiridos, así como sugerencias de mejora, sus gustos y costumbres en tiempo real.

Describe el antes y el después del BIG DATA en GAP, destaca ventajas y desventajas (Además de analizar las ventajas del big data en GAP también hace aportaciones de otras fuentes que argumenten la ventaja competitiva que implica el uso del big data. Hace una conexión interesante con el antes y el después del big data.).

Con objeto de describir las ventajas e inconvenientes del antes y el después del Big Data en la compañía, se ha elaborado la siguiente tabla:

ANTES del Big Data

DESPUÉS del Big Data

PROS

Existía la figura del director creativo que tenía su sello de aprobación proporcionando legitimidad y credibilidad a las nuevas tendencias, en base a su experiencia e intuición.

Se recopila información del CRM y las tendencias de redes sociales y Google para generar así un análisis predictivo de moda. Siendo una información más veraz y analítica.

Prendas “atemporales”. En el cual se realizaban prendas exclusivas y originales acordes con la personalidad de la marca.

Además, los directores creativos se orientan a largo plazo, con una estrategia que se dirija a construir relaciones duraderas con su audiencia manteniendo un sello de identidad.

La“plataforma de tejido”, permitía a la compañía ser mucho más ágil y sensible a los datos de compra del consumidor y las tendencias ya que se podía predecir los gustos de los consumidores (productos 3.0) identificando patrones de conducta basados

...