CLIENT : REI

Antecedentes

REI, un minorista especializado en actividades al aire libre a nivel nacional, es una de las cooperativas de consumo más grandes del país, con 17 millones de miembros activos. Con el objetivo principal de inspirar, educar y equipar para toda una vida de aventuras y administración al aire libre, el minorista tiene casi 150 tiendas en 35 estados.

Desafío

Las operaciones multicanal ofrecen a los minoristas una gran cantidad de datos sobre las preferencias y comportamientos de los clientes, y se espera que el análisis en las tiendas solo contribuya con $ 61 mil millones a la industria minorista hasta 2018 debido a su capacidad para mejorar la eficiencia, proporcionar información en tiempo real y ofrecer operaciones y análisis de compradores.

Sin embargo, no es fácil: los minoristas a menudo tienen el desafío de aprovechar esos datos y convertirlos en información procesable. Un estudio reciente de la firma de investigación RSR descubrió que la mitad de los minoristas habían implementado capacidades relacionadas con la captura y el análisis de grandes datos, pero menos de un cuarto informó estar satisfecho con lo que habían implementado.

Con operaciones en la tienda y en línea además de su empresa de aventuras, el minorista tiene acceso a una gran cantidad de datos sin procesar. Cuando comenzó su asociación con PK a principios de 2017, se inundó con flujos de datos estructurados y no estructurados que incluían nombres y direcciones de clientes, transacciones y cantidades, correos electrónicos y cualquier actividad en la que el cliente había participado.

El equipo necesitaba acceso a datos estandarizados y limpios actualizados de manera oportuna para aprovechar el potencial de los grandes datos. Para mantenerse a la vanguardia de la competencia, necesitaba habilitar análisis capaces de lograr una mejor comprensión de los patrones y comportamientos de compra de los clientes, aumentar los ingresos, reducir los costos y mejorar la experiencia del cliente.

Solución

Aprovechando una amplia experiencia en análisis y en la industria minorista, PK comenzó estandarizando los datos de la compañía y permitiendo la actualización diaria de informes que contienen información y actividades de los clientes. El equipo usó Tableau para crear paneles de nivel ejecutivo que le dieron al C-suite una instantánea diaria del estado de la empresa, lo que permitió una respuesta rápida a los cambios. Alteryx se utilizó para permitir que la empresa se conectara a una variedad de fuentes de datos, internas, incluidas hojas de cálculo alojadas en las computadoras portátiles de los empleados, y externas, desde datos meteorológicos y demográficos de terceros hasta bases de datos geográficas.

Los análisis geoespaciales permitieron determinar qué tan lejos vivían los clientes de una tienda, incluido el tiempo de conducción durante las horas pico. El equipo utilizó el lenguaje de programación R para permitir el modelado predictivo que permitió a la organización anticipar qué actividades era más probable que un cliente realizara después, dadas sus compras y actividades actuales. Por ejemplo, entender que los excursionistas a menudo hacen la transición al mochilero le permite a la compañía sugerir actividades y productos que el cliente puede encontrar valiosos, lo que lleva a clientes más leales, más comprometidos y mayores ventas.

El equipo también desarrolló un modelo de abandono como parte de un esfuerzo mayor para determinar el valor de por vida del cliente. El modelo inicial definió el valor actual para cada cliente, con una segunda fase para incluir una predicción para el futuro que tiene en cuenta un análisis que permite al minorista definir clientes perdidos y retenidos en función de cuánto compran y gastan. El modelo de abandono no solo predijo con un 90 por ciento de precisión qué clientes probablemente dejarían, sino que también permitió que el minorista especializado en exteriores enfocara su actividad de marketing para retener a los clientes más valiosos de ese grupo.

Juntas, estas herramientas brindaron información que informó y moldeó una variedad de decisiones comerciales para el minorista, desde qué productos vender hasta dónde abrir la próxima tienda. El análisis y los conjuntos de datos basados ​​en la penetración y el crecimiento del mercado permitieron a la compañía comprender qué tan bien ha capturado a los “Entusiastas de las actividades al aire libre” como clientes en cada área designada del mercado de los EE. UU. los rangos de edad afectan el comportamiento del cliente.