Compartir vía


Información y recomendaciones: Smart Store Analytics

La página de información y recomendaciones de Smart Store Analytics aplica la ciencia de datos para descubrir información más detallada sobre el rendimiento de la tienda, los compradores y los productos. Puede obtener información sobre una determinada tienda o sobre toda la cadena minorista.

Nota

Los datos de la tienda siempre se procesan y muestran de acuerdo con la zona horaria local de la tienda específica. En consecuencia, la zona horaria para los informes no se puede modificar en tiempo real mediante PowerApps o ajustando la configuración en una Mac o PC.

Los usuarios que compraron este artículo también compraron

La función Comprados juntos con frecuencia permite a la tienda o al gerente de comercialización tomar decisiones basadas en datos sobre la ubicación y las promociones de los productos, basándose en información sobre productos estrechamente relacionados. Identifica combinaciones de productos que están fuertemente asociados entre sí para que los minoristas puedan promover eficazmente la actividad de venta cruzada.

Los datos de recorridos y acciones del cliente en la tienda enriquecen estos resultados para proporcionar un contexto relevante. De esta manera, revela datos para pares de productos fuertemente asociados que podrían colocarse más juntos para impulsar las ventas conjuntas de los dos productos. Como alternativa, los productos con bajas tasas de conversión en la tienda podrían beneficiarse de la venta cruzada con productos relacionados más populares.

Hay dos vistas para las asociaciones de Productos comprados juntos con frecuencia:

Vista Productos comprados juntos con frecuencia

La vista Productos comprados juntos con frecuencia muestra las asociaciones de productos más fuertemente relacionadas durante los últimos 7, 30 o 90 días.

La imagen muestra la vista del minorista de los productos que se compran juntos con frecuencia.

Nota

Cuando elige una tienda del menú desplegable, la tabla mostrará las mejores combinaciones de productos según las transacciones en la tienda de su elección. Cuando seleccione la vista de minorista en el menú, la tabla mostrará las mejores combinaciones de productos según las transacciones en toda la cadena minorista.

La tabla incluye los siguientes tipos de datos:

  • Nombres de productos: nombres de los productos asociados

  • SKU de producto: id. de productos de los productos asociados

  • Fuerza de asociación: la fuerza de la asociación se basa en un cálculo estadístico que representa la probabilidad de que los clientes compren estos productos juntos debido a su parentesco y no al azar. De esta manera, puede encontrar combinaciones de productos más interesantes y significativas fuertemente asociadas específicamente entre sí, en lugar de ser solo compras comunes en general, ya sea juntas o separadas.

    Las categorías se asignan en base a una métrica estadística que mide la fuerza de la asociación. Según la tienda o las transacciones del minorista, la métrica ordena los pares de productos asociados. Luego, los pares se dividen en tres categorías de igual tamaño, siendo Excelente el tercio superior, Bueno el tercio central y Justo siendo el tercio inferior. A veces, puede aparecer una indicación de "Basado en datos limitados" junto a la fuerza de asociación identificada cuando las características de las transacciones de la tienda no permiten una inferencia estadística fiable. La razón puede ser la pequeña cantidad de transacciones por período, el pequeño tamaño promedio de la cesta o la baja variabilidad en los productos comprados.

  • Cantidad de veces que se compraron juntos: cantidad de veces que los clientes compraron los dos productos juntos en el período elegido.

  • Retraso en la recogida de productos: el retraso en la recogida de productos es el tiempo medio que ha transcurrido entre la recogida por parte de los clientes de dos productos asociados. También indicó si la demora es mayor o menor que el tiempo promedio cuando los clientes recogen dos productos cualesquiera en la tienda. Si el tiempo de demora en la recogida de los dos productos asociados es superior a la media, puedes plantearte colocarlos más cerca uno del otro.

    • Puede aparecer No hay suficiente información en esta columna cuando no hay datos suficientes para calcular de forma fiable el retraso medio de recogida.

    • Aparece un mensaje No aplicable en la columna de combinaciones de productos en las transacciones de la cadena minorista, debido a la variabilidad en los diferentes diseños de tiendas.

Vista de desglose específica del producto

La vista de desglose específica de productos muestra las cinco asociaciones de productos más fuertemente relacionadas durante los últimos 7, 30 o 90 días. La imagen muestra la vista de desglose específica de productos que se compran juntos con frecuencia.

En el menú desplegable, puede buscar un producto de su interés. La tabla muestra los cinco productos principales más fuertemente asociados con el producto elegido durante el período de elección, como los últimos 7, 30 o 90 días. Los datos sobre los productos asociados son similares a la tabla anterior de vista de productos comprados juntos con frecuencia.

El menú solo incluye productos que identifican al menos una combinación fuertemente asociada. Además, el menú muestra el rendimiento del producto seleccionado.

La tasa de conversión representa la relación entre la cantidad de veces que el producto ha interactuado con la tienda y la cantidad de veces que un cliente lo compró. Cuando un producto tiene una tasa de conversión baja, puede considerar la venta cruzada con productos fuertemente asociados que aparecen en la tabla Vista de productos comprados juntos con frecuencia para mejorar sus ventas.

Sustitutos de productos

La característica de recomendaciones de productos sustitutivos ofrece información sobre los productos que los clientes ven como alternativas a otros productos de la tienda o de la cadena minorista. Esta información permite al responsable de merchandising de la cadena minorista o al equipo de administración de la tienda a tomar decisiones basadas en datos a la hora de elegir un reemplazo para un producto agotado. El administrador también puede analizar el rendimiento de los productos alternativos entre sí, ya que son productos potencialmente competidores.

Un modelo de IA analiza los datos detallados de los recorridos de los clientes y las interacciones con los productos en la tienda y elabora recomendaciones de productos. El modelo de IA identifica los productos que se compran a menudo en el mismo contexto que las alternativas potenciales. El contexto de los productos está definido por otros productos que los clientes recogen durante la misma sesión y la secuencia en la que se recogen. Cuanto más similar sea el contexto, mayor será la probabilidad de que dos productos se identifiquen como alternativos. Los productos sustitutivos recomendados responderían a necesidades de los clientes similares a las del producto original según el análisis.

Precaución

El modelo de IA no está supervisado (no se entrena con ningún conjunto de datos predefinido de alternativas de productos), por lo que infiere la capacidad de sustitución de los productos basándose en la actividad del cliente en la tienda y en el contexto de los demás productos recogidos en la misma sesión. Puesto que tener un contexto similar no siempre garantiza que los productos sean sustitutos, en ocasiones, el modelo puede recomendar un producto que no se consideraría un sustituto adecuado.

Pantalla Sustitutos de productos

La pantalla Sustitutos de productos muestra los sustitutos recomendados para cualquier producto de una tienda o de toda la cadena minorista. Puede seleccionar una tienda para encontrar la mejor alternativa disponible en esa tienda o cambiar a la vista de minorista para obtener una selección potencialmente más amplia en el nivel de minorista. También es posible centrarse en alternativas para los productos más vendidos o menos vendidos de la tienda o de la cadena minorista. Al seleccionar una de las opciones (todos los productos, los más vendidos o los menos vendidos), Conclusiones de IA actualizaría el contenido del menú desplegable para incluir los productos pertinentes según el filtro elegido.

Nota

El desglose de la elección de productos solo incluye los productos del catálogo de la tienda/minorista para los que había posibles sustitutos, en función del carácter y la frecuencia de la interacción con el cliente. Productos del catálogo del minorista que no aparecen en el desglose (ya sea para todos los productos o para los menús de productos más vendidos y menos vendidos) que no tienen recomendaciones disponibles.

Tabla Sustitutos de productos

Las recomendaciones de productos se presentan en una tabla como la que se muestra. Las recomendaciones se basan en el análisis de los datos recogidos en los últimos 90 días y se actualizan cada 24 horas.

La imagen muestra las recomendaciones de sustitución de productos.

La tabla muestra hasta tres productos sustitutos recomendados para el producto seleccionado en el menú desplegable, así como algunos detalles adicionales que son útiles para que el cliente seleccione uno de los sustitutos en lugar de otro o para comparar el rendimiento del producto original y las distintas alternativas sugeridas. Los detalles de cada uno de los sustitutos sugeridos son los siguientes:

  • Nombres de productos: muestra los nombres de los productos alternativos
  • SKU de productos: muestra los identificadores de los productos alternativos
  • Colocación relativa al producto seleccionado: indica si el producto seleccionado y el sustituto sugerido están colocados en el mismo estante, en la misma góndola (diferentes estantes dentro de ella) o en diferentes ubicaciones de la tienda.

Nota

Esta columna es relevante solo para las recomendaciones de productos alternativos en el nivel de tienda (y permanecerá vacía para el nivel de minorista), debido a las variaciones en la colocación de los productos en las distintas tiendas de la cadena minorista. Si el mismo producto está colocado en varias ubicaciones en una tienda, la columna representará la ubicación más cercana entre ellas.

  • Media diaria de unidades vendidas: muestra la media diaria de unidades vendidas del producto seleccionado y de los productos alternativos en los últimos 90 días.
  • Tasa media de conversión: muestra la tasa de conversión diaria media de los productos seleccionados y alternativos. La tasa de conversión es el número de veces que los clientes han visto el producto en la tienda dividido por el número de veces que los clientes han comprado el producto.
  • Tasa de conversión relativa: muestra la relación entre la tasa de conversión del producto y la tasa de conversión media en la tienda o en la cadena minorista de todos los productos para facilitar la comparación entre los distintos productos. La tasa de conversión media de la cadena minorista/tienda aparece debajo del filtro de la tienda.

Rendimiento de los productos alternativos

El gráfico de rendimiento de los productos alternativos le permite analizar el rendimiento de los productos seleccionados y alternativos a lo largo del tiempo.

La imagen muestra el rendimiento de los productos alternativos a lo largo del tiempo.

Este gráfico muestra las ventas unitarias diarias de los productos seleccionados y alternativos a lo largo del tiempo. El gráfico muestra las ventas unitarias diarias de los productos a lo largo del tiempo elegido en los campos de filtro de fechas.

Previsión de tráfico peatonal

La organización de las tiendas y ventas minoristas depende en gran medida de cuántos clientes visitan sus tiendas durante el día. El tráfico peatonal predictivo es un modelo AI/ML que analiza el tráfico peatonal pasado, con factores externos (por ejemplo, temporada, días festivos) y produce información que permite a los minoristas anticipar la demanda de los clientes y ajustar sus actividades en consecuencia. El modelo de IA de tráfico peatonal en Smart Store Analytics hace un pronóstico del tráfico peatonal para cada hora de los próximos siete días. Estos datos proporcionan a los gerentes de las tiendas y al equipo de marketing un pronóstico por hora de cuántos clientes pueden visitar una tienda en los próximos siete días.

Con la previsión de tráfico peatonal, los minoristas pueden:

  • Desarrolle horarios optimizados que se alineen con los períodos pico, asegurando niveles adecuados de personal.
  • Asigne mano de obra para cada tienda y entre tiendas, con granularidad por horas.
  • Programe tareas, como la reposición de estantes y el reabastecimiento antes de las horas pico para permitir que los asociados de la tienda se concentren en ayudar a los clientes durante los períodos de alta demanda.
  • Optimice los programas de reposición y priorice los envíos en función de las fluctuaciones de la demanda.

El pronóstico del tráfico peatonal para un día se realiza agregando los valores por hora del tráfico peatonal para ese día. Para hacer un pronóstico, el modelo de IA utiliza valores históricos reales de tráfico peatonal en una tienda y una lista de días festivos en la región donde se encuentra la tienda. No tiene en cuenta factores como el clima, los horarios de las tiendas, los cierres inesperados de tiendas u otras condiciones que puedan afectar la precisión del pronóstico.

Panel de previsión de tráfico peatonal

El panel de tráfico peatonal permite a los gerentes de tienda y a los equipos de marketing monitorear las predicciones de tráfico peatonal para una tienda inteligente seleccionada en una fecha específica.

Importante

Para que el modelo muestre un pronóstico, debe tener acceso a al menos 14 días de datos históricos reales para una tienda en particular. El pronóstico se vuelve más preciso con el tiempo a medida que el modelo aprende de conjuntos de datos históricos más grandes. Las tiendas que tienen un tráfico peatonal por hora extremadamente bajo e intermitente pueden tener un pronóstico menos preciso.

El panel de previsión de tráfico peatonal tiene cuatro áreas clave:

La imagen muestra el panel de previsión de tráfico peatonal.

  • Filtros: el menú desplegable Minorista y tiendas muestra todas las tiendas en la cadena del minorista para las que tiene datos. El día le permite elegir uno de los siete días para los que el modelo AI/ML produjo una predicción. Los filtros disponibles para 'Minoristas y tiendas' y 'Día' se aplican a todos los datos de la página.

Nota

La "Última actualización en mm/dd/aaaa hh:mm UTC" proporciona la marca de tiempo cuando se actualiza el tablero y los siete días de predicción del tráfico peatonal comienzan a partir de esta fecha. Es importante tener en cuenta que las horas se consideran en UTC coordinado de tiempo universal, es decir, longitud cero: zona horaria de Greenwich, Reino Unido.

  • KPI: los KPI de nivel superior ayudan a evaluar el tráfico peatonal predictivo en comparación con la semana pasada:

    • Pronóstico de tráfico peatonal para el día: Predicción del número de compradores que ingresan a la tienda seleccionada, incluidas las entradas repetidas, para el día seleccionado. Los compradores de un grupo se cuentan como uno. Por lo tanto, una familia de cinco integrantes se cuenta como un único comprador.

      En este widget también se muestra la variación en porcentaje (%) respecto al mismo día de la semana anterior. Hay una flecha que indica la tendencia y el texto está coloreado en verde para el crecimiento o en rojo para indicar una disminución en el tráfico peatonal.

      El modelo de IA hace un pronóstico del tráfico peatonal para cada hora de los próximos siete días. El pronóstico del tráfico peatonal para un día se realiza agregando los valores por hora del tráfico peatonal para ese día.

    • Tráfico peatonal real para el mismo día de la semana anterior: se muestra el tráfico peatonal real (o histórico) el mismo día de la semana anterior. También se muestra la fecha calculada para el mismo día de la semana anterior. Esta vista permite una valiosa comparación entre dos lunes consecutivos o cualquier día de la semana.

    • Pronóstico de tráfico peatonal durante los próximos 7 días: La suma del número previsto de compradores que ingresan a la tienda seleccionada, para los siete días siguientes, como lo indica el rango de fechas: mm/dd/aaaa – mm/dd /aaaa. Este widget se ve afectado por la selección de una tienda, pero no por la selección de un día en el filtro.

      En este widget también se muestra la variación en porcentaje (%) de los últimos siete días. Hay una flecha que indica la tendencia y el texto está coloreado en verde para el crecimiento o en rojo para indicar una disminución en el tráfico peatonal.

    • Tráfico peatonal real durante los 7 días anteriores: el tráfico peatonal real (o histórico) en los siete días anteriores, según lo indicado por el intervalo de fechas: dd/mm/aaaa – dd/mm/aaaa. Este widget se ve afectado por la selección de una tienda, pero no por la selección de un Día en el filtro.

  • Gráficos de series temporales: los gráficos de series temporales muestran el tráfico peatonal previsto a lo largo del tiempo, en tres variantes:

    • Pronóstico de tráfico peatonal por hora del día muestra el número de compradores por hora del día seleccionado

    • Pronóstico de tráfico peatonal por día durante los próximos 7 días muestra las barras muestran el número previsto de compradores que ingresan a la tienda seleccionada, para cada uno de los siete días siguientes, como lo indica el rango de fechas: mm/dd/aaaa – mm/dd /aaaa. La línea en colores vivos muestra el tráfico peatonal real (o histórico) en los siete días anteriores. Este widget se ve afectado por la selección de una tienda, pero no por la selección de un día en el filtro.

    • Pronóstico de tráfico peatonal por día y hora del día durante los próximos 7 días muestra cada día representado por una fila y las horas como columnas. El color de cada cuadrado representa el número de compradores a una hora determinada, de un día determinado, tal y como se define en la leyenda. Por convención, cuanto más oscuro es el cuadrado, mayor es el número de compradores. Las horas van del 0 al 23, y los días cubren los siete días siguientes, como lo indica el intervalo de fechas: mm/dd/aaaa – mm/dd/aaaa.

  • ¿Cómo se calcula el pronóstico para el tráfico peatonal? - Esta sección brinda información básica sobre el modelo de pronóstico predictivo, datos de entrada, es decir, la importancia del histórico conjunto de datos y los factores que actualmente no se consideran en el modelo.