Breaking-news Geographica a CARTO company. Felices de anunciar que CARTO adquiere Geographica. Saber más
Menú

Geographica:Make data count.

Indoor Mapping y Machine Learning: las dos herramientas que necesitas para multiplicar tus ventas

por Azahara 23/Oct/2017

El Indoor Mapping y Machine Learning eran, dos herramientas que cada día usan más negocios gracias al potencial para multiplicar las ventas a la vez que se mejora la experiencia de usuario, dando a cada uno lo que realmente quiere. Te lo contamos.

Cuando las ventajas son más que los inconvenientes, la perspectiva frente al elemento de reto cambia. Y esto es precisamente lo que ha ocurrido con todas las soluciones de Location Intelligence y el Machine Learning (ML), de cuya combinación surgen otras soluciones, como las de Indoor Mapping, que a pesar de estar en fase de desarrollo,  ya han demostrado ser altamente efectivas para la toma de buenas decisiones y lo mejor, para incrementar la cuenta de resultados.

Es importante no perder la perspectiva, la terminología puede resultar compleja y cada día surgen nuevas tecnologías y herramientas que intentan ayudar a las empresas a mejorar la toma de decisiones basada en información de calidad, que es lo que se conoce Business Intelligence. Aquí entran dos grandes players para optimizar ventas: Los servicios predictivos – ML- y el location intelligence -indoor mapping- .

Por su parte, los servicios predictivos permiten monitorizar comportamientos pasados y predecir -como su nombre indica- la evolución de determinadas variables basadas en los mismos, aportando así información de calidad que ayuda a la toma de decisiones documentada. Están directamente relacionados con el Machine Learning y a mayor cantidad de datos, más eficiente son, es por ello por lo que tiene especial importancia cuando trabajamos con Big Data e IoT.

Por su parte, Location Intelligence es lo que permite ubicar geográficamente la ubicación exacta del dato, así gracias a la incorporación de la geolocalización a la recolección de datos, podemos obtener una perspectiva aún más rica y ver dónde, cuando y por qué debemos actuar de una u otra forma. El indoor mapping, puede identificarse como parte del location intelligence, pero como su palabra indica, la localización tiene lugar en el interior.

Aunque ya hemos hablado sobre Indoor Mapping y Machine Learning en otros artículos por separado, hoy queremos contarte cómo pueden servir concretamente estas herramientas para incrementar tus ventas.

Machine learning: algoritmos que predicen

Ahora que hemos sentado las bases, nos vamos a centrar en el Machine Learning. En esencia, la funcionalidad que tiene es, como bien su nombre indica,  permitir que la máquina aprenda de los datos que va recolectando. A mayor cantidad de datos analizados, menor es el porcentaje de error sobre las tendencias que va marcando en según qué variable.

Location Intelligence y Machine Learning

Es precisamente dicha predicción de comportamientos futuros, junto con el rápido procesamiento de la información, lo que hacen que las soluciones basadas en Machine Learning sean un imprescindible para el crecimiento de tu negocio. Ejemplos de empresas que lo usan son Amazon, eBay y uno que nos toca mucho más de cerca, OneBook Shelf. En este caso, hemos construido un sistema de recomendación de productos que aprende constantemente de la interacción de los usuarios con los artículos: buscamos propiedades latentes en los productos factorizando matrices con el SciPy stack de Python. El resultado de las recomendaciones es rapidísimo, ya que todas las operaciones son vectoriales, las favoritas de los ordenadores.

¿Qué hace que este mecanismo sea tan eficiente?

Una combinación de factores como rapidez, eficacia a bajo coste, dinamización de datos, tecnología probada y mínimo margen de error son algunos de los factores que explican su eficiencia.

Como bien sabes, las empresas generan cantidades increíblemente grandes de datos, los cuales hasta no hace mucho, se recolectaba y el procesamiento de los mismos se volvía un auténtico problema, dando lugar a una información estática que muchas veces en el momento de la toma de decisiones ya estaba obsoleta.

Es por eso por lo que el Machine Learning y por tanto los servicios predictivos cambian las reglas del juego, puesto que la información que se va recolectando, se organiza, cataloga, analiza y genera patrones predictivos sobre los hábitos de los clientes. Estos resultados muchas veces están disponible en tiempo real.

El tiempo ganado en la obtención de resultados y la capacidad de poder reaccionar ante estos de forma inmediata son ventajas que de otro modo no pueden obtenerse. Además, al conocer los patrones de consumo de nuestros clientes, sus gustos y preferencias, será más sencillo hacerles ofertas canalizadas, no masivas, obteniendo también así mejores índices de respuesta.

Indoor Mapping y Machine Learning

A través de los Servicios Predictivos, el ML también es capaz de ofrecer ventajas que están dirigidas a la mejora de servicios y a la mejora de la experiencia del cliente como la detección de fraude, la detección de spam, la clasificación de documentos (valoración de nuestros servicios por parte de los usuarios), la predicción de renovación de clientes e, incluso, la optimización del servicio al cliente.

Indoor Mapping: Lo que pasa de puertas para dentro, ya no es secreto

El Indoor Mapping, es el procedimiento que nos permite posicionar personas y objetos en entornos cerrados. Es una tecnología incipiente, que aún requiere la combinación de diferentes sistemas de geolocalización indoor  para garantizar un resultado óptimo. Así, en el caso de Geographica, colaboramos con SITUM por ser una solución que combina diferentes tecnología de posicionamiento, optimizando los resultados.

A pesar de que el indoor mapping lo que consiste es en la ubicación de personas y objetos en un marco interior, cuando la combinamos con herramientas de location intelligence -como CARTO – y nuestros smart dashboards, los resultados son increíblemente satisfactorios.

Indoor Mapping y Machine Learning

Proyecto de Location Intelligence desarrollado por Geographica.

Dentro de un entorno empresarial e institucional, el Indoor Mapping tiene multiplicidad de usos y funciones. Aquí una lista con las más resaltantes:

  • El posicionamiento de personas.
  • El cálculo de rutas más rápidas entre dos puntos.
  • La localización de puntos calientes de venta.
  • Gestión de colas.
  • Personalización de ofertas en tiempo real.

El Indoor Mapping y Machine Learning juntos no suman, multiplican

Cuando se unen el Indoor Mapping y Machine Learning, lo único que puede ocurrir es que se incrementen las ventajas comerciales: imagina tener toda tu información geolocalizada, catalogada y procesada en tiempo real. El control y calidad sobre la toma de decisiones pueden ser aún mayores, permitiendo no sólo aumentar tus beneficios sino ofrecer un mejor servicio. Además ofrecer a tus clientes una oferta mucho más personalizada, en tiempo real y con estrategias no invasivas.

Muy discretamente, el Machine Learning ya se ha instalado en muchas de nuestras actividades cotidianas (físicas y virtuales), como las redes sociales, buscadores, correos electrónicos, bancos, grandes plataformas de venta online, aeropuertos, hospitales y otro largo etcétera.

Es gracias al ML que los molestos spams van directamente a la bandeja de correos no deseados, pues un algoritmo, según la experiencia de los datos recopilados, así lo ha clasificado. Lo mismo ocurre con las redes sociales cuando nos recomiendan contactos, con las plataformas de venta en línea como Amazon cuando nos sugieren productos o, más aún, cuando los bancos detectan patrones no comunes de uso y previenen posibles fraudes.

De hecho, como usuarios, algunos cambios que percibimos como mejoras han sido gracias a la intervención de estos dos servicios. Pero lo mejor es que poco a poco en los próximos meses vas a ver cómo las soluciones de indoor mapping también proliferan, especialmente en el sector del retail.

Al Indoor Mapping debemos agradecerle que en entornos de grandes concentraciones de personas como aeropuertos u hospitales, las poblaciones más vulnerables (como niños o enfermos) siempre puedan ser localizados. También nos es útil en situaciones más cotidianas como ubicar desde el móvil la tienda o producto que veníamos a comprar.

Ya en términos más comerciales el Indoor Mapping es de gran utilidad para establecer cuáles son los puntos de venta más estratégicos, y no sólo en el centro comercial sino dentro de las tiendas. Esto permite jugar con el posicionamiento de los artículos que sean más fáciles de vender en los puntos de menos compras (y viceversa), mejorando así los resultados finales.

Indoor Mapping y Machine Learning 3

Proyecto desarrollado por Geographica de Indoor Mapping.

Más aún: este sistema puede ser tan sofisticado que es capaz de ofrecer a los consumidores ofertas, en tiempo real, de acuerdo al artículo que llevan en sus manos.

Entre los casos de éxito en la implementación de soluciones de Indoor Mapping, Geographica cuenta con Tempo, el prototipo que estamos desarrollando para El Corte Inglés.

En lo que a ML se refiere, OneBookShelf es el referente. Para esta empresa de contenido digital de los Estados Unidos desarrollamos un sistema de recomendaciones para los usuarios capaz de aprender de la experiencia de sus compras que luego pudiera hacerles recomendaciones acordes a sus gustos, incrementando las posibilidades de venta.

Sin duda, el Indoor Mapping y Machine Learning son las herramientas que necesitas no sólo para hacer crecer tus ventas, sino para brindar la mejor experiencia de servicio a tus clientes.

TAGSCARTOEl Corte InglésIndoor MappingMachine LearningSITUM

¿Te interesa?
Contacta con nosotros

Suscríbete

Gracias por suscribirte

esc

Si estás pensando en algo, hagámoslo juntos.

Déjanos al menos tu email y nos pondremos en contacto en breve.

Enviando tu mensaje...

Gracias.
Lo dicho, en breve nos pondremos en contacto contigo.

Subir