¿Cuáles son las metodologías para recopilar datos de los KPI por parte de la fuerza de campo
dentro de la ejecución en retail?

Esta es la pregunta que cada empresa CPG debe decidir para sus procesos de ejecución minorista. Muchas empresas ya lo están haciendo para sus productos disponibles en las plataformas de compra online. Pero esto es fácil, sólo tienen que transferir los datos de la plataforma a su infraestructura de informes y crear cualquier informe basado en sus KPIs deseados porque los datos ya están en forma digital. Pero para la ejecución del comercio minorista en los puntos de venta físicos, la primera cuestión es transformar el mundo físico analógico en datos digitales.
Hay 4 formas de hacerlo y las empresas deben elegir una de las 4 metodologías diferentes para su ejecución en retail, y las principales diferencias son:

1. Recopilación manual:
El personal de campo se limita a anotar las métricas de los anaqueles en una hoja y, posteriormente, en la oficina, los operadores las introducen en una base de datos (o en Excel).
Rapidez: Los resultados de los KPI están disponibles horas después. Imposibilidad de tomar acciones instantáneas durante la visita en función de los resultados de los KPI en tiempo real.
Precisión: Abierta a los errores humanos en 2 niveles, tanto en la fase de escritura como en la de tecleado, la precisión media es inferior al 60%.
Coste: Consume un enorme tiempo de la fuerza de campo y de los operadores, el coste es el más alto de todos.

2. Recopilación manual mediante una aplicación de fuerza de ventas:
El personal de campo simplemente completa los campos requeridos o elige entre las múltiples opciones para el punto de venta específico en la pantalla de la aplicación.
Rapidez: Los resultados de los KPI están disponibles al instante. Posibilidad de tomar acciones instantáneas durante la visita en función de los resultados de los KPI en tiempo real.
Precisión: Abierto a los errores humanos, la precisión media es de alrededor del 70%.
Coste: Consume mucho tiempo de la fuerza de campo con una media de 1 hora por cada visita.

3. Recolección automática con la solución «Reconocimiento de Imagen – RI» apoyada por operadores en la sombra:
El personal de campo se limita a tomar fotos de las estanterías físicas, pero el RI no es lo suficientemente potente como para alcanzar la precisión deseada, por lo que el proveedor utiliza operadores en las sombras para aumentar la precisión hasta el 95% corrigiendo cada foto manualmente.
Rapidez: Los resultados de los KPI están disponibles horas más tarde debido a los operadores ocultos del proveedor. Imposible tomar acciones instantáneas durante la visita en función de los resultados de los KPI en tiempo real, se debe volver a visitar el mismo punto de venta en el futuro para tomar una acción.
Precisión: 95%.
Coste: Consume mucho tiempo de los operadores del proveedor, por lo que la solución IR será cara para todos los valores de tráfico.

4. Recopilación de datos totalmente automática con la solución «Image Recognition-IR»:
El personal de campo simplemente toma fotos de las estanterías físicas. Como el motor de IR está totalmente basado en la IA, la precisión alcanza con éxito el 95% sin ningún operador en la sombra.
Rapidez: Los resultados de los KPI están disponibles al instante. Posibilidad de tomar acciones instantáneas durante la visita en función de los resultados de los KPI en tiempo real.
Precisión: mínimo 95% al principio. Aumenta con el tiempo, ya que el sistema adquiere más experiencia mediante el aprendizaje automático no supervisado durante el uso.
Coste: Consume un tiempo insignificante tanto del personal de campo como del proveedor de IR. Proporciona un gran ahorro de costes de mano de obra para ambas partes, por lo que también la solución de IR será económica, con una tasa decreciente en función de los valores del tráfico.

En Ailet, desde el momento de nuestra fundación, hemos elegido la cuarta metodología como nuestro modelo de negocio principal y durante los últimos 6 años hemos llevado a cabo muchos proyectos de éxito junto con las principales empresas de bienes de consumo del mundo.