Liberar el poder de los datos para retailers y empresas de FMCG

La pandemia ha demostrado que las empresas que dan prioridad a las operaciones digitales, como los retailers y las empresas de bienes de consumo de rápida rotación (FMCG), logran un mayor crecimiento que su competencia. Siguiendo el ejemplo de la industria, muchas de estas empresas adoptaron rápidamente la transformación digital para seguir siendo competitivas.

Con el creciente uso de automatización, AI y machine learning en el cambio hacia una estrategia omnicanal, las empresas en el sector de retail y FMCG están generando grandes cantidades de datos. ¿Cómo pueden estas empresas aprovechar al máximo estos datos? ¿Qué deben hacer aquellas empresas que aún no empezaron su transición digital?

Para ofrecer información, profesionales de TI sénior y ejecutivos de las industrias del retail y FMCG se reunieron para tener una mesa redonda que se llamó "Aprovechar el poder de los datos en el sector de retail y FMCG", y que fue presentada por Rackspace Technology® y Amazon Web Services (AWS), y organizada por Jicara Media.

Según Hemanta Banerjee, vicepresidente de Servicios de Datos de Nube Pública de Rackspace Technology, la mayoría de las organizaciones minoristas y de bienes de consumo que observa se encuentran aún en las primeras fases de su recorrido con respecto a los datos. "Estas organizaciones saben que deben estar impulsadas por datos, pero aún no tienen la aceptación de las partes interesadas desde niveles superiores. Así que están desarrollando proyectos piloto para comprender cómo las empresas pueden basar sus decisiones en datos y, luego, usar esas experiencias para extenderlas a equipos más grandes".

Obstáculos que presentan los datos

Para las empresas del sector de retail y FMCG, los desafíos de los datos van desde problemas típicos como los sistemas heredados hasta problemas más precisos como los silos de datos y la revolución de la experiencia del cliente. Por ejemplo, Kellogg's quiere una infraestructura de datos central que tenga también la flexibilidad y agilidad para satisfacer las necesidades a nivel local. La empresa cuenta con tres generaciones de plataformas de datos, y las bases de datos heredadas más obsoletas se encuentran en las instalaciones en distintos países, según Arvind Mathur, director de sistemas de información para AMEA de The Kellogg Company.

“Estandarizaremos la infraestructura, así como los marcos estructurales para procesar y limpiar datos”, dijo Mathur. “Los flujos reales pueden ser diferentes para distintos mercados y regiones. Los modelos de datos granulares también pueden ser diferentes, así que tenemos que averiguar qué es lo correcto".

Mathur continuó explicando que el desafío es establecer las protecciones correctas y mantener la flexibilidad y agilidad adecuadas para tener éxito. Dijo que las organizaciones quieren evitar tener múltiples grupos de datos, donde los mismos datos se captan y estructuran de manera diferente para [cada] caso de uso individual, lo que lleva a la duplicación y a la falta de una versión de la verdad. "Es esa mejora de los procesos lo que intentamos conseguir", concluyó Mathur.

Mientras tanto, para un ejecutivo sénior digital y de medios de una empresa láctea multinacional, el mayor desafío para convertir el compromiso del cliente en una métrica de negocio es romper los silos de datos en todas las unidades de negocio.

Uno de los proyectos del ejecutivo se centra en volver a definir el CRM para la empresa láctea.

“CRM va más allá del marketing porque tiene un componente de ventas, por lo que necesita soporte de TI y de los datos”, dijo el ejecutivo. "Estamos en ese recorrido de [integrar] datos cuando no tenemos la infraestructura o simplemente estamos construyendo la infraestructura en torno a ello. Al mismo tiempo, también estamos educando a la organización sobre cómo adoptar esa mentalidad".

Por otro lado, un grupo multinacional del sector de FMCG se embarcó en un recorrido de siete años para consolidar sus plataformas de datos. Según el director regional de TI y digital de la multinacional, el desafío ahora es equilibrar el uso de estas plataformas tanto para los empleados como para los clientes.

“Tenemos todo ahora en un solo lugar, y contamos con el respaldo de los directivos sénior para eliminar todos los informes manuales, lo que es excelente”, dijo el director regional. “Sin embargo, también nos dimos cuenta de que al consolidar todo en el medio, la función tecnológica y la función de inteligencia de negocios (BI) deben crecer, ya que los cambios siguen llegando".

El ejecutivo también reconoció que la experiencia de los clientes y los empleados es el mayor desafío:

"Tienen que embarcarse en el recorrido con respecto a los datos para usar las plataformas y convertirse ellos mismos en programadores no profesionales, en lugar de que los equipos de datos y de TI se encarguen de todas y cada una de las solicitudes".

Dónde extraer valor

Según Banerjee, vicepresidente de Servicios de Datos de Nube Pública de Rackspace Technology, cuando se trata de resolver los desafíos de datos de los clientes, no existe una solución o estrategia única que se aplique a todos porque cada recorrido relacionado con los datos es diferente. Ya sea que se trate de la adopción de tecnología, de la mentalidad organizativa o de los desafíos que plantea la complejidad, a menudo un pequeño proyecto de datos puede proporcionar el soporte de la organización que tanto se necesita. "Se trata de entender un poco mejor lo que cada uno quiere conseguir y, en algunos casos, solo es cuestión de diseñar esos proyectos a corto plazo que los ayudarán a ir de A a B, para que su equipo pueda funcionar con eficacia", dijo Banerjee.

Para Shwetank Sheel, director de Ventas de Servicios de Datos para APJ de Rackspace Technology, las empresas deben centrarse en cuatro áreas clave como puntos de partida para la extracción del valor de los datos de los clientes:

1. Innovación de productos: según la telemetría, ¿cómo repite sus productos para hacerlos más relevantes?
2. Operaciones: ¿cómo optimiza sus operaciones para reducir costos?
3. Gente: ¿cómo les facilita a los empleados el uso de la tecnología?
4. Continuidad: ¿qué estrategias se pueden usar para convertir los proyectos de datos en parte de un proceso de negocio continuo en lugar de en un único evento?

Una de las estrategias que pueden explotar estas cuatro áreas, señaló Sheel, es la alfabetización de datos. "En términos de alfabetización de datos, necesitamos educar a la gente y capacitarla, ya sea en torno a la escalabilidad o, simplemente, proporcionando un espacio seguro para poder probar cosas", dijo. "Necesitamos permitirles innovar, en lugar de que las personas usen su tiempo para realizar una menor cantidad de tareas valiosas".

Estrategia de datos para triunfar

La tecnología representa algo muy útil para las empresas, ya que agiliza los procesos, genera inteligencia y crea nuevas fuentes de ingresos. Sin embargo, las empresas pueden volverse demasiado dependientes de dicha tecnología sin una estrategia de datos clara. Mientras tanto, la tecnología también ha facilitado a las empresas la planificación integral, una característica que ha quedado ampliamente demostrada durante la pandemia, señaló Mathur. "Durante la pandemia de COVID-19, la oferta y la demanda se volvieron cada vez menos predecibles", recordó. "Por lo tanto, la tecnología nos permitió hacer pronósticos de demanda, junto con la planificación de suministros, la gestión de inventarios y la implementación en los mercados. Antes de que ocurriera el COVID-19, cosas como estas podían ejecutarse en función de la intuición, y los líderes y gerentes lo hacían. Todas estas se desestabilizaron repentinamente”.

Además, la transformación de datos en Kellogg's ha influido en su estrategia en términos de actividades de marketing como precios y promociones, así como en lo que respecta a manufacturing.

"En manufacturing, hay muchas cosas que se pueden hacer cuando se conectan las máquinas y se usan esos datos para comprender los tiempos de inactividad y el mantenimiento", dijo Mathur. “Hemos reducido el desperdicio y mejorado nuestro consumo de energía. Hay alrededor de seis o siete áreas de enfoque en las que estamos trabajando en este momento para lograr nuestra visión SmartFactory".

Mathur también reconoció la tendencia de las organizaciones hacia mayores capacidades predictivas y prescriptivas, y los prometedores casos de uso que tienen las soluciones de bajo código y sin código.

Mientras tanto, Sheel, de Rackspace Technology, enfatizó la importancia de la seguridad de los datos a medida que crece la cantidad de casos de uso de los datos, no solo para proteger a la empresa, sino también la privacidad de sus clientes.

A medida que predominan más los datos, la importancia de la seguridad como parte de la gestión general de los datos en la nube pasa a primer plano.

"La seguridad se está convirtiendo en la esencia de los proyectos de datos porque no puede entrenar a los modelos de AI con datos simulados, ni tomar decisiones con datos ficticios que no corresponden a producción", dijo Sheel. "Es importante utilizar los datos de producción de manera segura".

Esta publicación se creó con el patrocinio de Amazon Web Services (AWS).