Luego de más de un año de pandemia, grandes cadenas de retail han comunicado agresivos planes de expansión en distintas partes de la República Mexicana. Esto genera una gran competencia entre distintas categorías de retail como supermercado, tiendas de conveniencia, estaciones de gasolina, bancos, cafeterías y restaurantes. Para que su inversión sea exitosa, al abrir una nueva tienda o sucursal necesitan elegir un lugar idóneo. Al respecto, ¿cómo ayudan la analítica avanzada para empresas y el machine learning?
En el contexto actual la industria del retail ha mostrado solidez ante la contingencia sanitaria, la actualización del T-MEC y la volatilidad de los mercados por el enfrentamiento entre China y Estados Unidos.
De acuerdo con datos de la Asociación Nacional de Tiendas de Autoservicio y Departamentales (ANTAD), en México los retailers contribuyen a cerca del 20% del Producto Interno Bruto (PIB).
Cabe mencionar que entre las subindustrias del retail destacan las siguientes:
Según datos de la ANTAD, la industria del retail invertirá 2 mil millones de dólares en México durante 2021. Esta inversión se dividirá de la siguiente forma:
Es decir, aproximadamente 680 millones de dólares se invertirán este año para abrir nuevas tiendas o sucursales. Entre las empresas que están llevando a cabo expansiones destacan:
Retailer | Plan de expansión |
Carl’s Jr. | Esta cadena de comida rápida pretende llegar a 400 sucursales en el país para el año 2024 y 500 para 2027. |
Chedraui | A principios de 2021 anunciaron que a lo largo del año abrirían ocho nuevas tiendas: dos Súper Chedraui, cinco del formato Supercito y una tienda Chedraui. |
KFC | Durante 2021 esta empresa busca inaugurar 30 nuevos restaurantes y remodelar 40 con kioscos para ordenar sin pasar a mostrador y entregas a domicilio. |
La Comer | Esta cadena de supermercados espera llegar a 100 sucursales en 2023; es decir, 28 más que al cierre de 2020. |
Liverpool | Tiene planeado abrir dos tiendas este año y tres en 2022. Además, para Suburbia, su marca de moda y zapatería, prevé de 15 a 20 aperturas al año desde 2022 hasta 2026. |
Mail Boxes | Tiene un plan de expansión con el que en los próximos 5 años busca duplicar sus tiendas en México: pasar de 64 a 130. |
Pizza Hut | En 2021 tiene el objetivo de abrir 49 tiendas y para 2022 tiene planeado inaugurar más de 100 nuevos establecimientos. |
Soriana | Tiene planeado invertir 750 millones de pesos para abrir un Sodimac y cuatro tiendas más. |
Tiendas 3B | Gracias a que sus ventas aumentaron 25% en 2020, esta cadena planea sumar 150 tiendas más para alcanzar las mil 350 al cierre de 2021. |
Toks | Tiene la intención de abrir nuevos restaurantes, incluyendo de sus marcas de comida rápida Panda Express, Shake Shack y El Farolito, con el fin de llegar a 15 sucursales nuevas por año, como en 2019. |
Walmart | De los 22 mil 200 millones de pesos que esta empresa invertirá en México durante 2021, el 25% lo destinarán a la construcción de nuevas tiendas del formato Bodega. |
<< Construye el futuro de tu empresa: aplica analítica avanzada >>
Aunque en el sector comercial existe cierto consenso sobre cuáles son las calles principales en cada localidad para establecer una tienda o punto de venta, esas calles existen infinidad segmentos en donde el resultado de ventas puede ser muy distinto incluso en términos de qué lado de la calle se pone la nueva ubicación. Muchas veces las empresas de retail hacen uso de scouts o empresas de bienes raíces, pero su resultado puede ser lento e impreciso.
Los modelos de analítica predictiva geoespacial ayudan a pronosticar qué y cuánto se venderá en un espacio determinado antes de elegirlo o construirlo. Dichos modelos se ejecutan en plataformas de Big Data con múltiples variables para todos los segmentos de calles donde puede colocarse una nueva tienda.
Así, las bases de datos internos de un negocio se cruzan con los datos geográficos, poblacionales, económicos del entorno y de fuentes privadas como las de SinTráfico; se procesan mediante tecnologías de machine learning, y con la ayuda de aplicaciones operativas no sólo se proporcionan los mejores puntos en México, sino que se cuantifica la venta potencial y el portafolio ideal de productos/servicios.
La tecnología Predictive Location Intelligence (PLI) de los modelos de analítica predictiva geoespacial incrementa el valor de los datos internos del retail —ventas, CRM, Revenue Management— al combinarlos con datos de los micromercados donde compite un negocio.
Esto, a su vez, brinda la posibilidad de reconfigurar o definir de manera más precisa la oferta en términos de productos, precio, promociones y ejecución en punto de venta, a fin de eficientar los recursos y aumentar las ventas.
Aunado a lo anterior, la analítica avanzada de PLI le brinda las siguientes posibilidades al sector retail:
¿Quieres probar la analítica predictiva geoespacial? Visita, navega y prueba lo que tenemos para ti en BDS
Con una herramienta de este tipo los retailers pueden adaptarse de manera más ágil y flexible a los cambios tanto del mercado como de su micromercado, lo cual es fundamental para enfrentar los retos del presente y del futuro.
Además, con la implementación de PLI los retailers adquieren la capacidad suficiente para especializarse, lo que brinda ventajas competitivas en este momento en el que los usuarios tenemos tantas opciones para escoger.
¿En tu empresa tienen datos concretos y en tiempo real sobre sus tiendas y sucursales? ¿Qué acciones llevan a cabo para evaluar si su oferta corresponde a la demanda de cada lugar donde se ubican sus puntos de venta? ¿Qué herramientas utilizan para conocer el micromercado de cada una de sus tiendas o sucursales?
Comenta en el espacio de abajo y suscríbete a mi blog para conocer más sobre otros temas de innovación y tecnología científica aplicada a los negocios.
Si quieres saber más sobre la aplicación de IBM Watson y el cómputo cognitivo en empresas, suscríbete a mi blog y mantente informado.