Con 73.000 empleados y cerca de 1.700 tiendas, Système U es el cuarto gran y mediano minorista de Francia. La cooperativa de comerciantes cuenta con un departamento de TI común, U Iris, con 550 personas, que cuenta con una Data Factory desde 2023. Es este último el que recientemente implementó una aplicación basada en IA, para abordar lo que parecía ser uno de los Principales motivos de insatisfacción de los clientes online: escasez de productos. De hecho, a través de su sitio CoursesU.com, la cooperativa ofrece ventas online en 900 de sus tiendas. Una actividad que pesa más de mil millones de euros de los 24 que genera el grupo. “La cesta media de venta online es muy alta, más de 110 euros, porque ofrecemos todo nuestro surtido. Lo cual es a la vez una ventaja, pero también una fuente de dificultades”, indica Fabrice Arnoux, responsable de la división de Análisis de Datos y Ciencia de Datos de Système U, que intervino en un evento organizado a mediados de noviembre. de la editorial Dataiku, herramienta que forma parte de la base tecnológica de la distribuidora (junto a GCP, Looker o Microstrategy).

Cuando los pedidos se reciben en el back office de la tienda, un recogedor equipado con un terminal móvil se dirige a las estanterías para recoger los productos. Y con frecuencia se enfrenta a rupturas. Entonces podrá decidir sustituir el producto solicitado por un producto equivalente o no hacer nada, según su valoración en ese momento. Sin embargo, en cuanto a la actividad de compra online, el 45% de los clientes de la cooperativa afirman estar insatisfechos con la gestión de este punto concreto. “Y también es la primera causa de salida de clientes”, indica el responsable de Data Science. De ahí la idea de ofrecer a los preparadores una solución sencilla para mejorar la experiencia del cliente, sabiendo que eliminar la escasez sigue siendo una ilusión debido a los desfases entre el pedido y su preparación.

Índice
  1. Lista las sugerencias, clasifícalas según cada perfil
  2. Más sustituciones, más facturación

Lista las sugerencias, clasifícalas según cada perfil

Primero, para cada producto, los equipos de datos identificaron posibles sustitutos, utilizando el historial de reemplazos decidido por los preparadores de pedidos. Implementado en Dataiku, el modelo, basado en la teoría de grafos, se actualiza aproximadamente una vez al mes. “Al mismo tiempo, estamos implementando una sección dedicada a la personalización”, añade Fabrice Arnoux. Este cálculo, realizado para cada pedido de cliente, se basa en el perfil de cada internauta-consumidor y tiene en cuenta los productos que adquiere. Su apetito por productos orgánicos o de marca propia, por ejemplo, se analiza minuciosamente para asociar una puntuación a cada posible sustituto de los productos que aparecen en su pedido.

Fabrice Arnoux, jefe de la división de Análisis de Datos y Ciencia de Datos de Système U: “Hoy en día, pocos pedidos se preparan sin una lista de sustitutos”. (Foto: RF)

Aunque el principio del procesamiento de datos es bastante simple, todavía es necesario integrarlo en el proceso operativo. “Hoy en día, el tiempo entre un pedido y su recepción en el back office de la tienda es de 15 minutos como máximo. Sin embargo, para definir los sustitutos, producto por producto, nuestro modelo requiere un tiempo de cálculo de dos minutos. Así, como máximo, nuestras recomendaciones se pueden cargar en los terminales de preparación 17 minutos después de la validación del pedido”, calcula Fabrice Arnoux. Un punto importante porque las primeras versiones corrían demasiado lentamente para ser completamente operativas. “Hoy en día son pocos los pedidos que se preparan sin una lista de sustitutos”, se alegra el gerente. Y, para los preparadores, la solución sigue siendo fácil de usar, ya que implica un simple botón para activarla. “Nuestra solución pretende seguir siendo una ayuda para los preparadores, que no tienen la obligación de utilizarla. Nuestro objetivo es convencer”, afirma el responsable de la división Análisis de datos y Ciencia de datos de Système U. La solución fue valorada con un 8/10 por los usuarios en las tiendas.

Más sustituciones, más facturación

Sobre todo, la aplicación ofrece resultados iniciales interesantes con los clientes de la marca. En primer lugar, con una caída de las quejas vinculadas a la escasez de productos. La tasa de nuevos clientes que permanecieron fieles a la marca a pesar de la escasez en su primer pedido aumentó en 8 puntos. Además, el 94% de los productos sustitutivos son aceptados por los clientes al recibir su pedido. “Y observamos una brecha de 15 puntos en la tasa de sustitución de productos agotados entre las tiendas que ya utilizan la función y las que aún no la han activado. El retorno de la inversión de nuestro proyecto está ahí, ya que gracias a él el valor de la cesta aumenta”, comenta Fabrice Arnoux. Según este último, estas diversas mejoras ya se están materializando desde hace varios meses. Un primer nivel que ahora impulsa al equipo de datos de Système U a seguir optimizando las propuestas de sustitución ofrecidas a los preparadores de pedidos.