Mostrando las entradas con la etiqueta El Zoning. Mostrar todas las entradas
Mostrando las entradas con la etiqueta El Zoning. Mostrar todas las entradas

viernes, junio 30, 2017

El zoning de Flame analytics

El zoning de Flame analytics




El zoning


David Zapico presentó ayer una nueva funcionalidad de nuestra herramienta de analítica Flame: El zoning, una característica con la que podrás saber cuáles son las zonas o departamentos más rentables de tu establecimiento, en cuáles pasan más tiempo los clientes y cuáles tienen una mayor conversión a ventas.
Leemos en la Wikipedia que zonificación, en sentido amplio, indica la división de un área geográfica en sectores heterogéneos ya que conforme a ciertos criterios. En Flame queremos llevar este concepto al sector retail, y por ello definimos la zonificación, como la capacidad de estudiar nuestros establecimientos por zonas / categorías y así analizar de forma más completa el comportamiento de nuestros clientes dentro de los establecimientos.

Soluciones de posicionamiento indor

Para lograr analizar, primero es necesario localizar a nuestros clientes dentro del establecimiento. A esto se le llama localización indor o sistemas de posicionamiento en interiores. Hoy en día, todos estamos familiarizados con el sistema de posicionamiento por excelencia, el basado en GPS que ya se usa en muchos ámbitos de nuestra vida cotidiana:
  • Planificar una ruta con nuestro coche.
  • Deporte de aventura, tracks de montaña, etc.
Pero estos sistemas sufren cuando hay muchos obstáculos (no suelen funcionar nada bien en los túneles por ejemplo) o en interiores de edificios. Es por esto que en las soluciones de posicionamiento indor, se usen otras tecnologías, veamos cuales:
  • Los basados en rfid que se suelen usar en ambientes más industriales  y son útiles cuando queremos localizar objetos. Por ejemplo una carretilla. En este caso, el elemento que queremos localizar tiene que llevar lo que se llama un tag RFID.
  • Los basados en bluetooth. Aquí existen muchas soluciones, pero me basaré en las de última generación que usan balizas (beacons) bluetooth para dar una solución. En este caso, el requisito es que tengamos un smartphone con los servicios de localización encendidos y una aplicación instalada que esté esperando y escuchándolas. Puede tener sentido, por ejemplo, en un museo.
  • Los basados en Wifi en las que, disponiendo de un conjunto de antenas Wifi (puntos de acceso) y aplicando triangulación, podremos localizar a la gente simplemente por tener el wifi encendido. Quizás el factor más importante que contribuye a la superioridad de Wifi es que no requiere que una aplicación se instale en los smartphones de los clientes con el fin de recopilar datos de comportamiento. Si no queremos llegar a otros niveles de interacción nos centraremos en esta tecnología.

Sistemas basados en Wifi con triangulación

También llamado trilateración. Pero esto de la triangulación ¿Qué es? Si suponemos que la potencia recibida = distancia. Y si suponemos que las antenas generan un patrón de radiación en forma de esfera con centro en la propia antena. En este ejemplo, supongamos que conocemos la ubicación exacta en un plano de AP1, AP2 y AP3:
Realmente si sólo hacemos caso a una antena, nuestro objeto / persona podría estar en cualquier punto de la circunferencia:
Si hacemos caso a dos antenas, sólo tendremos dos posibles posiciones:

Niveles de análisis de presencia

Bien, ¿Cómo podemos entonces aplicar todos estos conceptos en el afán de estudiar como se comportan nuestros clientes en nuestros establecimientos? Podemos establecer 3 posibles niveles de analítica con los datos que nos proporciona la Wifi. Veamos el primero:

Nivel 1:

Utilizamos los puntos de acceso para obtener la información de presencia global: visitas, transeúntes, tiempo de estancia, repetición, etc. Funciona bien en cualquier tipo de establecimiento, pero principalmente en:
  • Pequeñas tiendas
  • Cafés y restaurantes
  • Cadenas de tiendas pequeñas
¿Qué obtenemos?
KPIS globales de presencia: Visitas, transeúntes, tiempo de estancia, ratio de repetición, etc.
Nivel 1 con Flame
Todos los KPIS generales de presencia:
  • Transeúntes
  • Visitas
  • Ratio de captura
  • Visitas repetidas
  • Duración de visitas
  • Nuevas visitas

Nivel 2:

Utilizamos puntos de acceso dedicados en cada zona que queramos medir y asignamos las balizas emitidas por los teléfonos en función de la proximidad a las mismas. Funciona bien en establecimientos grandes y especialmente en:
  • Tiendas medianas con zonas bien delimitadas, por ejemplo, con paredes.
  • Grandes almacenes, etc.
¿Qué obtenemos?
  • KPIS globales de presencia: Visitas, transeúntes, tiempo de estancia, ratio de repetición, etc.
  • KPIS por zonas: Visitas, tiempo de estancia, conversión por zonas.
Nivel 2 con Flame
Conversión por secciones / categorías de productos.
KPIS de presencia por zonas:
  • Porcentaje de visitas atribuible a zonas.
  • Tiempo de estancia en zonas.

Nivel 3: Triangulación

Utilizamos puntos de acceso dedicados en modo de trilateración para determinar la localización. Funciona bien en establecimientos grandes y muy grandes:
  • Supermercados
  • Centros comerciales
  • Grandes almacenes, etc.
¿Qué obtenemos?
  • KPIS globales de presencia: Visitas, transeúntes, tiempo de estancia, ratio de repetición, etc.
  • KPIS por zonas: Visitas, tiempo de estancia, conversión por zonas.
  • Mapas de calor, trayectorias, flujos de visitas, análisis por perfiles (grupos).
  • El mapa de tráfico muestra por donde más se mueve la gente. Por simplificar podríamos decir que donde más rojo es donde más pisó la gente.
  • El mapas de actividad muestra por donde más se paró la gente, ya sea para consultar, probar o lo que fuese.
Reconstrucción de trayectorias y análisis por grupos
Al tener mucha más información e incluso más precisa, aplicamos técnicas de inteligencia artificial para realizar la reconstrucción de los posibles trayectos que realizan los clientes por el local. El siguiente paso es aplicar técnicas de agrupamientopara identificar patrones y ver como se comportan en sus recorridos. Esto tiene mucho sentido ya que el recorrido que efectúa un electricista (por ejemplo, en un almacén de construcción) será muy diferente al que realiza un pintor (simplificando). De esta forma tendremos grupos de personas al que podremos aplicar mapas de calor, interacción en zonas y flujo de clientes.