Como tirar partido da informação que os retalhistas têm à disposição?

 “O ‘big data’ está na moda e no setor do retalho também”, sublinha Mara Ferreira, retail sales lead da Microsoft, por ocasião de um dos debates organizados pelo Hipersuper, para discutir o futuro do retalho.

“Cada vez temos mais dados estruturados nas bases dos retalhistas, dados de redes sociais, dados de um conjunto de equipamentos cada vez mais disponíveis no retalho, ou seja, um conjunto grande de informação para tirar partido”.

No entanto, “as organizações preocupam-se em recolher muita informação e muitas vezes não olham para o essencial. Às vezes basta cruzar duas variáveis para perceber como podemos interagir com o consumidor”, defende, por sua vez, Nuno Ribeiro, country manager da Fabernovel Portugal.

Como tirar partido da informação disponível?

Para a responsável da Microsoft, a quantidade de informação disponível devido às novas tecnologias deve ser tratada através de ferramentas de analítica tradicionais ou de uma outra “cada vez mais falada”, designada “machine learning”, na qual a própria máquina interpreta os dados automaticamente. “Por exemplo, o consumidor é muito sensível ao preço e tenta-se, com cenários de “machine learning”, perceber efetivamente esta sensibilidade, a que tipo de produtos se aplica. Posso fazer uma campanha sobre determinado produto sem deixar cair a margem porque, naquela determinada loja, o segmento a que se direciona está disponível para pagar mais. Isto são respostas que só as áreas de ‘analytics’ e ‘machine learning’ conseguem dar”.

Por sua vez, Paulo Magalhães, responsável durante 15 anos pelos sistemas e inovação na Sonae, fala em “business intelligence” como a tendência futura, que ainda está a começar a ser desenvolvida por alguns retalhistas. “Não têm a prática de utilizar todos os dados que têm à disposição mas estão cada vez mais a investir neste sentido, porque os dados estão lá e tem que se tirar partido deles”. Também o diretor da PT Empresas, João Cabecinhas, considera que o desafio, neste momento, passa por “trazer alguma matemática” para o ‘big data’ e para isso não é necessário recolher grandes volumes de informação. “O que o ‘big data’ nos diz é para olharmos menos para o retrovisor e fazermos mais análise preditiva. Isso faz com que a capacidade analítica de um negócio não dependa apenas da iniciativa de quem está no ponto de venda a observar o comportamento do consumidor. Temos muitas fontes que podem ser usadas para tal”.

A democratização dos smartphones trouxe “muitas boas formas” de melhorar a experiência de compra mas “é preciso ter cuidado e fazer isto numa lógica ‘pull’, ouvindo os clientes e avaliando a sua satisfação”, alerta Paulo Magalhães, CEO da Tlantic, por ocasião de um dos debates que o Hipersuper organizou para discutir o futuro do retalho alimentar.

“O caminho para a introdução da tecnologia no negócio é através a experimentação. “Errar rapidamente, não estar meses a desenvolver algo que se põe à experiência do cliente e que depois não resulta. Os retalhistas têm que ser ágeis”.

Big data versus smart data

O cruzamento dos conceitos de big data e “business intelegence” resulta no “smart data”, que se foca não na quantidade de informação recolhida mas no tratamento desses dados e que pode resultar em serviços úteis ao consumidor, como uma aplicação móvel. “Alguém se lembrou de fornecer um serviço muito simples através de uma ‘app’: dar o artigo, o preço, o local e o stock [ao consumidor], catalogar uma grande quantidade de artigos e construir uma rede, associando empresas com essa informação. Em poucos meses, a empresa foi vendida por centenas de milhões de dólares”, conta Paulo Magalhães.

No entanto, os retalhistas ainda não estão a apostar como deviam na capacidade dos dados que detêm, segundo o dirigente da Fabernovel. “Muitas das empresas com as quais temos contacto nem sabem o que é um CRM [Customer Relationship Management – Gestão de Relacionamento com o Cliente] e já querem entrar no ‘big data’. Isso não vai trazer uma vantagem competitiva numa primeira fase porque obriga a um investimento tecnológico e, sobretudo, a um conhecimento de análise sobre aquelas ferramentas e a trabalhar para as conseguir efetivamente rentabilizar”.