Archivo de la etiqueta: Rappi

5 tendencias de analítica avanzada para retailers y cpgs – COLUMNA DE INVESTIGACIÓN DATLAS

Esta semana tuvimos la oportunidad de compartir con algunos de nuestros clientes nuestra opinión sobre tendencias de analítica para sectores retail y CPGs (Consumer Packages Goods). En esta columna enunciaremos las 5 tendencias más interesantes considerando innovación: Incremental y transformacional

Tipos de innovación al evaluar tendencias

Cuando hablamos de tendencias e innovación siempre es bueno poner en la antesala dos tipos: La innovación incremental y la transformacional.

La incremental se refiere a la mejora continua de procesos cotidianos con soluciones creativas y que te mantengan a la vanguardia dentro de tu industria. Por otro lado, la transformacional, son proyectos disruptivos que alteran el tiempo de funciones de los miembros de una organización.

A continuación compartiremos tres tendencias con proyectos de innovación incremental y dos con transformacional.

5 tendencias

1) Aplicaciones para pedidos programados (Incremental)

La embotelladora Arca Continental con sede en Monterrey, Nuevo León, México habilita una aplicación a los tenderos donde entrega sus productos (refrescos y bebidas). Esta APP móvil sugiere el tamaño de pedidos a sugerir a los tenderos para que cuenten con el abasto suficiente y no caigan en una situación de “venta pérdida”.

2) Aprovechamiento de datos de clientes (Incremental)

OXXO, la cadena de conveniencia más grande de México con presencia en LATAM hizo público un proyecto de aprovechamiento de datos de sus más de 13 millones de transacciones diarias. Se trata de analizar datos de ventas de tickets y ponerlas al alcance de sus proveedores. En este sentido se podrían generar mejores estrategias comerciales para desplazar productos en la cadena comercial.

3) Internet de las cosas para mantenimientos preventivos (Incremental)

Los sensores y el internet de las cosas se han extendido a las compañías de productos de consumo como la panadería que ofrece BIMBO en México. En esa dirección proyectos de integración de sensores y GPS se han sumado a las flotillas de entrega de esta compañía. Estos nuevos datos les ayudan a tomar acciones preventivas para evitar problemas logísticos en las entregas de sus productos

4) Revisión de anaqueles automatizadas (Transformacional)

Usando un robot con cámaras y sensores compañías como Walmart han difundido programas de automatización como el de “escanear” los anaqueles de manera automatizada en búsqueda de faltantes y facilitar los planogramas dentro de retailers.

Heineken, la compañía de cerveza, revisa anaqueles con aplicaciones móviles enviando equipos a fotografiar anaqueles para estudiar los impactos en los frentes de las tiendas donde promocionan sus productos

5) Algoritmos avanzados de recomendación (Transformacional)

“Food-service” y empresas como RAPPI no se quedan atrás en los avances disruptivos. Una buena recomendación de platillos o restaurantes puede significar una buena oportunidad de venta cruzada para el negocio. Para que este tipo de servicios funcionen se tienen que registrar millones de transacciones, almacenar grandes cantidades de información en tablas distribuidas, entrenar modelos con catálogos dinámicos y garantizar que los servicios estén activos para cuando el usuario los necesite.

Hasta aqui la columna de hoy y te preguntamos ¿Qué otro tipo de aplicaciones de analítica avanzada conoces en industrias de retail o CPGs? Compartenos tus comentarios en @DatlasMX

Si quieres continuar aprendiendo de analítica y transformación digital revisa nuestro podcast: “Café de Datos”

Equipo Datlas

– Keep it weird-

Restaurantes en tiempos de rentas altas $ ¿Qué es una Dark Kitchen y cuáles son sus factores de éxito? – Datlas Investigación

Cuándo pensamos en inversiones de largo plazo muchos libros de hace 20 años van a sugerir las bienes raíces. Pero es una realidad que “los tiempos de los terrenos baratos” terminaron y la burbuja inmobiliaria es uno de los negocios que más se ha inflado por inflaciones ficticias y por una sobredemanda de espacios físicos.

En su contraparte, quienes tienen que rentar un local en una plaza comercial, habilitar servicios, instalaciones, estacionamiento, contratar personal, capacitar, comprar insumos, promocionar y atender de manera exitosa a sus clientes tienen retos operativos y financieros para sacar sus modelos de negocio adelante ¿Hay alguna manera de sacarle la vuelta o reducir la inversión de entrada? 

Datlas_Blog_Promo_SuscriberFree

En esta columna nos enfocaremos en el sector restaurantero y en cómo un concepto nacido en Inglaterra en respuesta a las altas rentas ha sido adaptado en México en tiempos de COVID-19. Hablamos de las dark kitchens o cocinas fantasmas. Y llegó para quedarse. Así cómo qué factores podría integrar una herramienta de inteligencia de datos y analítica para este subsector restaurantero.

***Te puede interesar: 13 TÁCTICAS DE RESPUESTA PARA RESTAURANTES Y SECTOR TURISMO EN ÉPOCA DE COVID19 – DATLAS RESEARCH

DatlaS_darkkitchen_cocinafantasma6

¿Qué es una dark kitchen o cocina fantasma?

Es un modelo de negocios gastronómico en tendencia que se enfoca en atender pedidos únicamente a través de reparto a domicilio. En China ya existen más de 7,500 dark kitchens, en India hay más de 3,500, mientras que en Estados Unidos están comenzando a ganar relevancia con 1,500 y en Reino Unido con apenas 750, señala el reporte de Euromonitor.

Exiten algunos formatos a tomar en cuenta:

  • Pura: Buscan espacios con excelente cobertura que los acerque a sus clientes potenciales en donde sólo instalan cocina y almacén de insumos para enviar pedidos a domicilio
  • Impura: Son espacios que tradicionalmente estaban preparados para restaurantes, se diseñó una experiencia y un “journey” para el comensal. Pero por tiempo de pandemia y en adaptación a la tendencia se tornaron en dark kitchen
  • Compartidas: Hay ubicaciones que tienen cocinas compartidas entre varios restaurantes. Es decir 4 marcas se ponen de acuerdo y en una misma cocina se prepara sushi, pizza, tacos y hasta postres
  • Híbrida: En momentos del día opera como restaurante tradicional y en otros momentos subarrenda su espacio para que otras marcas utilicen su espacio como dark kitchen

DatlaS_darkkitchen_cocinafantasma3

¿Qué característica tienen las dark kitchens?

  • La tasa de éxito de estos modelos son alrededor del 80%, la recomendación es buscar alimentos de tendencia
  • No tiene camareros o meseros, Sin ambientación y espacio para atender
  • Exigen una inversión menor que restaurantes físicos (entre un 15-20% menos)
  • Todos los menús en uno (Existe un menú más concreto para una marca sin tantas personalizaciones)
  • Las apps de delivery y pedido a domicilio son una extensión del negocio
  • Se preocupan por el “packaging” o el embalaje necesario para que la presentación del platillo se mantenga al momento de la entrega
  • La inversión en equipo es similar a esta: Estufa, refrigerador, horno, mesa de trabajo, sartenes, cuchillos, ollas, cazuelas, tablas, etcétera

El pase de diapositivas requiere JavaScript.

Recomendaciones para el éxito de una dark kitchen

1) Cuida tu oferta de platillos y alimentos. Cumple con calidad y supera expectativas. Sorprende.

2) Ofrece un muy buen servicio al cliente a distancia, busca fidelizar con algún programa de recurrencia

3) Ofrece precios competitivos. Considera que la cantidad de opciones al alcance son muchos más grandes que cuando estás en una calle de la ciudad. Compites contra más propuestas de valor, por lo que los precios deberán ser justos

4) Mejora tu comunicación. Domina y capitaliza las redes sociales para que puedas generar una experiencia lúdica y de antojo con tus comensales

5) Investiga qué beneficios ofrecen las plataformas de delivery y marcas. Algunas veces te dan créditos o se asocian en tu crecimiento siempre y cuando tengas una buena ubicación para tu negocio

***  También te puede interesar: ¿Cómo tener la mejor ubicación para mi tienda?

Datlas_Promo_Facebook_Suscribe

¿Qué tipo de inteligencia de datos se pudiera generar para dark kitchens?

Técnicas de análisis geo-referenciado o de big data que se han utilizado en la ubicación de otras franquicias pueden ser aprovechadas en estas circunstancias. Una buena investigación de datos podría darnos la siguiente información de un restaurante:

  • Nombre del restaurante
  • Ubicación geográfica
  • Id en Rappi, Uber Eats, SinDelantal, etc
  • Categoría de restaurante
  • Categoría de precio
  • Rating de Restaurante
  • Número de reseñas
  • Menú del restaurante

Un ejemplo de análisis exploratorio pudiera ser utilizando box-plot y validando para una serie de restaurantes cuáles es la media de precios identificada. Otra exploración es usar un gráfico de distribución para evaluar la distribución de precios de la oferta gastronómica en esa plataforma

El pase de diapositivas requiere JavaScript.

Podemos realizar una exploración de precios promedios por código postal, delegación o área conurbada. Otra variable de utilidad puede ser el rating. Entender cuál es el rating más alto y qué marcas de restaurantes se ubican en los extremos.

El pase de diapositivas requiere JavaScript.

Podríamos también generar nubes de palabras de los ingredientes o las palabras más usadas en un menú. Y darnos licencia para soñar para además de generar descriptivos empezar a cruzar variables.

Continuaremos avanzando en la generación de más inteligencia para el sector restaurantero así como para esta nueva tendencia del dark kitchen.

Datlas_Promo_Podcast_Suscribe

Hasta aqui la columna de hoy, te invitamos a escuchar nuestro podcast y a seguirnos en nuestras redes sociales. Te recomendamos

 

Saludos

Equipo Datlas

– Keep it weird-

 

Fuentes: