Mejorando la Rentabilidad con IA: Dos Casos de Éxito

Nuestra misión en Brain Food es convertirnos en aliados estratégicos de las organizaciones, colaborando en múltiples frentes para impulsar su éxito. Esto ha significado involucrarnos en diversas colaboraciones con compañías de distintas industrias, tamaños y culturas, apoyándolos en desafíos a través de su cadena de valor. Durante el último año, hemos trabajado con nuestros clientes en proyectos que se han enfocado específicamente en mejorar su rentabilidad con analítica e inteligencia artificial (IA) con una mirada estratégica e innovadora. En este artículo, compartiremos dos experiencias que ejemplifican cómo pudimos marcar una diferencia en estas colaboraciones, fortaleciendo las ventajas de las empresas en el mundo altamente competitivo de las ventas.

Proyecto 1: Maximizando el Impacto del Marketing Digital en la Industria de Comida Rápida

Este proyecto tenía como objetivo optimizar el ROI de las campañas de marketing, enfocado en mejorar transversalmente el awareness, aumentar la probabilidad de compra del cliente e incrementar el ticket de compra promedio.

El proyecto se inició con un exhaustivo Análisis Exploratorio de Datos (EDA, por sus siglas en inglés) para comprender los patrones y tendencias en los datos de ventas y el comportamiento de los clientes. Utilizando algoritmos de IA, llevamos a cabo una segmentación precisa de clientes, lo que nos permitió comprender a profundidad cada grupo.

Es importante remarcar que, a veces, los análisis cuantitativos tienen sesgos o no incluyen cierta información clave. Por lo cual, decidimos incorporar un estudio cualitativo detallado de cada segmento, para así complementar el análisis cuantitativo. Lo anterior nos permitió personalizar campañas de marketing que resonaran con cada grupo específico, asegurando optimizar las métricas antes expuestas. Para lograr esta meta se trabajó de manera colaborativa con el equipo de marketing y diseño del cliente con el objetivo de desarrollar contenido que refleje la identidad de la marca, seleccionando cuidadosamente a los destinatarios de cada campaña.

La evaluación continua de los resultados nos permitió ajustar nuestra estrategia y tácticas, donde logramos segmentar más de un millón de clientes, se testearon de manera iterativa 41 campañas, las cuales aumentaron entre 5 – 11% la tasa de conversión por campaña. Este proyecto no sólo tuvo un impacto positivo en las ventas, sino que transformó la estrategia comercial del cliente, donde se implementaron nuevas metodologías de testeo cuantitativo de las campañas de marketing.

Proyecto 2: Optimización de procesos de venta de una empresa Agrícola

En esta colaboración se trabajó estrechamente con una distribuidora de productos agrícolas con el foco de aumentar sus ventas mediante la obtención de mejores acuerdos con proveedores y la optimización del proceso de ventas. El cliente es una empresa líder en la venta de productos agrícolas, con más de 25.000 clientes activos, más de 1.000 SKUs y 16 sucursales distribuidas a lo largo de Chile. Sin embargo, la empresa realizaba la selección de clientes para campañas de productos específicos de forma manual. Adicionalmente, no se consideraban variables que permitieran conocer la propensión de compra de cada cliente para así focalizar los esfuerzos.

El desafío tenía un alto nivel de complejidad ya que se debía desarrollar una herramienta que sea simple de usar para así asegurar su adopción, que resuelva los dolores de distintos stakeholders y que utilice IA para generar listas de clientes estratégicamente seleccionados para cada producto, evitando la canibalización entre ellos.

Para comenzar el proceso, se partió con un diagnóstico, donde se entrevistó a la gerencia, los potenciales usuarios de la herramienta y otros stakeholders relacionados con el proceso. Adicionalmente se hizo un análisis profundo de los datos (realizando un EDA) para comprender la magnitud del problema y las posibles limitaciones, y se analizó la infraestructura de estos. Posteriormente, fue clave diseñar una herramienta con un UX ad hoc a los usuarios, con el foco de generar una herramienta que funcione de manera automática y que simplifique de manera exponencial el proceso actual. Para esto, trabajamos con el cliente en la priorización de las oportunidades identificadas para enfocar nuestra solución en los aspectos más críticos.

Al terminar la etapa de diagnóstico y diseño, se determinó que se debía desarrollar una herramienta con tres elementos principales:

1. Automatización de la creación de lista de clientes específicos por campaña, utilizando criterios predefinidos
2. Integración de variables de priorización mediante el modelamiento en base a datos históricos
3. Interfaz que permita al usuario interactuar con la herramienta

Para lograr esto, se trabajó en el desarrollo de 3 modelos que soportaban la inteligencia de la nueva herramienta:

1. Segmentación de clientes: Desarrollo de algoritmo para segmentar en base al comportamiento de compra histórica, además de la aplicación de reglas de negocio
2. Cálculo de propensión de compra: Construcción de árboles de decisión para, en base a las compras e información de cada cliente, obtener la probabilidad de que se ejecute la compra
3. Cálculo de venta esperada: Obtención de la venta esperada, dado que un cliente compra, en base al impacto marginal de la información productiva de cada cliente

Al finalizar la etapa de desarrollo, se terminó con un aplicativo web con una interfaz que le permite al cliente interactuar con la herramienta en tiempo real y lanzar la ejecución de la selección de clientes según los criterios que el usuario defina. Gracias a esto los usuarios cuentan con información valiosa de cada cliente para enfocar de mejor manera los esfuerzos de venta. Por último, la automatización permitió hacer la selección en un menor tiempo gracias a la automatización de varios procesos manuales.

La implementación de esta herramienta permitió una transformación tangible, convirtiendo una problemática poco definida en una solución efectiva y concreta.

Conclusión

La aplicación de metodologías precisas y el aprovechamiento de herramientas de analítica avanzada e IA en estos proyectos impactaron de manera directa los resultados de nuestros clientes. Además de mejorar la eficiencia operativa, proporcionaron nuevas estrategias y metodologías que impulsaron su crecimiento y la innovación. Estas experiencias demuestran el valor de adoptar un enfoque estratégico basado en datos para lograr las metas comerciales.