La restauración se alimenta con datos

La restauración se alimenta con datos

Diseñar nuevos productos; planificar demanda, apertura de locales y estrategia; hacer promociones en tiempo real; ofertas personalizadas, conocer el comportamiento de los clientes y las tendencias futuras… Estas son solo algunas de las aportaciones de las nuevas tecnologías como el Big Data al sector de la restauración.

La transformación digital y la inversión en nuevas herramientas tecnológicas como Big Data, Internet de las Cosas (IoT en sus siglas en inglés), Machine Learning o Inteligencia Artificial están marcando ya las agendas de las cadenas de restauración organizada.

Así se refleja en el informe Anuario de la Restauración Organizada en España, elaborado por KPMG, la consultora NPD y la asociación Marcas de Restauración, que aglutina a 40 compañías del segmento de cadenas de restauración organizada. El subconjunto, con nombres muy conocidos por todos, suma casi 250.000 empleos directos e indirectos, factura unos 10.000 millones de euros anuales y lleva unos años pilotando su propia reinvención.

El sector, muy expuesto a la digitalización principalmente por el perfil de los clientes y la creciente utilización de las redes sociales, se está sumando progresivamente al club de las compañías que lideran el uso eficiente de los datos tanto en las funciones del front-office, especialmente para conocer mejor al cliente y poder hacerle ofertas más personalizadas, como en las de back-office, para hacer más eficientes sus procesos y planificaciones.

¿Dónde se está utilizando actualmente más la analítica avanzada de  datos? ¿Y dónde se percibe más potencial para el futuro?  Según los datos recogidos en el citado informe, actualmente estas técnicas se utilizan sobre todo para el diseño de nuevos productos y para el marketing y las promociones en tiempo real.

Sin duda, las promociones en tiempo real son una de las herramientas que más están explotando el sector consumo en general y en el horizonte de 2020 aún aumentará mucho más. “Los consumidores, que están informados, muy digitalizados y permanentemente conectados, requieren el mismo trato exclusivo y consistente en cualquiera de los diferentes puntos de contacto con la marca”, subraya Carlos Peregrina, socio responsable del sector Consumo de KPMG en España.

Planificación de espacios y  ubicación de locales

Un área en la que ahora se está haciendo un uso intensivo o importante de la analítica de datos es la planificación de los espacios y la ubicación de los locales. Analizar datos relevantes sobre la zona en la que se contempla abrir un nuevo local  -consumo, tipo de establecimientos predominantes, competencia, perfil socioeconómico de los residentes y visitantes, comentarios en redes sociales sobre sus gustos gastronómicos y un largo etcétera- permite calibrar lo acertado o no de la decisión y, en caso afirmativo, contar con una primera proyección sobre cómo y  qué enfoque hay que aplicar a ese local y cuál puede ser la demanda esperada y potencial.

Conocimiento y segmentación de clientes

El Big Data permite recoger, analizar y gestionar información de los clientes con un increíble nivel de granularidad sobre sus gustos y patrones de comportamiento personales, históricos y actuales. Y las empresas de restauración tienen a su disposición un enorme caudal de información (datos) de clientes susceptibles de análisis: interacciones, valoraciones, comentarios en redes sociales, pedidos, gustos, hábitos de consumo, pagos, etcétera.

“Recabar y analizar toda esta información es clave para poder personalizar tanto la oferta como la experiencia de clientes, algo que hoy en día es clave para poder distinguirse de la competencia”, señala Eva García San Luis, socia responsable de Data & Analytics e Inteligencia Artificial de KPMG en España

Análisis de sentimiento

Analizar las valoraciones y comentarios de los clientes en diferentes webs y redes sociales es un fenómeno al alza en sector. Las grandes compañías cada vez hacen más uso de esta posibilidad del Big Data para hacer análisis de sentimiento a gran escala y adoptar medidas para evitar que ciertos errores se propaguen o acciones preventivas para que no se repitan. Otras, con capacidad de maniobra, incluso monitorizan  en tiempo real las preferencias para ajustar su oferta de forma más o menos rápida.

Análisis predictivo

Conocer mejor al cliente permite intentar hacer análisis predictivo: si sé qué le gusta ahora y cómo han ido variando sus gustos, no sólo puedo afinar mejor en el diseño de mis productos, sino que también puedo anticiparme e intentar intuir qué le puede gustar en el futuro. Y lo mismo se podría aplicar a sus pautas de consumo: ¿Los clientes acuden más o menos al local cuando hay eventos deportivos o de otro tipo? ¿Cuánto más se vende a domicilio los días de lluvia? ¿Esto se acentúa en días festivos o laborales? ¿En un barrio o zona más que en otros? El Big Data ayuda a dar respuesta a estas y otras muchas preguntas y permite llevar a cabo una previsión de la demanda mucho más afinada, reduciendo al mínimo el riesgo de desperdicio de alimentos frescos o preparados que en ocasiones aqueja al sector de restauración. Conduce, por tanto, a una mejor planificación estratégica y financiera. Como muestra el gráfico adjunto, la tecnología ya se utiliza para este fin, aunque está llamada a crecer mucho más en el futuro.

Mantenimiento de equipos

El análisis predictivo también se puede aplicar al mantenimiento de los equipos -hornos, freidoras, refrigeradores o congeladores-  que son una parte clave del mobiliario de la compañías de restauración y requieren un monitoreo constante. Esta tarea se llevará a cabo cada vez de  forma más automatizada, con una mínima intervención humana. Con analítica avanzada y Machine Learning se puede desarrollar un mantenimiento predictivo de estos equipos, lo que se traduciría en ahorre de costes, de horas de trabajo, evitaría posibles averías y todo ello preservando la calidad de los productos. Los sensores también pueden informar sobre la evolución del stock y enviar alertas cuando ha llegado el momento de reponer cierta materia prima que se está agotando. En definitiva, estas nuevas tecnologías permiten gestionar mejor el inventario de alimentos y elegir los productos de los menús en función de los gustos actuales y futuros de los clientes.

Gestión de procesos y tareas

Si los sensores de control se instalan en los vehículos que hacen la entrega a domicilio, se puede hacer una gestión más eficiente del delivery analizando el tráfico de la carretera, los puntos a evitar y las rutas de menor consumo de energía.  Y de la misma forma que se mejora la gestión de los tiempos de entrega a domicilio, se puede monitorizar toda la actividad en el local para detectar posibles problemas y hacer una gestión más eficiente, incluso en tiempo real, de los procesos y los tiempos de trabajo.

En definitiva, la combinación de Big Data con IoT e Inteligencia Artificial ya se está aplicando en el sector de la restauración organizada en España, aunque todavía de forma incipiente. El reto es pisar a fondo el acelerador para seguir recogiendo las ventajas en términos de eficiencia y mejora de experiencia de clientes que estas tecnologías aportan.

Bienvenido Chef Watson

El sistema de Inteligencia Artificial de IBM, conocido como Watson y que está cosechando grandes avances en el campo de la medicina, también ha hecho su incursión en la cocina. La versión gastronómica, conocida como Chef Watson, es un sistema informático desarrollado por un equipo de investigadores que genera recetas gracias a la configuración de unos parámetros y al análisis de una enorme colección de datos. El sistema informático, que comprende los alimentos a nivel molecular, es capaz de memorizar más de 10.000 recetas, tener en cuenta los sabores y texturas de 2.000 ingredientes, combinarlos con los gustos y restricciones alimenticias de los comensales y, en base a todo esto, ser capaz de proponer al instante más de 16 billones de combinaciones diferentes.

 

A la elaboración de este artículo ha contribuido Aitor Ballesteros.

Deja un comentario

Accede a contenido exclusivo
Cerrar menú