Big Data: ¿Tus hábitos de compra indican que estás embarazada? El caso Target

Por tal de poner al lector en contexto, Target es una cadena de grandes almacenes de Estados Unidos, situada entre las 6 destacadas en el sector retail. En un momento determinado, valoraron la cantidad de datos que se generan en cada compra por parte del cliente, datos que todavía no se habían convertido ni en información ni en conocimiento que pudiera ser aplicable por tal de obtener un beneficio de los mismos.

Concretamente, con el estadista de Andrew Pole a la cabeza, se inició el estudio de los datos generados con el objetivo de detectar clientas que estuvieran embarazadas y poder realizar acciones de marketing destinadas a ellas.

Para obtener los datos, además de la compra de los mismos, Target asocia a cada cliente un ID de invitado vinculado a su tarjeta de pago, nombre o mail, el cuál llega a ser un archivo con el historial de todas sus compras y la información demográfica que se ha podido obtener mediante cupones ofrecidos, encuestas, etc. Dicha información fue comparada con la información del Target Baby Registry, un programa de Target que ofrece consejos y descuentos en caso de inscribirse en el mismo (a cambio de disponer de datos de las clientas, a los cuáles sacarán partido posteriormente).

Analizando los datos de ambas bases, se observaron algunas relaciones que permitían establecer patrones de consumo y, por ende, realizar acciones de marketing basadas en datos. Relaciones como un incremento significativo de las cantidades de compra de lociones entre las mujeres embarazadas o la compra de suplementos tales como calcio, magnesio o zinc en mujeres dentro de las primeras 20 semanas de embarazo.

En definitiva, se observó que había 25 productos que, analizados en su conjunto, permitían realizar una predicción del estado del embarazo y así ajustar las acciones de marketing a cada período.

Todo ello fue conocido en el gran público gracias a la siguiente anécdota, acontecida en Minneapolis:

Un padre entró en un centro Target, enfadado, ya que la empresa había hecho llegar a su hija adolescente cupones de ropa para bebés y cunas. El responsable del centro pidió disculpas y trasladó el incidente a los servicios centrales, para que estos últimos dispusieran de la información. A los pocos días, dicho responsable volvió a llamar al padre para disculparse de nuevo e intentar recuperar la confianza del cliente pero, en ese momento, el padre pidió disculpas por el incidente ya que, realmente, su hija estaba embarazada. La predicción de Target era correcta.

Dicho incidente sirvió para modificar la estrategia llevada a cabo hasta el momento, al valorar que enviar información/promociones focalizadas en el embarazo podía ser incómodo para algunas clientas. Decidieron mezclar las promociones de productos específicos para el embarazo entre otros productos y, al reducir la sensación a la clienta de ser espiadas mediante los datos generados, consiguieron que las clientas mostraran una mayor predisposición a la compra (las clientas asumían que eran promociones aleatorias en vez de “camufladas”).

Por ello, todos nuestros movimientos, tanto offline como online (incluidas redes sociales), generan una enorme cantidad de información sobre nuestros hábitos y preferencias que las empresas saben y sabrán explotar.

Share this article

Cofundador de Markonomia. Licenciado en Administración y Dirección de Empresas por la Universitat de Barcelona (EUS) y master en Business Intelligence y Big Data en Universitat Oberta de Catalunya. Cerca de 5 años desarrollando proyectos de análisis de datos en el sector bancario. Fotógrafo freelance en eventos deportivos nacionales e internacionales.

Facebook Comments

Deja un comentario