Los objetivos para la mejora eran por tanto los siguientes:
1. Identificar en qué aspectos de los establecimientos invertir.
2. Mejorar la experiencia de clientes con el mix de inversión óptimo para cada tipología de establecimiento.
3. Mejorar las ventas.
La solución desarrollada ha consistido en primer lugar en realizar la Gestión de la Información, para identificar e incorporar la información relevante para el proyecto, evaluar y preseleccionar entornos, adaptar la arquitectura de la plataforma y programar los sistemas de conexión de información. Además, se realiza un Data Improvement, para la integración y generación de valores normalizados, estandarización de fuentes, detección de datos incoherentes y corrección en los casos necesarios, enriquecimiento Big Data e indicadores y perfiles exclusivos, homogeneización de la variable endógena (Satisfacción) y generación de nuevas métricas.
A continuación, se realizan Clusters de Establecimientos, buscando identificar tipologías de establecimientos que, por sus particularidades, requieran de un mix de inversión similar. A partir de modelos de Inteligencia Artificial se identifican, simplifican y priorizan los elementos clave (variables) de la empresa en los establecimientos HORECA que impactan en la experiencia de cliente y las ventas, generando una matriz de prioridades de inversión para cada uno. Algunas de estas variables son accionables y se podrá ejercer presión sobre ellas para incrementar la satisfacción del cliente, aumentar su valor o evitar su fuga (DRIVERS). Otras variables, que también influyen sobre la satisfacción del cliente, no son experienciales y por tanto no podrá ejercerse presión sobre ellas (PALANCAS).
Posteriormente se procede a la selección y ejecución de los modelos, que explicarán cuánto influye (pesa) cada Palanca en la Satisfacción general, y con ello se identificarán las palancas clave sobre las que trabajar los planes de inversión para cada cluster de establecimientos.
Los modelos analíticos alimentan un simulador que predice el impacto que cada mejora en un aspecto clave, genera sobre la satisfacción / experiencia de cliente, lo cual permite simular la mejora en satisfacción generada por la combinatoria de mejoras en los distintos elementos clave. Adicionalmente el simulador predice el incremento de ventas que se producirá a partir del mix de inversión planificado, permitiendo ajustar la inversión para maximizar tanto la experiencia de los clientes como las ventas.
La incorporación de Inteligencia Artificial permite identificar los aspectos de los establecimientos que impactan en la experiencia de cliente y en qué medida simulando, por ejemplo, que una mejora en la presencia de marca en los establecimientos de una zona/tipología de establecimiento concreta, generará un incremento x de la satisfacción de los clientes de esa zona generando un incremento x en las ventas.
