El coste real de los datos de afluencia inexactos en el retail

Una cadena de moda revisa sus tasas de conversión trimestrales y decide recortar dos horas de personal diarias en sus diez tiendas con peor rendimiento. Seis meses después, las ventas de esas tiendas han caído más que el ahorro en nómina. El diagnóstico posterior revela algo incómodo: los contadores de esas tiendas sobreestimaban la afluencia entre un 12% y un 18% porque contaban a los empleados y a los niños en carritos como visitantes. La conversión "baja" era un artefacto del dato, no un problema de venta. La decisión fue lógica; el dato era falso.

Este es el problema central del coste de datos de afluencia inexactos en retail: casi nunca aparece como una partida en la cuenta de resultados. Aparece disfrazado de decisiones razonables tomadas sobre cifras equivocadas. Y como los directores financieros y de operaciones ya saben qué es un contador de personas, este artículo se centra en otra cosa: dónde se esconde exactamente ese coste y cómo cuantificarlo antes de renovar o ampliar cualquier sistema de conteo.

El error no se promedia: se multiplica

Existe la tentación de pensar que un error del 10% en el conteo "da igual mientras sea consistente". Es un argumento que se oye en muchos comités de dirección y es incorrecto por tres razones prácticas:

• El error no es consistente entre tiendas. Una tienda con entrada doble, mucha luz natural y escaparates que provocan paradas en la puerta genera un patrón de error distinto al de una tienda de centro comercial con un solo acceso. Comparar la conversión de ambas es comparar dos escalas diferentes.
• El error no es consistente en el tiempo. Los picos de tráfico —rebajas, sábados, Navidad— son precisamente cuando los sensores antiguos o mal calibrados fallan más, porque los grupos compactos se cuentan como una sola persona. Su dato es menos fiable justo cuando más lo necesita.
• El error se propaga a cada ratio derivado. Conversión, ventas por visitante, captación respecto al tráfico del centro comercial, ROI de campañas: todos heredan la distorsión. Un KPI contaminado en la base contamina todo el cuadro de mando.

Cuatro lugares donde el dinero se pierde de verdad

1. Planificación de personal. Es el coste más directo. Si los turnos se dimensionan según curvas de afluencia infladas, se paga personal para clientes que no existen; si están desinfladas, las colas y la falta de atención erosionan la conversión real en las horas punta. En una cadena de 50 tiendas, un desajuste sistemático de una sola hora de dependiente al día ya supone una cifra de seis dígitos anuales, en una dirección o en la otra.

2. Decisiones de cartera de tiendas. Cerrar, renovar o renegociar el alquiler de un local se apoya en la relación entre tráfico y venta. Una tienda que parece convertir mal por un conteo inflado puede acabar en la lista de cierres siendo, en realidad, una de las más eficientes de la red. El coste de cerrar la tienda equivocada —o de renovar un alquiler caro para la incorrecta— empequeñece cualquier inversión en medición.

3. Atribución de marketing. Cuando una campaña local se evalúa por el incremento de afluencia, un margen de error del 10-15% absorbe por completo el efecto de la mayoría de las acciones. El resultado habitual: se repiten campañas que no funcionan y se cancelan otras que sí, sin que nadie pueda demostrarlo.

4. Negociaciones con arrendadores. En centros comerciales, los datos de tráfico alimentan cada vez más las conversaciones sobre rentas variables y renovaciones. Sentarse a negociar con datos que el arrendador puede rebatir —o peor, que contradicen los suyos— debilita la posición del retailer desde el primer minuto.

La fuente de error que casi nadie audita: su propio personal

Aquí va una observación que cualquier implementador con experiencia confirmará: en la mayoría de las auditorías de conteo, el mayor contaminante individual no es el sensor, sino los empleados que cruzan la línea de conteo. En una tienda pequeña con almacén junto a la entrada, el personal puede representar entre el 10% y el 20% de los "visitantes" registrados en un día normal. Ese sesgo hunde artificialmente la conversión y, además, varía según la plantilla de cada turno, lo que hace imposible corregirlo con un factor fijo. Por eso los sistemas modernos incorporan algoritmos de exclusión de personal que identifican y descuentan a los empleados del conteo. Si su proveedor actual no lo ofrece, ya sabe dónde está una parte de su error.

Los otros sospechosos habituales: sensores 2D antiguos que confunden sombras con personas, líneas de conteo mal colocadas tras una reforma del acceso, y niños contados como adultos, algo que los sensores con IA actuales —como los 3D de Xovis— ya separan correctamente, junto con datos demográficos de edad y género que añaden contexto a la cifra bruta.

Qué nivel de precisión exigir y cómo verificarlo

Desconfíe de cualquier proveedor que prometa un porcentaje redondo y garantizado en todas las condiciones. La precisión real depende de la iluminación, la disposición de la entrada y el comportamiento de los visitantes. Lo honesto —y lo que Vemco Group establece contractualmente— es un mínimo garantizado del 96%, con resultados típicos del 98-99% cuando las condiciones lo permiten. La diferencia entre esas dos formas de comunicar la precisión le dice mucho sobre con quién está tratando.

Para verificarlo, no acepte solo el informe del proveedor. Un protocolo sencillo que funciona:

• Realice conteos manuales de contraste en tres franjas: mañana tranquila, mediodía y hora punta del sábado. El error en tráfico alto es el que importa.
• Audite dos o tres tiendas con características de entrada distintas, no solo la más cómoda.
• Repita la auditoría tras cualquier cambio de escaparate, mobiliario de entrada o reforma. Es el momento en que los sistemas bien instalados empiezan a desviarse sin que nadie lo note.
• Exija que el dato validado fluya sin manipulación manual hacia sus sistemas de BI o ERP; cada exportación a hoja de cálculo intermedia es una oportunidad de introducir nuevos errores.

El cálculo que debería hacer esta semana

Tome sus tres decisiones más caras del último año basadas en datos de tráfico —un cierre, un redimensionamiento de plantilla, una renovación de alquiler— y pregúntese: ¿cambiaría la decisión si la afluencia real fuera un 12% distinta de la registrada? Si la respuesta es sí en alguno de los tres casos, el coste potencial de su margen de error actual ya supera, con casi total seguridad, el coste de medirlo bien. Plataformas como VemCount existen precisamente para que esa pregunta deje de tener respuesta afirmativa: datos validados, personal excluido del conteo y una sola versión de la verdad para finanzas, operaciones y tienda.

Si sospecha que sus cifras de afluencia no resistirían una auditoría de contraste, hablemos. El equipo de Vemco Group puede ayudarle a cuantificar el margen de error de su sistema actual y a estimar qué está costando en personal, cartera y marketing. Solicite una evaluación de la precisión de sus datos de afluencia aquí.