Historias de éxito de nuestros clientes  > Boston’s Restaurants

Cómo Boston’s Restaurants México ha encontrado ubicaciones óptimas para sus nuevos restaurantes

Empresa

Cadena de alimentos con más de 400 restaurantes en Canadá, Estados Unidos y México.

Reto

¿Cuál es el potencial de ventas de la marca en diferentes ubicaciones que se están evaluando para nuevas aperturas?

Solución

Modelo predictivo basado en data interna y Big Data geoespacial, que estima el potencial de venta en puntos en evaluación.

Resultados

Conocimiento profundo de las características geoespaciales de los puntos actuales y priorización de apertura de nuevos puntos con mejor potencial de venta.

El Cliente

Durante dos décadas, Boston’s  se ha posicionado en México a través de más de 20 restaurantes en ciudades clave en el país.

Con el concepto de 2 ambientes bajo un mismo techo -Restaurante y Sport´s Bar-, su enfoque se centra en la calidad, servicio y ambiente. Para lograr esto, uno de los elementos clave para la marca es la ubicación. Por ello, consideran varios factores al momento de colocar un nuevo punto.

El Reto

Validar que las ubicaciones para sus nuevos restaurantes sean las óptimas.

Ya sea que coloquen un nuevo restaurante dentro de un centro comercial o en formato stand-alone, el equipo de marketing tiene parámetros muy específicos al momento de seleccionar una nueva ubicación.

Por ello necesitan asegurarse que los sitios que están evaluando realmente tienen potencial para generar los resultados de venta esperados.

Solución

Modelos predictivos para evaluar el potencial de ventas que podrían tener sus nuevos restaurantes.

Junto con el equipo de marketing evaluamos sus restaurantes actuales desde distintos enfoques. Por ejemplo, evaluamos patrones e índices de movilidad alrededor del establecimiento, perfiles socioeconómicos de las personas que se encuentran dentro de la zona, áreas con mayor afluencia de personas, etc.

En la imagen, el tamaño del círculo es proporcional a la cantidad de visitas. El verde representa mayor cantidad de visitantes provenientes de esa zona.

Comparación de afluencia peatonal en distintas zonas de influencia, alrededor del punto de interés seleccionado. Verde indica menor concentración de población, rojo mayor concentración.

Este análisis se complementa con información de ventas internas y otros KPI’s que tiene la marca. De esta manera, desarrollamos un modelo de Machine Learning el cual recolecta toda esta información y comienza a encontrar las variables clave que influyen de manera positiva o negativa el desempeño de un restaurante.

Con esta información, el modelo puede evaluar si las nuevas ubicaciones encontradas por el equipo de marketing de Boston’s tienen el potencial para generar buenos resultados a futuro.

En la imagen se muestran los competidores presentes en un radio de cinco a 10 minutos de uno de los restaurantes de la marca. 

Los círculos en color rojo implican mayor rating y los verdes menor.

«Con PREDIK Data-Driven encontramos una metodología confiable, accesible y fácil

para evaluar ubicaciones para nuestros desarrollos. Hemos abierto dos y los resultados están en línea con lo esperado. Además, muy buena atención y servicio al cliente”.

Directora de Marketing, Boston´s Pizza

Resultados

Confirmación de nuevas ubicaciones con alto potencial de éxito. 

En este momento, la marca ha utilizado nuestro modelo para colocar dos nuevas sucursales y para evaluar el desempeño de sus restaurantes actuales.

Descubra lo que el Big Data puede hacer por su empresa

Agende una llamada  de 30 minutos con un experto en datos para conocer sus necesidades y desarrollar juntos la solución ideal a su problema.

Nuestras soluciones han ayudado a las marcas más importantes de Latinoamérica, Estados Unidos, Europa y Asia.

    Tamaño de la Empresa (*):

    Industria(*):

    Utilizaremos su información de acuerdo a nuestra política de privacidad de uso de datos.

    Autorizo recibir comunicación de marketing de PREDIK Data-Driven vía correo electrónico