Análisis de movilidad y uso de datos geoespaciales para analizar un punto de venta de Oxxo vs. Seven Eleven

OXXO Vs. 7-Eleven: ¿Quién gana en el punto de venta?

LinkedIn

Los análisis de movilidad se han convertido en una de las mejores herramientas para optimizar estrategias comerciales y planes de expansión en retail. Para las tiendas de conveniencia, esto no es la excepción.


Le recomendamos leer: Análisis de movilidad y estudios de movilidad para empresas: Usos y beneficios


Comprender lo que los consumidores piensan, quieren y hacen es esencial para las empresas del sector minorista. Aquí es donde las herramientas de big data juegan un papel importante, porque con ellas se puede medir no solo la afluencia en el punto de venta, sino también las características del cliente y sus patrones de consumo. 

Caso de estudio: Oxxo Vs. 7-Eleven, Ciudad de México 

Análisis de movilidad y uso de datos geoespaciales para analizar un punto de venta de Oxxo vs. 7-Eleven
En el gráfico se muestra cuáles son las avenidas con mayor tránsito vehicular, y concentración de usuarios, que rodean ambos puntos y cuál es el área de influencia de ambos.

Utilizando data de movilidad y otras fuentes de información, en PREDIK Data-Driven realizamos un análisis exhaustivo de dos tiendas pertenecientes a las marcas de conveniencia más representativas en México: OXXO y 7-Eleven.  

Con el objetivo de entender el comportamiento de los clientes dentro de la tienda y en el entorno inmediato, realizamos un análisis con base en datos de movilidad.

Para este estudio buscamos dos tiendas con características similares dentro de la Ciudad de México y con ello analizamos los siguientes puntos:

  • ¿Cómo se distribuyen las visitas entre cada establecimiento? 
  • Comparativo del comportamiento de las visitas por día y hora
  • Comparativo del perfil de los consumidores que visitan cada tienda.

¿Sabía qué? Con la ingeniería de Big Data, es posible analizar los flujos de peatones desde un área o ubicación específica, y al integrar esta información con datos geoespaciales, puede visualizar el desempeño de un punto de interés (un POI específico), como una tienda de conveniencia. 


OXXO Vs. 7-Eleven: análisis de dos competidores 

Se analizó la data de movilidad dentro de las dos tiendas y en el entorno inmediato, con el objetivo de comparar y analizar el movimiento de visitantes en los dos puntos de venta. Para ello, se recopilaron y analizaron datos de movilidad para comprender el comportamiento de las personas que visitan las tiendas. Este análisis pretende dar respuesta a las siguientes preguntas: 

¿Cómo se distribuyen las visitas entre cada establecimiento? 

El primer paso es determinar los dos puntos en el mapa y seleccionar el área que nos interesa analizar. 

Para este caso tomamos como referencias una tienda Oxxo que se ubicará en una zona cercana a un 7-Eleven para que la comparativa estuviera bajo la misma circunstancia

Los análisis de movilidad nos permiten entender cómo influye la ubicación en el desempeño de un punto de venta. Este análisis del entorno nos muestra patrones de movilidad relevantes al momento de predecir si un establecimiento comercial tendrá éxito o no (sobre todo contra la competencia).

Analisis de movilidad para evaluar el comportamiento de visitas entre oxxo y 7-eleven

En este gráfico podemos ver la gran diferencia en volumen de visitas que recibe 7-Eleven contra Oxxo. Al ver el mapa, podemos ver que la tienda Oxxo se encuentra en una zona con grandes puntos de concentración de usuarios alrededor

¿Tendrá alguna relación la ubicación de ambas tiendas con su ubicación?

Sin duda este es un factor que está influyendo el volumen de visitas que recibe Oxxo. A comparación del 7-Eleven, este Oxxo se encuentra rodeado de áreas residenciales, escuelas y oficinas (Mientras que el 7-Eleven se encuentra en una zona de paso con tráfico vehicular más rápido y los puntos de concentración se encuentran más alejados).

Identificando la conducta de los consumidores: ¿Qué días de la semana son los más visitados?

Los análisis de movilidad también permiten observar la evolución del volumen de visitas en un punto de venta, a lo largo del tiempo. Esta información resulta muy útil para identificar cambios de comportamiento en los clientes y tendencias del mercado en temporadas de alta y baja afluencia (Y después compararlo con el comportamiento que tiene la competencia). 

El gráfico a continuación muestra la distribución porcentual de las visitas registradas durante tres meses de observación: 

Visitas entre Oxxo y 7eleven por días de la semana
Comparativo entre visitas de ambas tiendas por días de la semana

En el gráfico podemos ver que, en ambos casos, el volumen de visitas no fluctúa entre días de la semana. Esto puede indicar que el número de visitantes que recibe, tanto Oxxo, como 7-Eleven, no están condicionadas a promociones efectuadas en días específicos.

Por ejemplo, las cadenas de cine en México no solo tienden a mostrar picos de visitas los fines de semana, sino también los miércoles. Esto se debe a que comúnmente, los miércoles ofrecen promociones especiales (Como dos por uno en la compra de entradas).

Ya que no hay picos de afluencia para ambas tiendas, se refuerza la idea de que la ubicación está jugando un papel importante en su desempeño (Más allá de sus promociones de marketing).

Distribución de visitas por horas

La analítica de movilidad permite conocer conocer a detalle el comportamiento del consumidor. En este caso podemos incluso analizar a nivel de horas los flujos de visitas en cada tienda.

En el gráfico, por ejemplo, podemos ver cómo la ubicación está ligada al volumen de visitantes que entran a cada tienda.

La tienda Oxxo suele recibir más visitas en horarios de la mañana. Mientras tanto, el 7-Eleven recibe más visitas en horarios de la tarde. Esto importante, por ejemplo, para entender qué tipo de productos son los que se consumen más a esas horas.

Perfilamiento de clientes: ¿Cómo son los visitantes de OXXO y 7-Eleven? 

Perfil de consumidores OXXO y 7-Eleven
Comparativa de perfil de usuario entre la tienda Oxxo y 7-Eleven

Cuando enriquecemos el análisis incorporando otras fuentes de información, los insights que generan estos estudios se vuelven de gran valor para optimizar no solo los planes de expansión y búsqueda de zonas para nuevas aperturas, sino también para perfeccionar las estrategias de comercialización y marketing en cada punto de venta.  

En el gráfico podemos ver que el tipo de usuarios que visitan ambas tiendas cambia en dos aspectos importantes: Su NSE y el motivo de su visita.

Por una parte la tienda OXXO recibe un gran porcentaje de visitantes que viven o trabajan alrededor de la zona. Por otra parte, casi el total de los visitantes del 7-Eleven son usuarios «de paso».

Esto nos puede indicar porqué el Oxxo recibe más visitas que el 7-Eleven ¿En qué sentido? El Oxxo podría estar recibiendo visitas más recurrentes de las personas que viven o trabajan en la zona.


Uso de data alternativa, geomarketing y  Big Data para obtener Insights valiosos del consumidor

¿Quiere saber cómo obtener Insights altamente valiosos de su consumidor? Conozca más


Identificar zonas idóneas para abrir nuevos puntos de venta 

El análisis de visitas es solo una pequeña parte de la información necesaria para entender el comportamiento alrededor de un punto de venta.

La analítica de movilidad también nos permite explorar más a fondo al mercado meta ¿Los usuarios que transitan por la zona son nuestro cliente potencial? ¿Tienen capacidad de compra? ¿Qué tipo de tiendas visitan? ¿Cuál es su interacción con la competencia? ¿De dónde vienen? ¿A dónde van?

Con data alternativa, como la recopilada por Facebook u otras redes sociales, se pueden estimar los niveles socioeconómicos de los habitantes, su edad y su perfil. En paralelo, aplicando técnicas de análisis de datos geoespaciales, se pueden localizar edificios corporativos, zonas residenciales, escuelas, etc. Todo este análisis posibilita un mejor entendimiento del comportamiento de las personas que transitan por un área determinada.


Uso de datos de movilidad, data alternativa y datos geoespaciales para tomar mejores decisiones

¿Le interesa utilizar Datos Geoespaciales para tomar mejores decisiones? Conozca más


¿Cuál es el potencial de facturación de mi competidor o de un punto de venta?

Gracias a los modelos de Machine Learning, es posible predecir las ventas de un punto de venta en particular. Con estos modelos, cualquier empresa puede hacerse una idea de los posibles ingresos o visitas de un competidor en una semana, mes o año determinado. Estos patrones también se utilizan para predecir la posibilidad de que se abra un nuevo lugar. Es ideal para realizar estudios de factibilidad de nuevos puntos de venta en planes de expansión.  


Realice pronósticos de venta altamente acertados Vea nuestras soluciones basadas en Prónosticos de Venta


Nuestro artículo más reciente

Reciba este tipo de contenido directamente a su bandeja de correo

Únase a nuestra comunidad con más de 100 mil lectores y recibirá artículos semanales, estudios e información enfocada en mejorar la toma de decisiones y el desempeño de su empresa.

    Siga nuestro contenido en redes sociales

    Reciba insights clave directo a su correo

    Únase a nuestra comunidad de más de 100,000 lectores y reciba semanalmente artículos, estudios e información especializada destinada a optimizar su toma de decisiones y el rendimiento de sus resultados de negocios.