Ir al contenido principal

La IA generativa en la industria del Retail

La inteligencia artificial al servicio de las ventas y la atención al cliente

¿Cómo contribuye la Inteligencia Artificial (IA) a cambiar el actual mundo de la distribución? A continuación, exploramos qué posibilidades brindan las innovadoras capacidades de la IA generativa (GenAI) a las empresas a la hora de gestionar ventas, presupuestos, pedidos y el servicio de atención al cliente.


La IA generativa en la industria del retail: numerosas oportunidades a nuestra disposición para generar valor

 

Los retailers tienen a su alcance una gran oportunidad de aumentar la productividad de sus plantillas centrando sus iniciativas de GenAI en la activación de las ventas, la elaboración de presupuestos y la entrada de pedidos, así como el servicio postventa a los clientes.

La GenAI cuenta con la capacidad de generar billones de euros en producto interior bruto (PIB) para la economía mundial e impulsar nuevos niveles de productividad de los trabajadores. Aunque solo se materializara una parte de este impacto, la oportunidad que brinda a muchas empresas es magnífica y potencialmente transformadora. En el caso de los retailers, una de las mayores oportunidades para desarrollar nuevo valor consiste en utilizar la GenAI en ventas internas y en operaciones de atención al cliente. La mayor parte de las líneas comerciales de los retailers (que van desde el sector de la alimentación al eléctrico y textil) son negocios que requieren numeroso personal, estando asociado normalmente entre el 5 % y el 7 % de los gastos a las tareas de ventas y servicios.

Según un análisis realizado por Deloitte, aplicar GenAI a tres ámbitos del área de ventas y atención al cliente (activación de ventas, elaboración de presupuestos y entrada de pedidos y servicio postventa a los clientes) tiene la capacidad de generar entre 75 y 100 puntos básicos de aumento de beneficios antes de intereses e impuestos (EBIT) para un retailer promedio. Conocer el alcance de la GenAI y los posibles casos de uso para ponerla en práctica representa el primer paso para ayudar a que su empresa aproveche óptimamente su poderosa tecnología.


Transformación de la industria el retail con la IA generativa
 

La GenAI puede ayudar a los retailers a identificar y aprovechar enormes oportunidades para aumentar la productividad de sus plantillas en sus actividades de activación de ventas, elaboración de presupuestos y entrada de pedidos, así como el servicio postventa y soporte a clientes.

La IA generativa apoya las actividades de ventas de muchas maneras:

  1. Soporte a la estrategia de ventas: sintetiza enormes cantidades de datos de clientes y estudios sobre el mercado para extraer información útil y ofrecer sugerencias con el fin de orientar en cuanto a la asignación del tiempo de ventas y la comunicación.
  2. Desarrollo colateral de ventas: genera un primer borrador de documentos dirigidos a clientes en una plantilla corporativa con mensajes personalizados basados en datos de clientes, con la capacidad de replicar de forma sencilla y basarse en otras iniciativas anteriores de marketing colateral.
  3. Aprendizaje personalizado: utiliza un chatbot para identificar rápidamente documentos formativos relevantes, actuando como un «tutor digital» en cuanto a temas prioritarios y generando un resumen comprensible de contenido relacionado con productos y aplicaciones en el negocio del cliente.
  4. Síntesis de notas de clientes e insight mining: procesa notas de reuniones de clientes (manuscritas, escritas en el ordenador o grabaciones de voz) para identificar las siguientes acciones que se llevarán a cabo, generar información para incorporar a las herramientas de gestión de relaciones con clientes y buscar modelos y datos de valor en toda el área de ventas.
  5. Mejora de los sistemas de recomendación de la «siguiente mejor acción» o «next best action»: utiliza la IA generativa para crear resúmenes y recordatorios con lenguaje natural a partir de los sistemas de recomendación de la «siguiente mejor acción» con el fin de identificar oportunidades de venta para los comerciales, así como campañas y sugerencias para dirigirse a los clientes.
  1. Búsqueda avanzada: crea un «superasistente de búsqueda» para que los comerciales apliquen lenguaje natural a la consulta por descripción del producto, aplicación del producto, especificaciones técnicas y otras características entre los datos de empresa, de proveedores y la web.
  2. Comparación y sustitución de productos: desarrolla comparaciones personalizadas de productos e identifica sustitutos basados en las características prioritarias.
  3. Gestión de pedidos por lotes: busca identificadores de productos en los correos electrónicos o los documentos proporcionados por los clientes para preparar datos con el fin de procesar pedidos de intercambio electrónico de datos u otras formas de generación automatizada de presupuestos o pedidos.
  4. Respuesta a consultas de clientes: redacta correspondencia con los clientes para hacer seguimiento de las preguntas relativas a una consulta o para explicar un presupuesto (por ejemplo, comparación de productos, opciones disponibles).
  5. Mejora de sistemas de recomendación de productos: crea maneras más sencillas de buscar e interactuar con los sistemas tradicionales de recomendación activados por IA o aprendizaje automático (por ejemplo, ventas cruzadas, ventas adicionales, sustitución) con lenguaje natural.
  1. Información de cuentas de clientes bajo demanda: presenta síntesis de información de cuentas de clientes, incidencias pasadas y resúmenes de casos activos a los encargados de prestar servicios de atención al cliente en sus flujos de trabajo.
  2. Asistente chatbot para comerciales: ofrece una forma sencilla de buscar políticas corporativas, actividad de pedidos y casos anteriores para reducir las consultas a niveles superiores y mejorar la resolución de incidencias en el primer contacto.
  3. Síntesis de cierre posterior a los casos: proporciona un resumen automático y clasifica los casos según normas predeterminadas, incluido un análisis de opiniones que indica la satisfacción de los clientes.
  4. Planificación de resultados satisfactorios: genera planes automatizados para lograr resultados satisfactorios de clientes y de desarrollo focalizados en áreas de mejora con objetivos y acciones comunes basados en el comportamiento histórico de los clientes y las prioridades de las cuentas.
  5. Visibilidad de incidencias de clientes: sintetiza y extrae datos de casos en grandes cantidades para identificar patrones de las incidencias de clientes y las respuestas de los comerciales, incluida la capacidad de analizar todos los casos de un profesional determinado y ofrecerle formación específica.

Resumen: principales conclusiones

 

Si desean aplicar con éxito la IA generativa y desarrollar nuevo valor en ventas y atención al cliente, los retailers deben reflexionar sobre la combinación y el orden correctos de los casos de uso, qué tecnologías específicas deben utilizar, cómo mejorar su manera de gestionar datos y conocimientos y, finalmente, qué cambios deben realizar en su modelo operativo y en la gestión de su plantilla.

Para empezar, sugerimos una serie de preguntas que deberían plantearse los directivos de los retailers:   

  •  ¿Sirve el caso de uso para añadir valor y contribuir a los objetivos estratégicos de nuestra organización? ¿Cuál es la rentabilidad de la inversión (ROI)? ¿Cómo se deben estructurar múltiples casos de uso de GenAI para maximizar el tiempo de obtención de valor y la ROI?
  • ¿A qué tecnologías y proveedores deberíamos recurrir? ¿Cómo se adaptan al plan tecnológico general y la configuración empresarial de nuestra organización? ¿Qué políticas y medidas de gobernanza globales deberían aplicarse?
  • ¿Contamos con la base de información adecuada para esta iniciativa? ¿Cómo deberían evolucionar las prácticas de gestión de datos y conocimientos de cara a este procedimiento?
  • ¿Quién liderará estas iniciativas? ¿Qué papel deberían desempeñar nuestros responsables de las funciones de ventas y atención al cliente en comparación con los directores de tecnología de la información (TI), datos, análisis e IA?
  • ¿Con qué rapidez deberían evolucionar las organizaciones de ventas y servicios? ¿Quién liderará estas iniciativas y lidiará con la tensión entre la gestión y la transformación del negocio?

Responder a estas preguntas lleva su tiempo, pero las empresas líderes suelen dejar algunas cuestiones pendientes para resolverlas sobre la marcha. Las pruebas de concepto y los estudios preliminares contribuyen al aprendizaje y aportan información sobre qué opciones deben elegirse para ampliar eficazmente el uso de la IA generativa. Para más información, consulte nuestro informe completo. 



Aprovecha el potencial de la IA generativa con el Instituto de IA de Deloitte

 

El Instituto de IA de Deloitte ayuda a las empresas a conectar las distintas dimensiones de un ecosistema de inteligencia artificial (IA) robusto, dinámico y en rápida evolución. Somos líderes en innovación de IA aplicada en diferentes sectores, aportando conocimientos de vanguardia, para fomentar la colaboración entre humanos y máquinas en la era de la colaboración. Independientemente de la etapa de IA en la que se encuentre su organización, podemos ayudarle a descubrir cómo poner en práctica esta tecnología para aprovechar sus ventajas competitivas duraderas. 

Did you find this useful?

Thanks for your feedback