Boggi Milano es una marca italiana de ropa de hombre con 235 tiendas repartidas por más de 61 países, impulsada por la innovación, la tecnología, la sostenibilidad y los materiales de alta calidad y alto rendimiento. Sus prendas combinan tejidos de primera calidad, a menudo orgánicos y reciclados, con una investigación de estilo orientada a un estilo de vida contemporáneo.
El reto
En 2018, Boggi Milano se propuso mejorar la forma en que analizaba el rendimiento de sus tiendas y buscó un socio con amplia experiencia en análisis de datos en tienda. El equipo no conseguía optimizar ni agilizar la mano de obra, carecía de una forma fiable de identificar las tiendas con mucho tráfico pero baja conversión, y tenía poca visibilidad sobre el número de clientes atendidos por hora de trabajo.
La solución
Boggi Milano se asoció con RetailNext, cuya plataforma funciona con el sensor IoT todo en uno Aurora® —que cuenta con un amplio campo de visión, vídeo en color HD, BLE, Wi-Fi y baliza— y un modelo predictivo de tráfico que calcula el número de clientes en intervalos de 15 minutos. En lugar de basarse en medias generales, el equipo analizó la duración de las visitas y el número de clientes por hora de trabajo tienda por tienda para determinar la dotación de personal equivalente a tiempo completo (FTE) adecuada para cada establecimiento, equilibrando el tiempo de venta y el tiempo no dedicado a la venta.
Los resultados
Gracias al uso de «Traffic Analytics» para ajustar la distribución de la mano de obra, Boggi Milano redujo su plantilla en un 15 % desde 2018, al tiempo que disminuyó los gastos salariales y aumentó la productividad. Durante el mismo periodo, la marca aumentó el rendimiento por comprador en aproximadamente un 40 %, mejoró su tasa de conversión en unos 5 puntos y aumentó el ticket medio en torno a un 15 %, convirtiendo el análisis de datos en tienda en un motor de rendimiento sostenido.
