Joe Shasteen: Bienvenidos todos a la charla informal de hoy en la NRF 2026. Soy Joe Shasteen, director global de analítica avanzada en RetailNext. Y para los que quizá no conozcáis RetailNext, somos la plataforma líder de inteligencia para el comercio minorista que convierte los datos de afluencia de clientes en información útil para generar beneficios a lo largo de todo el recorrido del cliente. Nuestra solución, respaldada por IA, aúna múltiples capacidades de análisis minorista en una única plataforma unificada, ofreciendo información estratégica con un retorno de la inversión cuantificable. Y hoy, como parte de nuestras charlas informales, vamos a compartir un montón de ejemplos reales de nuestros clientes y cómo utilizan los datos. Y hoy me hace mucha ilusión contar con David Lizak, de Shoe Palace. David, ¿te importaría presentarte un poco y contarnos algo sobre tu trayectoria en Shoe Palace y antes de eso?
David Lizak: Claro. Buenos días, Joe. Gracias por invitarme. Soy David Lizak, de Shoe Palace. Llevo unos seis años en Shoe Palace. Tengo la oportunidad de supervisar varias plataformas con las que trabajan nuestras tiendas, ya sean los sistemas de punto de venta, la planificación de personal… cualquier sistema con el que las tiendas tengan contacto, me encargo de gestionarlo. Y antes de esto, trabajé en el sector minorista de las zapatillas. Creo que mi trayectoria ha sido bastante interesante. He podido dedicarme a la venta de zapatillas durante toda mi carrera. Hace tiempo, fui director general de la tienda Foot Locker aquí mismo, en Times Square. En resumen, he tenido la oportunidad de poner en marcha y explorar diversas plataformas y tecnologías a lo largo de mi carrera, y ahora puedo hacerlo con Shoe Palace.
Joe Shasteen: Genial. Retrocedamos un poco en el tiempo: RetailNext y Shoe Palace llevan mucho tiempo colaborando. Volviendo a por ahí de 2018, cuando Shoe Palace estaba tomando la decisión de implantar una solución de tráfico, ¿podrías explicarnos un poco el razonamiento que hubo detrás de eso y cuál fue el impulso que os llevó a dar el salto de, digamos, el análisis tradicional del comercio minorista a soluciones más basadas en el tráfico?
David Lizak: Ya sabes, es difícil imaginar este negocio sin datos de tráfico, ¿verdad? Pero la realidad es que hay muchos minoristas que no los tienen. En su momento, nosotros éramos uno de ellos. E incluso a día de hoy, hemos incorporado algunas tiendas que también estaban pasando por ese proceso de nuevo. El motivo, sin embargo, en aquel momento… imagínate conducir un coche sin velocímetro. La única forma de saber a qué velocidad vas, la única forma de saber cómo van las ventas, es «por intuición», o fijándote en el coche de al lado, o cuando te paran en un control. Pero, aun así, en realidad no tienes una medida fiable de cómo te está yendo, ¿verdad? Así que esa primera capa que te permite ver el tráfico te da esa visibilidad, y eso es algo que nuestra organización necesitaba de verdad: ¿cuál es esa referencia con la que compararlo? Teníamos este resultado: ¿cómo nos va realmente?
Joe Shasteen: Y también comentabas un poco cómo, cuando empezaste, Shoe Palace ya había empezado a implantar algunas de las soluciones de tráfico. ¿Y qué pasó cuando te incorporaste a Shoe Palace en 2019? ¿Qué cambios estaban llevando a cabo, ya que habían empezado a implementar algunas de esas soluciones de tráfico, y cómo influyeron tu papel y tu presencia en lo que se estaba haciendo en Shoe Palace por aquel entonces, en 2019?
David Lizak: Sí, en aquel momento fue una curva de aprendizaje para toda la organización, porque acababas de empezar a recopilar datos de tráfico año tras año. Así que tenías que explicarles realmente a los equipos de las tiendas y a los responsables sobre el terreno en qué consistía esa métrica. Y no es hasta —y, por suerte, pude incorporarme en esa época— que, al compararlo con los años anteriores, te das cuenta de cómo te va realmente con estos datos. Y ahí empieza el proceso de aprendizaje: «Vale, ¿y ahora cómo lo mejoramos?». Y es un proceso de aprendizaje que dura todo el camino. Lo más complicado, creo, es que nos volvemos tan expertos con algunas tecnologías y nos obsesionamos con lo sofisticado que queremos que sea todo. Y la idea es que tenemos que ser capaces de mantenerlo sencillo para nuestros equipos de tienda. Y creo que esa fue realmente la base en 2019, cuando me incorporé: que sea sencillo para nuestras tiendas. No puedes controlar las cifras de afluencia. Es un buen punto de partida para explicar la situación, pero nos alejó de que el equipo directivo dijera: «Oye, jefe, ayer fue un día flojo». Bueno, ahora tienes datos que lo respaldan, y la historia es otra, ¿verdad? Y tratar de simplificarlo para nuestros equipos de tienda fue realmente lo más importante.
Joe Shasteen: Ya sabes, en esa línea, cuando has estado implementando el sistema de tráfico, ¿cómo fue ese proceso de implementación y de colaboración con el equipo de la tienda? Dijiste que había que mantenerlo sencillo, así que, ¿cómo lo hiciste? Porque al principio puede resultar muy abrumador para la gente que quizá no esté acostumbrada al análisis de datos en el comercio minorista, sobre todo al inicio de ese proceso. ¿Cómo fue trabajar con ellos, ponerlos al día y hacer que se sintieran cómodos con las métricas para que no les dieran miedo? Quiero decir, hemos visto casos en los que los equipos de las tiendas bloquean nuestros sensores para que no se pueda ver el tráfico. ¿Cómo superas eso y eliminas ese miedo a los datos?
David Lizak: Volveré sobre el «cómo» en un momento, pero en el instante en que una métrica concreta se convierte en lo principal que intentas mejorar, pierdes de vista cuál es el objetivo general de la organización. Así que, aunque tengas esta nueva métrica y sea súper, súper sólida y sea lo que queremos mejorar, cualquier cifra se puede manipular en algún momento u otro. Por eso es importante que, aunque le demos mucha importancia, no nos desviemos del objetivo general. Queremos mejorar las ventas en el negocio, ¿verdad? Así que volvamos a cómo enseñamos eso. A ese nivel, se trata de mantenerlo sencillo. «Bueno, ayer tuviste un 10 % de conversión. Queremos que llegues al 12 %». Bueno, ¿esperamos que el jefe, el asistente o ese trabajador a tiempo parcial sean capaces de dividir el número de transacciones entre el tráfico? Probablemente no. Así que simplifiquémoslo para ellos. Ayer conseguiste convertir a tantos clientes en este periodo de tiempo; necesito que consigas uno más. Esa lógica de desglosarlo y simplificarlo un poco más, dependiendo de quién sea el público en ese momento, fue realmente nuestra estrategia entonces.
Joe Shasteen: Genial. Y también has mencionado antes cómo pudiste usar algunos de los datos con tu ratio STAR. ¿Podrías hablar un poco sobre ese ratio STAR que desarrollaste utilizando también el tráfico?
David Lizak: Sí. Se notaba cómo tus empleados y los equipos directivos se animaban en cuanto empezabas a hablar de cuáles eran esas cifras positivas. De nuevo, intenta no complicarlo demasiado, pero le dices a alguien: «Mira, este es un STAR. Esta es la cantidad de clientes que van a entrar mientras tú y yo estamos trabajando». ¿Te las puedes apañar? ¿O no? Y empiezas a esbozar una imagen y dices: «Vale, bueno, si ese ratio fuera de veinte, ¿podríamos atender a cuarenta clientes ahora mismo? ¿En una hora? Claro, creo que sí». Ahora le dices a esa misma persona a la que se lo estás explicando: «Vale, si esa cifra fuera de cincuenta, ¿te sientes seguro de que tú y yo podríamos llegar a cien personas?». Y te responden algo así como: «Oh, eso probablemente sea demasiado alto. Es demasiado». ¿Verdad? Y entonces tienen una especie de momento de revelación. Y tú les dices: «Por otro lado, si esa proporción fuera de diez… vale, pues eso significa que entran veinte personas por la puerta en esta hora mientras tú y yo estamos trabajando». Y ellos responden algo así como: «Vaya, eso es un poco bajo». Bueno, la idea es que tenemos que recortar algunas de las horas o los costes de personal que estamos malgastando ahí. Así que tener datos de afluencia y poder contar esa historia realmente te abre los ojos sobre cómo los equipos de las tiendas pueden gestionar su día a día.
Joe Shasteen: Y si lo llevamos un poco más allá de los equipos de las tiendas… Sé que a menudo hay diferentes equipos multifuncionales, quizá a nivel corporativo, que intentan usar los datos. ¿Cómo consigues que te apoyen tanto a nivel de tienda como los distintos equipos multifuncionales de Shoe Palace, para asegurarte de que aprovechan los datos y toman las decisiones correctas basándose en todos los datos de tráfico que también has implementado?
David Lizak: Sí. Verás, en nuestro ámbito, se me ocurren enseguida tres pilares: los equipos de marketing, los de producto y, por último, los de operaciones. Me dejaré el de operaciones para el final, porque probablemente sea con el que estoy más familiarizado. Pero si lo piensas desde el punto de vista del producto, hacemos muchas suposiciones importantes antes de tener datos de tráfico sobre cuáles son nuestros mercados más activos. Ya hemos hablado un poco de cuántas tiendas tenemos ahora mismo en Las Vegas: tenemos unas veinte allí. Y puedo hacer suposiciones basadas en las ventas sobre dónde deberíamos promocionar el producto o cómo es ese perfil demográfico, pero hay un pequeño punto ciego: si no conocemos realmente la información que nos proporciona RetailNext, quizá haya algún recurso mejor que nuestros equipos de marketing puedan aprovechar. O si se trata de un producto —en el caso de un artículo concreto—, igual que cuando hablamos del número de pares o de los estilos de ropa a juego. Sea cual sea el caso, hay un montón de aspectos diferentes para los que nuestros equipos usan el análisis de tráfico, junto con algunos datos demográficos.
Joe Shasteen: Y luego has mencionado el aspecto operativo, con el que estás más familiarizado. Así que, el ratio STAR también, pero ¿algún otro aspecto más del lado operativo?
David Lizak: Cuando empiezas a usar STAR comparando toda una red de tiendas —obviamente, tenemos mucha presencia en California y también bastante en el sur: Texas, Arizona, Nevada y Florida—. Son zonas muy diferentes y entornos distintos. Pero cuando consigues equilibrar el tráfico con la mano de obra que utilizas en cada tienda, eso en cierto modo iguala o normaliza la comparación entre esos mercados. Así puedes analizar con más detalle tus puntos de venta, tus tiendas en calle y tus locales en centros comerciales. Pero el hecho de que nuestro equipo de operaciones pueda identificar de nuevo esa proporción STAR «sana» nos ayuda mucho a la hora de planificar la mano de obra: nos permite decir, por ejemplo, «vale, esta es una cifra más adecuada para una tienda en calle», o «esta es una cifra realista y adecuada para una tienda en calle». Esperamos que nuestros centros comerciales tengan una cifra un poco más alta, y eso permite a nuestros equipos planificarlo. Y luego empiezas a identificar esas anomalías fuera de lo normal para aumentar la productividad.
Joe Shasteen: Me parece muy interesante lo de los diferentes tipos de tiendas y cómo usáis esos datos. ¿Hay algo más en cuanto a las expectativas que tengáis en cuenta a la hora de dar formación de forma diferente, dependiendo de si se trata de una tienda de centro comercial o de una tienda a pie de calle? ¿Hay alguna diferencia a la hora de aplicar los datos e intentar que los pongan en práctica en entornos de tienda distintos?
David Lizak: Al final, todo se reduce a hablar del tema y a orientar al equipo de la forma correcta. Nunca debes comparar tu tienda en la calle con… Yo pienso en ello constantemente. Tenemos nuestra primera tienda, Bascom, que está justo en el centro de San José, y Valley Fair. Está a un par de millas de distancia de la tienda. No tienen absolutamente nada en común en cuanto a perfil demográfico, tipo de tráfico o cualquier cosa por el estilo. ¿Verdad? Así que no sería justo compararlas basándonos en su ratio STAR, en las ventas por hora o en el porcentaje salarial. Nada de eso tiene sentido, ¿verdad? Tienes que poder hacer esas comparaciones con otras tiendas similares. Y eso es lo que hemos conseguido en toda nuestra organización. Puedo coger una tienda en San José y compararla con otra en Houston, y tener una conversación coherente sobre cómo debería distribuirse la mano de obra en la tienda en función del tráfico.
Joe Shasteen: Sí. Y también es fundamental establecer esas diferentes referencias que puedan impulsar esa mejora continua en la tienda. ¿Hay algún ejemplo reciente que hayas puesto en práctica en el que el uso de estas referencias haya impulsado esa mejora continua en las tiendas de Shoe Palace? ¿Y cómo se traduce eso en las tiendas de Shoe Palace?
David Lizak: Yo diría que la mayor mejora y el mayor beneficio que podemos conseguir ahora es cuando usamos los datos históricos de afluencia que tenemos para compararlos. Por ejemplo, hacemos muchas suposiciones sobre nuestros gerentes. ¿Vale? Y con razón. Conocemos nuestras tiendas. Creemos que las conocemos. Hacemos muchas suposiciones sobre cómo son los flujos de tráfico a lo largo de la semana, cuándo son nuestras horas de mayor actividad y cuáles son nuestras horas punta. ¿Verdad? Ellos harían esas suposiciones, pero nosotros nos basamos en los datos, en los tickets de compra y en las grabaciones. Y ahí nos muestra que… oye, quizá teníamos una oportunidad. Este fue un momento de mayor afluencia. Este es un lugar donde teníamos más oportunidades. Y eso nos permite decir: «Oye, atengámonos a los hechos». Los números no mienten, ¿verdad? Y, en realidad, todo se remonta a esa adaptación de 2018 a 2019 y 2020: la primera vez se trata de enseñarlo. Ahora ya no es tanto una conversación para enseñar, sino más bien: «Oye, sabemos dónde mirar y dónde está la verdad».
Joe Shasteen: Y una última pregunta, porque también hemos hablado de esto: la integración de los datos. ¿Cómo ha sido tu proceso para integrar los datos en otras fuentes, aprovechándolos y combinándolos con otras métricas que tienes? ¿Cómo te ha ido a ti también a la hora de usarlos y familiarizarte con diferentes herramientas y plataformas?
David Lizak: Sí. Bueno, RetailNext, obviamente, tiene unas colaboraciones estupendas con varios de nuestros socios, uno de los cuales es StoreForce —creo que están aquí hoy—. Pero hemos podido aprovecharlo de verdad en todos los establecimientos. Volviendo al tema de poder identificar las horas de mayor actividad, los picos de afluencia y las oportunidades que la dirección suele pasar por alto, esto nos permite incorporar ese STAR, combinarlo con las ventas por hora, relacionarlo con la superficie de la tienda y identificar por dónde se mueven los clientes en ese lugar concreto. Reunir todos esos datos en un único lugar centralizado nos ha permitido conseguir avances significativos.
Joe Shasteen: Genial. Bueno, muchísimas gracias, David, por guiarnos a través de este proceso de siete años de Shoe Palace hasta hoy, y por ese compromiso con la excelencia en los datos, por mostrarnos cómo ha sido esa evolución y cómo eso puede impulsar realmente un rendimiento y una mejora continuos en tus tiendas también. Así que muchísimas gracias por tu tiempo hoy.
David Lizak: Me alegro de estar aquí. Gracias.
