En entrevista con DPL News,Artem Lavrinovich,director de Datos e IA de QSIC,explica cómo la empresa conecta IA,audio y datos de punto de venta para convertir las bocinas de los supermercados en un canal medible de retail media.
Más allá de los resultados instantáneos que puede dar una Inteligencia Artificial (IA),su verdadero potencial reside en permitir aprovechar y explotar prácticamente cualquier fuente de datos disponible. Por ejemplo,en el caso de QSIC,las bocinas en un supermercado ya no sólo sirven para reproducir música y publicidad,sino que ahora dan también información valiosa respecto a los hábitos de consumo de sus clientes.
“Si tienes el entorno de audio correcto y empiezas a utilizarlo para mensajes,puedes incrementar la conciencia de los clientes sobre cosas relevantes para ellos en la tienda y luego puedes probar qué está funcionando,conectando los datos de punto de venta con los datos del stream de audio”,explica en entrevista para DPL News,Artem Lavrinovich,director de Datos e IA de QSIC.
Desde sus inicios,la compañía desarrolló tecnología propietaria que incluye sensores de decibeles para ajustar automáticamente el volumen según el nivel de ruido en la tienda,eliminando la necesidad de que los operadores estuvieran constantemente regulándolo,especialmente en ambientes de alto nivel de tráfico y ruido.
Posteriormente,el salto hacia retail media llegó cuando la compañía identificó que el canal de audio podía utilizarse no sólo para música,sino para mensajes promocionales dirigidos y medibles.
El avance clave fue conectar los datos de punto de venta —las transacciones que suceden en caja— con el stream de audio,de modo que es posible correlacionar la exposición y efectividad de un mensaje con el comportamiento de compra posterior.
El segundo componente es Playbook,una herramienta nativa de IA donde los anunciantes describen su objetivo de campaña. Al recibir una solicitud —por ejemplo,“quiero correr una promoción de Red Bull en septiembre durante dos semanas”—,el sistema identifica automáticamente los productos involucrados,analiza el comportamiento de cada tienda,detecta dónde hay oportunidades y recomienda una estrategia de segmentación específica: en qué tiendas,en qué horarios y con qué tipo de mensaje.
Lavrinovich señala que,antes de que se gaste un solo dólar,la plataforma simula el desempeño esperado a diferentes niveles de inversión; por ejemplo,cuántas reproducciones obtendrá el anunciante,en qué tiendas,a cuántos clientes alcanzará,cuántas conversiones se proyectan y cuál será el retorno de inversión incremental.
Te recomendamos: AWS destaca el futuro del retail y e-commerce: agentes de IA que compran,comparan y deciden por ti
El tercer componente es la medición continua. Una vez lanzada la campaña,QSIC publica resultados diarios —con una latencia de 24 a 36 horas respecto a las transacciones reales— desglosados hasta el nivel de tienda individual.
“Cada día publicamos qué pasó,cuántos clientes fueron alcanzados,quiénes se expusieron al anuncio,cuántas conversiones hubo,cuáles fueron las ventas incrementales y las oportunidades de optimización”,detalló.
Según el directivo,en pocos días el sistema acumula muestras de millones de clientes expuestos,lo que permite validar y ajustar la segmentación rápidamente.
El directivo advierte que en un supermercado promedio en Estados Unidos hay aproximadamente 50,000 productos en estantería. De esos,un centenar pueden ser nuevos en las últimas dos semanas,miles están en promoción activa y existen tendencias emergentes por región —productos sin gluten,orgánicos,energéticos— que cambian constantemente.
“El número de mensajes potenciales que son valiosos para los consumidores es realmente muy alto. Si dependes de que un gerente de tienda se ponga a decidir de qué hablar y por qué,eso simplemente no escala“,afirmó.
Además,el sistema genera la creatividad del mensaje de forma automatizada: determina si debe durar 10 o 15 segundos,qué atributo resaltar —un sabor específico,la marca en general,el precio— y cómo presentarlo,todo basado en las mejores prácticas que la plataforma aprende de sus propias campañas.
La visión de QSIC a mediano plazo trasciende el canal de audio. La compañía anticipa que su modelo de “insight a acción” —identificar una oportunidad en los datos,convertirla en una activación digital y medir el resultado en tiempo real— puede extenderse a cualquier activo digital dentro de la tienda: pantallas,señalización digital,etiquetas de precio electrónicas e incluso,en el futuro,la configuración física del espacio.
