Análisis de ubicación móvil

El análisis de ubicación móvil (MLA) es un tipo de inteligencia de clientes y se refiere a la tecnología para minoristas , que incluye el desarrollo de informes agregados utilizados para reducir los tiempos de espera en las cajas, mejorar la distribución de las tiendas y comprender los patrones de compra de los consumidores . Los informes se generan al reconocer las direcciones de Wi-Fi o Bluetooth de los teléfonos celulares a medida que interactúan con las redes de las tiendas. ^[1]

Al observar el movimiento de los dispositivos, los minoristas pueden recopilar datos que los ayudarán a optimizar aspectos como la distribución de los planos de planta, la ubicación de los anuncios y la dotación de personal en las cajas registradoras. Los productos MLA funcionan capturando la dirección MAC de un dispositivo , el número único de 12 dígitos que se asigna a un dispositivo de hardware específico. Este número puede detectarse mediante sensores de Wi-Fi o Bluetooth. Existen direcciones MAC independientes para Wi-Fi y Bluetooth. También se utilizan balizas para fines de MLA y funcionan con Bluetooth. A través de esta tecnología, también pueden enviar notificaciones push . Recientemente, las empresas comenzaron a utilizar la combinación de Wi-Fi y Bluetooth para mejorar la precisión y la fiabilidad de los dispositivos MLA. La tecnología funciona a medida que las personas caminan por las tiendas; las empresas de seguimiento encuentran su señal inalámbrica y asignan al dispositivo un número aleatorio. Controlan ese número a medida que se mueve por la pantalla y analizan patrones en los datos.

Gracias al uso de la dirección MAC transmitida automáticamente, los clientes no necesitan estar conectados a la red wifi o al sitio web de la tienda. Esta característica se destaca en el término alternativo "seguimiento fuera de línea" (a diferencia del seguimiento en línea ^[2] ) que a veces se utiliza para "MLA", por ejemplo, en Alemania. ^[3]

Varias industrias pueden beneficiarse de los servicios de MLA, entre ellas, el comercio minorista , el sector inmobiliario , la energía , los seguros , la fabricación, la atención sanitaria , el gobierno, la planificación y la seguridad pública . Por ejemplo, las empresas minoristas pueden comparar los ingresos por ventas y evaluar la eficacia de las campañas de marketing . Las empresas pueden determinar dónde abrir tiendas y distribuir sus productos. MLA también es beneficioso para casos de emergencia. Los hospitales pueden determinar la demanda de nuevas vacunas o comprender los brotes repentinos de enfermedades . Esto es posible porque cada sistema de información, solución de escritorio o aplicación móvil puede aprovechar la ubicación. ^[4]

Las tiendas físicas cuentan con herramientas para recopilar datos sobre sus compradores mediante el seguimiento de sus movimientos y sus pausas. La videovigilancia puede proporcionar hasta 10.000 puntos de datos por visitante de la tienda. Esto permite a las tiendas desarrollar mapas de calor para poder colocar los artículos que desean vender en zonas de mucho tráfico. Si un dispositivo móvil es robado por un ladrón, la policía puede encontrarlo rastreando el número de móvil.

Según un estudio, las tiendas físicas representan el 93% de las ventas. ^[5] Por lo tanto, la tienda minorista sigue siendo un foco fundamental.

El análisis en tienda se ha convertido en algo más parecido al análisis de tiendas online . Con MLA, las tiendas pueden ver a dónde van los compradores y dónde se quedan, detectar si están comprando solos o con amigos o niños, y relacionar las compras con el clima. Una empresa con pequeñas tiendas ubicadas en centros comerciales descubrió que el espacio justo dentro de la entrada era una zona muerta, por lo que movió los artículos populares más adentro de la tienda. Otra tienda no podía saber qué exhibición se vendía de manera más efectiva porque tenía inventario duplicado. Estaban a punto de quitar las exhibiciones de la pared cuando decidieron verificar el tráfico con una empresa de análisis de ubicación móvil. Después de crear un mapa de calor, hicieron que las exhibiciones del piso fueran más pequeñas y más fáciles de atravesar para que los clientes pudieran llegar a las exhibiciones de la pared. Las tiendas quieren análisis para ver si las exhibiciones erigidas al final de los pasillos se comen las ventas del mismo artículo apilado a la mitad del pasillo o si contribuyen a ventas adicionales. ^[6]

Los recuentos basados ​​en MLA pueden ayudar a garantizar que las tiendas cuenten con el personal adecuado para el tráfico en todo momento del día. Ayudan a las empresas a realizar correlaciones entre los datos de transacciones y el tráfico.

El acuerdo de privacidad llega en un momento en que los minoristas tradicionales están ansiosos por tener acceso al tipo de información sobre el comportamiento de los consumidores que puede igualar a los minoristas web como Amazon. La medida también refleja cómo la industria está respondiendo a la preocupación pública sobre la recopilación de datos personales . A medida que las empresas utilizan cada vez más los datos de formas más sólidas, como la orientación de los anuncios en línea o el seguimiento de la ubicación física, se están dando cuenta de la necesidad de dar a los usuarios más control sobre cómo se utilizan los datos. ^[7]

Aunque los productos que se ocupan de la analítica de la ubicación móvil no registran información de identificación personal sobre clientes específicos, han generado inquietudes sobre la integración de datos de los clientes y la privacidad del consumidor . ^[8] Varias empresas de MLA han trabajado con el senador de los Estados Unidos, Charles Schemer y el Future of Privacy Forum para desarrollar un código de conducta de seguimiento de teléfonos inteligentes . Según el código de conducta voluntario , los vendedores y minoristas de MLA informarán a los clientes cuando estén siendo rastreados y permitirán que los clientes individuales opten por no hacerlo .

En la actualidad, la mayoría de los proveedores de enrutadores o puntos de acceso inalámbricos Wi-Fi proporcionan una API para escuchar la dirección MAC del dispositivo de las señales para identificar teléfonos inteligentes . Esta es la base de las soluciones de los proveedores de sistemas de seguimiento y análisis de Wi-Fi , pero casi todos los teléfonos inteligentes nuevos emiten más de una dirección MAC cuando no están conectados a Wi-Fi. Un iPhone puede producir muchas direcciones MAC diferentes y/o falsas cuando visita un lugar durante 30 a 40 minutos, porque cada vez que toca la pantalla y se despierta del modo de suspensión, la dirección MAC cambia.

Los proveedores de soluciones de rastreo de Wi-Fi manejan datos basados ​​en estas direcciones MAC falsas si intentan detectar dispositivos no asociados, y solo si el teléfono inteligente se conecta al punto de acceso Wi-Fi para tener acceso gratuito a Internet (en ese caso, está asociado) pueden detectar la verdadera dirección MAC del iPhone. Pero pocos clientes utilizan el servicio de Internet gratuito : en general, menos del 10-20%.

• Inteligencia empresarial
• Gestión de datos de clientes
• Baliza eléctrica
• Geocercado
• Privacidad de la información

• Ahava, Simo (28 de agosto de 2017). "Realizar un seguimiento de los usuarios que están desconectados en Google Analytics". Blog de Simo Ahava . Consultado el 24 de junio de 2019. ... mostrar cómo realizar un seguimiento de los accesos que pueden producirse mientras el usuario está desconectado (debido a una brecha de conectividad). ... mostrar algunas funcionalidades interesantes y relativamente poco conocidas de la API de JavaScript de Google Analytics .
• "Internet de las cosas: una introducción a las cuestiones de privacidad con un enfoque en los entornos minoristas y domésticos". Oficina del Comisionado de Privacidad de Canadá . 17 de febrero de 2016. Consultado el 24 de junio de 2019 .