análisis de ubicación móvil

El análisis de ubicación móvil (MLA) es un tipo de inteligencia del cliente y se refiere a la tecnología para minoristas , incluyendo el desarrollo de informes agregados que se utilizan 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 Wi-Fi o Bluetooth de los teléfonos móviles cuando interactúan con las redes de las tiendas. ^{[ 1 ]}

Al observar el movimiento de los dispositivos, los minoristas pueden recopilar datos que les ayudarán a optimizar aspectos como la distribución de los espacios, la ubicación de la publicidad y la dotación de personal en las cajas. Los productos MLA funcionan capturando la dirección MAC de un dispositivo , el número único de 12 dígitos asignado a un dispositivo de hardware específico. Este número puede ser detectado por sensores Wi-Fi o Bluetooth. Existen direcciones MAC diferentes para Wi-Fi y Bluetooth. También se utilizan balizas para MLA, las cuales funcionan con Bluetooth. Mediante 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 confiabilidad de los dispositivos MLA. La tecnología funciona mientras las personas caminan por las tiendas; las empresas de seguimiento encuentran su señal inalámbrica y asignan al dispositivo un número aleatorio. Monitorean ese número a medida que se mueve por la pantalla y analizan patrones en los datos.

Debido al uso de la dirección MAC transmitida automáticamente, los clientes no necesitan estar conectados a la red Wi-Fi ni al sitio web de las tiendas. Esta característica se destaca en el término alternativo "seguimiento fuera de línea" (en contraposición al seguimiento en línea ^{[ 2 ]} ), que a veces se utiliza para "MLA", por ejemplo, en Alemania. ^{[ 3 ]}

Diversos sectores pueden beneficiarse de los servicios de MLA, como el comercio minorista, el sector inmobiliario , la energía , los seguros , la manufactura, la atención médica , el gobierno, la planificación y la seguridad pública . Por ejemplo, las empresas minoristas pueden comparar los ingresos por ventas y evaluar la efectividad de sus campañas de marketing . Pueden determinar dónde abrir tiendas y distribuir sus productos. MLA también resulta útil en casos de emergencia. Los hospitales pueden determinar la demanda de nuevas vacunas o comprender brotes repentinos de enfermedades . Esto es posible porque cualquier sistema de información, solución de escritorio o aplicación móvil puede aprovechar la información de ubicación. ^{[ 4 ]}

Las tiendas físicas cuentan con herramientas para recopilar datos sobre sus clientes, monitorizando sus movimientos y pausas. La videovigilancia puede proporcionar hasta 10 000 puntos de datos por visitante. Esto permite a las tiendas crear mapas de calor para colocar los artículos que desean vender en las zonas de mayor afluencia. Si un dispositivo móvil es robado, la policía puede localizarlo rastreando el número de teléfono.

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

El análisis de datos en tienda se ha vuelto más similar al análisis de datos en tiendas online . Mediante el análisis de ubicación móvil (MLA), las tiendas pueden ver adónde van los compradores y dónde se detienen, detectar si compran solos, con amigos o con niños, y adaptar las compras al 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 trasladaron los artículos más populares al interior de la tienda. Otra tienda no podía determinar qué expositor vendía mejor debido a que tenían inventario duplicado. Estaban a punto de retirar los expositores de pared cuando decidieron analizar el flujo de clientes con una empresa de análisis de ubicación móvil. Tras crear un mapa de calor, redujeron el tamaño de los expositores de suelo para facilitar el paso de los clientes hacia los expositores de pared. Las tiendas buscan análisis para determinar si los expositores colocados al final de los pasillos reducen las ventas del mismo artículo apilado a mitad del pasillo o si, por el contrario, contribuyen a aumentar las ventas. ^{[ 6 ]}

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

El acuerdo de privacidad llega en un momento en que los minoristas tradicionales están ansiosos por tener acceso a información sobre el comportamiento del consumidor similar a la de los minoristas en línea como Amazon. Esta medida también refleja cómo la industria está respondiendo a la preocupación pública por la recopilación de datos personales . A medida que las empresas utilizan cada vez más los datos de maneras más sofisticadas, como la segmentación de anuncios en línea o el seguimiento de la ubicación física, se dan cuenta de la necesidad de brindar a los usuarios un mayor control sobre cómo se utilizan sus datos. ^{[ 7 ]}

Aunque los productos que manejan análisis de ubicación móvil no registran información de identificación personal sobre clientes específicos, han generado inquietudes sobre la integración de datos de clientes y la privacidad del consumidor . ^{[ 8 ]} Varias empresas de análisis de ubicación móvil han trabajado con el senador estadounidense Charles Schemer y el Future of Privacy Forum para desarrollar un código de conducta de seguimiento de teléfonos inteligentes . Bajo este código de conducta voluntario , los proveedores y minoristas de análisis de ubicación móvil informarán a los clientes cuando se les esté rastreando y permitirán que los clientes individuales opten por no participar .

Actualmente, la mayoría de los fabricantes de routers Wi-Fi o puntos de acceso inalámbricos ofrecen una API para escuchar la dirección MAC de las señales del dispositivo e identificar teléfonos inteligentes . Esta es la base de las soluciones de los proveedores de sistemas de seguimiento y análisis de Wi-Fi . Sin embargo, casi todos los teléfonos inteligentes nuevos emiten más de una dirección MAC cuando no están conectados a la red Wi-Fi. Un iPhone puede generar muchas direcciones MAC diferentes o falsas al visitar un lugar durante 30-40 minutos, ya que la dirección MAC cambia cada vez que se toca la pantalla y se activa desde el modo de reposo .

Los proveedores de soluciones de rastreo Wi-Fi manejan datos basados ​​en direcciones MAC falsas al intentar detectar dispositivos no asociados. Solo si el teléfono inteligente se conecta al punto de acceso Wi-Fi para obtener acceso gratuito a internet (es decir, se asocia), pueden detectar la verdadera dirección MAC del iPhone. Sin embargo, pocos usuarios utilizan el servicio de internet gratuito ; en general, menos del 10-20%.

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

• Ahava, Simo (28 de agosto de 2017). "Rastrear usuarios que están desconectados en Google Analytics" . Blog de Simo Ahava . Recuperado el 24 de junio de 2019. ... muestra cómo rastrear los accesos que pueden ocurrir mientras el usuario está desconectado (debido a una interrupción de la conectividad). ... muestra algunas funcionalidades interesantes y relativamente poco conocidas de la API de JavaScript de Google Analytics .
• «El Internet de las Cosas: una introducción a los problemas de privacidad con especial atención a los entornos comerciales y domésticos» . Oficina del Comisionado de Privacidad de Canadá . 17 de febrero de 2016. Consultado el 24 de junio de 2019 .