top of page

¿Estamos a tiempo de diseñar una buena estrategia de captación de datos?

Actualizado: 16 jun 2023

Según nos dice InfoRetail, el sector de los centros y parques comerciales ha cerrado 2021 con 1.520 millones de visitas y unas ventas de 40.399 millones de euros, lo que supone unos incrementos del 19,6% y 21,4%, respectivamente, sobre el año anterior, según datos ofrecidos por la Asociación Española de Centros y Parques Comerciales (AECC). No obstante, ambos datos siguen por debajo las cifras prepandemia, de tal forma que la afluencia ha sido un 23,5% inferior a 2019, mientras que la facturación continúa un 13,5% por detrás de hace dos años.



Como muestra para entender lo importante que es la captura de datos de calidad en este sector, uno de sus principales indicadores sobre los que gira su modelo de negocio principal viene dada por el footfall de cada uno de los Centros y Parques Comerciales, ya que no solo determinan el nivel de atracción de cada uno de ellos, si no también lo relacionará con otro dato aún más importante, que es la ratio de conversión.


Pero, empecemos por lo esencial, ¿por qué es beneficiosa la toma de decisiones basadas en datos? Pues en este caso podemos tomar la definición realizada en https://asana.com/es/resources/data-driven-decision-making , cinco razones en las que apoyemos este argumento:


1) Tomar decisiones con confianza: basarnos en datos objetivos produce una disminución de errores sobre ciertas acciones o decisiones, lo que permite que los equipos de negocio y el resto de las áreas puedan avanzar de la mano. Esto a la larga generará un mayor desempeño en las tareas ajustadas a este tipo de datos objetivos y cuantitativos.


2) Prevenir los prejuicios: en organizaciones donde la decisión última y final la toma el máximo responsable de la compañía, muchas veces se ven sesgadas y a veces frustradas por una decisión llevada a cabo por intuición, subjetividad… el uso de datos objetivos prevendrá, al menos, aquellas decisiones que no se pueden rebatir si el KPI o el insight es claro.


3) Identificar preguntas sin resolver: en muchos casos, el análisis de datos (muchas veces solo descriptivo) nos lleva a preguntas que no nos habíamos hecho, o que nunca habíamos respondido, y que, por tanto, no formaban parte de la toma de decisiones. Una buena estrategia de toma decisiones basada en datos permitirá replanteamientos y pivotes sobre ciertas acciones que siempre habían estado enquistadas, o que nadie quería resolver.


4) Establecer metas medibles: quizás este punto sea el que mejor entendemos, ya que fijar unos buenos indicadores a obtener, nos permitirá entender qué fuente de datos necesitamos, y como combinarlas. Esto afectará a todos los puntos anteriores.


5) Mejorar los procesos de la empresa: El uso de datos para entender cómo funcionan ciertos procesos a nivel descriptivo permitirá corregir errores, medir impacto y almacenar su resultado. Todo este almacenamiento de datos nos permitirá también a futuro no solo haber descrito ese proceso, si no implementar las reglas necesarias para predecir qué puede pasar ante un escenario similar en el futuro.


Para todo esto, y si pensamos en nuestro centro comercial como si fuera un entorno digital, el siguiente paso tras el análisis de estos puntos anteriores, será desarrollar una buena estrategia de captación de datos, para que podamos llevar a análisis aquellos que creemos que tendrán impacto en nuestro negocio, procesos, operación…. Pero ¿dónde encontramos esas fuentes de datos?


Primero tendremos que entender qué tipos de fuentes de datos encontramos, y cómo nos podemos relacionar con ellas. Desde hace unos años la nueva normativa “GDPR” pretende fortalecer los derechos de la privacidad de las personas, y para ello impone nuevos requisitos a las compañías que operan en Europa en todos los sectores.


Para ello, desde hace tiempo, el mercado ha unificado conceptos entorno a las fuentes de datos, de donde se han obtenidos conceptos como “First Party, Second Party & Third Party” Data. ¿Qué diferencia encontramos entre ellos? Si hablamos de las básicas, entenderemos entonces cómo o dónde tendremos que buscarlos.


Según la web Programmatic.es, podemos definirlos de la siguiente manera:


1. First Party Data: son aquellos que adquiere “de primera mano” la empresa. Es decir, aquella información que recopila de sus propias fuentes, como por ejemplo a través de las páginas web de la compañía, las redes sociales, el CRM… Estos datos pueden incluir información sobre lo que le gusta o no les gusta a sus clientes. Son muy útiles, ya que proceden de una fuente propia, y podemos asegurarnos de que son fiables. Además, son datos extraídos de una interacción de nuestros clientes potenciales con nuestra marca. Son usuarios que han entrado en la web, se han interesado por el producto o servicio, han podido dejar sus datos o incluso ya son clientes.


2.Second Party Data: son conocidos como datos “de segunda mano”, ya que son obtenidos mediante el intercambio con otra empresa. El intercambio puede tener algún componente pecuniario. Compañías con productos o servicios complementarios entre sí pueden bajo consentimiento explícito de los usuarios, intercambiarse data. Los Second Pary Data son el complemento perfecto para los datos propios, de primera mano, ya que podemos ampliar la audiencia a un mayor número de usuarios dentro de nuestro público objetivo. Con gustos, hábitos e intereses similares a los de nuestros usuarios Los Second Party Data no han sido muy utilizados en nuestro país. Cuentan además ahora con un gran hándicap. La nueva reglamentación respecto a la protección de datos, el RGPD o GDPR, ha dejado estos segmentos de data en un limbo jurídico complicado.


3. Third Party Data: son los datos de “tercera mano” que se adquieren de fuentes totalmente externas al anunciante, normalmente a empresas proveedoras de datos (Data Providers). Estos datos pueden adquirirse a gran escala, ya seleccionados, procesados y segmentados según el tipo de audiencia. La ventaja de adquirir Third Party Data es la gran cantidad de información con los que la empresa puede hacerse mediante su adquisición. Con ellos se consigue una gran cobertura en relación a un grupo objetivo determinado y son muy útiles para segmentaciones conductuales. La empresa puede adquirir tan solo un tipo de audiencia específica que le interese en función a su público objetivo. Usuarios con una edad, sexo, intereses, localización…etc. específicos. Sin embargo, los Third Party Data también están a disposición de cualquiera que los desee adquirir. Por tanto, la competencia también tiene acceso a ellos y pueden resultar de menor valor si no los utilizamos correctamente.


Si entendemos el DÓNDE a la hora de captar esos datos, sólo nos quedaría estudiar bien el CÓMO (no entraremos en la parte técnica) y, sobre todo, el POR QUÉ o PARA QUÉ.



Pues bien, lo más importante de toda la estrategia, y seguramente el primer paso antes de lanzarse a realizar una captura masiva de datos, es analizar el POR QUÉ. Centrándonos en los modelos de relación con partners, clientes y proveedores podemos encontrar 4 líneas de negocio dónde rentabilizar o generar ingresos a partir de una buena estrategia de captación de datos:


1) Rendimiento leasing de cada local:

Quizás este sea el más obvio, o dónde la rentabilidad está más relacionada a la actividad principal de un Centro Comercial. Medir la capacidad de atracción, la ratio de conversión, la atracción por zona, etc de cada Centro o Parque Comercial va a ir directamente asociado (junto con otras variables más relacionadas con conceptos inmobiliarios) a la capacidad de contratación y su precio x metro cuadrado.


2) Venta de datos a Arrendatarios:

Si hemos sido capaces de tener una buena captación de datos en el primer punto (footfall, repetición, dispersión), estaremos en un buen punto de partida para entender qué datos no solo son interesantes para el consumo interno, si no también para aquellos operadores que operan en nuestro espacio.


Para ello, como hemos visto antes, deberemos entender bien qué indicadores queremos obtener, cuáles serán atractivos, cuales podrán ser descriptivos, pero a la vez convertirse en predictivos… Cuales afectan sobre las ventas, cuáles sobre la reputación….


Una vez definidos esos indicadores, podremos incorporar First Party Data, dónde la calidad prima sobre la cantidad, junto con datos de cada uno de los operadores (Second Party Data). Tanto para el cumplimiento de GDPR, como para que los datos puedan ser comparativos y de calidad debemos mantener una relación de partnership con cada uno de los operadores, donde se deben cruzar las estrategias de captación de este tipo de First Party Data.


Si a su vez vamos al mercado (Data Providers) encontraremos aquellos datos que nos permitirán desarrollar esos indicadores que puedan resultar atractivos para los operadores. Se tratará de desarrollar un mix de información que, en un primer modelo pueda ser “freemium” hacia los arrendatarios, pero que en un modelo descriptivo / predictivo, pueda convertirse en una suscripción mensual.


El modelo de ingresos podrá depender de muchos factores (clientes recurrentes en más de un Centro, necesidad o capacidad de nuestros clientes de acceder a esos datos de forma masiva, calidad de los datos, frecuencia…). Por lo que el pricing será uno de los últimos puntos a tener en cuenta, ya que dependerá de el uso que puedan estar dándole, quizás con un Try&Buy o modelo híbrido de pago por uso.


3) Mall as a Media:

Si hemos logrado desarrollar una buena estrategia para rentabilizar la captura masiva de datos en el punto 1 y 2, esta tercera línea de ingresos vendría casi sin coste asociado.

Siendo la venta de espacios publicitarios una de las líneas más atractivas para un Centro o Parque Comercial, los datos asociados serán de máxima utilidad para las empresas de medios que comercializan Mupis, Gran Formato, etc.


  • Primero, porque la publicidad será más efectiva cuánto más se conozca los aspectos cualitativos y cuantitativos de lo que definen como OTS (Opportunity To See). Se podrá no solo adaptar el anunciante en función del público objetivo en cada momento del día y de la semana, si no demostrar con datos de atracción por zona, ventas (si contamos con 2nd party data), etc…

  • Segundo, porque el mercado del OOH, DOOH tiende a aplicar las mismas reglas programáticas que el mercado de publicidad digital. Pero para que esto suceda necesitarán como mercado ser capaces de almacenar, depurar y volver a suministrar datos de calidad para que se puedan automatizar los procesos de venta en tiempo real (RTB), y otros conceptos que pueden venir asociados, diferentes a la venta de espacios actual.


Es verdad que esta posibilidad es muy incipiente a día de hoy, pero la tecnología ya permite que se pueda empezar a implementar de una forma mucho más progresiva que hace unos años. Por ello cualquiera que esté preparado podrá obtener una línea de ingresos adicional a las dos anteriores mencionadas.


4) Gestión y Operación (Building Management Systems):

Hasta este punto hemos explicado posibles vías de ingresos adicionales, bajo una estrategia común de captación, pero ¿es posible que podamos también ser más eficientes en los costes? La respuesta es SÍ.


El IoT (sensorización + conectividad + plataformas) permite hoy en día obtener datos de casi todos los equipos desplegados en nuestro Centro o Parque. Esto junto con un buen sistema de gestión de edificios (BMS) permitirá a los gestores no solo ser más eficientes en la operación diaria, si no tener una capacidad descriptiva y predictiva sobre posibles fallos, averías, necesidades de aumento de personal, robos…


El impacto en una eficiencia de costes parece evidente, pero si tenemos basamos la toma de decisiones en datos para la gestión operativa del espacio, podremos en un futuro no solo predecir, si no automatizar procesos y acciones sobre los equipos desplegados. Esto será gracias a técnicas como Machine Learning, Edge Computing, Inteligencia Artificial… ¿el futuro? Quizás es más el presente, y si no actuamos a tiempo, el pasado.


¿Y entonces? ¿Es rentable?

Pues si volvemos al inicio, hemos hablado del dónde, el por qué o para qué, pero nos faltaría entender:


- ¿Cuándo? Nuestra última reflexión nos indica el camino, debe ser ahora. ¿Y si ya estoy realizando una captura masiva de datos? Entonces deberíamos ir a la siguiente cuestión.

- ¿Cómo? Uno de los puntos clave para establecer una buena estrategia de captación de datos, de cara a poder rentabilizarlos en alguno de los canales aquí vistos, sería establecer prioridades y seguimiento sobre aquellos indicadores que sabemos tienen impacto en nosotros y en terceros. Para ello contar con la asesoría de terceros que no estén implicados en la cadena (sensor & data providers, second party data providers, IoT platforms….), para que la decisión del cómo captarlos, dónde almacenarlos, que inteligencia aplicarle y cómo mostrarlos sea lo más agnóstica y transparente posible.


Es evidente que en esta estrategia deberemos tener en cuenta las capacidades que nos ofrece la tecnología asociada al IoT & Big Data, las barreras internas y externas y los roles de cada área de la compañía + proveedores.


Con todos estos ingredientes, seremos capaces de, no solo mantener una buena salud en momentos de crecimiento, si no ser capaces de tomar mejores decisiones en momentos de decrecimiento o bloqueo y prepararnos para un futuro cercano cada vez más impredecible.

bottom of page