Comunicación presentada al II Congreso Ciudades Inteligentes:
Autores
- Francisco Javier Atero Gómez, Director de I+D, Landatel
- Manuel Arroyo Sánchez, Director Ejecutivo, Landatel
- Salvador Martínez Periago, Ingeniero Departamento I+D, Landatel
- Ana Belén Rodríguez González, Investigadora, Universidad Politécnica de Madrid
- Juan José Vinagre Díaz, Investigador, Universidad Politécnica de Madrid
- Mark Wilby, Investigador, Universidad Politécnica de Madrid
Resumen
Flow es una nueva plataforma de business analytics basada en la monitorización y el modelado del flujo de personas en grandes superficies. Su principal novedad es que toma como entrada cualquier tecnología que ofrezca datos susceptibles de ser utilizados para la localización (Wi-Fi, Bluetooth, cámaras, sensores, etc.) y los procesa para obtener información relevante sobre la operación y el desempeño de una empresa, los llamados KPIs (Key Performance Indicators). Asimismo, flow contempla beneficios para el usuario mediante la interacción del mismo con la plataforma middleware y el acceso a la información generada.
Palabras clave
Localización, Business Analytics, KPI (Key Performance Indicators), Indoor, Wi-Fi, Bluetooth, Plataforma Middleware
Extendiendo el mercado de la localización
Los avances en procesado de información han conseguido cambiar el paradigma de multitud de mercados, dotándoles de herramientas para tomar decisiones más precisas, ampliar los servicios prestados y adaptar su oferta a las necesidades reales de sus clientes actuales y futuros. En concreto, la aplicación del procesado de información al análisis de los procesos de negocio, el business analytics, ha irrumpido con fuerza en los últimos años generando de forma efectiva incrementos de ingresos y reducciones de costes. El business analytics toma multitud de datos referentes a un negocio para extraer información significativa para su optimización. Entre los datos manejados se da especial relevancia al comportamiento de los clientes con objeto de generar conocimiento sobre sus hábitos de compra, sus preferencias y su segmentación.
Esta línea se ha potenciado en los últimos años muy fuertemente en grandes superficies, impulsada además por el volumen de información que proveen las tecnologías de localización de los usuarios a partir de la detección de sus dispositivos móviles. De hecho, el mercado de los sistemas de localización (sin contar con las soluciones basadas en GPS) ascendió a 750 M€ (millones de euros) en 2014 y se prevé que alcanzará los 3500 M€ en 2019, suponiendo un crecimiento anual sostenido superior al 36% en este período.
En el plano tecnológico, la monitorización de los usuarios se realiza fundamentalmente a través de una sola tecnología; Wi-Fi en la mayor parte de los casos. Esto supone dos limitaciones importantes para la provisión de servicios completos de business analytics. En primer lugar, la localización basada en Wi-Fi ofrece una baja precisión dado su gran rango de cobertura; este hecho puede suponer un problema en algunas aplicaciones específicas. En segundo lugar, restringir la captura de datos sobre localización a una sola tecnología impide explotar la riqueza de información que surge de la integración de distintas fuentes de datos.
Asimismo, desde el punto de vista del negocio, los servicios provistos por las herramientas de business analytics disponibles actualmente se centran actualmente en la visualización de los datos recogidos y en su presentación mediante gráficas y estadísticas de accesos. Es habitual encontrar productos capaces de representar el volumen de personas en un área particular a través de “mapas de temperaturas”, pero lo realmente significativo sería ofrecer cómo se relaciona este tipo de información con la operación y los resultados reales del negocio (número de ventas para el caso de centros comerciales, éxito de una campaña promocional, probabilidad de creación de una cola en parques temáticos, etc.).
Finalmente, es destacable la escasa percepción del beneficio que les reportan este tipo de aplicaciones a los propios usuarios. Este hecho es aún más sorprendente teniendo en cuenta que es el propio usuario el que provee la información relevante para el sistema, que es mayoritariamente explotada por el negocio y no revierte en beneficios sobre sí mismo.
De la colaboración entre la empresa Landatel Comunicaciones, el grupo I3 de la Universidad Politécnica de Madrid y con la ayuda del Centro de Desarrollo Tecnológico Industrial (CDTI), surge la plataforma flow que pretende dar solución a las carencias de los sistemas actuales, así como mejorar la cantidad y la calidad de la información obtenida, proporcionando beneficios tanto para el negocio como para el usuario.
Arquitectura de la plataforma
La plataforma flow es un middleware de acceso a datos, procesado y publicación de la información. La Figura 1 muestra el diseño de la arquitectura de la misma y sus cinco principales bloques funcionales.
El primer bloque funcional implementa las conexiones con cualquier tecnología que permita la detección de usuarios. Este bloque funcional realiza la conversión del formato de datos entregado por una tecnología particular al formato común de la plataforma flow. De esta forma, se permite la conexión con la información provista por cualquier tipo de tecnología. Entre ellas, un primer grupo engloba aquéllas incorporadas en los dispositivos móviles de comunicación del usuario, como Wi-Fi o Bluetooth; un segundo grupo incluye las tecnologías de redes de sensores inalámbricas que utilizan un protocolo de comunicación de datos específico, como ZigBee. Por último, la plataforma flow también es capaz de aceptar cualquier otro tipo de sensor que pueda proveer información, como sensores de presencia, contadores de infrarrojos, cámaras, etc.
Para permitir la integración de estas tecnologías, flow hace uso del llamado SNDL (Sensor Network Definition Language), un lenguaje desarrollado por el grupo i3-UPM capaz de generar una descripción formal e interoperable de cualquier tipo de sensor. El SNDL crea un objeto SW por cada fuente de datos disponible en un sistema o red, disponiendo por tanto de “sensores virtuales” con los que interactuar automáticamente. La descripción SNDL de sensores se basa en tecnología JSON, compatible con la mayor parte de los componentes SW tanto de descripción y visualización. Por su parte, la segunda funcionalidad de SNDL es la de proveer un formato común de mensajes desde (datos) y hacia (control) los sensores. Este formato común de mensajes utiliza pares “variable-valor” que ofrecen información autocontenida sobre la operación del sensor y los datos entregados. Cada sensor entrega asimismo información sobre su identificación y dirección, completando de esta forma la arquitectura de comunicación y datos de SNDL.
Para acceder finalmente al sensor real, se han construido pasarelas específicas para transformar el formato de mensajes SNDL en la tecnología específica de destino. Los datos recabados a través de estas tecnologías, se procesan en un bloque funcional superior que incluye un conjunto de módulos de localización.
Por otra parte, la plataforma implementa, en un bloque funcional independiente, un conjunto de KPIs que pueden ser utilizados como medidas del nivel de desempeño de distintos aspectos de la operación de la gran superficie (ventas, tiempos de permanencia, ocupación, éxito, consumo energético, etc.). La plataforma flow provee un repositorio con algunos de estos KPIs más relevantes.
La información procesada referente al modelo del flujo de ocupantes se relaciona con los KPIs calculados en un bloque funcional de procesado superior, que incorpora tantos módulos de business analytics como sea preciso para dar respuesta a las distintas aplicaciones a proveer.
Finalmente, toda la información generada se pone a disposición de otros módulos de procesamiento superior o aplicaciones específicas a través de un bloque funcional de publicación expresamente diseñado con este fin, lo que permite a futuras aplicaciones, acceder de una manera sencilla a la información generada por flow, incluyendo aquellas destinadas a mejorar la experiencia del usuario en la visita.
Aspectos diferenciales
La plataforma flow presenta una serie de características que permiten una clara diferenciación respecto a aproximaciones tecnológicas que pretenden dar respuesta al problema de la generación de información relevante para negocios y usuarios basada en geolocalización.
En primer lugar, permite la conexión a la plataforma de cualquier tipo de fuente de información sobre la posición de usuarios. De esta forma, se entienden como fuentes de información las tecnologías de comunicación, las tecnologías de redes de sensores, otros tipos de sensor conectados a la plataforma mediante cualquier medio (cable USB, puerto serie, etc.) y, por extensión, cualquier dispositivo, como por ejemplo una cámara, que provea este tipo de información.
Siguiendo esta misma filosofía, permite emplear cualquier tipo de algoritmo de localización que procese la información entregada. De esta forma, flow puede adaptarse a los requisitos específicos de múltiples aplicaciones que requieran distintos niveles de precisión en la localización de los usuarios.
De manera adicional, la plataforma extiende el concepto de business intelligence al no limitarse a un mero cálculo de KPIs y, en su lugar, proveer un repositorio de los mismos que poder seleccionar para las distintas aplicaciones a desarrollar sobre ella. Asimismo, estos KPIs serán relacionados con cualquier tipo de información de localización disponible en la plataforma, extendiendo de forma evidente la significatividad de los resultados alcanzados y utilidad de los mismos para la optimización efectiva de los distintos procesos de negocio involucrados.
Finalmente, la forma de publicación de los datos supone a su vez una característica diferencial ya que, una vez más, no está restringida a una sola tecnología que los consuma, sino que se basará en un formato compatible con entornos web y móvil, permitiendo un rápido y sencillo desarrollo de aplicaciones.
Business analytics en grandes superficies
La plataforma multitecnología flow es capaz de proveer una gran cantidad de datos sobre el uso de los servicios ofrecidos por las grandes superficies, independientemente de su tipo específico: museos, centros comerciales, salas de exposiciones, etc. Aun siendo evidente el valor en sí de estos datos, su verdadero potencial procederá tan sólo de un óptimo procesado de los mismos, que extraiga información útil para generar información y conocimiento sobre las prestaciones de las grandes superficies y mejorar los servicios que éstas son capaces de ofrecer.
En primer lugar, es de vital importancia definir un conjunto de variables capaces de expresar en sí mismas información relevante para la gestión de este tipo de espacios. En segundo lugar, es necesario extraer estas variables de entre los datos capturados y procesarlas de una forma adaptada a la aplicación o aplicaciones finales que se pretenda proporcionar. El análisis conjunto de los KPIs junto con la información de localización es la novedad y potencialidad del sistema.
Ante unos objetivos establecidos (incremento de ventas, aumento del número de visitantes, reducir tiempos de esperas, aumentar tiempos en estancias, mejorar tasa de éxito de las campañas de marketing), es necesario definir cuáles son los KPIs que se van a vigilar para evaluar la consecución de los mismos. flow incorpora los KPIs y añade además la información de localización, con lo que se puede analizar en profundidad la información. Permite, por ejemplo, analizar el incremento de ventas por zonas, evaluar las ventas con la cantidad de afluencia, establecer relaciones entre el tiempo de permanencia medio y el volumen de ventas. Ante las campañas de marketing se pueden establecer valores como tiempo medio delante de un expositor o panel de información, establecer lugares con mayor aceptación, evaluar el éxito de una campaña publicitaria, y establecer las mejores posiciones para los diferentes productos o negocios.
Si además de localizar, se añade alguna aplicación o gamificación que permita la identificación de las personas, se amplían las funcionalidades de flow. Se podrían hacer anuncios personalizados por zonas conforme el cliente se desplaza por el centro comercial, establecer rutas personalizadas a los clientes y avisar de los tiempos de espera en las colas de las tiendas a las que el usuario pretenda ir.
Toda esta cantidad de información beneficia tanto al gestor del centro comercial, al que permite mejorar la rentabilidad de su negocio, como al usuario final, dándole información que mejora su experiencia en la visita al centro comercial.
Resultados: emulando el tránsito en un centro comercial
Con objeto de construir un escenario de aplicación real donde probar los algoritmos desarrollados para la caracterización del uso de grandes superficies, se ha construido un emulador de una gran superficie destinada a usos comerciales y sus visitantes. Este emulador tiene la capacidad de generar las entradas de visitantes a dicha instalación y su patrón de comportamiento en las mismas. Ésta es la única parte emulada del sistema; a partir de ella, todo el cálculo de variables y la caracterización del uso de dicha instalación se genera en operación real. De esta forma, el sistema está preparado para aceptar las señales reales de la plataforma flow desplegada en una instalación física real.
El centro comercial está dividido en cierto número de espacios, conectados entre sí por unos accesos concretos. De esta forma, identificando a los visitantes de la superficie, flow es capaz de generar un evento cada vez que un usuario particular pase de un espacio a otro. Este evento incluye: la marca temporal, el identificador del espacio del que parte el visitante, el identificador del espacio al que llega y el identificador del visitante.
A continuación, se muestran distintos resultados para un centro comercial que consta de 11 espacios físicos (más el exterior del recinto) y 14 accesos bidireccionales entre ellos.
Afluencia y distribución
El primer nivel de información que provee flow es la información sobre la afluencia de visitantes y su distribución a lo largo de los distintos espacios del centro.
La Figura 2 muestra la pantalla real en el sistema de caracterización del uso de instalaciones. Como se puede observar, la parte izquierda de la pantalla presenta el mapa de una planta del centro comercial dividida en los espacios definidos en el sistema. Sobre este mapa, se indica cada persona presente en la instalación (puntos azules) en una fecha y hora determinadas. La plataforma flow ofrece al gestor de la instalación la posibilidad de elegir cualquier acceso concreto para mostrarlo en la consola de resultados (parte derecha de la Figura 2). En este caso particular, se muestran los contadores de paso de entrada general al recinto (Exterior -> E1) y al espacio E7, y el contador de salida del espacio E11.
Uso global de la instalación
La plataforma ofrece a los gestores de grandes superficies una herramienta que ilustra el comportamiento global de los visitantes durante toda una jornada en todos y cada uno de los espacios definidos. De esta forma, es sencillo detectar en una sola visualización las zonas de mayor tránsito y los espacios temporales donde se ha producido éste.
Como puede observarse en la Figura 3, las gráficas de la parte derecha muestran en el eje vertical cada uno de los espacios del recinto (E1 a E11) y, en el eje horizontal, cada hora del día. A cada uno de los espacios se le asigna un color dependiendo del valor de la variable registrada en cada momento del tiempo, según una escala térmica indicada en la derecha de cada gráfica.
De esta forma, es fácilmente reconocible la evolución de cada variable a lo largo del día y cómo afectan los valores registrados en cada espacio a los espacios subsiguientes, ofreciendo por tanto un mayor nivel de definición de la información entregada.
Para hacer más evidente el potencial de esta vista de uso global, se ha generado un contexto especial para analizar el comportamiento de las variables registradas ante situaciones excepcionales como ofertas enfocadas en un espacio concreto de la instalación. En particular, se simuló una población que acudiera a este centro comercial en una fecha en la que se anunciaba una oferta especial en “librerías” (espacio E3). La Figura 3 muestra el resultado de este escenario. Como puede apreciarse, la densidad y el tiempo de permanencia efectivamente se modifican de forma significativa en dicho escenario (líneas horizontales registradas en las gráficas correspondientes). Asimismo, los valores más altos de Intensidad se aglutinan sobre el espacio E3 referido, dando lugar a una distribución no homogénea de visitas a espacios.
Discusión y conclusiones
flow ofrece a los gestores de grandes superficies una herramienta que modela el comportamiento tanto global como individual de los visitantes durante toda una jornada y en cada uno de los espacios definidos.
Las herramientas actuales que proporcionan servicios basados en geolocalización no son interoperables entre sí ni con ninguna otra aplicación. La información que generan está previamente definida por el fabricante sin que el usuario o gestor pueda participar en su diseño. Por el contrario, la plataforma flow permite el diseño de aplicaciones a medida del cliente al incorporar tantos módulos de business analytics como sea preciso para dar respuesta a las distintas aplicaciones propuestas.
Esta completa interoperabilidad de la plataforma middleware a todos los niveles permite construir aplicaciones y cruzar los datos extraídos con los KPIs representativos del negocio con el objeto de proporcionar información de la operativa del mismo a medida del gestor, sin importar el tipo de tecnología de acceso con que se genere. Este es otro elemento diferencial del sistema, ya que permite independizar el sistema de aplicaciones (como apps) o equipos propietarios de otros fabricantes: flow es una plataforma abierta, interoperable, flexible y escalable.
Además, muchos de los sistemas actuales proporcionan información para el administrador del sistema pero no para el usuario final. En cuanto al resto, aquellos que sí pretenden beneficiar al usuario final a través de, por ejemplo, la visualización de rutas en museos o aeropuertos, no tienen en cuenta la variable cambiante y dinámica del entorno a la hora de presentar sus cálculos. La plataforma flow facilita, por ejemplo, el cálculo de la ruta óptima en un museo o en un parque de atracciones en función de los gustos del usuario y además la actualización dinámica de la misma en función del movimiento de otros usuarios o del estado de ocupación de las distintas salas y atracciones, lo que permite mejorar considerablemente la experiencia del cliente en la visita.
En resumen, flow puede ser utilizado como plataforma para:
- Conocer información mediante estadísticas o en tiempo real del número de personas, situación y el recorrido en cualquier gran superficie, local o zona.
- Analizar la información anterior y relacionarla con los parámetros de desempeño (KPIs), presentando el efecto de variables como el día, la hora, las promociones, los eventos, etc.
- Analizar la longitud de las colas, el tiempo medio de espera, la tasa de abandono, etc. para poder dimensionar mejor las variables del servicio.
- Establecer sistemas más eficientes de publicidad y servicios geo-localizados al poder relacionar la situación de una persona con sus gustos o el historial de compras.
- Establecer cálculos en tiempo real basados en parámetros definidos para la provisión de servicios al usuario final: generación de rutas óptimas, selección del mejor horario para comprar, guías geo-localizadas, localización de personas u objetos en función de parámetros predefinidos, etc.
- Establecer mecanismos de seguridad en grandes superficies: pérdida de niños, prevención de robos, etc.