Omnicanalidad en retail: falla en los datos antes que en la operación

La omnicanalidad se aprueba como una iniciativa de experiencia de cliente: comprar en línea y recoger en tienda, devolver donde sea, ver el inventario real antes de ir. Y se rompe casi siempre en el mismo lugar, que no es la experiencia — es la integración de datos que la sostiene por debajo.

La forma en que el cliente lo percibe es concreta: la página dice que hay una talla que en el piso no está.

Los tres puntos donde se rompe

1. El inventario no es el mismo en los dos canales

El punto de venta descuenta al momento del ticket. El sistema de comercio electrónico consulta una copia que se sincroniza cada cierto tiempo. Entre una cosa y la otra hay una ventana, y en esa ventana se venden dos veces las últimas piezas.

Agravantes que casi nunca se contemplan al inicio:

• La mercancía apartada para un pedido en línea sigue contando como disponible en tienda hasta que alguien la separa físicamente.
• Los ajustes de inventario —merma, daño, diferencias de conteo— se registran por lote, a veces semanalmente. El dato que ve el cliente es el de antes del ajuste.
• El tránsito entre tiendas existe en el sistema logístico pero no siempre en el que consulta el canal digital.

El resultado no es solo un pedido cancelado: es que el cliente deja de confiar en el dato de disponibilidad, y a partir de ahí la promesa omnicanal ya no funciona aunque el inventario sea correcto.

2. El cliente no es la misma persona en cada sistema

En el canal digital hay una cuenta con correo. En tienda hay un número de lealtad, o nada. En el CRM hay un registro más. El mismo cliente aparece tres veces, y ninguna decisión de las importantes se puede tomar sin resolver eso:

• No se puede medir cuánto vale un cliente omnicanal.
• No se puede segmentar por comportamiento real.
• La devolución en tienda de una compra en línea requiere buscar a mano.

La resolución de identidad es trabajo de integración y de gobierno de datos maestros, no un campo que se agrega al tablero.

3. El catálogo no coincide

El mismo producto tiene una descripción en el ERP, otra en el sistema de comercio y otra en el punto de venta. Distinta unidad de medida, distinta categoría, a veces distinto identificador para lo que es el mismo artículo en dos presentaciones.

Es el problema menos visible y el que más contamina el análisis: si el catálogo no está unificado, cualquier comparación por categoría entre canales es ruido.

El orden que funciona

La secuencia es siempre la misma, y saltarse un paso es lo que produce proyectos que se cancelan en el mes ocho.

Paso 1 — Un repositorio central que sí pueda ser la fuente. No un sistema operativo actuando como si fuera el centro. Punto de venta, comercio electrónico, ERP, logística y CRM replicados a una plataforma analítica donde se puedan consultar juntos sin afectar el desempeño de la operación. Esto es centralización de datos aplicada a retail.

Paso 2 — Catálogo y cliente unificados. Antes de cualquier tablero. Un identificador único de producto y un identificador único de cliente, con las reglas de correspondencia documentadas. Es la parte menos vistosa del proyecto y la que determina si lo demás sirve.

Paso 3 — Frescura definida por decisión, no por ambición. Aquí se ahorra o se desperdicia la mayor parte del presupuesto. La regla práctica: la frecuencia se define por la decisión que habilita, no por lo que la tecnología permite.

Dato	Frescura necesaria	Por qué
Disponibilidad de inventario	Minutos	El cliente decide con ella en tiempo real
Estado de pedido	Minutos	Es lo que consulta atención a clientes
Venta por tienda	Diaria	Se usa para decisiones de operación al día siguiente
Rentabilidad por canal	Semanal o mensual	Requiere costos que se cierran por periodo

Perseguir tiempo real en las cuatro filas multiplica el costo y el número de cosas que se pueden romper, sin cambiar ninguna decisión adicional.

Paso 4 — Analítica. Al final, no al principio. Un tablero sobre datos no integrados presenta el desorden con muy buen diseño.

Por qué los conectores gestionados son la decisión correcta aquí

En retail omnicanal el número de fuentes es alto y heterogéneo: punto de venta, plataforma de comercio, ERP, sistema de gestión de almacén, pasarela de pago, herramienta de marketing, programa de lealtad. Diez o más es normal.

Construir y mantener un conector por fuente es un trabajo que no termina nunca, porque cada proveedor cambia su API a su propio ritmo. Es la razón por la que usamos Fivetran para la ingesta y Snowflake como repositorio: el mantenimiento del conector deja de ser tuyo, y el equipo se dedica al modelado, que es donde está el valor que nadie más puede aportar.

La excepción es SAP, que no se comporta como el resto de las fuentes y requiere un extractor especializado — lo tratamos en por qué extraer datos de SAP es difícil.

Lo que hemos implementado

Para una cadena de retail de ropa con más de 100 tiendas y canal en línea, integramos más de diez fuentes hacia un repositorio central con Fivetran y Snowflake, además de acompañar la comunicación operativa del proyecto en Slack.

Ese último punto suele subestimarse: en un proyecto con muchas fuentes y muchos equipos, el canal donde se resuelve una duda de datos es parte de la arquitectura. Cuando la pregunta “¿este número está bien?” tarda dos días en contestarse por correo, el proyecto avanza al ritmo del correo.

Presentamos nuestros casos por sector y sin cifras específicas porque no contamos con autorización escrita para nombrar clientes. El trabajo y las tecnologías sí son exactamente los implementados. Puedes ver el resto en casos de éxito.

Cómo saber si tu omnicanalidad está construida sobre arena

Cuatro preguntas, y cada “no sé” es un punto de ruptura:

1. ¿Con cuánto retraso ve el canal digital el inventario de tienda? Si nadie sabe el número exacto, no está gobernado.
2. ¿Puedes decir cuántos de tus clientes compran en los dos canales? Si no, no hay identidad unificada.
3. ¿La devolución en tienda de una compra en línea requiere intervención manual? Si sí, el identificador de pedido no viaja entre sistemas.
4. ¿“Categoría” significa lo mismo en tienda y en línea? Si no, el análisis comparativo no es válido.

---

En EGOS BI el 60 % de nuestro trabajo es con retail: integramos punto de venta, comercio electrónico, ERP y logística en Snowflake con Fivetran, y montamos la analítica encima con Tableau u Omni. Si tu promesa omnicanal se cae en el dato de inventario, agenda un diagnóstico — o revisa cómo trabajamos con datos en retail.