El concepto de homomorfismo
Inspirado en el término griego homoios morphe (es decir, «forma similar»), el concepto de homomorfismo se utiliza para describir cómo los elementos correspondientes de dos sistemas se comportan de manera muy similar cuando se combinan con otros elementos correspondientes. En el contexto del comercio Retailer, este principio se aplica a la relación entre los comportamientos de compra en tiendas físicas y en línea.
El marco de homomorfismo de Footprints for Retailers
El «homomorfismo» representa el marco avanzado de inteligencia artificial de Footprints for Retail que permite a su tecnología exclusiva enriquecer cualquier base de datos en línea, a nivel de usuario individual, con sus características de comportamiento de compra física u offline. Los datos de comportamiento físico u offline y la agrupación por afinidad constituyen el tipo de datos más valioso para la publicidad conductual en línea y la automatización de marketing. Footprints for Retail clasifica los sutiles comportamientos de compra física en grupos multidimensionales (hasta 48 dimensiones diferentes de datos de comportamiento) y luego empareja estos grupos con sus «gemelos» en línea. Este modelo de atribución probabilística genera beneficios sin precedentes para los especialistas en marketing y los anunciantes que trabajan con marcas y objetivos de venta Retailer física. Permite orientar las campañas hacia segmentos de comportamiento muy específicos con el fin de aumentar la frecuencia de visitas, la duración de las visitas y el número de tiendas visitadas por visita dentro de un centro comercial determinado.
Análisis Retailer: la base del homomorfismo
La sección de Análisis Retailer dentro de la plataforma Footprints for Retail se encarga de recopilar los comportamientos fuera de línea que son esenciales para el marco de homomorfismo. Basado en tecnologías modernas de vanguardia y con una arquitectura altamente escalable, Footprints Retail Analytics transforma los datos de ubicación sin procesar en información precisa y significativa.
Enfoque arquitectónico y detalles técnicos
La arquitectura de Footprints Retail Analytics sigue un modelo descentralizado, con un nodo central que distribuye los datos y nodos independientes, uno por cada edificio (ubicación). Este enfoque garantiza una escalabilidad infinita, con una máquina virtual (VM) o un contenedor Docker por ubicación, o cualquier número de máquinas virtuales para una sola ubicación de gran tamaño.
La pila tecnológica incluye un sistema operativo basado en Linux (Ubuntu), el lenguaje de programación Node.js, la base de datos NoSQL MongoDB para el almacenamiento de datos y la base de datos en memoria Redis para el procesamiento rápido de datos.
Privacidad y cumplimiento normativo de los datos
Los datos recopilados en la plataforma Footprints for Retail se procesan de tres formas diferentes, dependiendo de la configuración deseada del sistema:
- Anonimización total de MAC, en la que cada dirección MAC recopilada se codifica por completo al finalizar una visita al edificio, y la dirección MAC real nunca se guarda en la base de datos.
- Anonimización parcial de MAC, en la que la dirección MAC se seudonimiza y luego se codifica parcialmente, lo que permite rastrear la misma dirección MAC codificada a lo largo de las visitas, al tiempo que se garantiza un alto nivel de privacidad.
- Sin anonimización de MAC, lo que aprovecha toda la capacidad de generación de informes del sistema, incluyendo diversos informes sobre la recurrencia y la recencia de visitantes únicos o recurrentes.
El sistema también ofrece una política de eliminación de datos configurable, como la eliminación automática de datos después de un período de un año, para garantizar el cumplimiento de las regulaciones de privacidad como el Reglamento General de Protección de Datos (RGPD).
¿Listo para ver cómo funciona esto en la práctica?
Footprints AI ayuda a las marcas y a los Retailers a medir lo que realmente importa. Consulta las historias de éxito de nuestros clientes o contáctanos para hablar sobre tu estrategia de Retail Media.
