Saltar al contenido

Cómo la inteligencia artificial ayudará a decidir la guerra de reparto de pizzas de la NFL de esta temporada

21 de septiembre de 2020

¿Estás listo para un poco de fútbol? Mientras que los partidos de la NFL se jugarán en estadios vacíos o parcialmente llenos cuando comience la temporada 2020 el 10 de septiembre, se espera que la audiencia de la televisión sea alta ya que el deporte más popular entre los espectadores de Estados Unidos regresa por primera vez desde la crisis del coronavirus.

Y como la temporada de fútbol es la temporada de pizza, los pizzeros de Estados Unidos deben estar listos para satisfacer la demanda de sus pasteles (así como alitas de pollo, bocadillos, refrescos y otros productos básicos para el juego). En una encuesta a 2.500 fanáticos de la NFL que mi compañía llevó a cabo recientemente, casi la mitad dijo que planean ordenar comida para la mayoría o todos los juegos. Si ese es el caso, las cadenas de pizzas pueden esperar llamadas y visitas al sitio web de más de 10 millones de espectadores hambrientos en un domingo cualquiera.

En la batalla por los estómagos y las carteras de los aficionados, es importante que estas compañías puedan entender exactamente cuándo y dónde se producirán los picos de demanda para que puedan prepararse en consecuencia y complacer a los clientes sin importar lo que pase. Si una cadena de pizzas puede predecir los pedidos tienda por tienda, puede asegurarse de antemano de que los puntos de venta más concurridos tengan la cantidad adecuada de masa, salsa y coberturas y desplegar más preparadores y conductores. Es una gran victoria para la compañía, sus tiendas y, lo más importante, los clientes.

Por un lado, parece obvio que los deportes televisados pueden impulsar una gran demanda de este tipo de negocios. Por ejemplo, el Super Bowl normalmente crea un aumento del 40 por ciento más allá de un domingo normal en los pedidos de Domino en todo el país. Se estima que el 37% de los espectadores del Super Bowl comieron pizza durante el Super Bowl del año pasado, según la firma de investigación de mercado YouGov. Ergo, si es el Día del Juego, espera más pedidos.

Recomendado:  El impacto de los grandes datos en la industria de los deportes electrónicos

Pero por otro lado, la situación en el terreno es mucho más compleja. No todos los juegos de la NFL tienen la misma demanda. Una variedad de factores afectan el número de pedidos, desde el tiempo de emisión hasta el clima y el rendimiento del equipo (nuestros datos revelan que a medida que un equipo gana impulso durante la temporada, los pedidos de pizza aumentan).

Dado que la previsión de la demanda es un reto tan difícil a nivel local, estas empresas necesitan recurrir a un conjunto de datos mucho más amplio y complejo para fundamentar sus estrategias de comercialización, inventario y dotación de personal. Por eso algunos están recurriendo a la ciencia de los datos, el análisis predictivo y la inteligencia artificial (IA) para abordar el problema.

Al hacerlo, estos negocios están mostrando cómo las tecnologías inteligentes han avanzado hasta el punto de poder predecir casi cualquier cosa dentro de un rango estrecho. También muestra cómo estas capacidades están llegando cada vez más a nuestra vida cotidiana: Cuando puedes agradecer a la IA por ayudar a que tu pizza sea entregada caliente y a tiempo, sabes que la tecnología se ha convertido en algo común.

Aunque los proveedores de alimentos y las empresas de distribución ya habían empezado a adoptar formas nuevas y más inteligentes de prever la demanda en los últimos años, estas técnicas han adquirido una importancia aún mayor para hacer frente a las anomalías en estos tiempos volátiles.

En el mundo actual, los deportes televisados son la diversión favorita. El draft de la NFL a finales de abril estableció un récord de audiencia, eclipsando la emisión de 2019 en un 37 por ciento. En el otro fútbol (soccer), el regreso de la Bundesliga alemana a mediados de mayo atrajo a 365.000 espectadores a FS1 – la mayor audiencia de la Bundesliga en la red – y la transmisión del 5 de julio de Southampton vs. Manchester City de la BBC, con 5,7 millones de espectadores, fue el partido de la Premier League más visto de la historia. La emisión de la NHL del 1 de agosto fue el partido con más audiencia de la liga en cuatro años.

Recomendado:  Big Data en el crecimiento del mercado de gestión de energía (estado y perspectivas) 2022-2030 - The Daily Vale

La NFL ya estaba saliendo de una temporada de 2019 cuando el promedio de espectadores se elevó un 5 por ciento, mejorando a 16.5 millones por juego. Ahora, en medio de la pandemia y la economía doméstica que ha creado, los partidos semanales televisados tendrán una sensación de gran acontecimiento, tanto para los aficionados al deporte como para los telespectadores que simplemente anhelan algo nuevo después de su tercer maratón de «Juego de Tronos». En algunas ciudades, cada semana podría sentirse como un mini-Super Bowl.

Intentar utilizar datos históricos como las cifras de audiencia de los paneles de Nielsen para adaptar las previsiones de los pizzeros en torno a los eventos televisados es inútil. Los datos de Nielsen sólo miran hacia atrás en lugar de predecir la audiencia y porque se basan en DMA (Áreas de Mercado Designadas) – zonas masivas y multi-metropolitanas que hacen difícil hacer proyecciones a nivel de tienda individual. Por ejemplo, la DMA de Nueva York incluye Nueva York, Nueva Jersey, Connecticut y Pennsylvania.

Y la pandemia ha traído nuevas arrugas, como la falta temporal de asistencia en persona que disminuirá el negocio en los restaurantes, tiendas, etc. cerca de los estadios, al tiempo que transferirá esa demanda a los negocios que atienden a los clientes que ven los partidos en casa.

Domino’s es una de las empresas que ahora utiliza sofisticados análisis de datos. Su previsión de la demanda impulsada por la IA puede asegurar que cada tienda tenga la cantidad adecuada de ingredientes y conductores listos para el inicio de los juegos.

Otros negocios que podrían ver un aumento de la demanda debido al regreso de la NFL son los minoristas que venden bebidas alcohólicas y los servicios de transporte compartido como Uber o Lyft, si la gente decide viajar para ver los partidos con otros.

Por el contrario, los juegos en la televisión pueden evitar que la gente salga, lo que podría frenar el negocio para otros tipos de minoristas.

La previsión basada en datos explica de forma granulada todas estas condiciones.

Recomendado:  Allegro CL® de Franz utilizado para programar el descubrimiento de Eärendel por el telescopio espacial Hubble

Los juegos de la NFL no son el único tipo de eventos televisivos que las empresas deben incluir en sus modelos de pronóstico. Hay 45.000 eventos deportivos en vivo transmitidos cada año sólo en los EE.UU. Los deportes universitarios, por ejemplo, pueden tener un gran impacto (si se pueden jugar los partidos), al igual que los playoffs de baloncesto, hockey y béisbol en ciudades con equipos rivales. De acuerdo con nuestra encuesta a los aficionados de la NFL, el 64 por ciento también ve regularmente la NBA, el 49 por ciento ve el fútbol americano de la NCAA, y alrededor de un tercio sintoniza con el baloncesto de la NHL y la NCAA.

Los mismos enfoques de la ciencia de los datos tienen también otras aplicaciones oportunas. Por ejemplo, son muy adecuados para ayudar a las empresas que dependen de los estudiantes universitarios a comprender el impacto de los modelos no remotos, parcialmente remotos o totalmente remotos que las universidades están empleando en su respuesta a la pandemia. Esta información es valiosa, por ejemplo, para una importante cadena de cafeterías que puede ahorrarse al menos 15 millones de dólares al año simplemente dejando un turno al día en sus tiendas cerca de los campus universitarios que no están experimentando el mismo nivel de demanda que se esperaba con sus antiguos modelos.

Como puede ver, las empresas que se dedican a buscar formas más inteligentes de predecir con precisión la demanda pueden estar preparadas tanto para los factores positivos como para los negativos. En el mundo actual, la inteligencia de la demanda moderna representa una oportunidad de ventaja competitiva que las empresas no querrán desaprovechar.

Sobre el autor

Campbell Brown es CEO y cofundador de PredictHQ – Demand Intelligence for a dynamic world. Kiwi en SF, amante de los viajes, los datos, las APIs y lo más importante, mi familia!

Suscríbete al boletín de noticias gratuito de InsideBIGDATA.