Las tiendas invierten más que nunca en tecnología, pero las ineficiencias siguen creciendo

Las ineficiencias en tienda cuestan ya a los retailers estadounidenses el 6,4% de sus ventas brutas anuales, 196.400 millones de dólares, frente al 5,5% de 2025 y el 4,5% de 2024, según el informe The State of In-Store Retailing 2026, de Coresight Research. Las pérdidas crecen al mismo tiempo que la inversión: el 60% de los retailers ya ha escalado o está escalando tecnologías de inteligencia en tienda, 18 puntos más que hace un año.

El informe atribuye buena parte de esa brecha al orden en que se implantan las herramientas. Muchas compañías incorporan software de precios, plataformas de colaboración con proveedores o analítica antes de asegurar el dato de lineal del que dependen esos sistemas. Medir más, por tanto, no se traduce automáticamente en decidir mejor.

En el día a día de un establecimiento, esa distancia se juega en manos del responsable de tienda. Tiene que saber qué indicadores importan en cada momento, interpretarlos bien y convertirlos en acciones que mejoren el resultado y la experiencia del cliente. Pasar de los indicadores a las decisiones es una de las cuestiones que trabaja el Retail Leadership & Business Management Program, desarrollado por The New Retail Business School junto a Leroy Merlin, que conecta los KPIs con los problemas reales de la operación comercial.

Tres lecturas para una misma caída de ventas

Cuando las ventas bajan, la cifra no explica por qué. Puede que entren menos clientes. Puede que entren los mismos, pero compren menos porque cae la conversión. O que compren lo mismo con un ticket medio más bajo. Cada diagnóstico lleva a un sitio distinto: la afluencia, la atención y la disponibilidad en el lineal, o la venta complementaria.

Quien se queda en la facturación suele recurrir a respuestas genéricas, como lanzar una promoción o reforzar la plantilla. Ninguna de las dos resuelve el problema si el cliente no encuentra el producto o si nadie le atiende cuando lo necesita.

Los datos que explican otros datos

La conversión, aislada, dice poco. Cruzada con la afluencia y con la plantilla disponible en cada franja horaria, empieza a explicar lo que pasa. Si cae justo en las horas de más tráfico, lo más probable es que falte personal o haya colas en caja, y no que los clientes hayan perdido interés.

Con la productividad por hora ocurre algo parecido. Conviene compararla con la satisfacción del cliente en esas mismas horas, porque exprimirla puede deteriorar la experiencia. La disponibilidad de producto, a su vez, gana sentido cuando se relaciona con las ventas que no llegaron a producirse.

La Tabla Periódica de los KPIs, impulsada por The New Retail Business School y TNR News, recoge ejemplos de por qué importan estas relaciones. En perfumería, L’Oréal señala que el asesoramiento del personal y la prueba de producto influyen directamente en la venta, algo que no aparece en la cifra de facturación.

BonÀrea sustituyó el código de barras por la tecnología RFID^? para inventariar con más rapidez y fiabilidad, porque un KPI de disponibilidad sólo es útil si el dato de stock que lo alimenta es correcto.

Es la misma carencia que detecta Coresight Research en su informe: sólo el 33% de los retailers invierte en digitalizar el lineal, la cifra más baja entre las tecnologías de inteligencia en tienda, aunque el resto de sistemas depende de ese dato.

Qué está en manos del responsable de tienda

Con 118 indicadores recogidos en la Tabla Periódica, 25 de ellos sólo en ventas, el trabajo de quien dirige una tienda empieza por seleccionar. No todos sirven para todas las decisiones, ni todos dependen de él. Para la gestión diaria cuentan los que conectan con lo que puede cambiar: el reparto de la plantilla, la revisión del lineal, los puntos donde reforzar la atención o los servicios que decide priorizar.

A partir de esa selección, la tarea consiste en detectar dónde hay margen de mejora y ordenar las iniciativas por impacto. Las herramientas de análisis, incluida la inteligencia artificial, permiten procesar más información y anticipar escenarios, como la afluencia prevista o una posible rotura de stock. Pero lo que propone el sistema necesita a alguien que conozca el negocio para interpretarlo y decidir qué hacer.

Dos tiendas con el mismo panel de datos pueden cerrar el mes con resultados muy distintos según qué indicadores revise cada equipo y qué cambie en la plantilla o en el lineal a partir de ellos.