Arquitectura de datos para retail omnicanal

Cómo conectar cliente, producto, precio, inventario, pedido y devolución para construir métricas y experiencias consistentes en retail omnicanal.

Este artículo también está disponible en inglés.
Arquitectura de datos para retail omnicanal

Retail omnicanal no significa mostrar el mismo catálogo en una tienda y en una aplicación. Significa que precio, disponibilidad, identidad del cliente, pedido y devolución conservan el mismo significado cuando la interacción cambia de canal.

El problema no empieza en la recomendación

Una recomendación puede ser precisa y aun así producir una mala experiencia si ofrece un producto sin inventario, aplica un precio vencido o desconoce una devolución hecha en tienda. Antes de personalizar, la plataforma necesita una vista coherente de producto, ubicación, stock disponible, promociones y estado del pedido.

La unidad de diseño debe ser el recorrido completo. Un cliente puede investigar en web, reservar desde el móvil, pagar en tienda, recibir en casa y devolver en otro punto. Si cada canal crea identificadores propios, la empresa observa cinco transacciones donde la persona vivió una sola experiencia.

Dominios que necesitan contratos de datos

  • Cliente: identidad, consentimiento, preferencias y reglas de unificación de perfiles.
  • Producto: SKU, variantes, atributos, categoría y vigencia comercial.
  • Precio y promoción: canal, ubicación, periodo, condiciones y prioridad cuando coinciden reglas.
  • Inventario: existencia física, reservas, unidades disponibles y momento de actualización.
  • Pedido: líneas, pagos, fulfillment, cambios de estado y promesa de entrega.
  • Devolución: producto recibido, motivo, condición, reembolso y efecto sobre inventario.

Cada dominio puede evolucionar por separado, pero debe publicar eventos y definiciones compatibles. Un cambio de precio o una reserva de inventario no puede depender de que otro sistema consulte horas después.

Casos de uso que dependen de esa base

El análisis de canasta necesita productos y pedidos consistentes. La predicción de demanda necesita distinguir venta, reserva, cancelación y devolución. La personalización necesita consentimiento y una identidad unificada. La prevención de fraude necesita relacionar dispositivo, pago, pedido y comportamiento sin convertir una correlación en una acusación automática.

Esto cambia el orden de inversión: primero contratos, calidad y eventos; después modelos, campañas y tableros.

Métricas que no deben cambiar entre canales

  • Disponibilidad prometida: unidades que realmente pueden reservarse para el canal y ubicación.
  • Conversión: sesión o visita que termina en pedido confirmado, con una regla explícita para cancelaciones.
  • Margen por pedido: ingreso neto menos costo, descuento, logística, devolución y costo de pago atribuible.
  • Tasa de devolución: unidades devueltas frente a unidades entregadas, segmentada por motivo.
  • Cumplimiento de promesa: pedidos entregados o recogidos dentro de la ventana comunicada.

Antes de automatizar una decisión, pruebe que finanzas, comercio y operaciones obtienen la misma cifra con la misma definición.

Próximo paso práctico

Seleccione un recorrido omnicanal y dibuje los cambios de estado desde la intención hasta la devolución. Identifique dónde cambia el ID, dónde se duplica el cliente y cuánto tarda el inventario en reflejar una reserva. Esas brechas forman un backlog de arquitectura más útil que una lista de herramientas.

Consulte también cómo sincronizar catálogo, inventario y pagos con una arquitectura orientada a eventos.