La nueva DéporTienda, la ídem del Deportivo de la Coruña, no es una simple tienda de merchandising con un lavado de cara. Es un caso de estudio de cómo la analítica espacial, la visión por ordenador y los modelos predictivos pueden impactar en el retail deportivo. Y lo ha hecho un club de, por ahora, Segunda División.

El RC Deportivo celebra su 120 aniversario inmerso en una operación de modernización que va más allá de lo que pasa en el césped: museo, hospitality, ciudad deportiva... Pero hay un proyecto que dice más sobre la dirección que quiere tomar el club que cualquier fichaje o reforma de grada. Es su tienda.

La DéporTienda acaba de reabrir en su ubicación histórica junto al estadio Abanca-Riazor tras dos meses de obras. Y ha cambiado algo más que el mobiliario o la decoración. Ha cambiado el sistema nervioso del espacio: ahora está monitorizado, analizado y, según sus responsables, es capaz de anticipar decisiones antes de que se tomen.

Las cámaras observan

El proyecto arrancó con una fase de observación de al menos cuatro meses en la tienda antigua. La empresa responsable de la capa tecnológica es Noumena Group, una empresa barcelonesa fundada en 2011 y especializada en analítica espacial con visión por ordenador y Machine Learning.

Su CEO, Aldo Sollazzo, explica que el sistema que han implantado en Riazor tiene el mismo ADN que el que desarrollaron para el Ayuntamiento de Barcelona en el análisis de las Supermanzanas y los ejes verdes: cámaras que procesan imagen para entender cómo se mueve la gente por un espacio.

Material a la venta, y de fondo, la ola fabricada en PETG. Imagen cedida.

"Funciona a través de cámaras conectadas a un cerebro basado en edge computing", explica Sollazzo. "Cada cámara convierte el input visual en un string de texto que garantiza el anonimato y cumple con el RGPD y la Ley de IA europea. No almacenamos imagen: almacenamos datos espaciales", explica a Xataka por llamada telefónica.

El sistema mapea flujos de movimiento dentro de la tienda, segmenta visitantes por rangos de edad estimada y género, genera mapas de calor y cruza todo ello con la distribución de producto y los datos de ventas. Hasta aquí, analítica descriptiva. Lo que Noumena plantea como diferencial es la capa predictiva.

Predecir antes de mover una estantería

"La diferencia con otros sistemas es que nuestros datos no son números desconectados del espacio", sostiene Sollazzo. "Están vinculados al entorno construido. Y eso nos permite entrenar modelos para predecir qué pasaría si redistribuimos el producto, movemos el mobiliario o recolocamos los puntos de pago".

En la práctica, esto se traduce en decisiones como estimar si una disposición alternativa de los expositores maximiza la exposición de producto. O si reubicar las cajas registradoras en función del tráfico reduce las colas en días de alta afluencia. O calcular cuánto personal necesitará la tienda para un evento concreto. Todo ello sin necesidad de hacer prueba y error sobre el terreno.