Convertir un palé promocional en una plataforma de datos rentable.

El reto

Submarcas como Guinness y P&G pagan a minoristas como Walmart, Costco, Tesco y Sainsbury's cantidades significativas de dinero por posiciones destacadas de exposición en tienda. Esa es la lógica comercial detrás de las promociones comerciales: un expositor bien ubicado impulsa el volumen, defiende el espacio en balda frente a una competencia de marca blanca cada vez mayor, y es una de las mayores partidas en muchos presupuestos de marketing de gran consumo, a menudo mayor que la inversión en medios.

El problema es que, en cuanto un palé promocional sale del almacén, nadie puede ver qué le pasa. A diferencia del ecommerce, donde cada clic y cada conversión se registran, la tienda física apenas genera datos de ejecución. Las marcas saben qué enviaron, y qué se escaneó en caja. Todo lo demás es un vacío, y ese vacío es donde las promociones fallan: los palés se quedan en trastiendas, se decantan a las estanterías para proteger la disponibilidad, se lanzan tarde, o se retiran antes de que termine la ventana promocional. En los mercados objetivo, entre el 40 y el 60% de los palés promocionales se activan tarde o nunca, y para cuando alguien lo descubre, la ventana para solucionarlo ya se ha cerrado.

Brambles/CHEP ya contaba con un activo físicamente presente en miles de tiendas que ningún competidor podía igualar fácilmente: el propio palé. Como CHEP recupera sus palés, la tecnología de sensores inteligentes integrada en ellos podía desplegarse y recuperarse a escala, en una enorme huella de tiendas, sin pedirle a ningún minorista que instalara infraestructura nueva o concediera acceso a sus sistemas. La pregunta que este proceso de Discovery se propuso responder era si ese palé, instrumentado con sensores que combinan señales de movimiento, Wi-Fi y Bluetooth para averiguar dónde estaba realmente, podía convertirse en un producto de datos genuinamente nuevo y rentable para la plataforma Supply Chain Illumination de Brambles, y no solo en una función de seguimiento por la que nadie pagaría.

La tienda es el entorno más pobre en datos de todo el comercio, y nosotros ya teníamos un palé dentro de ella.

Mi papel

Fui el diseñador principal del trío que impulsó este proceso de Discovery, trabajando junto a un Product Lead y, muy de cerca, con Olga, nuestra investigadora UX principal.

La investigación que sigue es principalmente trabajo de Olga, y quiero ser claro al respecto. Lo que yo aporté fue mantenerme lo bastante cerca como para ser útil, en lugar de revisar hallazgos después de los hechos: visité tiendas personalmente con ella, incluida la recorrida con la encargada de tienda de Asda mencionada en el Capítulo 01, y participé en las sesiones moderadas con usuarios en ambas rondas de prototipado, observando cómo reaccionaba realmente la gente a lo que yo había construido en lugar de escucharlo de segunda mano. Además, realicé mis propias entrevistas con interesados por el camino, incluidos encargados de tienda de Tesco, Asda y Sainsbury's, y coenvasadores de Guinness, cuya realidad diaria de decantado, congestión y listas de verificación de cumplimiento moldeó lo que el producto necesitaba detectar y sobre lo que necesitaba actuar.

En el lado del diseño, diseñé y construí yo mismo ambas rondas de prototipado: la primera en Figma, probada con marcas estadounidenses como Green Garden; la segunda, este año, casi enteramente dentro de un playground acelerado por IA, usando el mismo flujo de trabajo con VS Code y Claude Code que se describe en la página del AI Playground, con mucha menos dependencia de archivos estáticos de Figma.

El programa de investigación de Olga combinó safaris minoristas por tiendas de Tesco, Sainsbury's y Asda en la zona de Birmingham, una visita de campo dedicada y una entrevista con la encargada de una tienda Asda en Coventry, y conversaciones directas con las personas que realmente ejecutan las promociones día a día: encargados de tienda, merchandisers de CPM, y, por mi parte, coenvasadores de Guinness. Me uní a las visitas a tiendas y a la recorrida con la encargada en persona, y realicé mis propias entrevistas con interesados de minoristas y proveedores junto al programa de Olga, en lugar de trabajar a partir de un resumen posterior.

Lo que trajimos de vuelta replanteó el problema. La madurez de ejecución varía mucho según el minorista: los pasillos de Tesco estaban visiblemente más estructurados, regidos por estrictas normas de congestión como una “regla de las cinco baldosas” para mantener los pasillos despejados; Sainsbury's tenía más promociones activas en el suelo de la tienda, ayudado por un sistema de escaneo de códigos de barras que da visibilidad de la activación a la central, pero ese mismo volumen venía acompañado de un cumplimiento menor, productos mezclados y una ejecución inconsistente; el enfoque de Asda priorizaba la disponibilidad, era más débil en la higiene promocional, con el personal centrado en poner stock en las baldas en lugar de en que un expositor concreto luciera bien. Las limitaciones subyacentes eran las mismas en todas partes, sin embargo: espacio limitado en trastienda, congestión en los pasillos, riesgo de robo, y equipos de tienda trabajando con sistemas fragmentados sin una vista única de todo lo que se estaba ejecutando en su tienda a la vez.

Estas no eran personas abstractas. Eran las personas concretas, encargados de tienda enseñándonos sus propias trastiendas, merchandisers explicando por qué un expositor que parecía “activado” sobre el papel estaba mezclado y sin precio en la balda, contra las que se diseñaron y probaron las dos rondas de prototipado que siguen.

Lo hicimos mediante service blueprints, mapeando el recorrido de activación y cumplimiento etapa por etapa, capturando tanto las acciones de cara al usuario (un merchandiser escaneando un expositor, un encargado de tienda recorriendo el suelo) como los sistemas y procesos de trastienda detrás de ellas. Trazar ambos juntos, en lugar de solo los pasos visibles, es lo que sacó a la luz puntos de fricción y oportunidades que un simple diagrama de flujo habría pasado por alto.

Dividir la tienda de esta manera es lo que hizo que la investigación con encargados de tienda del Capítulo 01 cobrara sentido como sistema y no como una lista de anécdotas. El decantado ocurre en la frontera entre estas dos mitades. Las listas de verificación de cumplimiento se rellenan en un lado y rara vez cruzan al otro. Toda la propuesta de valor de un palé, “¿está este expositor en el suelo de venta?”, solo significa algo una vez que puedes señalar dónde empieza realmente el suelo de venta.

Los mismos datos de ejecución subyacentes significan algo distinto para cada uno de ellos. Un encargado de tienda necesita saber, ahora mismo, si un expositor concreto en su tienda está activo. Un director regional necesita comparar tiendas para priorizar dónde enviar el tiempo limitado del equipo de campo. Un category manager necesita los mismos datos agregados a través de cada campaña, en cada región, para decidir qué planificar la próxima vez.

Convertir la investigación en un modelo estructurado

Entender a los actores no bastaba por sí solo. Realizamos un ejercicio estructurado de mapeo de actores y capacidades, trabajando desde una declaración de contexto, pasando por las relaciones entre actores, hasta un conjunto de afirmaciones comprobables, de modo que el producto final se construyera sobre un valor declarado y no sobre una intuición acerca de quién lo encontraría útil.

Los expositores promocionales de cuarto de palé de Brambles/CHEP ya llevan un pequeño conjunto de sensores: Bluetooth y Wi-Fi para posicionamiento interior, un acelerómetro y un magnetómetro para detectar cuándo un palé realmente se ha movido y reorientado en lugar de solo desplazarse ligeramente, un sensor de temperatura para confirmar que está en un espacio de cara al cliente y no todavía en almacenamiento en frío o en tránsito, y conectividad celular para una localización aproximada cuando no hay nada más preciso disponible. También lleva hardware GPS, actualmente desactivado para preservar la batería hasta que se necesite. Combinados en un único modelo de clasificación, es suficiente para responder a las dos preguntas comercialmente más críticas de todo el ciclo de vida promocional: ¿llegó este palé a la tienda correcta, y se activó en la parte delantera de la tienda en lugar de quedarse en la trastienda? Esa es la capacidad “Ahora”, la clasificación en tiempo real de activación delantera-frente-a-trastienda, y es la que está ahora en pruebas activas con clientes. Este proceso de Discovery, y ambas rondas de prototipado, se centraron deliberadamente en ese único momento: la activación, no todo el ciclo de vida promocional.

También es solo el punto de entrada. El mismo palé es una plataforma: cada sensor adicional abre una nueva categoría de acción. Más allá de la detección de activación hay un ensayo separado, de etapa posterior, que ya funciona en dispositivo en tiendas: la detección de peso/consumo, lo bastante precisa como para saber si una botella de Coca-Cola o una caja de Guinness se cogió realmente del expositor y se convirtió en una venta. Ese ensayo queda fuera del alcance de este proceso de Discovery, pero es el siguiente horizonte de la misma plataforma, junto con la monitorización de calidad en tránsito, detectando daños por temperatura, golpes o humedad antes de que un expositor se active siquiera, la precisión de ubicación a nivel de pasillo, y una puntuación de cumplimiento que lo combina todo en un único número sobre el que marcas, minoristas y merchandisers pueden actuar juntos.

No “¿llegó el palé?”. ¿Llegó a la parte delantera de la tienda a tiempo para vender?

Antes de que existiera una sola pantalla de Figma, hicimos un storyboard del concepto específicamente para Green Garden: el montaje previo a la campaña, la notificación de entrega de fin de día, la activación en tienda con evidencia fotográfica, y la monitorización de cumplimiento, recorridos panel a panel a través de los mismos roles de Operations Manager y merchandiser sobre los que se construye el resto de este recorrido. Ese storyboard es lo que se probó primero, antes de invertir en construir el prototipo de mayor fidelidad.

La primera ronda de prototipado, diseñada y construida por mí en Figma, probó la visibilidad de la activación del concepto y el cumplimiento con marcas estadounidenses incluida Green Garden. Olga entrevistó a los usuarios a lo largo de las sesiones; yo participé en ellas, observando en tiempo real cómo un Operations Manager razonaba los momentos clave del recorrido promocional, planificación, entrega, activación y análisis posterior a la campaña, y dónde una decisión de diseño acertaba o no.

Esa base fue importante de cara a la Ronda 2. Confirmó que el momento de la activación específicamente, no todo el ciclo de vida promocional, era la cuña más afilada hacia el problema, y sacó a la luz la primera versión de los patrones de interacción, los estados de estado y la lógica de alertas que la Ronda 2 reconstruiría casi por completo dentro de código en lugar de pantallas estáticas.

Por qué Green Garden era el caso de prueba adecuado

Green Garden envía sus promociones en palés estándar de tamaño completo equipados con un dispositivo temprano de seguimiento de ubicación, y en aquel momento, a la marca le importaba exactamente una cosa: si un expositor se había entregado, activado y completado a tiempo. Eso encaja con precisión con lo que este proceso de Discovery y ambas rondas de prototipado realmente probaron, activación y puntualidad, no consumo. Por eso la Ronda 1 se construyó y probó contra el programa promocional real de Green Garden en lugar de uno hipotético.

En paralelo, y de forma independiente a este Discovery, el equipo de producto físico de Brambles ya estaba probando en campo la siguiente generación de hardware: un expositor de cuarto de palé equipado con un sensor de peso, probado en el comercio minorista español. Ese ensayo apunta al horizonte de consumo/detección de peso de la hoja de ruta, no a la capacidad de activación delantera-frente-a-trastienda que este proceso de Discovery validó, pero es la misma plataforma subyacente, y las fotos de abajo son de ese mismo periodo de desarrollo de hardware.

Ensayo de campo · España

Un expositor de cuarto de palé en el suelo de la tienda

Un expositor promocional de marca Solis probado en un minorista español, físicamente la misma categoría de activo alrededor de la que se diseñó este proceso de Discovery, fotografiado para la investigación de campo del propio equipo de producto.

Hardware · Prototipo V1

Cuarto de palé con un sensor de peso

Una construcción V1 temprana del sensor de peso; en esta versión, la ubicación solo podía capturarse manualmente. Este es el hardware de siguiente horizonte al que se hace referencia a lo largo de este caso de estudio, desarrollado y probado en una vía separada del trabajo de activación.

Hardware · Green Garden

Palé estándar con un dispositivo de ubicación

El hardware detrás de los propios expositores de Green Garden: un palé de tamaño completo equipado con un dispositivo de ubicación, usado solo para el cronometraje de entrega, activación y finalización, exactamente el alcance en el que se centró este proceso de Discovery.

Marca de prueba

Green Garden Products

La marca estadounidense de gran consumo cuyo programa promocional real sirvió para diseñar y probar la Ronda 1, junto con los datos ficticios usados en cada sesión y en cada captura de pantalla de este caso de estudio.

Wireframes antes del prototipo visual

Antes de que ninguna de las pantallas de Figma de la Ronda 1 se hiciera parecer real, trabajé el pensamiento de service design en wireframes de baja fidelidad: qué necesitaba mostrar un panel que listara cientos de expositores, cómo confirmaría un merchandiser que un expositor era conforme desde su teléfono, y la lógica detrás de cada notificación que el sistema podía enviar. Ese pensamiento, no el pulido visual, es lo que la Ronda 2 reconstruyó después en código.

Wireframe · Móvil

La verificación de cumplimiento del merchandiser

Un flujo de campo: confirmar que la tienda y la zona son correctas, capturar una foto del expositor activado, y obtener confirmación de que la campaña está activa; la contrapartida móvil del panel de arriba.

Planificación de contenido

La lógica detrás de cada alerta

Antes de que existiera ninguna pantalla, mapeé las decisiones reales que necesita un sistema de notificaciones: qué cuenta como tardío, a quién se le avisa, y cuándo; el modelo de contenido sobre el que se construyó la lógica de alertas de la Ronda 2.

Donde la Ronda 1 se apoyó en Figma, la Ronda 2 se apoyó en el mismo flujo de trabajo acelerado por IA y centrado en el playground que se describe en la página del AI Playground: componentes de nivel empresarial en Svelte y TypeScript, construidos e iterados directamente en código, de modo que lo que los usuarios probaban en las sesiones era un prototipo funcional en lugar de una maqueta de clics. Eso importaba especialmente para un producto de datos como este: el estado de activación, los mapas de tiendas, y el detalle a nivel de expositor solo se sienten reales cuando los datos subyacentes realmente se mueven.

Olga volvió a dirigir las sesiones de investigación; yo participé en ellas, y construí y ajusté el prototipo en respuesta a lo que veíamos en tiempo real entre sesiones, algo que habría llevado mucho más tiempo trabajando solo en Figma. Como con cada prototipo del Playground, los datos detrás de él, minoristas, productos, la propia campaña promocional, eran completamente ficticios, inventados específicamente para poder probar el concepto honestamente sin exponer un solo dato comercial o de cliente real.

La clasificación en tiempo real de activación delantera-frente-a-trastienda es el horizonte “Ahora” de la hoja de ruta de Promociones Minoristas de Brambles, y está hoy en pruebas activas con clientes. Un ensayo separado, de etapa posterior, ya funciona en dispositivo en tiendas para probar el siguiente horizonte, la detección de peso/consumo, y más allá de eso está la ubicación precisa en tienda y una puntuación de cumplimiento unificada, todo secuenciado sobre la misma base de activación que este proceso de Discovery y ambas rondas de prototipado establecieron.

Nada de esto habría sido creíble sin mantenerme cerca del suelo de la tienda en todo momento: la mentalidad de comerciante que moldea cómo se comporta realmente un encargado de tienda, el decantado que parece incumplimiento pero en realidad es una solución de compromiso racional, la lista de verificación de cumplimiento que nunca sale de la tienda. Ese es el argumento de por qué me mantuve personalmente implicado más allá del archivo de diseño, hasta las propias visitas a tiendas y entrevistas con interesados, no solo las pantallas que salieron al otro lado.