Cómo los centros comerciales utilizan WiFi Analytics para atraer y retener a los retailers
Esta guía de referencia técnica autorizada explica cómo los equipos de TI y los gestores de propiedades de los centros comerciales despliegan WiFi analytics para capturar datos de afluencia, medir el tiempo de permanencia por zona y construir la base de pruebas empíricas necesaria para negociar contratos de alquiler, retener a los retailers premium y atraer a nuevos inquilinos. Cubre toda la pila técnica, desde el despliegue de AP y la captura de datos en la capa MAC hasta los paneles de analítica que cumplen con el GDPR, con ejemplos prácticos concretos y marcos de decisión para profesionales de TI listos para su implementación este trimestre.
Escuchar esta guía
Ver transcripción del podcast
📚 Parte de nuestra serie principal: Plataforma de Marketing & Analytics →
Resumen ejecutivo
Para los centros comerciales modernos, una red inalámbrica ya no es solo un servicio para invitados, es el sistema de telemetría principal del espacio físico. Al desplegar una infraestructura sólida de Guest WiFi combinada con una plataforma de WiFi Analytics de nivel empresarial, los operadores de los centros transforman las señales inalámbricas pasivas en inteligencia comercial accionable.
Esta guía detalla la arquitectura técnica, las estrategias de despliegue y las metodologías de utilización de datos necesarias para capturar métricas de afluencia y tiempo de permanencia con gran precisión. Para los responsables de TI, arquitectos de red y CTO, el mandato es claro: construir una red resistente y de alta densidad que no solo soporte un alto rendimiento de usuarios, sino que también ofrezca la precisión de datos espaciales que necesitan los equipos comerciales y de arrendamiento para demostrar el ROI, justificar el valor de los alquileres y atraer a inquilinos de retail de primer nivel. Los mismos principios se aplican en los sectores de hospitality , transport y healthcare , donde la inteligencia espacial impulsa las decisiones operativas y comerciales.
Análisis técnico detallado
Cómo funciona la recopilación de datos WiFi
La base de las analíticas WiFi en centros comerciales es la capacidad de detectar y rastrear los dispositivos de los clientes dentro del recinto. Esto se logra mediante dos mecanismos principales que operan en paralelo.
Analíticas de presencia (sin autenticar): los puntos de acceso (AP) monitorizan continuamente las solicitudes de sondeo (probe requests) IEEE 802.11 emitidas por los smartphones que buscan redes conocidas. Al capturar las direcciones MAC - que se encriptan instantáneamente mediante funciones criptográficas unidireccionales para cumplir con la GDPR - y medir el indicador de fuerza de la señal recibida (RSSI) de múltiples AP de forma simultánea, el sistema estima la proximidad y el movimiento del dispositivo. Esto proporciona una métrica de referencia para la afluencia total, incluidos los visitantes que nunca se conectan explícitamente a la red. Este es el recuento de "peatones" o transeúntes que los gestores de propiedades utilizan para demostrar el valor comercial de los pasillos de mucho tráfico.
Sesiones autenticadas: Cuando un usuario se conecta de forma activa a través del Captive Portal, el establecimiento captura datos de primera mano (datos demográficos, direcciones de correo electrónico y conexiones de integración con CRM) sobre la base del consentimiento explícito. Esto cambia el modelo de datos del seguimiento de dispositivos anónimos a un perfil de cliente enriquecido. La integración de OpenRoaming (Hotspot 2.0 / Passpoint), donde Purple actúa como Identity Provider gratuito bajo la licencia de conexión, facilita una incorporación fluida y segura sin las páginas de bienvenida tradicionales. Esto aumenta considerablemente el volumen de sesiones autenticadas, proporcionando un conjunto de datos más rico y estadísticamente más sólido para el análisis comercial.
Triangulación espacial y precisión de zona
Para proporcionar datos accionables para zonas comerciales específicas - en lugar de solo datos agregados de todo el establecimiento - la red debe localizar con precisión los dispositivos dentro de un área definida. Esto requiere trilateración: el proceso de utilizar lecturas RSSI de al menos tres puntos de acceso simultáneamente para calcular la ubicación de un dispositivo en un plano de planta. La precisión de este proceso es directamente proporcional a la densidad de AP.
Un despliegue de modelo de cobertura estándar para analíticas de ubicación (un AP por cada 1.000 - 1.500 pies cuadrados) resulta insuficiente. Un despliegue optimizado para la ubicación suele requerir un AP por cada 500 - 700 pies cuadrados en las zonas de seguimiento clave, prestando especial atención a la configuración de la potencia de transmisión para garantizar que los tamaños de celda sean lo suficientemente pequeños como para ofrecer una resolución espacial significativa.
| Modelo de despliegue | Densidad de AP | Caso de uso principal | Precisión de ubicación |
|---|---|---|---|
| Cobertura | 1 por cada 1.500 pies cuadrados | Conectividad básica | Ninguna |
| Capacidad | 1 por cada 800 pies cuadrados | Eventos de alto rendimiento | Baja |
| Analíticas de ubicación | 1 por cada 500 pies cuadrados | Seguimiento de afluencia y permanencia | Alta (±3-5 m) |
Agnosticismo de infraestructura y arquitectura de integración
Las plataformas de analítica modernas, incluida Purple, funcionan como una capa superpuesta en la infraestructura inalámbrica empresarial existente. Se integran con los Wireless LAN Controllers (WLC) de Cisco, Aruba, Meraki y Ruckus existentes a través de protocolos estándar. Los WLC reenvían los datos de presencia - normalmente a través de syslog, alertas SNMP o APIs específicas del fabricante - al motor de analítica en la nube. Esto elimina la necesidad de un reemplazo inmediato del hardware, lo que permite a los establecimientos aprovechar sus inversiones de capital existentes y añadir una capa de analítica de forma progresiva.
Para los establecimientos que estén considerando actualizar a una línea dedicada para dar soporte al aumento del rendimiento de datos de los despliegues de analítica de alta densidad, se recomienda encarecidamente una conexión simétrica dedicada para garantizar una latencia constante para las actualizaciones del panel de control en tiempo real.
Guía de implementación
El despliegue de una red inalámbrica con detección de ubicación requiere una planificación meticulosa a lo largo de cuatro fases distintas.
Fase 1 - Planificación de RF y estudio de cobertura (Site Survey): antes de instalar cualquier hardware, utilice herramientas de estudio predictivo como Ekahau Pro o AirMagnet para modelar el entorno de RF. Tenga en cuenta la atenuación de los materiales de construcción: los techos de cristal de los atrios, las estructuras metálicas de las tiendas y las columnas estructurales de hormigón crean interferencias por trayectos múltiples que distorsionan los cálculos de ubicación basados en RSSI. Determine la precisión de ubicación requerida para cada zona y planifique a la inversa para establecer la cuadrícula de distribución de los AP.
Fase 2 - Despliegue y configuración del hardware: instale los AP de acuerdo con el estudio predictivo y, a continuación, realice un estudio de cobertura activo para validar las lecturas de RSSI reales frente al modelo. Configure la gestión de recursos de radio (RRM) pero aplique límites estrictos de potencia de transmisión (normalmente entre 14 y 17 dBm) para mantener celdas de tamaño reducido. Asegúrese de que el SSID de invitados permanezca aislado de las redes corporativas y de los terminales de punto de venta (POS) mediante la segmentación de VLAN, cumpliendo con los requisitos de PCI-DSS.
Fase 3 - Integración de la plataforma de analítica: conecte el WLC a la plataforma de analítica de Purple. Defina zonas geolocalizadas dentro del panel de control que se alineen con precisión con los locales comerciales individuales, las zonas comunes, los pasillos de entrada y las zonas de restauración. Calibre los planos de planta dentro de la plataforma utilizando puntos de referencia conocidos.
Fase 4 - Configuración de Captive Portal y consentimiento: diseñe un flujo de acceso simplificado. Minimice la fricción: cada paso adicional en el proceso de autenticación reduce la tasa de registro aproximadamente entre un 15 y un 20%. Integre las plataformas de CRM y automatización de marketing a través de APIs. Asegúrese de que el redactado del consentimiento sea explícito, detallado y cumpla con los requisitos del Artículo 7 del GDPR.
Buenas prácticas
Tenga en cuenta la aleatorización de direcciones MAC: los dispositivos iOS 14+ y Android 10+ aleatorizan sus direcciones MAC de forma predeterminada al buscar redes. Una plataforma de analítica que no tenga esto en cuenta mostrará cifras de afluencia infladas, a veces de tres a cinco veces superiores al número real de visitantes. Asegúrese de que su plataforma utilice los datos de sesión autenticados como métrica principal y aplique algoritmos de deduplicación al conjunto de datos de solicitudes de sondeo (probe requests).
Priorice la seguridad de la red: implemente una segmentación de red sólida. El tráfico de invitados debe mantenerse separado de la infraestructura corporativa. Para obtener una guía completa sobre el filtrado de DNS y las mejores prácticas de seguridad de red aplicables a entornos multi-inquilino, consulte Proteja su red con un DNS robusto y seguridad .
Aplique la gobernanza de datos: cumpla estrictamente con el GDPR o las normativas locales de privacidad de datos aplicables. Utilice el hash de direcciones MAC para el seguimiento no autenticado, requiera un consentimiento explícito (opt-in) durante la autenticación en el Captive Portal e implemente una política de retención de datos documentada. Asegúrese de firmar acuerdos de procesamiento de datos con todos los proveedores de analítica externos.Aproveche OpenRoaming a gran escala: adopte Passpoint/Hotspot 2.0 para ofrecer una conectividad segura y fluida, similar a la experiencia de itinerancia móvil. Esto elimina la fricción del Captive Portal para los usuarios recurrentes, aumenta las tasas de captura de datos autenticados y mejora la confianza estadística de sus análisis.
Resolución de problemas y mitigación de riesgos
Datos de ubicación imprecisos: la causa más común es una densidad insuficiente de AP o una potencia de transmisión excesiva que genera celdas de gran tamaño. Un dispositivo conectado a un AP a 80 metros de distancia se mostrará en la zona incorrecta. Realice un estudio de cobertura activo, revise los mapas de calor de RSSI y reduzca la potencia de transmisión para delimitar mejor los límites de las celdas. Verifique que cada zona rastreada tenga al menos tres AP que detecten clientes.
Bajas tasas de autenticación (por debajo del 30 %): un proceso de Captive Portal complejo o lento es la causa principal. Audite el flujo de registro en un dispositivo móvil a través de una conexión 4G (no en la WiFi del recinto). Minimice el número de campos del formulario, ofrezca opciones de inicio de sesión social y asegúrese de que la página del portal se cargue en menos de dos segundos. Considere la posibilidad de implementar OpenRoaming para evitar por completo el portal para los visitantes recurrentes.
Silos de datos: recopilar datos analíticos a los que el equipo comercial no puede acceder o interpretar. Resuelva esto configurando integraciones de API automatizadas que envíen informes semanales de afluencia y tiempo de permanencia directamente al CRM de gestión de la propiedad o a las herramientas de BI. Programe una revisión mensual de datos con el equipo de alquileres para asegurarse de que las métricas capturadas se alineen con las respuestas que necesitan en las negociaciones con los inquilinos.
Brechas de cumplimiento de GDPR: audite periódicamente los registros de consentimiento almacenados en los perfiles de usuario autenticados. Asegúrese de que las solicitudes de exclusión voluntaria se procesen dentro del plazo de 30 días del GDPR y que los datos se eliminen de todos los sistemas posteriores, incluidas las integraciones de CRM de terceros.
ROI e impacto empresarial
Para los equipos comerciales, el ROI de una solución de análisis de WiFi correctamente implementada es sustancial y medible a través de tres flujos de valor principales.
Negociaciones de alquiler: los gestores de propiedades pasan de argumentos subjetivos a negociaciones basadas en datos. Al presentar recuentos de visitantes autenticados, distribución del tiempo de permanencia y desgloses demográficos para zonas comerciales específicas, el recinto puede demostrar el valor comercial de cada unidad con el mismo rigor que una plataforma de publicidad digital. Estos datos respaldan tanto los precios premium para las unidades de alto tráfico como las revisiones de alquiler basadas en pruebas.
Retención de inquilinos: los retailers reciben información localizada - cuántas personas pasaron por delante de su tienda en comparación con cuántas entraron, y cuánto tiempo permanecieron las que entraron. Estos datos ayudan a los retailers a optimizar los escaparates, los horarios del personal y el momento de las promociones. Cuando un retailer ve que la afluencia de personas por delante de su establecimiento aumentó un 18% tras una campaña de marketing, tiene un motivo de peso para renovar su contrato de arrendamiento e invertir más en el recinto.
Eficiencia operativa: el análisis de flujos permite a los equipos de operaciones optimizar los programas de limpieza, las rutas de las patrullas de seguridad y el uso de climatización en función de los patrones de ocupación históricos y en tiempo real. Mediante la asignación de recursos basada en datos, los recintos suelen registrar una reducción de entre el 10% y el 15% en los costes operativos durante el primer año de implantación.
Enfoques similares basados en datos están demostrando ser muy eficaces en otras categorías de recintos de gran afluencia. Zoo and Theme Park WiFi: High-Footfall Venue Connectivity Guide aborda retos similares de análisis espacial en entornos de ocio, y los mismos principios de arquitectura se aplican a todos los recintos físicos a gran escala.
Definiciones clave
RSSI (Indicador de fuerza de la señal recibida)
Una medida del nivel de potencia presente en una señal de radio recibida, expresada en dBm (valores negativos, donde -30 dBm es excelente y -90 dBm es muy débil).
La entrada principal para el motor de analítica de ubicación. Varios AP notifican su lectura de RSSI para el mismo dispositivo cliente y el motor utiliza estos valores para triangular la posición del dispositivo en el plano de planta.
Trilateración
Un método para determinar la posición de un punto midiendo su distancia desde tres o más puntos de referencia conocidos, utilizando la geometría de círculos que se intersectan.
Requiere un mínimo de tres puntos de acceso para detectar simultáneamente un dispositivo cliente y calcular su posición. Por esta razón, la densidad de AP es la variable crítica para la precisión de la analítica de ubicación.
Aleatorización de direcciones MAC
Una función de privacidad en los sistemas operativos móviles modernos (iOS 14+, Android 10+) que hace que un dispositivo transmita una dirección MAC generada aleatoriamente al buscar redes WiFi, en lugar de su dirección física real de hardware.
El principal desafío técnico para la analítica basada en la presencia. Las plataformas deben utilizar los datos de las sesiones autenticadas como métrica principal y aplicar algoritmos de deduplicación para evitar inflar masivamente el recuento de visitantes.
OpenRoaming (Hotspot 2.0 / Passpoint)
Un estándar de federación de roaming WiFi que permite a un dispositivo conectarse de forma automática y segura a una red participante mediante un perfil preinstalado, sin necesidad de interactuar con un Captive Portal.
Purple actúa como un proveedor de identidad gratuito para OpenRoaming bajo la licencia Connect. La implementación de OpenRoaming aumenta significativamente el volumen de sesiones autenticadas al eliminar la fricción del Captive Portal para los usuarios recurrentes.
Tiempo de permanencia (Dwell Time)
La duración durante la cual un dispositivo detectado permanece dentro de una zona geoperimetrada definida específicamente, medida desde la primera detección hasta la última dentro de esa zona.
Una métrica comercial crítica para los minoristas. Un tiempo de permanencia alto indica interés en un escaparate o entorno comercial. Un tiempo de permanencia bajo en una zona con mucha afluencia sugiere un problema de conversión más que un problema de tráfico.
Probe Request (Solicitud de sondeo)
Una trama de gestión IEEE 802.11 transmitida por un dispositivo cliente para descubrir las redes inalámbricas disponibles en su entorno.
El mecanismo utilizado para capturar datos de presencia no autenticados para los recuentos totales de afluencia, incluidos los visitantes que nunca se conectan a la red. Está sujeto a la aleatorización de direcciones MAC en los dispositivos modernos.
Captive Portal
Una página web con la que el usuario de una red de acceso público debe interactuar antes de que se le conceda acceso total a la red, utilizada normalmente para presentar las condiciones de servicio y recopilar el consentimiento para el tratamiento de datos.
El mecanismo principal para capturar datos demográficos de origen (first-party) y el consentimiento explícito de marketing conforme al GDPR. El diseño y la longitud del flujo del portal determinan directamente la tasa de conversión.
Tasa de conversión (Attach Rate)
El porcentaje de dispositivos detectados totales (analítica de presencia) que completan con éxito el proceso de autenticación del Captive Portal y se convierten en sesiones autenticadas.
El indicador clave de rendimiento de la calidad de sus datos analíticos. Una tasa de conversión baja significa que la mayoría de sus datos de afluencia son anónimos y carecen de enriquecimiento demográfico, lo que limita su valor comercial.
Geofencing
El uso de datos de ubicación basados en GPS o RSSI para definir un límite geográfico virtual, lo que activa acciones o la captura de datos cuando un dispositivo entra o sale del área definida.
Se utiliza dentro de la plataforma de analítica para definir zonas comerciales, pasillos y accesos específicos, lo que permite obtener métricas de afluencia y tiempo de permanencia a nivel de zona en lugar de agregados de todo el establecimiento.
Ejemplos prácticos
Un centro comercial regional de 150 locales tiene una tasa de desocupación persistentemente alta en su ala oeste. El equipo comercial sospecha que la afluencia es menor que en el ala este, pero no dispone de datos para confirmarlo. La red WiFi existente ofrece una cobertura básica mediante AP de Cisco Meraki pero no tiene integración de analítica. El director de operaciones necesita datos en un plazo de 60 días para respaldar una propuesta de reestructuración de los alquileres.
Paso 1: Realizar un estudio activo del terreno en el ala oeste para evaluar la densidad actual de AP y la cobertura de RSSI. Identificar las zonas donde menos de tres AP puedan detectar un dispositivo cliente de forma simultánea. Paso 2: Añadir AP complementarios en los pasillos del ala oeste para conseguir una cobertura de trilateración. Reducir la potencia de transmisión en todos los AP a 15 dBm para estrechar el tamaño de las celdas. Paso 3: Habilitar la API de analítica de ubicación de Cisco Meraki y conectarla a la plataforma Purple WiFi Analytics. Paso 4: Definir zonas geofenced para cada local vacío, el pasillo principal del ala oeste y las zonas equivalentes del ala este para comparar. Paso 5: Recopilar 30 días de datos de referencia. Exportar un informe comparativo que muestre el recuento de dispositivos únicos, los promedios de tiempo de permanencia y las distribuciones de horas punta para ambas alas. Paso 6: Presentar los datos a los posibles inquilinos, demostrando el diferencial real de afluencia y la oportunidad comercial para el concepto de retail adecuado.
Un retailer de moda premium está disputando la renovación de su contrato de alquiler en un importante centro comercial del centro de la ciudad. Afirma que la afluencia de público por delante de su local ha disminuido significativamente desde que se abrió una nueva entrada secundaria en el lado opuesto del centro comercial hace 18 meses, y exige una reducción del alquiler del 25%. El gestor de la propiedad necesita verificar o refutar esta afirmación utilizando datos objetivos.
Paso 1: Acceder al archivo de datos históricos de la plataforma de WiFi analytics. Dirigirse a la zona correspondiente al escaparate del retailer. Paso 2: Extraer el recuento mensual de dispositivos únicos y los datos de tiempo de permanencia de los 12 meses anteriores a la apertura de la nueva entrada y de los 12 meses posteriores. Paso 3: Analizar los datos de las rutas de movimiento para determinar si el flujo principal de tráfico a través del centro comercial cambió tras la apertura de la nueva entrada. Identificar qué zonas ganaron y cuáles perdieron afluencia. Paso 4: Cotejar los datos de la zona del retailer con la tendencia general de afluencia del centro comercial para determinar si la disminución es específica de su ubicación o forma parte de un patrón más amplio. Paso 5: Exportar un informe de datos formal con métricas anonimizadas y marcas de tiempo. Presentar esto como la base de pruebas objetivas para la negociación del contrato de alquiler.
Preguntas de práctica
Q1. Un operador de un recinto desea realizar el seguimiento del movimiento de los visitantes en un centro comercial de 200 locales, pero tiene limitaciones presupuestarias que restringen el despliegue de AP solo a los pasillos principales, con AP espaciados a 50 metros en una disposición lineal. El director de TI afirma que esto será suficiente para obtener analíticas a nivel de zona. Evalúe esta afirmación e identifique la principal limitación técnica.
Sugerencia: Tenga en cuenta el número mínimo de puntos de acceso necesarios para la triangulación espacial y la relación entre el tamaño de la celda y la precisión de la ubicación.
Ver respuesta modelo
La afirmación del director de TI es incorrecta. El seguimiento preciso de la ubicación a nivel de zona requiere trilateración, es decir, un mínimo de tres puntos de acceso que detecten simultáneamente el mismo dispositivo cliente. Un despliegue lineal en pasillos con un espaciado de 50 metros significa que, en la mayoría de las ubicaciones, un dispositivo solo estará dentro del alcance de uno o dos AP, lo que imposibilita la trilateración. El resultado será una detección binaria de "en el pasillo / fuera del pasillo" en lugar de una precisión a nivel de zona. El enfoque correcto es un despliegue basado en cuadrículas con AP a una distancia de 15 a 20 metros en las zonas clave de seguimiento, reduciendo la potencia de transmisión a 14 o 17 dBm para crear celdas pequeñas y precisas.
Q2. El equipo de marketing informa de que la plataforma de analíticas WiFi muestra 450.000 visitantes únicos para el mes de marzo. Los contadores físicos de las puertas de todas las entradas registraron un total combinado de 95.000 accesos durante el mismo periodo. Esta discrepancia está provocando que el equipo comercial cuestione la fiabilidad de todos los datos de WiFi. ¿Cuál es la causa técnica más probable y cómo la resolvería?
Sugerencia: Considere cómo gestionan los sistemas operativos móviles modernos el descubrimiento de redes WiFi y qué significa esto para el recuento basado en direcciones MAC.
Ver respuesta modelo
La causa más probable es la aleatorización de direcciones MAC. Los dispositivos iOS 14+ y Android 10+ emiten direcciones MAC aleatorias cuando buscan redes. Si la plataforma de analíticas cuenta cada dirección MAC única como un visitante único, un solo dispositivo que se desplace por el recinto durante varias horas (generando nuevas MAC aleatorias cada vez que realiza una búsqueda) se contabilizará varias veces. La resolución consta de tres partes: (1) cambiar la métrica principal de afluencia a recuentos de sesiones autenticadas en lugar de recuentos de dispositivos basados en búsquedas; (2) asegurarse de que la plataforma aplica un algoritmo de deduplicación para filtrar las MAC aleatorias; y (3) calibrar el multiplicador de afluencia de la plataforma con los datos del contador físico de las puertas para establecer una relación de conversión validada.
Q3. Un nuevo inquilino principal - una gran tienda departamental - está negociando su contrato de arrendamiento y exige que el administrador de la propiedad proporcione informes mensuales que muestren el número de visitantes únicos que ingresaron al centro comercial específicamente por la entrada contigua a su local, el tiempo promedio que esos visitantes pasaron en el ala que contiene su tienda y el desglose demográfico de esos visitantes. La red WiFi actual solo proporciona datos de afluencia de todo el recinto. ¿Qué cambios de infraestructura y plataforma se requieren para cumplir con este requisito?
Sugerencia: Piense en la diferencia entre los datos agregados de todo el recinto y los datos específicos de una zona atribuidos a una entrada, y en lo que debe admitir la configuración de la plataforma de analíticas.
Ver respuesta modelo
Cumplir con este requisito implica tres cambios. En primer lugar, el despliegue de AP en el ala contigua al inquilino principal debe actualizarse a una densidad de analíticas de ubicación (un AP por cada 500 pies cuadrados) para admitir la trilateración y la asignación precisa de zonas. En segundo lugar, dentro de la plataforma de analíticas, se deben definir zonas geovalladas específicas para: (a) el pasillo de entrada contiguo al inquilino principal, (b) el ala comercial que contiene al inquilino principal y (c) las subzonas individuales dentro de esa ala. En tercer lugar, el Captive Portal debe configurarse para recopilar datos demográficos (rango de edad, género, código postal) con el consentimiento explícito de la GDPR, y la plataforma debe configurarse para atribuir las sesiones autenticadas a la zona de entrada donde se detectó el dispositivo por primera vez. Los informes resultantes mostrarán los visitantes únicos atribuidos a la entrada, el tiempo de permanencia en el ala y los desgloses demográficos, todo ello exportable a través de API a las propias herramientas de informes del inquilino.
Continúe leyendo esta serie
Cómo aprovechar el SMS en marketing para aumentar las visitas de retorno
Esta guía de referencia técnica describe cómo los recintos empresariales pueden integrar la analítica de WiFi con los motores de marketing por SMS para impulsar las visitas recurrentes. Detalla la arquitectura requerida para capturar datos de presencia en tiempo real, activar campañas de SMS automatizadas basadas en el comportamiento físico y medir el impacto directo en las tasas de retorno. Al alinear la infraestructura de red con la automatización de marketing, los equipos de TI y operaciones pueden establecer un canal de alto rendimiento para la retención de clientes.