Moda Costa Digital incrementa un 180% sus ventas online con abemonFLOW

El reto

Moda Costa Digital es una empresa de moda con sede en Marbella que opera 6 tiendas fisicas en la Costa del Sol, una tienda online propia y presencia en 3 marketplaces (Amazon, Zalando, El Corte Ingles). Fundada como marca de moda mediterranea con foco en lino, algodon organico y textiles sostenibles, habia crecido hasta una facturacion de 12 millones de euros anuales. Pero el crecimiento habia creado un problema que amenazaba con destruir la marca: tres canales de venta que operaban como empresas independientes.

El sistema de punto de venta de las tiendas fisicas era uno. La plataforma eCommerce (Shopify) era otra. Y cada marketplace tenia su propio panel de gestion. El inventario no se sincronizaba en tiempo real: un articulo que se vendia en Amazon podia seguir apareciendo como disponible en la web durante horas, generando overselling y cancelaciones que enojaban a los clientes. Una prenda devuelta en tienda que se habia comprado online requeria un proceso manual de 15 minutos porque los sistemas no compartian informacion.

La tasa de devoluciones era el dolor mas agudo. El eCommerce tenia un 28% de devoluciones, significativamente por encima de la media del sector moda online (22%). El analisis interno revelaba que la razon principal no era la calidad del producto, sino problemas de talla: los clientes no sabian que talla pedir, pedian dos o tres, se quedaban con una y devolvian el resto. Cada devolucion costaba a la empresa una media de 8.50 euros en logistica inversa, inspeccion, reembalaje y reincorporacion al stock. Con 14.000 devoluciones anuales, el coste superaba los 120.000 euros.

La atencion al cliente era otro punto de friccion. Un equipo de 5 personas gestionaba consultas por email, chat en la web, DMs de Instagram y mensajes de los marketplaces. El 70% de las consultas eran repetitivas: estado de pedido, politica de devoluciones, guia de tallas, disponibilidad de stock. Pero cada consulta requeria que el agente buscara informacion en el sistema correspondiente al canal de origen, lo que multiplicaba los tiempos de respuesta. El tiempo medio de primera respuesta era de 6 horas, inaceptable para un cliente que espera inmediatez.

La solucion

El Blueprint de 4 semanas identifico tres problemas raiz que alimentaban todos los sintomas: canales desconectados sin fuente unica de verdad, ausencia de perfil de cliente unificado, y procesos de atencion al cliente que dependian de busquedas manuales en multiples sistemas.

Implementamos cuatro capas del Engine, con un enfoque particular en la experiencia del cliente final:

Integration unifico los canales. Conectamos Shopify (eCommerce), el POS de las tiendas fisicas, Amazon Seller Central, Zalando Partner Portal, y El Corte Ingles Marketplace en un hub de datos centralizado. El inventario se sincroniza en tiempo real con menos de 30 segundos de latencia: cuando se vende una unidad en cualquier canal, la disponibilidad se actualiza instantaneamente en todos los demas. Las devoluciones siguen el mismo principio: una devolucion en tienda de una compra online actualiza automaticamente el estado del pedido y reincorpora la prenda al stock disponible.

Data construyo el perfil de cliente unificado que no existia. Un cliente que compra en tienda, en la web, y en Amazon ahora es una sola entidad con un historial completo: tallas que ha comprado, tallas que ha devuelto, categorias que prefiere, frecuencia de compra, y valor de vida del cliente. Este perfil alimenta la recomendacion de tallas que fue el cambio mas impactante del proyecto. El sistema analiza las tallas que el cliente ha comprado y conservado (no las que devolvio), cruza con las medidas especificas de cada prenda del catalogo, y genera una recomendacion personalizada con un nivel de confianza. En las fichas de producto, el cliente ve un mensaje del tipo “Basado en tus compras anteriores, te recomendamos la talla M con un 92% de probabilidad de acierto.”

Orchestration automatizo los workflows de pedido, devolucion y atencion al cliente. El flujo de pedido es ahora omnicanal de principio a fin: un cliente puede comprar online y recoger en tienda, comprar en tienda y recibir en casa (para tallas o colores no disponibles), o devolver en cualquier punto independientemente del canal de compra. Cada flujo tiene su workflow automatizado con las notificaciones, actualizaciones de stock, y asientos contables correspondientes. El chatbot de atencion al cliente, alimentado por OpenAI, resuelve el 60% de las consultas sin intervencion humana: estado de pedido, guia de tallas personalizada, inicio de devoluciones, disponibilidad en tienda, y recomendaciones de productos. Las consultas que no puede resolver las escala al equipo con todo el contexto ya recopilado.

Design fue la capa que toco directamente la experiencia del cliente en la web. Rediseñamos las fichas de producto con la recomendacion de talla visible, las fotos con modelo de distintas tallas para referencia visual, y un flujo de compra simplificado que reduce la friccion. El buscador de la web se potencio con busqueda semantica: el cliente puede escribir “vestido azul para boda de verano” y obtener resultados relevantes, no solo coincidencias exactas de palabras clave. La experiencia movil, que representaba el 72% del trafico, se optimizo con un checkout en 3 pasos.

Los resultados

Las ventas online crecieron un 180% en los primeros 8 meses. El crecimiento se atribuye a tres factores: la recomendacion de tallas redujo la friccion de compra (los clientes compran con mas confianza cuando saben que la talla sera la correcta), la busqueda semantica mejoro la conversion desde la pagina de inicio un 45%, y la experiencia omnicanal genero ventas cruzadas que antes eran imposibles. Un 22% de los clientes que visitan tienda fisica y no encuentran su talla completan la compra online el mismo dia gracias al perfil unificado.

Las devoluciones se redujeron un 40%, pasando del 28% al 17%. La recomendacion de tallas personalizada fue el factor principal: los clientes ya no piden multiples tallas “por si acaso.” El ahorro directo en logistica inversa supera los 50.000 euros anuales, pero el impacto real es mayor porque cada devolucion evitada es una venta neta que antes era un coste.

El ROI del proyecto alcanzo 3.5x en 8 meses. La inversion total del proyecto se recupero con el incremento de ventas y la reduccion de devoluciones. La CEO lo resume con una metrica que le gusta usar en reuniones con inversores: el coste del proyecto fue equivalente a 2 meses de devoluciones del modelo anterior.

La automatizacion de atencion al cliente alcanzo el 60%. El chatbot gestiona consultas de estado de pedido, recomendaciones de talla, inicio de devoluciones y disponibilidad de stock sin intervencion humana. El equipo de 5 personas se redujo a 3, no por despidos sino por reasignacion: dos personas pasaron al equipo de marketing digital donde su conocimiento del cliente es mas valioso. El tiempo medio de primera respuesta bajo de 6 horas a 45 segundos para las consultas automatizadas.

Capas del Engine utilizadas

• Integration: Hub omnicanal conectando Shopify, POS, Amazon, Zalando y El Corte Ingles con sincronizacion de inventario en tiempo real y gestion unificada de devoluciones
• Data: Perfil de cliente unificado cross-canal, historial de tallas y preferencias, modelo de recomendacion de tallas con nivel de confianza personalizado
• Orchestration: Workflows omnicanal de pedido y devolucion, chatbot de atencion al cliente con OpenAI, escalado contextual al equipo humano
• Design: Fichas de producto con recomendacion de talla, busqueda semantica, checkout movil optimizado en 3 pasos