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 físicas en la Costa del Sol, una tienda online propia y presencia en 3 marketplaces (Amazon, Zalando, El Corte Inglés). Fundada como marca de moda mediterránea con foco en lino, algodón orgánico y textiles sostenibles, había crecido hasta una facturación de 12 millones de euros anuales. Pero el crecimiento había 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 físicas era uno. La plataforma eCommerce (Shopify) era otra. Y cada marketplace tenía su propio panel de gestión. El inventario no se sincronizaba en tiempo real: un artículo que se vendía en Amazon podía 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 había comprado online requería un proceso manual de 15 minutos porque los sistemas no compartían información.

La tasa de devoluciones era el dolor más agudo. El eCommerce tenía un 28% de devoluciones, significativamente por encima de la media del sector moda online (22%). El análisis interno revelaba que la razón principal no era la calidad del producto, sino problemas de talla: los clientes no sabían qué talla pedir, pedían dos o tres, se quedaban con una y devolvían el resto. Cada devolución costaba a la empresa una media de 8.50 euros en logística inversa, inspección, reembalaje y reincorporación al stock. Con 14.000 devoluciones anuales, el coste superaba los 120.000 euros.

La atención al cliente era otro punto de fricción. 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, política de devoluciones, guía de tallas, disponibilidad de stock. Pero cada consulta requería que el agente buscara información 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 solución

El Blueprint de 4 semanas identificó tres problemas raíz que alimentaban todos los síntomas: canales desconectados sin fuente única de verdad, ausencia de perfil de cliente unificado, y procesos de atención al cliente que dependían de búsquedas manuales en múltiples sistemas.

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

Integration unificó los canales. Conectamos Shopify (eCommerce), el POS de las tiendas físicas, Amazon Seller Central, Zalando Partner Portal, y El Corte Inglés 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 instantáneamente en todos los demás. Las devoluciones siguen el mismo principio: una devolución en tienda de una compra online actualiza automáticamente el estado del pedido y reincorpora la prenda al stock disponible.

Data construyó el perfil de cliente unificado que no existía. 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, categorías que prefiere, frecuencia de compra, y valor de vida del cliente. Este perfil alimenta la recomendación de tallas que fue el cambio más impactante del proyecto. El sistema analiza las tallas que el cliente ha comprado y conservado (no las que devolvió), cruza con las medidas específicas de cada prenda del catálogo, y genera una recomendación 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 automatizó los workflows de pedido, devolución y atención 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 atención al cliente, alimentado por OpenAI, resuelve el 60% de las consultas sin intervención humana: estado de pedido, guía 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 tocó directamente la experiencia del cliente en la web. Rediseñamos las fichas de producto con la recomendación de talla visible, las fotos con modelo de distintas tallas para referencia visual, y un flujo de compra simplificado que reduce la fricción. El buscador de la web se potenció con búsqueda semántica: el cliente puede escribir “vestido azul para boda de verano” y obtener resultados relevantes, no solo coincidencias exactas de palabras clave. La experiencia móvil, que representaba el 72% del tráfico, se optimizó 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 recomendación de tallas redujo la fricción de compra (los clientes compran con más confianza cuando saben que la talla será la correcta), la búsqueda semántica mejoró la conversión desde la página de inicio un 45%, y la experiencia omnicanal generó ventas cruzadas que antes eran imposibles. Un 22% de los clientes que visitan tienda física y no encuentran su talla completan la compra online el mismo día gracias al perfil unificado.

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

El ROI del proyecto alcanzó 3.5x en 8 meses. La inversión total del proyecto se recuperó con el incremento de ventas y la reducción de devoluciones. La CEO lo resume con una métrica que le gusta usar en reuniones con inversores: el coste del proyecto fue equivalente a 2 meses de devoluciones del modelo anterior.

La automatización de atención al cliente alcanzó el 60%. El chatbot gestiona consultas de estado de pedido, recomendaciones de talla, inicio de devoluciones y disponibilidad de stock sin intervención humana. El equipo de 5 personas se redujo a 3, no por despidos sino por reasignación: dos personas pasaron al equipo de marketing digital donde su conocimiento del cliente es más valioso. El tiempo medio de primera respuesta bajó 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 Inglés con sincronización de inventario en tiempo real y gestión unificada de devoluciones
• Data: Perfil de cliente unificado cross-canal, historial de tallas y preferencias, modelo de recomendación de tallas con nivel de confianza personalizado
• Orchestration: Workflows omnicanal de pedido y devolución, chatbot de atención al cliente con OpenAI, escalado contextual al equipo humano
• Design: Fichas de producto con recomendación de talla, búsqueda semántica, checkout móvil optimizado en 3 pasos