Para las grandes empresas de petróleo y gas, las divisiones minoristas (estaciones de servicio) siempre han desempeñado un papel crítico en sus operaciones complejas e integradas verticalmente. Como el final de sus negocios descendentes, las estaciones de venta minorista de una empresa no son solo el punto de venta para vender sus principales productos de combustible refinado. También es una oportunidad para vender productos auxiliares y el principal punto de interacción entre el cliente y la marca. Por eso es tan importante la calidad de la experiencia en un punto de venta minorista.
Si bien la venta de combustible sigue siendo un objetivo central, muchas empresas están adoptando una visión ampliada del valor que sus ventas minoristas pueden ofrecer a su negocio.
MOL es una empresa integrada de petróleo y gas con 25 000 empleados en 30 países y posee más de 2400 estaciones de servicio en 10 países. En la actualidad, su transformación se centra en acelerar su transición de ser un minorista de combustible tradicional a un minorista de bienes de consumo impulsado digitalmente y un proveedor de servicios de movilidad integrados. MOL tiene la intención de deleitar a los clientes, empoderar a los empleados y desbloquear nuevos ingresos. Para lograrlo, MOL Group está acelerando la hiperpersonalización en el marketing con IA, impulsada por IBM® Consulting y Salesforce.
Los clientes de MOL realizan millones de transacciones de compras de lealtad cada mes. Con estos datos, MOL quería pasar de un concepto de marketing estándar basado en reglas, en el que todos los criterios de segmentación están predefinidos y el contenido se escribe de antemano. Quería convertirse en un modelo basado en el comportamiento, donde las señales de los clientes se armonizaran automáticamente en un perfil de persona al que se envían ofertas hiperpersonalizadas.
El plan incluía desplegar la plataforma primero en Croacia, Eslovenia y Hungría y luego extenderla a Eslovaquia, República Checa y el resto de los países de la región.
Luego de realizar una revisión exhaustiva de sus opciones, Mag y su equipo vieron Salesforce Marketing Cloud como la mejor opción para sus necesidades. Por lo tanto, la gran opción restante, dice Mag, era seleccionar un asociado de integración de sistemas para reunir todos los componentes. “Nos enfocamos en la experiencia demostrable con la plataforma Salesforce”, explica, “especialmente en la entrega del tipo de solución integral y a gran escala que estábamos planeando”.
El enfoque colaborativo de IBM brindó al pequeño, pero creciente, equipo de MOL el apoyo necesario. El producto de este esfuerzo de creación conjunta es una solución de marketing omnicanal integrada, que emplea toda la cartera de componentes de Salesforce y el estudio IBM® watsonx.ai . La solución se basa en un núcleo de datos reales de comportamiento del cliente para orquestar cada faceta de la interacción de MOL con sus clientes, incluida la oferta de campañas altamente específicas basadas en el recorrido específico de cada cliente. Los gerentes de campaña ahora pueden generar correos electrónicos hiperpersonalizados y notificaciones push en el idioma local necesario con un solo clic.
Salesforce Marketing Cloud sirve como centro de integración para distribuir mensajes a sus clientes. MOL utiliza Salesforce Experience Cloud como base para su portal de clientes. Para impulsar sus iniciativas de hiperpersonalización de marketing, el equipo de MOL seleccionó Salesforce Data Cloud para conectar y armonizar datos de Salesforce Marketing, Experiencia, Lealtad y Sales Cloud, así como datos de terceros. La solución MOL también emplea MuleSoft para integrar y organizar todos estos componentes en varios países. MOL emplea de forma responsable las capacidades de IA generativa de Salesforce Data Cloud y watsonx.ai.
Al desarrollar el programa, MOL e IBM eran conscientes de la necesidad de equilibrar la eficiencia basada en la escala con las necesidades específicas de los equipos de marketing locales de MOL. Su respuesta, dice Mag, fue seguir un enfoque de “modelo de grupo” que proporcionaba un marco común y al mismo tiempo daba a los equipos locales mucha flexibilidad para diseñar sus propias campañas. “Cada país tiene su propio departamento de marketing y lealtad”, explica. “Debido a que incorporamos flexibilidad en las plantillas, los equipos locales pueden adaptar y ejecutar sus propias campañas y programas de lealtad”.
Para ayudar a impulsar estas capacidades locales, señala Mag, IBM también ayudó a establecer nuevas prácticas de marketing y lealtad. “A medida que establecimos nuevos equipos de marketing de recompensas en nuestros mercados locales, IBM, a través de su soporte Hyper Care, desempeñó un papel clave en educar a estos equipos sobre cómo gestionar la nueva plataforma por su cuenta”, dice Mag. “Esto ejemplifica el 'puente' de apoyo que buscábamos a medida que el programa crece y se desarrolla”.
Impulsó un aumento promedio de los ingresos del 15 % al 30 % a través de una mayor interacción digital.
Logró niveles de satisfacción del cliente > 20 % más altos que la competencia
Mag señala además que, aunque MOL concibió su estrategia de comercio digital ampliada con atención a 2030, los resultados ya se están haciendo visibles. “Entre los clientes que usan la aplicación, MOL ha experimentado un aumento promedio de ingresos de 15 % a 30 %”, dice Mag. “Esa es una fuerte evidencia de que el compromiso digital más inteligente y conveniente está aumentando la lealtad y fomentando un mayor consumo”.
Con sede en Budapest, Hungría, MOL Group (enlace externo a IBM) es una empresa internacional de petróleo y gas con 26 000 empleados y operaciones en más ibm.com de 30 países. Con 1900 estaciones de servicio en nueve países de Europa Central y Oriental, el negocio minorista de MOL atiende a 10 millones de clientes y procesa más de un millón de transacciones cada día.
© Copyright IBM Corporation 2024. IBM, el logotipo de IBM, IBM Consulting y watsonx son marcas comerciales o marcas registradas de IBM Corp., en Estados Unidos o en otros países.
Los ejemplos presentados son solo ilustrativos. Los resultados reales variarán en función de las configuraciones y condiciones del cliente y, por lo tanto, no se pueden proporcionar resultados generalmente previstos.