La importancia de la recogida de datos para los gimnasios

Los datos, su recopilación y utilización, siguen siendo un tema candente en los negocios mundiales, y el sector del fitness no es una excepción. La omnipresencia de los wearables, las redes sociales, las suscripciones a boletines, las métricas de los sitios web y el software de gestión de los clubes que recopilan un montón de información sobre sus socios han proporcionado una avalancha de información. Sin embargo, a veces resulta difícil saber cómo utilizar estos datos para alcanzar los objetivos de cada club (y cumplir con lanueva normativa de protección de datos ).

Tim Bainton, fundador y director general de desarrollo de negocios de Blue Chip Sports Management, se encontró con dificultades para hacer crecer su negocio cuando aprendió a descifrar la clave para convertir los datos en ingresos, dijo durante su sesión de IHRSA 2018.

Seguir las tendencias y aumentar los beneficios

Bainton se incorporó al sector de la gestión deportiva y el fitness tras una carrera como tenista universitario y profesional antes de ser nombrado profesional del tenis en el Mount Vernon Athletic Clubs de Virginia. Llegó a apreciar el poder de los datos a través de un amigo que trabajaba en el sector financiero y que estaba especializado en el análisis de datos. A través de su contacto, Bainton se enteró de la importancia de "seguir las tendencias y aumentar los beneficios" mediante el análisis predictivo de datos.

"Hay que tener voluntad de cambio", dijo Bainton, que se basó en sus instintos de atleta para adoptar los principios de la minería de datos. Merece la pena el esfuerzo, dijo. Ser "un 5% más preciso puede hacerte un 5% más rentable".

Enumeró cinco áreas en las que centrarse:

1. Maximizar los ingresos por persona
2. Maximizar la retención de clientes
3. Aumento de nuevos miembros
4. Optimizar la combinación de productos
5. Optimizar su tiempo

En cuanto al último punto, Bainton dice que hay que evitar sentirse abrumado por los números, sino aprender a "dirigir el negocio a través de una lente de datos". "Buscar los datos en todas las cosas", dice.

Análisis predictivo de datos

Bainton es un gran aficionado a las métricas predictivas, al estilo de los métodos que se hicieron famosos en "Moneyball", el libro de Michael Lewis sobre el innovador -y a veces contraintuitivo- enfoque que la dirección de los Oakland Athletics emprendió para construir un equipo ganador con una inversión mínima utilizando métricas de información clave. Bainton estudió el libro y extrajo lo que pudo de las técnicas del club de béisbol.

Bainton dice que hay que actuar de cuatro maneras:

1. Fomentar la innovación
2. Mantener una mentalidad empresarial
3. Educar a todos los miembros del equipo
4. Encontrar experiencia y soluciones fuera de la industria

"Hay que centrarse primero en los problemas obvios", dijo. Pero advirtió que hay una curva de aprendizaje. "Hay que ser responsable de los cambios cuando van mal, porque lo harán. Hemos tenido ejemplos en los que hemos dedicado tiempo a extraer datos e información y no era lo que necesitábamos".

Merece la pena el esfuerzo. Las empresas que tienen más éxito son las que confían en los datos, dijo Bainton. "La razón por la que las empresas del Fortune 500 siguen teniendo éxito es porque se centran constantemente en lo que quiere el consumidor y se mueven con los tiempos".

Uno de sus ejemplos favoritos de una empresa que utiliza métricas de consumo es Netflix. "Ahora están encargando guiones basados en datos iniciales", dijo. Bainton también mencionó a Amazon y su sistema de recomendaciones. "El 30% de las ventas de Amazon provienen de las recomendaciones".

Utiliza Google Analytics como herramienta clave para conservar los datos, y le gusta Facebook como fuente clave de extracción de datos. Y recomienda encarecidamente las encuestas. "Las encuestas son la clave", dice Bainton.

El "ciclo de ingresos" de los datos en 6 etapas

Sea cual sea la forma de recopilar y organizar los datos, hay que enfocar su utilización en un "ciclo de ingresos", que él describió en seis etapas:

1. Agrupe a sus clientes
2. Clasifique a sus clientes
3. Optimice su tiempo
4. Optimice su oferta
5. Optimice sus precios
6. Maximizar los beneficios

Uno de los éxitos de la analítica de datos de Bainton fue cuando descubrió que la mayoría de la clientela del club se desplazaba desde un radio de 3,8 millas del gimnasio. Al hacer un seguimiento de sus desplazamientos, su equipo pudo programar mejor las clases para acomodar a los socios en función de sus patrones de desplazamiento en tiempo real.

Hay mucho más que puedes extraer de la información que ya tienes. No aprovecharla es perder una tremenda oportunidad. Como resumió Bainton: "Lo que no se mide no se gestiona".