Phygital Analytics: La radiografía de tu Tienda
Bajo el paradigma del IoP (Internet of People), nuestra tecnología permite la detección anónima de clientes en estricto cumplimiento de la RGPD y la LOPD. Esta inteligencia de datos permite auditar el comportamiento del visitante para maximizar el rendimiento operativo y comercial del punto de venta.
Casos de uso
Métricas por zonas y conceptos
Mide el tráfico y la conversión de store-within-a-store (tienda dentro de tienda), departamentos específicos, disposiciones de planta (layouts) y quioscos.
Ratios de conversión por categoría de producto
Analiza cuántas personas pasan por delante de un producto específico y cuántas ventas reales genera (atribución física).
Programación estratégica de promociones
Calcula el momento óptimo para cada tipo de promoción en tienda basándote en el comportamiento real del flujo.
Ubicación estratégica de producto
Determina el lugar exacto para colocar cada artículo y obtener el máximo número de impactos en el menor tiempo posible.
Monetización del espacio físico
Identifica las áreas más rentables para alquilar espacios de exposición de producto, cartelería digital (digital signage) y otros activos publicitarios.
Análisis de ciclos de tráfico
Identifica los patrones y ciclos de afluencia por horas, días, semanas o temporadas anuales.
Optimización del Staff (Ratio Cliente-Empleado)
Ajusta la dotación de personal en tiempo real para maximizar las ventas y garantizar una experiencia de cliente excepcional.
Generación de visitas, ventas y upselling: Inteligencia Phygital
Seeketing transforma cada visita física en una oportunidad de conversión a compra.
Nuestra solución integra de forma nativa los datos de comportamiento físico con la capacidad de respuesta de la comunicación móvil (con y sin App). Esta arquitectura permite ejecutar estrategias de marketing de proximidad orientadas al incremento del tráfico, la optimización del ticket medio mediante upselling y la fidelización del consumidor basada en patrones de visita reales. Al sustituir datos de visita genéricos, por datos de comportamiento phygital, la plataforma transforma la comunicación digital en un motor directo de conversión y ventas en el punto físico.
Funcionalidades clave
Análisis del comportamiento PHYGITAL (físico + digital)
Comprende cómo interactúan los clientes en ambos mundos de forma integrada.
Segmentación por perfiles
Construye perfiles de audiencia basados en patrones de comportamiento reales, identificando la frecuencia de visitas y los flujos de tráfico hacia las tiendas.
Captación de bases de datos propia
Genera bases de datos de alta calidad con datos personales de sus clientes (First-Party Data).
Comunicación personalizada por proximidad
Impacta al cliente dentro de la tienda a través de SMS, WhatsApp o Email, con mensajes basados en su perfil (edad, género) y su comportamiento previo tanto online como en el mundo físico.
FAQ
¿Qué especificaciones tecnicas tienen los nodos Seeketing?
Los nodos Seeketing son dispositivos IoT diseñados para analizar el comportamiento de personas en espacios físicos (calles, tiendas, eventos, ciudades, etc.) conectando ese comportamiento con el mundo digital. A nivel técnico, sus especificaciones no se presentan como una “ficha clásica de hardware” (tipo CPU/RAM), sino como capacidades tecnológicas y de funcionamiento.
Tecnologías de comunicación
- Combinan múltiples tecnologías inalámbricas:
- Celular
- WiFi
- Bluetooth
- Detección de señales en varias bandas:
- 125 kHz, 13 MHz
- 840–960 MHz
- 2.4 GHz, 3.6 GHz y 5 GHz
Esto les permite detectar móviles incluso en escenarios donde otras tecnologías fallan.
Capacidad de detección
- Detectan entre 85%–90% de los dispositivos móviles en su área
- Identificación de visitantes:
- Única
- Anónima (cumple RGPD)
- No dependen de:
- Apps instaladas
- Conexión WiFi del usuario Ventaja clave frente a iBeacon o WiFi tracking tradicional.
Cobertura
- Cobertura configurable según tecnología:
- Desde ~3 m² hasta 15.000 m² por nodo (WiFi/Bluetooth)
- Hasta varios km² usando red celular
Pueden usarse tanto en interior como exterior.
Instalación y alimentación
- Dispositivos plug & play (instalación rápida)
- Funcionamiento:
- Con alimentación eléctrica (125/220V)
- Algunos sensores asociados pueden funcionar con batería
Procesamiento e identificación
- Generan un ID único de visitante combinando datos offline y online
- Permiten:
- Seguimiento de recurrencia (visitas repetidas)
- Análisis de comportamiento (tiempo de estancia, rutas, etc.)
- Evitan problemas típicos como:
- MAC aleatorias del WiFi
Funcionalidades de comunicación
- Envío de mensajes por proximidad:
- SMS / WhatsApp
- Notificaciones push (si hay app)
Tipos de datos que generan
- Flujo de personas (origen-destino)
- Volumen de visitantes
- Nuevos vs recurrentes
- Áreas de interés
- Tiempo de permanencia
Integración y arquitectura
- Integración con:
- Web
- Apps móviles (SDK iOS, Android, HTML5)
- Plataformas de analítica y BI
- Sistema omnicanal (online + offline)
Sensores y dispositivos complementarios
Los nodos pueden trabajar junto a:
- Sensores de conteo (tipo footfall)
- iBeacons gestionados remotamente
¿Es buena opción Seeketing en retail?
Los sistemas de Seeketing son especialmente potentes para:
- Analizar comportamiento del cliente
- Medir recurrencia (clientes que vuelven)
- Entender tiempos de permanencia
- Activar marketing de proximidad
¿Qué mide cada tecnología?
Las cámaras de visión artificial están diseñadas principalmente para:
- Contar eventos de paso (entradas/salidas)
- Medir flujo
- Calcular ocupación en tiempo real
- Las cámaras no cuentan personas únicas, cuentan visitas/eventos
Y por eso:
- Cámaras → cuántas veces se entra
- Seeketing → quién (aprox.) entra y si vuelve
Cámaras
Tráfico total (visitas)- Conversión (si lo cruzas con ventas)
Personas únicas (en general)
Seeketing- Personas únicas (estimadas por dispositivo)
- Recurrencia (quién vuelve otro día)
- Frecuencia de visita
- Conteo físico exacto de entradas
¿Qué tecnologías ofrecen conteo de visitantes únicos y también de oportunidades?
1.Visión artificial + Re-identificación (Re-ID)
Qué es
Cámaras con IA avanzada que aplican Re-identificación (Re-ID)
Qué mide
- Entradas totales (oportunidades)
- Visitantes únicos (desduplicados)
- Recurrencia (si vuelve)
- Recorridos y zonas
- Tiempo de permanencia
Cómo funciona
- Detecta personas con visión artificial
- Extrae características (ropa, silueta, movimiento)
- Genera un ID anónimo
- Reidentifica a la misma persona en diferentes momentos/cámaras
Resultado:
si entra a las 10h y a las 12h → cuenta 1 persona única y 2 visitas
Está diseñado justo para resolver el problema que mencionabas.
De hecho: permite “conteo único desduplicado” evitando doble conteo
Pros / Contras
Muy preciso (casi censal) No depende de móvil Cumple RGPD (sin biometría) Más caro Requiere buena instalación de cámaras
2. WiFi / Bluetooth tracking → híbrido parcial
Qué es
Seguimiento de dispositivos móviles (MAC, señales)
Qué mide
- Visitantes únicos (por dispositivo)
- Recurrencia
- Tiempo de permanencia
Limitación
- No mide bien el total real de personas
- Depende de que haya móvil activo
Por eso:
- Es bueno para únicos
- Malo para oportunidades reales
Además, hoy pierde precisión por privacidad (MAC aleatorias)
3. Sistemas híbridos (visión + WiFi) → los más usados en retail grande
Ejemplo típico tipo FootfallCam
Cómo funcionan
Combinan:
Cámaras → conteo total (oportunidades)- WiFi → identificación de dispositivos únicos
Literalmente:
- vídeo = “recuento de pisadas”
- WiFi = “clientes que regresan”
Qué consiguen
- Tráfico total (muy preciso)
- Visitantes únicos (estimados)
- Recurrencia
- Dwell time
Es el estándar en muchos retailers medianos/grandes.
Comparativa clara
| Tecnología | Oportunidades (visitas) | Personas únicas | Precisión global |
|---|---|---|---|
| Cámaras básicas | | | Alta (solo tráfico) |
| WiFi / Bluetooth | | | Media |
| Seeketing | estimado | | Alta en únicos |
| Re-ID (visión avanzada) | | |  Muy alta |
| Híbrido (visión + WiFi) | | | Alta |
¿Qué ofrece Seeketing?
- Detecta e identifica visitantes con un ID único anónimo
- Puede saber:
- Quién es nuevo vs recurrente
- Si una persona vuelve el mismo día o en días distintos
- Incluso se posiciona como:
👉 “la única tecnología que permite saber si alguien ya había entrado antes”
✔️ Esto lo hace muy potente frente a cámaras o WiFi.
- ✔️ Personas únicas → Seeketing
- ✔️ Oportunidades reales → sensores (cámara/láser)
- ✔️ Recurrencia + comportamiento → Seeketing
¿Cuántas personas sin móvil pueden entrar en una tienda hoy en dia en cualquier pais occidental?
Europa / países occidentales
- ~85–91% de adultos tienen smartphone
- ~98% tienen algún tipo de móvil (incluyendo no-smartphone)
- Solo ~3–10% no tienen ningún móvil
Traducción directa:
- Personas sin móvil → muy pocas (≈3–10%)
- Personas sin smartphone → algo más (≈10–15%)
En ciudades (retail típico)
- Hasta 89% usan smartphone activamente
En retail urbano realista:
- 90%+ llevan smartphone
- Pero eso NO significa que todos sean detectables
- Por qué “tener móvil” ≠ “ser medido”
Incluso con 90% de smartphones:
Casos NO detectables
- Móvil con WiFi/Bluetooth apagado
- Modo avión
- MAC aleatoria (muy común hoy)
- Señal débil / interferencias
- Usuario con varios dispositivos
- Gente que no lleva el móvil encima (menos frecuente, pero existe)
Resultado real:
- Sistemas tipo WiFi / Seeketing no detectan el 100%
- Se quedan típicamente en: 70–90% de cobertura (estimada)
Entonces, en una tienda real:
Escenario típico (Europa, retail urbano)
De 100 personas que entran:
- ~90 tienen smartphone
- ~70–85 son detectables correctamente
- ~15–30 no se detectan o se modelan
¿Puedo conseguir con Seeketing tener datos del 90% de las personas que entran en una tienda?
Con Seeketing puedes tener datos de aproximadamente el 70%–90% de los visitantes,
pero no es un 90% garantizado ni uniforme.
Por qué NO es siempre 90%
Aunque mucha gente tenga móvil, la detección real depende de varios factores:
Factores que reducen la cobertura
- WiFi y Bluetooth apagados
- Sistemas de privacidad (MAC aleatoria)
- Señales débiles o interferencias
- Personas con varios dispositivos (distorsiona datos)
- Gente que no lleva el móvil encima
Esto hace que:
tener móvil ≠ ser detectable
Qué pasa en la práctica (retail real)
En una tienda típica en Europa:
- 100 personas entran
- ~90 llevan smartphone
- ~70–85 son detectadas de forma fiable
- ~15–30 quedan fuera o se modelan
Resultado:
Seeketing trabaja con una muestra grande, pero no completa
Cómo interpretar ese 70–90%
Esto es clave:
Seeketing NO es un contador censal Es un sistema estadístico muy robusto
Eso significa:
- Muy bueno para:
- Tendencias
- Comparativas (día vs día, tienda vs tienda)
- Recurrencia
- comportamiento
- Menos fiable para:
- Conteo exacto de entradas
- KPIs absolutos sin calibración
Ejemplo práctico
Imagina:
- Seeketing detecta 800 “visitantes únicos”
- Realmente entraron 1.000 personas
No sabes el número exacto… Pero sí sabes:
- Cuántos repiten
- Cuánto tiempo están
- Cómo evoluciona el tráfico
Cómo lo solucionan las empresas
Las implementaciones serias hacen esto:
combinan Seeketing + conteo físico (cámaras/láser)
Así obtenemos:
- Cámaras → 1.000 entradas reales
- Seeketing → comportamiento de ~800 personas
Y puedes escalar/corregir los datos
¿Cuál es mas precisa contando personas?
En un escenario real de retail (empleados + clientes que entran varias veces al día):
- Cámaras tradicionales (solo conteo de entradas)
- Cada entrada se cuenta como “una persona”, aunque sea la misma persona varias veces.
- Resultado: sobreestimación, porque no distingue duplicados.
- Ejemplo: 1 empleado entra 5 veces → 5 “personas” en el conteo.
- Conclusión: no es preciso para personas únicas.
- Seeketing (detección de dispositivos únicos)
- Cada dispositivo móvil detectado se asocia a un ID único.
- Resultado: aproxima mucho mejor el número real de personas distintas, porque los duplicados (misma persona entrando varias veces) se cuentan solo una vez.
- Limitación: no detecta personas sin móvil o móviles que no son detectables, por lo que puede infraestimar ligeramente.
- Cobertura típica: ~70–90% de todas las personas que entran.
Conclusión
- Para contar personas únicas, Seeketing es más preciso que las cámaras.
- Las cámaras solo miden visitas y por eso sobrestiman el número de personas cuando hay entradas múltiples de la misma persona.
- Seeketing subestima ligeramente por personas sin móvil, pero aun así ofrece una mejor aproximación al número real de individuos distintos.
Escenario de ejemplo
Supongamos una tienda en un día:
- Clientes únicos: 100
- Empleados: 10
- Frecuencia de entrada:
- Cada cliente entra 1 vez
- Cada empleado entra 5 veces (salidas y reingresos)
Conteo con cámaras (solo entradas)- Cámaras cuentan todas las entradas:
Tipo Personas/entradas Comentario Clientes 100 Cada cliente entra 1 vez Empleados 10 x 5 = 50 Cada empleado entra 5 veces Total contado por cámaras 150 Sobreestima personas únicas Observación: Las cámaras no distinguen duplicados, así que el número real de personas únicas es 110, pero las cámaras reportan 150.
Conteo con Seeketing (personas únicas detectables)- Suponiendo detección del 80% de las personas con móvil:
Tipo Personas reales Detectadas (~80%) Comentario Clientes 100 80 Detectados con sus móviles Empleados 10 8 Detectados con móviles Total detectado por Seeketing 88 Aproximadamente personas únicas Observación: Seeketing subestima ligeramente (personas sin móvil o no detectables), pero elimina duplicados, así que refleja mucho mejor las personas únicas.Comparación directa
Métrica Cámaras Seeketing Número real de personas únicas Personas únicas 150 88 110 Error respecto a personas únicas reales +36% (sobreestima) -20% (subestima) 0% Interpretación
- Cámaras: sobreestiman personas únicas cuando hay entradas múltiples (empleados, clientes que salen y entran).
- Seeketing: subestima ligeramente por cobertura no total, pero es mucho más preciso para medir personas únicas.
- En escenarios con muchas entradas múltiples, Seeketing siempre se acercará más al número real de personas distintas que las cámaras.
Regla práctica para retail
- Objetivo: medir visitantes únicos → Seeketing
- Objetivo: medir oportunidades de venta → Cámaras
- Combinar ambos sistemas → la mejor aproximación posible: personas únicas + visitas reales.
¿Cuántas personas diferentes pasan y cuántas pasa entra cada persona?
Métricas clave que realmente importan
- Personas únicas
- Cuántos individuos distintos han entrado a la tienda en un periodo.
- Esto incluye clientes + empleados pero sin duplicados.
- Permite medir alcance real y penetración de clientes.
- Visitas por persona (frecuencia)
- Cuántas veces cada persona entra durante el día, la semana o el mes.
- Esto permite identificar recurrencia, empleados que generan entradas múltiples, y el comportamiento real de clientes.
Por qué los sistemas tradicionales fallan
- Cámaras simples → solo cuentan pasos/entradas
- Problema: 1 persona entrando 5 veces = 5 personas → sobreestima
- Niños jugando, empleados entrando y saliendo → distorsiona datos
- WiFi tracking simple → solo detecta dispositivos
- Problema: móviles apagados, MAC aleatorias → subestima
- Solo captura una parte del público
La solución real en retail
Para responder a “cuántas personas distintas pasan” y “cuántas veces entra cada persona” necesitas:
- Sistema de identificación de personas únicas
- Ejemplo: Seeketing (ID de dispositivo único)
- Ventaja: elimina duplicados, mide recurrencia, diferencia clientes de empleados.
- Conteo físico complementario (cámaras, láser, sensores)
- Asegura cobertura completa de entradas reales.
- Corrige el subconteo de personas sin móvil.
¿Cómo se combinan?
| Métrica | Tecnología ideal |
|---|---|
| Personas únicas | Seeketing (dispositivos detectados) |
| Frecuencia/recurrencia | Seeketing |
| Entradas/visitas reales | Cámaras/láser |
| KPI final: conversión por persona |
|
Insight
El valor real en retail no está en contar pasos, sino en:
- Saber cuántos individuos distintos entran
- Saber cuántas veces entra cada uno
¿Es el WiFi tracking diferente a Seeketing, que usa una base de datos de conocimiento entrenada con patrones de señales de radiofrecuencia y técnicas de fingerprinting?
WiFi Tracking clásico
Cómo funciona:
- Detecta señales WiFi de los smartphones cercanos (probe requests)
- Cada dispositivo tiene una MAC address, que se usa como identificador
- Conteo de personas = cada MAC → una “persona”
Limitaciones:
- Muchos smartphones usan MAC aleatoria, lo que dificulta la identificación persistente
- Solo detecta dispositivos con WiFi activado
- No distingue bien recurrencia, frecuencia o patrones de comportamiento real
- No utiliza aprendizaje previo ni modelos de comportamiento
Lo bueno:
- Económico, fácil de instalar
- Proporciona tendencias de tráfico (footfall)
Lo malo:
- Baja precisión en personas únicas
- Problemas de privacidad (MAC tracking sin anonimización)
Seeketing
Cómo funciona:
- Detecta señales de radiofrecuencia (WiFi, Bluetooth, celular, etc.)
- Usa fingerprinting y patrones de señal para identificar dispositivos de forma persistente
- Cuenta con una base de conocimiento entrenada con millones de patrones → puede diferenciar mejor entre distintos dispositivos
- Genera un ID anónimo único para cada visitante
- Capaz de detectar recurrencia, frecuencia de entrada, zonas de estancia, etc.
Ventajas sobre WiFi tracking clásico:
- No depende de que el WiFi esté activado (puede usar otras señales)
- Reconoce mejor dispositivos incluso si cambian MAC o hay ruido de señal
- Alta precisión en personas únicas y comportamiento
- Cumple con RGPD porque los IDs son anónimos y persistentes
Diferencias clave resumidas
| Característica | WiFi tracking clásico | Seeketing |
|---|---|---|
| Señales usadas | Solo WiFi | WiFi, Bluetooth, celular, múltiples frecuencias |
| Identificación persistente | Limitada (MAC aleatoria) | Alta (fingerprinting + base de patrones) |
| Personas únicas | Baja precisión | Alta precisión |
| Recurrencia / frecuencia | Limitada | Sí |
| Precisión general | Baja-moderada | Alta |
| Privacidad | Problemática | Cumple GDPR (anónimo) |
| Infraestructura | Simple | Más compleja, requiere base de conocimiento |
Resumen
- WiFi tracking clásico = sensor simple → solo detecta “dispositivos visibles”
- Seeketing = plataforma inteligente → combina sensores + IA + base de datos de patrones para identificar mejor visitantes, medir recurrencia y comportamiento, y generar personas únicas fiables
En otras palabras:
Seeketing es una evolución de WiFi tracking, con técnicas de fingerprinting, aprendizaje de patrones y análisis multiseñal, enfocada en analítica de personas y comportamiento real, no solo conteo de dispositivos.
