Inicio + TPVNews Cómo reducir el fraude y las pérdidas ocasionadas por las cajas de...

Cómo reducir el fraude y las pérdidas ocasionadas por las cajas de autoservicio

Suresh Menon, senior vice president and general manager for software solutions de Zebra Technologies

Es innegable que las cajas de autoservicio de pequeños y grandes comercios, en inglés conocidas como self check-out (SCO), se han convertido en una parte esencial de la experiencia de cliente, ya que evitan diariamente largas esperas para comprar sólo un par de productos. Es más, según el estudio “Global Shoper Study”, de la compañía Zebra, casi la mitad de los compradores (47 %) afirma haber utilizado el SCO en los últimos seis meses y el 52 % asegura estar preocupado por la falta de opciones que ofrecen algunos minoristas. Además, ocho de cada diez dependientes aseguran que el SCO ha ayudado a sus tiendas a cumplir con los requisitos de salud y seguridad y tres cuartas partes cree que les ha liberado para realizar tareas más estratégicas.

Todos estos datos son muy positivos, pero, sin embargo, los comercios suelen subestimar las vulnerabilidades de esta tecnología, que también las tiene. Y es que el SCO produce un gran impacto en los denominados “índices de pérdida desconocida”. Según un estudio realizado por el profesor Adrian Beck, de la Universidad de Leicester, «una tienda de comestibles en la que el 50 % de las transacciones se procesan exclusivamente a través de un SCO puede tener pérdidas un 75 % superiores a la media». El 78 % de los empleados y el 83 % de los responsables de la toma de decisiones que participaron en el estudio de Zebra está convencido de que las pérdidas y los robos son un problema importante de trabajar con el SCO.

Lamentablemente, muchos intentos por mitigar estos riesgos se quedan en nada, pero tenemos ya a nuestra disposición una tecnología que puede ayudarnos a luchar contra una de las fuentes más comunes de pérdida de inventario: los cambios en los códigos SKU (Stock Keeping Unit) o referencia de almacén.

¿Cómo funciona un código SKU?

Este clásico sistema entra en juego cuando un cliente pesa su propia compra e introduce un código de precio más barato (por ejemplo, plátanos), cuando en realidad se está llevando algo más caro. Para tratar de evitarlo, la mayoría de las cajas registradoras SCO están programadas para anunciar en voz alta el nombre del producto marcado y alertar al encargado, pero muchas veces los dependientes están ocupados y no sirve de nada.

Además, hay que tener en cuenta que no todas las pérdidas de una caja SCO están generadas por hechos fraudulentos. Por ejemplo, imaginemos a un cliente que intenta comprar cerezas a 4,50 euros el kilo. No encuentra la fruta en el menú de búsqueda de productos de la caja registradora de SCO y, como no quiere hacer esperar más a las personas que están detrás de ella, se apresura a pulsar cualquier otro botón. De esta forma consigue sus cerezas más baratas y, aunque no es intencionado, sigue generando pérdidas a la tienda.

Llegados a este punto, ¿qué tecnología puede ayudarnos a mitigar el riesgo de que esto ocurra?

El análisis prescriptivo

Un gran número de comercios minoristas utilizan ya la analítica prescriptiva para combatir las pérdidas desconocidas provocadas por el uso del SCO. Esta solución de software analiza los datos y nos dice qué está ocurriendo, por qué ha ocurrido, cuánto está costando, qué hacer al respecto y quién debería hacerlo.

Numerosos negocios disponen de soluciones de análisis prescriptivo para supervisar las ventas de sus artículos más baratos vendidos al peso, por ejemplo, los plátanos. Esta tecnología señalará al instante cuando una tienda parece haber vendido más plátanos de los que debería tener en stock y alertará al encargado de protección de activos para que realice un seguimiento con imágenes de vídeo específicas, recibos y toda la información pertinente. Si las cantidades sobrantes parecen haber sido compradas a través de la línea SCO, esto será una prueba más de que algo va mal. El minorista puede además configurar la selección exacta de los artículos a supervisar en función de sus propias tendencias.

Por otro lado, el análisis prescriptivo también proporciona un medio para identificar y eliminar las pérdidas desconocidas mediante el análisis de los pesos. Aquí la clave está en identificar aquellos artículos cuyo peso no coincide con el producto que el cliente ha seleccionado en la caja registradora. Por ejemplo, si un cliente escanea una etiqueta de precio de carne asada en el SCO, el análisis prescriptivo puede identificar que la tienda no vende cortes de asado en cantidades tan pequeñas y colocará el nombre del cliente en una lista de posibles defraudadores para su posterior investigación.

En definitiva, gracias a las tecnologías de análisis prescriptivo aplicadas a la supervisión del SCO, las tiendas tienen un par de ojos extra, las 24 horas del día, para alertarle del fraude.

Suresh Menon, senior vice president and general manager for software solutions de Zebra Technologies