Wemuse, la app que reduce en un 50% el tiempo para conocer el éxito de un producto en tienda

VALÈNCIA Wemuse, empresa que está siendo apoyada por Lanzadera, la aceleradora perteneciente a Marina de Empresas e impulsada por Juan Roig, ha ayudado a reducir en un 50% el tiempo para conocer los resultados de éxito de un producto en las tiendas de la firma de moda de mujer Brownie. Esta aplicación proporciona el feedback de los trabajadores de manera instantánea, permite compartir colecciones, recibir sugerencias e impresiones respecto al stock en tienda o comunicar piezas que faltan en la colección, a la dirección de la empresa.

En este sentido, el director general de Brownie, Juan Morera, ha indicado que son capaces de “detectar, a través de la aplicación, si un modelo tendrá éxito en ventas en la mitad de tiempo que sin ella, ya que las respuestas de las personas encargadas sobre las novedades en tienda se gestionan a través de esta potente herramienta de comunicación y, además, los equipos se sienten escuchados”. 

Esta firma de ropa ha sido el primer cliente de Wemuse y la mitad de su plantilla ya trabaja con la app. Morera ha apuntado el caso de una prenda cuya venta potencial estaba estipulada en 300 unidades: “Al detectar con la app que iba a ser un best-seller se incrementó su producción antes de la llegada a tienda. Se vendieron 670 unidades, más del doble”. 

Por su parte el CEO de la startup, Luis Clavell, ha explicado que quien mejor conoce a los clientes son los empleados de tienda, por lo que “nuestra herramienta está diseñada para obtener todo su conocimiento de manera instantánea, en un formato visual y analítico para poder tomar decisiones de forma rápida”. De hecho, Wemuse puede ayudar a mejorar los problemas de sobrantes de grandes empresas, o, en el caso de que tengan buenos ratios, permitirles afinar en la compra y planificación para identificar los mejores productos y así incrementar las ventas con un riesgo menor. 

Además de tener información en el momento de compra, la app permite recibir feedback sobre los productos de temporada. “Permite obtener respuestas y sugerencias de los empleados en cualquier parte del mundo. Consigue adaptar la demanda real de cada país a cada usuario y equipo sin necesidad de desplazamientos, lo que supone un apoyo para la expansión internacional de las empresas”, ha señalado Clavell. 

Wemuse también incluye un algoritmo de Machine Learning que aprende con el tiempo, con el que se podrán cruzar los resultados de ventas reales con las votaciones que se lleven a cabo por parte de los empleados desde las tiendas y así también detectar el mejor talento. 

Clavell es, junto con Iván Abad, fundador de Wemuse, empresa que comenzó su andadura en 2018. Nace de una idea fruto de la experiencia de Abad en retail y gestión de producto y de la experiencia de Clavell en el lanzamiento y desarrollo de startups. El objetivo es aportar valor a las empresas a través de esta aplicación, por lo que siguen desarrollando una herramienta de feedback diseñada específicamente para la selección de producto.