Shraddha Bhattad

Ingeniero II desarrollador de software, CommerceIQ
CommerceIQ logo

CommerceIQ es una empresa que está en sus inicios y en rápido crecimiento, en marzo de 2022 recibió $115 millones en fondeo Serie D encabezado por SoftBank Vision Fund 2.

Somos pioneros en ayudar a las marcas a ganar mediante canales de ventas a detalle por e-commerce como Amazon, Walmart e Instacart. Nuestra plataforma unificada aplica aprendizaje automático y automatización en operaciones de mercadotecnia, cadena de suministro y ventas para ayudar a las marcas a desbloquear el secreto de ganar rentabilidad en el mercado.

Las marcas requieren datos. Por tanto, se registran con nosotros, comparten los productos en los que se interesan y nosotros recopilamos datos web públicos en omnicanales como Amazon, Walmart y otros, para ayudarles con las pruebas de sitio web, protección de marca y recopilación de datos relevantes en torno a productos de interés.

Nuestros clientes incluyen muchas marcas y empresas conocidas, les ayudamos a mejorar sus ventas.

Digamos que usted busca un cepillo de dientes, está destinado a encontrar una marca categoría premium entre los primeros resultados, ¿está de acuerdo? Pero por diferentes razones, su clasificación desciende.

Al usar datos web públicos, ayudamos a analizar dónde están las pérdidas de nuestros clientes. ¿Cuáles son los principales impulsores de sus productos? ¿Cuáles son los mejores productos? ¿Cómo podemos optimizar los gastos en publicidad? ¿Cómo podemos mejorar nuestra mercadotecnia al exterior para ascender en el rango de las búsquedas? ¿Cómo podemos mejorar la protección de marca?

Enfoquémonos en esta última pregunta; si los sitios web de nuestros clientes experimentan problemas o si un vendedor tercerizado vende su marca con una diferencia, finalmente se convierte en una pérdida para nuestros clientes —considerando que su valor desciende.

Es posible que los precios disminuyan como resultado de las reducciones de precio de los terceros, ya que muchos vendedores a detalle llevarán a la superficie el precio inferior. Podría ser que los artículos parezcan agotados debido a complicaciones en el sitio o que los productos se vendan a consumidores que no cumplen los estándares de la marca.

En general, la marca pierde bajo estas situaciones y no solo se trata acerca de perder dinero, podría ser que la imagen de la marca también se vea afectada.

Además, la tendencia de compras en línea crece de manera continua, esto incrementa el problema exponencialmente. Todos estos problemas en crecimiento son difíciles de vigilar de manera manual y a gran escala, ahí es donde acudimos a ayudar a automatizar estas cosas usando datos.

En este momento, nuestro equipo recopila millones de puntos de datos web públicos para agilizar estos procesos. Digamos que estamos en la página de un vendedor minorista que una marca nos indicó, estos artículos son prioritarios para nosotros. Solicitamos a Bright Data que nos entregue los datos web disponibles al público desde diferentes sitios de e-commerce para este producto —la página del producto, una página de búsqueda para este producto, todos los atributos de este producto, etc., en formato HTML.

Después, leemos esos datos web y los analizamos. ¿Cuál es el título? ¿Qué precio tiene? ¿Quién lo vende? ¿Cuáles son las variantes de esos datos? ¿Esa variante cumple con lo que la marca solicitó? ¿Hay alguna variante fraudulenta ahí? ¿El precio no es lo que la marca espera? Esto conforma las revisiones básicas.

Después presentamos los problemas de manera automática a los vendedores minoristas en cuestión. Si hay un error, les pedimos que lo revisen. Por ejemplo, si sabemos que un artículo se muestra agotado aquí, pero la marca dice que está disponible, identificamos una discordancia.

Elegimos Bright Data en consideración de las dimensiones de nuestras operaciones, queríamos una solución de recopilación de datos web confiable y consistente que funcionara a escala. No queríamos terminar en una situación donde tuviéramos que jugar con fuego todo el tiempo.

Hay tantas cosas que hacer para entregar a nuestros clientes estos datos y nuestros conocimientos. Por tanto, no podemos darnos el lujo de tener contratiempos —necesitamos que los datos web sean precisos, necesitamos una respuesta puntual y no nos podemos dar el lujo de tener tasas de éxito insatisfactorias.

Nuestro equipo no ha desarrollado una solución de recopilación de datos al interior de la compañía y no nos interesa trabajar en ese dominio en absoluto, por tanto, elegimos usar un proveedor tercerizado como Bright Data.

Tiene las mejores soluciones a la escala que queremos. Además, Bright Data ha demostrado éxito, con anterioridad como un proveedor reconocido de datos web, ha trabajado con proyectos a gran escala antes y el alcance internacional de su red a nivel ciudad no tiene punto de comparación.

En este momento, trabajamos con Web Unlocker y estamos satisfechos. También esperamos con entusiasmo expandir nuestro uso de Data Collector una vez que madure este producto.

Bright Data cumple con todas mis condiciones, funciona bien a escala y ofrece cobertura geográfica diversa. En adición a lo anterior, nos sentimos escuchados y sentimos que sí se toman acciones para resolver asuntos cuando es necesario.

Confiamos en Bright Data para encargarse de los datos.

More testimonials

Francisc Czobor
Product owner at Cars2click
We have an amazing partnership with Bright Data. I've worked with many companies before, but this is one of the best relationships I've had with a solution partner. Our account managers in the past two years have been great, and the engineering team is very professional.
David Patiño Montoya
Data Engineer at Shopee Colombia
Shopee logo
The partnership with Bright Data has helped us grow our data sources to create decision-making processes that are based on multiple sources of information — allowing us to gain strategic advantages and accelerate our growth in new markets.
Clint Ruch
Senior Vice President of Engineering at Key Holdings
The ability to work at scale has basically changed how we do things, and it has made dealing with larger clients a task that would have been impossible before.

Dataset Sample Request

Programar una llamada