IA, la bola de cristal del marketing

Las empresas utilizan trazos para monitorear tus acciones paso a paso y conocer más de ti, de tus hábitos de consumo en línea y tus intereses, ofreciéndote contenido personalizado

MTRA. ANNA TERESA RIVERA LEÓN | Coordinadora de Imagen del sistema Xochicalco

Para todos los ajenos al campo comercial, puede que pensar en mercadotecnia se limite a una transacción de bienes y servicios con base en la existencia de una oferta y demanda, utilizando ‘trucos’ de venta atractivos para un público específico; pero más allá de eso, este concepto esconde estrategias que cada vez más son más sofisticadas y especializadas y, gracias al continuo crecimiento en tecnología e innovación empresarial, están en constante cambio y evolución.

Seguramente, alguna vez habrás navegado en páginas de venta en línea, ya sea simplemente para consultar algún costo, revisar algún catálogo digital o directamente realizar la compra, y sin importar el tiempo que pases en el sitio web, las empresas utilizan trazos para monitorear tus acciones paso a paso y conocer más de ti, de tus hábitos de consumo en línea y tus intereses, ofreciéndote contenido personalizado durante toda tu estancia en internet hasta que logren su objetivo.

La modalidad se repite con cada acción que realizas en motores de búsqueda asociados, aprendiendo de tus gustos y necesidades como un usuario activo y arrojándote, en consecuencia, sugerencias de consumo. Esta situación, es conocida por “la extraña” sensación de hablar sobre un tema y posteriormente encontrarte con publicidad del mismo, sin siquiera haber tocado tu teléfono u ordenador.

Además, utilizando datos de los usuarios en colectivo, conocido también como Big Data, las compañías pueden ajustar sus estrategias para crear nuevos productos y determinar con bastante precisión cuál será la aceptación real en el mercado. Hoy existe software de minería de datos especializados en crear árboles de predicción de éxito, que recogen los datos purificados de los usuarios y los transforman en proyecciones de venta con un porcentaje de certeza muy alto dada la naturaleza de la metodología.

No voy a entrar en mucho tecnicismo, pero esto funciona al depurar la base de datos seleccionando únicamente los campos que le servirán al software para determinar los resultados, catalogando las variantes (ej. género, edad, región) según su rol y eliminando la información que no tiene influencia sobre la predicción que se busca. Como resultado, el software de predicción aprenderá de los datos ingresados y será capaz de simular el comportamiento de los usuarios tomando en cuenta todas las variables que se le indiquen.

Tan precisa puede llegar a ser esta tecnología, que podría determinar si una mujer de 19 años, radicando en Tijuana, estudiante de universidad, comprará un celular en otoño utilizando una tarjeta de débito, en una sucursal con más de 5 años de operación ubicada en zona Centro, después de las 2:00 p. m., basado únicamente en el historial de sus clientes.

Esta inteligencia no sólo aplica en el ámbito comercial, también es funcional en el área de la salud, empresarial, económico, político, en fin, puede aplicarse en todos los rubros que manejen un tráfico de

Ahora bien, ¿cómo podemos asegurar que los resultados de una inteligencia artificial son precisos y cómo podemos creerle al momento de planear nuestras estrategias? En parte depende de qué tan confiable sea la base de datos, si las variables ingresadas son realmente las necesarias para crear una predicción, y por supuesto, la antigüedad que tenga esta información.

Si todo lo anterior no es un inconveniente ¿qué hay detrás de este algoritmo? Prueba y error, sin necesidad de hacer gastos monetarios y ni invertir en tiempo y esfuerzo. Los softwares de predicción permiten dividir la totalidad de los datos en dos campos: una parte, llamada training set, que contendrá mayor información y se utilizará realizar la predicción, y otra más, llamada testing set, que se utilizará para comprobar la predicción creada en el training set y determinar el porcentaje de error de la predicción realizada.

Con los resultados obtenidos se generará una matriz de confusión, llamada así porque el primer resultado obtenido en el training set, ha sido sometido a una segunda prueba para determinar si existe una posibilidad de que, por factores considerados por el software (las variables ingresadas) sea un resultado distinto.

Como ves, esta tabla determina dos posibilidades por cada predicción. Un positivo-positivo, también llamado verdadero positivo, es la cantidad proyectada de respuestas certeras, mientras que el positivonegativo, conocido también como falso positivo, es la cantidad de usuarios que, a pesar de que dijeron que sí estarían dispuestos a realizar una compra o ejecutar una acción, terminan por no hacerlo.

Lo maravilloso de esta tecnología, es que puede continuar probando en distintos testing set para purificar una y otra vez los resultados hasta llegar al porcentaje de certeza más alto, configurado para garantizarle a las empresas una predicción de ventas bastante real. Por eso no es de extrañarse que compañías que utilizan esta cultura de datos tengan tanto éxito en sus proyectos y productos: Netflix, Amazon, Apple, entre algunas compañías, por mencionar.

Los modelos predictivos, en el marketing, se utilizan para analizar a los clientes, su comportamiento, preferencias y conductas de consumo, el algoritmo es capaz de determinar por cual medio y bajo qué estrategias fidelizar a sus consumidores, ya sea enviándoles cupones digitales, premiándolos con beneficios especiales, agregando contenido de valor de nicho, o cualquier otra jugada que involucre la personalización de la publicidad para hacerle sentir a cada usuario que, más allá de estar consumiendo una

Uno de los culpables de esta evolución, es la inteligencia artificial aplicada en los estudios de mercado predictivos, pues su objetivo no sólo será diagnosticar cuál es el comportamiento del consumidor, sino buscar influir y cambiar esta conducta para que sea más afín al comportamiento que a la empresa le interese. Por medio de recomendaciones, contenido viral, spam de cierto tipo de mensajes, se puede bombardear las tendencias a nivel universal, causando una cadena de consumo basado en la popularidad de los proyectos y en sus alcances expansivos.

Aunque esto suene intrusivo, la publicidad se volverá tan sutil y personal que llegará un punto en el que las marcas convivan con nosotros de manera flexible y natural, utilizando lenguaje personal y apelando únicamente a nuestros gustos, necesidades y deseos, que la estrategia de venta pasará desapercibida, al borde de percibir a las otras lejanas y solemnes compañías como si fueran amistades en las cuales se puede confiar, y este será un nuevo tipo de marketing el cual hoy en día ya estamos explorando.

Es por eso que, tras de la cortina roja del marketing y su ‘bola de cristal’ para ver las próximas tendencias del mercado, el éxito de las empresas se basa en cuán dedicado es el trabajo de los analistas de datos para crear estrategias basadas en la predicción del comportamiento de sus consumidores y en cómo persuadir de la manera menos intrusiva y personalizada a cada uno de los posibles clientes.

Por último, teniendo en cuenta el progreso del marketing a lo largo de la historia, no es de extrañarse que lo que hoy se considera como una innovación (en cuanto a herramientas, estrategias, enfoques, etc.), en unos años más será indispensable y accesible para todo tipo de empresas sin importar cuán joven o pequeña sea. Los datos son un recurso que está al alcance de todo aquel que quiera descubrir hasta dónde se puede llegar con ellos, y, con la ayuda de la inteligencia artificial, en el futuro se podrá sacar su máximo provecho.