El futuro del cliente en 4 dias

dreamforce

Aun con sueño y cansancio producido por 4 días intensos de ponencias, sesiones, charlas informales y muchas muchas conversaciones sobre el futuro de los clientes me siento delante de mi portátil a escribir este post. Salesforce, el líder en soluciones CRM (en el termino más amplio del concepto) organiza de forma anual el mayor evento en San Francisco (Dreamforce). Este blog no suele hacer, ni lo hará, publicidad de productos o empresas, pero si me gustaría tener la oportunidad de hacer un resumen de todo lo hablado a nivel estrategia, tendencias y casos de éxito.

La palabra CRM se ha usado, y mal usado mucho en los últimos años. En algún articulo anterior he hablado de que significa, de su origen y del estado actual. La traducción directa de CRM es gestión de relaciones de clientes, sin embargo, Salesforce, y otros proveedores, han dado un paso mas allá para poder cubrir el ciclo de vida del cliente, automatizando procesos, y aportando una visión consolidada de todos los registros existentes en nuestra plataforma. Si bajamos un nivel más, podemos citar soluciones para automatización de procesos de marketing, de ventas, y de servicios como atención al cliente o servicios post-venta. Incluyendo diferentes canales y tecnologías.

Durante este evento, la empresa americana, suele presentar novedades y anunciar adquisiciones que hacer completar el portafolio de soluciones. Este año varios han sido los conceptos discutidos, que nos hacen plantearnos, no solo como será la plataforma tecnológica, sino cual será el futuro del cliente, o mejor dicho de la relación de las empresas con los clientes.

No se trata de clientes, si no de una estrecha relación con los mismos.

Calidad, por encima de cantidad. No debería ser nuevo para todos nosotros que hay una cambio claro en los hábitos de consumo y expectativas de los clientes. Se busca algo más que un producto, ya que los clientes buscan una experiencia completa, que haga que la relación sea más cercana, basados en la personalización. Por lo tanto no es solo una gestión de la relación, sino conseguir una relación personalizada para conseguir  ese famoso ¨engagement¨.

Para ello, hay que apostar por la consolidación de datos del cliente, independientemente del canal, dispositivo o medio del que provengan los datos del cliente . Un cliente puede acceder mediante una web, una app móvil, o redes sociales, utilizando en cada una de ellas un identificador diferente (email, usuario, telefono,..).  Tener una vista completa del cliente es vital. La visión 360 del cliente, nos permitirá conocer al cliente con una visión holística.

Conseguir la visión completa necesita tecnología

En muchos de los casos, muchas empresas tienen un perfil completo del cliente, pero teniendo datos almacenados de forma separada e inconexa a lo largo de diferentes sistemas. Y en el peor de los casos, ni sabemos que esos datos existen por los sistemas son auténticos silos. La integración de los sistemas, para la sincronización de datos ayudará en esa construcción de un perfil completo, 360 grados, de los clientes. No se trata de almacenar todos los datos de los clientes en todos los sistemas, lo que produciría duplicidades, y posiblemente incoherencia en estos datos. Sino en disponer de los datos, existentes en diferentes sistemas, a lo largo de nuestro ecosistema, para poder entender al cliente, y poder tomar decisiones correctas.

La integración de los sistemas es el caballo de batalla de departamentos de IT, y de marketing. Muchos de los proveedores de diferentes plataformas, presentan funcionalidades que facilitan estas integraciones. Sin embargo requieren de arduo trabajo de los desarrolladores para hacerlo realidad. Cuanto más rápido, sencillo y flexible sea esa integración, mayor y más rápido impacto podremos generar en el mercado. Las llamadas API llevan de moda tiempo, pero requieren cierto trabajo de desarrollo, y por lo tanto su flexibilidad está limitada. Para una adecuación más rápida y flexible esas integraciones tienen que ser más rápidas. Aunque habrá que tener en cuenta cual es el impacto en el modelo de datos. Este es uno de los puntos débiles de muchas de las plataformas, aunque poco a poco, con estas extensiones de datos e integraciones se consiguen soluciones mucho mas flexibles y dinámicas.

Datos, datos y datos… ¿Y ahora que?

Los datos, sin dudas, es el petroleo de este nuevo mundo digital. Para tomar este como nuevo mantra, tenemos que entender porque. Almacenar datos solo es útil si sabemos como procesarlos, utilizarlos, y explotarlos para que podemos tomar decisiones correctas. El coste de almacenamiento ha bajado mucho, y eso ha hecho que en muchas empresas se decanten por el principio de almacenar, y luego ya pensaremos como utilizarlo. La inteligencia artificial ha estallado con fuerza en los últimos tiempos, ya que permite analizar esta cantidad ingente de datos de una forma estructurada y probada científicamente, que generará material necesario para que lleguemos a conclusiones.  Sin datos, lo que podremos llegar es a opiniones, pero con datos, llegaremos a conclusiones documentadas o conclusiones basadas en datos (data driven marketing)

Pero no solo es esto, podremos llegar a hacer predicciones, como son las recomendaciones de productos, estimación de resultados de diferentes actividades, predicción de ventas, predicción de comportamiento-necesidades del cliente, reconocimiento automático de imágenes y una gran plétora de análisis.

La inteligencia artificial no es nueva, pero si la comercialización de plataformas para el uso comercial masivo O como se suele decir, la democratización de la inteligencia artificial. Pero de forma que esté integrada de forma natural en el uso de la plataforma que mejore y optimice el trabajo diario de los diferentes usuarios. La novedad surge por lo tanto, en la aplicación de esta técnica a diferentes datos, de forma integrada en la plataforma, como una fucionalidad no solo para usuarios avanzados, y sobre todo en tiempo real.

 

Como he comentado en el párrafo inicial no es mi intención hablar de herramientas, o funcionalidades concretas de plataformas. Sino del futuro, de las tendencias y de que deben esperar las empresas en cuanto a la relación con sus clientes. La personalización de la experiencia de usuario no es optativa, al igual que tampoco lo es la respuesta en tiempo real o la visión del cliente desde un punto de vista holística y no en silos (o por departamentos como suele pasar en gran parte de los casos)

La tecnología está avanzada, pero mi pregunta es, ¿están las empresas preparadas para todo esto? Se están dando grandes pasos, pero queda mucho trabajo por hacer. Pero una vez mas, no se trata de la aplicación de la tecnología, sino de cambiar la forma de trabajo, de tener una estrategia acorde a los nuevos tiempos y de tener la las plataformas necesarias para soportar todo esto.

Los clientes reclaman otro tipo de relaciones con las empresas, por lo que quien no estén dispuestos a hacer ese cambio perderán la oportunidad de seguir estando en el mercado. El cambio, constante, no es optativo, al igual que tampoco lo es, ser flexible y adaptable, en este mundo digitalizado.

 

Redes neuronales en acción para servir mejor al cliente

artificial-intelligence-3382521_960_720

IA, inteligencia artificial, redes neuronales o aprendizaje automático son conceptos muy conocidos en el mundo tecnológico, pero poco a poco han ido calando profundamente en otros sectores, y son parte del vocabulario habitual de algunos profesionales de negocio. El marketing no se escapa a esta ¨moda¨, y los responsables de estos equipos intentar ver que beneficios pueden traer la adopción de estas técnicas.

La inteligencia artificial no es nueva. Surgió en los años 60, para dar respuesta a una de las preguntas más interesantes que la ciencia trata de resolver: podrán las maquinas remplazar al ser humano, y si fuera posible en que condiciones y para en que temas se trabajará. Desde entonces estos principios se han aplicado a muchos casos, generando tecnologías que han tenido un gran impacto en nuestras vidas. La evolución ha sido enorme, y las facilidades para seguir avanzando han ayudado. La potencia de computación, el coste del almacenamiento o rapidez en la transmisión de datos ya no son problemas o trabas que haya que tener en cuenta.

El marketing no se ha quedado atrás y hace tiempo que se pudo a analizar como estas técnicas podrían ayudar. Muchos de las soluciones o plataformas existentes en el mercado ofrecen estas herramientas, con diferentes usos. En casi todas ellas, para la predicción y presentación de sugerencia tanto desde el punto de vista del cliente como de la propia empresa. Estas herramientas puede ayudar al cliente en la sugerencia de productos que pueden ser de su interés o puede ser predicción de ventas en los próximos meses.

Al igual que las máquinas necesitan de combustible para funcionar, las redes neuronales necesitan de datos. Durante mucho tiempo las empresas han visto los datos como algo operativo, es decir entradas o salidas de procesos, que eran importantes para la ejecución de las actividades, pero se había resaltado la importancia de los mismos como vehículo estratégico en la organización. Actualmente el mensaje está calando hondo, y las empresas empiezan a entender que la información es poder (no en vano los datos son el petroleo del siglo XXI). El análisis de estos datos, para tomar decisiones basados en ellos es lo que hará que estemos, como organización, a la cabeza de la competición. No hay una formula secreta, pero lo más aproximado que tenemos es intentar conocer al cliente lo mejor posible, e intentar predecir sus movimientos para adelantarnos, en la medida de lo posible a los mismo, proporcionando una experiencia de usuario personalizada que nos ayuda a crear ese vínculo personal

Pongamos un ejemplo. No vamos a descubrir ahora la importancia del desarrollo de negocio para la adquisición de nuevos clientes, y la relevancia que tienen los canales digitales. La web de cualquier empresa es el mejor escaparate, y será uno de los puntos de contacto principales con nuestros clientes. Casi todas las webs cuentan con formularios para dejar los datos y ponerse en contacto con la empresa. Todo depende del ¨call-to-action” (que reclama el cliente) y por otro lado de la gestión que hagamos de estas acciones. Pero hablando de forma genérica, todos estos leads tienen que ser considerados clientes potenciales y por lo tanto debemos atenderles como se merecen. Pero está claro que no todos ellos tendrán el mismo interés o intención de compra. Y en el caso de aquellos que realmente quieran comprar, no todos será rentables. o al mismo rentables de la misma forma. Saber diferenciar quien serán potenciales clientes y separando aquellos que realmente sean relevantes por su rentabilidad.

La inteligencia artificial puede ser muy útil en este caso, sobre todo las redes neuronales. Pueden ayudar a discriminar esos clientes que hemos mencionado arriba. En este caso vamos a seleccionar una red neuronal porque lo que vamos a intentar es simular el comportamiento del cliente y hacer una predicción. La redes neuronales artificiales tratan de emular el cerebro humano, o mejor dicho la forma de

Pero habrá que realizar varios cosas. Por supuesto, tener el conocimiento de negocio y los profesionales adecuados será clave:

  • Análisis  de los clientes, datos y actividad de los mismos: Como mencionaba arriba los datos han dejado de ser algo transaccional, para tener una relevancia estratégica. La forma en la que los clientes se relacionan con nosotros, el perfil de los mismos, y los datos históricos transaccionales que disponemos pueden servir para hacer una segmentación de clientes en base a todos esos atributos. Con esto conseguiremos no solo conseguir saber quien es nuestro cliente (su perfil) sino también que tipo de interacciones tiene con nosotros. Todos estos datos serán los que utilicemos como combustible para el algoritmo y por lo tanto todas decisiones basada en datos. No obstante cuanto más datos, de diferentes fuentes incluyamos, más completa y amplia será la visión que conseguiremos.

 

  • Modelo neuronal: se trata del paso más técnico, y más complejo. El diseño de una red neuronal requiere conocimientos específicos. Existen diferentes modelos, pero todos cumplen un cierto criterio: una capa inicial que recogerá los datos de entrada, una capa de salida que dará el resultado final y las capas intermedias que procesaran los datos. Las conexiones entre neuronas tiene un peso específico, que será el que habrá que ir ajustando durante su entrenamiento.

 

  • Entrenamiento del modelo: Los datos son fundamentales, ya que representarán como se han comportado los clientes históricamente, y por lo tanto podemos sacar un patrón de comportamiento común (o por segmento). Con estos datos entrenaremos el modelo de red neuronal creado. Se trata de ajustar, de forma matemática una función de distribución en la que consigamos reducir el error, y la distribución de dichos puntos.

 

  • Aplicación al negocio: volviendo a nuestro caso, lo que queremos es poder predecir que tipo de cliente tenemos delante y como de rentable es para nuestra empresa. Mediante el algoritmo creado vamos predecir este resultado. Los datos que introduciremos serán los datos que tengamos de ese cliente, mas todos los datos históricos que hemos utilizado para entrenar el modelo. El resultado será el que aplicaremos. Con esta red neuronal, podemos saber que correlación tienen los diferentes atributos de cliente, y su lenguaje corporal digital pudiendo establecer un sistema de puntuación de clientes (lead scoring)

 

Muchas veces utilizamos palabras que no sabemos bien como utilizar, o que aplicación real puede tener en nuestro negocio. Como hemos visto en estas líneas, la inteligencia artificial, y en concreto las redes neuronales, pueden ayudarnos a predecir que tipo de cliente está interactuando con nosotros y cual es la probabilidad de compra y su potencial rentabilidad. Estaremos tomando decisiones basadas en datos (data-driven) y no solo guiados por nuestra intuición, que puede fallar.

Un gemelo digital creado por Inteligencia Artificial

pexels-photo-811107

Rápido repaso a la historia de la revolución industrial

El vapor y el agua fueron los elementos fundamentales para la gran primera revolución industrial en el S XVIII. Los organizaciones se transformaron radicalmente, muchos de los puestos de trabajo desaparecieron para crearse otros nuevos. Posteriormente fue el turno de la electricidad y los motores. Estos dos elementos cambiaron el orden establecido para volver a cambiar los cánones de lo que se conocía hasta entonces. La llegada de los ordenadores y la informática fueron los elementos que dispararon la tercera revolución industrial, automatizando diferentes procesos, empezando los albores de la digitalización e impulso casi todos los sectores hacia un nuevo horizonte. Entiendo la incertidumbre, miedo/resistencia al cambio y dudas sobre como se desarrollarían los acontecimientos siguientes. Todos estos cambios cambiaron la descripción de muchos puestos de trabajo, las empresas buscaron como adaptarse, y como hacerse más eficientes pudiendo competir teniendo en cuenta las circunstancias que las rodeaban.

Actualmente nos encontramos ante la llamada cuarta revolución industrial (o industria 4.0). El abaratamiento del almacenamiento de datos, la potencia de computación, la infraestructura de comunicaciones y los cambios de paradigma en ciertos modelos de negocio han favorecido estos cambios. La aplicación de Internet a la industria, mediante aplicaciones en cloud, sensores de captura de datos en tiempo real, y técnicas de aplicación de técnicas de inteligencia artificial para poder prever posibles situaciones futuras o similar situaciones complicadas o costosas.

 

Industria 4.0: dudas y datos

Hay muchos nuevos actores en esta nueva oleada, y viendo lo que sucedió en anteriores ocasiones, podemos tener por cierto que aparecerán nuevos modelos de negocio, que muchos puestos de trabajo desaparecerán, que otros tantos se crearán y sobre todo, que la transformación es necesaria si queremos sobrevivir. Esta nueva revolución industrial es especial porque ha sucedido mucho más rápido que las otras, con una cantidad de transformaciones que en muchos casos las empresas no son capaces de digerir. Se han producido una cantidad de cambios en un periodo de tiempo tan corto, que incluso no es fácil haber digerido completamente la fase o transformación anterior.

El combustible de las revoluciones anteriores fueron el agua, la gasolina o la electricidad. En este caso se trata de datos. Los datos son el nuevo petroleo de esta etapa. Las empresas utilizan los datos para seguir avanzando, para transformar sus modelos de negocio, prototipar sus productos, conectar mejor con los clientes y sobre todo para intentar adelantarse a las posibles situaciones que ocurrir. Se crean cantidades ingentes de datos por minuto, todas nuestras acciones generan datos (desde apagar el despertador, encender la luz de la habitación, comprobar las actualizaciones en nuestras redes sociales o encender el motor del coche para ir a trabajar).  La clave está en saber como utilizarlos, como procesarlos y que acciones podemos tomar con los resultados que obtengamos.

Estos datos de los que hablamos tendrán multitud de orígenes, pero uno de los principales (sobre todo cuando hablamos de la industria) será los que vengan del famoso Internet de las cosas (IoT – Internet of things). Todos los objetos que nos rodean contiene multitud de sensores, que transmiten en tiempo real estos datos a las aplicaciones en la nube para ser almacenados.

 

Cómo lograrlo

El big data es el conjunto de técnicas y herramientas que tenemos que tener como aliados. Nos ayudarán a procesar toda esa cantidad de información (tanto contenido estructurado como no estructurado) para poder obtener datos que nos ayuden a tomar resultados.

Si con todos estos conceptos no fuera poco aparece (aunque no es nuevo) el gemelo digital (digital twin). Se tratan de modelos virtuales creados con los datos almacenados, y que se comportan igual que lo hace el original físico. Ese comportamiento se ha modelado mediante técnicas de inteligencia artificial tales como el machine learning o las redes neuronales. Se tratan de modelos con los que se puede replicar, a un coste o un impacto menor, como se comportarán ante ciertos estímulos o frente a ciertos cambios. Al estar conectados en tiempo real a la red de sensores (IoT) o de adquisición de datos externos, cualquier cambio real será reflejado en el modelo.

Con tanto dato volando, y sobre todo siendo el petroleo que hará mover la industria de ahora en adelanta, la seguridad es vital. Y con seguridad me refiero a la ciberseguridad. Vivimos rodeados de sensores que recogen todas las acciones que realizamos. Pero también recibimos información mediante diferentes dispositivos como smartphones, smartwacht u otros objetos conectados a Internet (coches, neveras,..). Acceder a esa información, es acceder al poder. Estos datos son muy codiciados, y la ciberseguridad debe estar muy presente en este nuevo ecosistema.

 

El futuro está por ser escrito

La aplicación en la industria está todavía por explotar. Pero como se puede vislumbrar, este, junto a la impresión 3D, puede hacer abaratar y acortar los ciclos de fabricación y diseño de grandes proyectos de ingeniería. Pero incluso se pueden crear gemelos digitales de personas, serán avatares digitales que intentarán imitar el comportamiento de una persona (o un segmento de población). Las empresas de gran consumo podrán testar, con un impacto mínimo en el negocio y en la sociedad, alteraciones del producto, introducción de nuevos servicios o cambios en ciertos atributos. La verdadera revolución de estas simulaciones esta en el uso de datos en tiempo real, con avanzadas técnicas de inteligencia artificial que emulan de forma bastante certera el comportamiento en la vida real y la cantidad de datos que se pueden llegar a procesar.

El potencial está todavía por descubrir, ya que nos encontramos antes los primeros pasos. El sector industrial es muy amplio, y la madurez de sus empresas muy variada. Pero todas ellas serán transformadas, si quieren seguir operando. Cientos de nuevos empleos serán creados como los científicos de datos, modeladores 3D, ingenieros de software especializados en IA (inteligencia artificial) o desarrolladores en ciertos lenguajes de programación.

 

 

 

Candidatos a clientes

lead scoring

Vivimos inmersos en un mundo en el que tenemos que demostrar el valor aportado contanstamente. Todas nuestras acciones tienen que tener un impacto en el negocio, pero esto no siempre es fácil de demostrar. Sobre todo cuando hablamos de marketing. Atribuir resultados de ventas a una cierta campaña de marketing, suele ser algo costo y no fácil de demostrar. Es cierto que toda la tecnología disponible a nuestro alcance, hace que éxistan varios métodos (scripts, pixels, …) pero estaremos de acuerdo en que no se trata de una ciencia exacta. Sobre todo cuando nos metemos en el terreno B2B.

Existen varios factores por lo que está atribución de resultados reales de ventas a las inicitivas o campañas que desde marketing se ejecutan no es directa. Huy muchos motivos para ello, como problemas intrinsecos a la propia organización, modelo de negocio y/o sector de actividad al que pertenecemos. Esto no quiere decir que sean insalvables e inreconciliables. Como profesionales del marketing, tenemos que ser lo suficientemente imaginativos como para poder en marcha soluciones que nos permitan reducir estos inconvenientes. Y me refiero a soluciones reales, factibles y de acuerdo con el resto de la organizacion, de forma que nuestros resultados puedan ser adoptados y reconocidos ampliamente. Algunos de los principales problemas con los que nos encontramos son:

  • Largos procesos de compra. Los procesos de compra en el mundo B2B suelen ser largos y tediosos por varios motivos: Selección y comparación de provedores, grandes importes que hay que validar con el retorno de inversión esperado, y grupos de decisión en el cliente formados por una media de hasta casi 7 personas. Por todos estos motivos, los ciclos de venta son largos y complejos, hay muchas personas involucradas, cada una de ellas con sus puntos de vista e inquitudes.
  • Gestión de oportunidades por parte de los comerciales. La fuerza de ventas es quien tiene la relación con los clientes, y sabe de sus necesidades. Muchos de los proyectos pueden nacer de iniciativas de marketing como la generación de demanda, pero en otros casos los comerciales han podido detectar previamente esas necesidades. No hay una atribución clara de oportunidades o candidatos como resultados a iniciativas de marketing.
  • Topología del customer journey: más del 70% del customer journey (segun ITSMA) se hace de forma digital utilizando redes sociales como herramienta principal de investigación. Por lo tanto, no se trata de un camino linear unidireccional. Las interacciones con los clientes son múltiples y variadas y la influencia de nuestras actividades es dificil de definir. Por no hablar de la diferenciación de experiencias on-offline En el fondo, todas ellas conllevan que consegamos más ventas (¿no hemos hablamo que debemos tener una estategía Omnicanal?).

 

Por muchos de estos motivos, y otros tantos, las empresas empezamos a utilizar la gestión de candidatos. Con este término (Leads o prospects según el término anglosajon). se trata de unir los resultados de campañas de marketing con la gestión de proyectos/oportunidades gestionados por la fuerza comercial. Dará una visibilidad sobre los resultados generados por las diferentes iniciativas de marketing y como va fluyendo sobre la cartera de ventas

Aunque esta definición habría que revisarla, ya que en algunos casos suele estar anticuada. Se basa en la antigua creencia de que un lead tiene que alcanzar el famoso criterio BANT. Cuyos acrononimos responden a Budget (Presupuesto), Authority (Autoridad), Need (Necesidad) y Time (Tiempo). Lo que significa que un candidato tiene que tener la autoridad necesaria para afrontar el proceso de compra, disponer de un presupuesto determinado, un plazo de tiempo estimado para esa compra, y por supuesto una necesidad o interes concreta sobre uno de nuestros productos. El customer journey ha cambiado radicalmente, y este famoso criterio BANT no se adecua con la actualidad.

Como no, la inteligencia artificial está aportando soluciones a este campo, y mediante la aplicación de reglas basadas en datos historicos podemos definir cuales de estos potenciales clientes son realmente candidados, oportunidades o cuales necesitan más tiempo e inverisón de marketing. El lead scoring es una metodología que puede ser tan complejo como queramos. En un primer paso lo mejor es aplicar sencillas reglas (y olvidarnos de la inteligencia artificial) donde puntuemos solo aquellos candidatos que realmente nos interen basado en su perfil y su interes real. de esta forma podremos filtrar todos aquellos que rellenar un simple formulario con información no fiable, falsa o que simplemente han querido obtener información básica de nuesta organización, ya que se encuentran en un estado de decisión mucho más maduro.

La creacion de candidatos no debe responder a metricas de cantidad, sino de calidad. Cuanto mayor calidad, mejor calidad de conversion existira, y mejor retorno de inversion de nuestras actividades. Por lo que la creacion de candidatos debe tener criterios adecuados no solo a la actualidad, sino tambien a nuestra empresa. Tenemos que conocer que tipo de cliente es mas proclive a comprar nuestros productos o soluciones. Solo ese tipo de clientes seran los que tengamos que crear directamente como candidatos. Pero no se trata de paralizar o decrementar la creacion de candidatos. Sino de ejecutar algun otro tipo de actividades con las que sigamos cualificandolos y madurando la relacion existente para conseguir convertirlos en candidatos (una vez esten preparados para ello). En muchos de estos casos, la solucion perfecta es la activacion de campañas para nutrir y educar al cliente (Nurturing). O incluso actividades de telemarketing para aquellos candidatos que no lleguen a nuestra definición de candidatos per este cerca. El Lead scoring ayuda a la automatización de estos actividades, ya que podemos ejecutarlas basadas en  la puntuación que estos candidatos obtengan.

El marketing digital se ha convertido, junto a los eventos a las mayores fuentes de resultados en la generación de demanda. Es fundamental tener reglas claras para su creacion y cualificacion. Debemos tener una definicion clara de que queremos tener en la base de datos, y que es lo queremos pasar a ventas para su seguimiento. Pero como he comentado antes, no significa que nos centremos en crear leads para pasarselos a ventas. Lo importante del lead scoring es crear acciones de seguimiento (llamada por parte de ventas, iniciar campaña de nurturing o actiones de telemarketing). Cada vez que el cliente nos deja sus datos (ya sea en un evento, en un formulario web o en cualquier otro punto de contacto) debemos contactar con el/ella. Si queremos crear fidelidad, tenemos que convencer de verdad al cliente que tenemos lo que necesita. Y que mejor forma, que contestando a sus peticiones, con las acciones que estimamos correctas (siempre y cuando las revisemos para ir ajustandolas)

Dame un ejemplo práctico para aplicar la inteligencia artificial

Cientificos-advierten-sobre-los-peligros-de-la-inteligencia-artificial

Si navegas asiduamente por Internet o las redes sociales habrás visto que las técnicas de inteligencia artificial se sitúan siempre en los puestos más altos de las clasificaciones sobre tendencias de este año y de los siguientes.

Adentrándonos más en el mundo del marketing, este sigue siendo una apuesta clara y parece que cualquier responsable de marketing tendrá que pelearse con estos nuevos invitados tarde o temprano. Hay mucha literatura circulando alrededor de este mundo, que aunque no nuevo, parece que si está pegando fuerte. La inteligencia artificial son técnicas de automatización de procesos que surgieron en los años 60 para poder crear algoritmos que fueran autónomos por si mismo, e incluso tuvieran la capacidad de poder aprender e imitar a un ser humano.

La inteligencia artificial es un concepto muy grande, y para cubrirlo se necesitarían cientos de artículos. Uno de los primeros puntos a cubrir serían las cantidad de campos que abarca como: sistemas basados en reglas, sistemas expertos, redes bayesianas, redes neuronales artificiales, lógica difusa… Cada uno de ellos con características diferentes, aplicaciones y usos señalados.

Sin embardo, actualmente se hablan de dos conceptos principalmente (los cuales son 2 campos): ¨procesamiento del lenguaje¨ y ¨aprendizaje automático ¨. Pero lo que en muchos casos no está claro es en qué consisten, y sobre todo como se aplican al trabajo diario que todo nosotros realizamos.

El procesamiento del lenguaje natural se trata de una disciplina que se encarga de producir sistemas capaces de reconocer el lenguaje natural e interaccionar d la forma más humana posible.

Por su lado, el aprendizaje automático es la rama que intenta que los sistemas consigan aprender y mejorar emulando a los humanos.

Lo mejor para poder entender estos conceptos es poner ejemplos reales de cómo esta técnicas han sido aplicadas el negocio y como han conseguido mejorar la experiencia de cliente.

Obviamente, si hablamos de ejemplos, el caso de Amazon siempre va a salir a relucir. El sistema de recomendación es uno de los mejor y se ha intentado copiar por otras compañías múltiples veces. Se trata de un sistema de aprendizaje automático que recopila todas las interacciones de los clientes con Amazon, para poder ofrecerle los productos más relevantes. La gran diferencia con otros sistemas está en que es predictivo, ya que no sólo mira el histórico de ventas. En otros caso, por ejemplo, después de la compra de un producto, solo te siguen apareciendo ofertas del mismo producto (cuando obviamente ya no te interesa porque lo has adquirido). En el caso de Amazon, van un paso más allá y realizan técnicas de cross-selling y upselling, ofreciéndote productos relacionados. Los productos que se ofrecen tiene que ver con anteriores compras, otras visitas que has realizado, detalles de tu perfil,.. Es decir se hace un ejercicio completo de análisis de toda la información disponible y se intenta mirar a futuro.

En Apple tenemos otro buen ejemplo de Inteligencia Artificial. Siri, el famoso asistente de la firma americana está basado principalmente en técnicas de procesamiento del lenguaje. Es cierto que otras muchas compañías tiene productos similares (Cortana en Microsoft, Watson en IBM,…) Lo bueno de Siri es que se ha sabido integrar dentro del dispositivo de forma muy acertada, y realmente es muy cómodo y fácil de usar. Este asistente reconoce los comandos de voz para procesar la información y poder responder de la forma más natural posible (aunque todos tenemos ejemplos graciosos de respuestas pre-programadas.)

Como se puede ver la inteligencia Artificial no es algo de ciencia ficción. Se trata de un concepto muy actual y que va a dar mucho que hablar. Los usos que tiene están todavía por explotar, pero los principales casos de uso serán:

 

  • Sistemas de análisis y recomendación: donde destacan los sistemas de análisis de información (BIG DATA) o de recomendación en plataformas web. Al final consiste en analizar la información existente para poder actuar de forma predictiva. Estos mismos principios serán aplicados en la prospección de clientes para evaluar el potencial, el diseño de campañas de marketing para adivinar la mejor audiencia posible o cálculos en la generación de demanda y gestión de oportunidades de negocio
  • Asistentes y atención al cliente: está será la siguiente gran ola. La atención al cliente mediante los chatbots revolucionará a las empresas. Recordemos que es uno de los principales puntos de contactos con los clientes y una atención personalizada y cuidada será necesaria para tener una buena imagen de marca.
  • Sistemas de reconocimiento de patrones. Como pueden ser los utilizados en las bases de los coches autotripulados o sistemas de detección del fraude (muy útiles en plataformas de venta online)

 

El futuro ya está aquí, y los robots han empezado a poblar el planeta. Aunque puede que no sean como se pintan en las películas, ya que más del 90% de los casos de tratan de software intangible. La idea es poder ayudar en ciertas tareas que actualmente son difíciles de ejecutar o requieren laboriosos procesos manuales. El mundo del marketing también se beneficiará de los mismos, pero tendremos que esperar para ver los resultados y seguir buscando aplicaciones.

Chatbots, algo ya no tanto de ciencia-ficción

¿Quien no ha visto Matrix? Aquella película de ciencia ficción que  todos vimos asombrados cerca del año 2003, donde el mundo virtual supera al real. Pero no es la única película donde se hablaba de la poderosa vida que podrían cobrar los ordenadores en el mundo real. Ese mundo no ha llegado (y esperemos que los humanos sigamos controlado los ordenadores por mucho tiempo), pero si hemos conseguido que se integren nuestra vida.

La inteligencia artificial ha contribuido mucho a estos retos. Esta rama de la ingeniería informática, cuyo termino se acuño en 1956, ha evolucionado mucho estos años. Los sistemas de representación del conocimiento y los técnicas teóricas se han probado en casos reales, teniendo éxitos realmente sorprendentes.

Y aunque parezca que esto son cosas solo de programadores y del mundo I+D,  tiene un impacto claro y alto en el mundo del marketing. No es la primera vez, ni la última, que comento la clara tendencia de optar por un marketing cada vez más tecnológico, cuyos beneficios se han citado en otros muchos post. En este caso, la inteligencia artificial no es un más que  otro caso significativo. Veamos algunos de ellos:

Un clásico ejemplo es el famoso Big Data. Esta tendencia de almacenar y analizar cantidades ingentes de información no estructurada requiere de un paradigma nuevo no existente hasta entonces. Las técnicas que se aplican , para realizar búsquedas más precisas, y sobre todo poder sacar conclusiones y patrones de comportamiento (ya sea sobre hábitos de consumo, inteligencia competitiva) se basan en búsquedas heurísticas y redes neuronales entre otras. Los resultados, claros: obtener información procesable por cualquier equipo de marketing para poder ser mas precisos en nuestras acciones y tener un entendimiento mucho mayor sobre nuestros clientes.

bot3

Pero donde se está poniendo mucho interés (desde hace tiempo) es en la interacción directa de las máquinas con los clientes. Las aplicaciones no sólo se limitan a los servicios clásicos de atención al cliente, sino en servicios preventa también. Pero además de ampliar la cartera de servicios, los principales cambios son en el enfoque. Se tiene a realizar una interpretación del lenguaje de forma mucho menos sintética (sin comentarios sobre los call centers). Es decir intepretar el lenguaje no desde un punto de vista sintáctico sino semántico y contexual. Entender lo que dice el cliente, que es lo que necesita y dar una respuesta válida. No consiste por lo tanto en entender palabra por palabra la pregunta, sino en entender que se pregunta y poder accionar una respuesta clara y directa

Otro de los usos actuales está en los sistemas de aprendizaje automático (quien en cliente de Amazon lo sabrá). Cuanto más utilicemos su sistema de búsqueda, y otros servicios, el sistema nos conocerá más y realizará recomendaciones muchísimo más ajustadas (a veces da miedo lo que puede llegar a conocernos, ¿no?)

Y juntando todo esto, tenemos los famosos Chatbots (último grito en este mundo). Se está viendo una tendencia muy clara y definida de la migración y uso de sistemas de mensajería instantánea en detrimento de algunas redes sociales, blogs, etc. Los robots que contestan en estas plataformas de mensajería instántanea (chatbots) han sido descubiertos como una gran iniciativa para la retención de usuarios. Pero la tendencia va mucho más alla de estas plataformas. Por ejemplo a la creación de robots que puedas constar cualquier tipo de dudas, teniendo un comportamiento más real. Todos hemos hecho varias pruebas con Siri, Cortana y ayudantes virtuales de este estilo. Algunos expertos de la industria auguran un crecimiento exponencial de estas iniciativas, que podrían remplazar a muchos otros canales (web,apps…) Desde el punto de vista del marketing estos soluciones pueden ser ideales para solucionar problemas operaciones del cliente , y centrar los recursos humanos en soluciones de mayor valor añadido. Recomiendo probar el robot de KLM, el cual responde adecuadamente a cualquier tipo de dudas sobre equipaje, horarios y otras dudas de esta índole. Pero que es capaz de poner en contacto al cliente con el equipo responsable si no conoce la respuesta o no tiene la certeza necesaria. Estas interacciones, al igual que con las Apps u otros canales digitales, pueden ser recogidas por nuestros sistemas (CRM, DMP,..)para conocer las motivaciones del cliente y poderle ofrecer un servicio mucho mas personalizado. Al fin y al cabo consiste en que el cliente se encuentra cómodo y sienta que sus necesidades son resueltas de formas única por nuestra empresa, personalizando al máximo las interacciones y si es posible el producto.

Ciencia ficción o no, esta es la tendencia. Los chatbot son en presente y futuro de la IA en el mundo del marketing. Como siempre, tenemos dos opciones: obviarlo y dejar pasar la oportunidad. O empezar a probar las opciones, ventajas y enfrentar problemas para estar preparados cuando sea necesario. Recordamos la importancia de la omni-canalidad, es decir, poder atender al cliente por cualquier canal (físico o virtual) para ofrecer la mejor experiencia de usuario posible.

Tomando el pulso a la Transformación Digital en España

blog1

¿Qué está ocurriendo en el panorama del Marketing Digital en España en los últimos tiempos? ¿Cuáles son las últimas tendencias y aproximaciones a la tan aclamada “transformación digital” que se está produciendo en el entorno empresarial en estos momentos?

Para aclarar esas y otras preguntas decidí asistir el pasado 20 de Octubre al evento que organizaba ICEMD en ESIC con el sugerente título de “6th Digital Business Summit”. Los ponentes resultaban de lo más interesante y los eventos en ESIC nunca defraudan.

Arrancó la jornada Beatriz Navarro @BnavarroBeatriz de FNAC, realizando una interesante reflexión acerca de cómo una empresa como la suya maneja el “offline” y el “online” y consigue una estrategia de marketing multicanal que aporta valor al cliente/usuario de sus productos y servicios. FNAC tiene en ese aspecto el gran reto de competir contra Amazon a través de su propuesta de valor diferente muy centrada en la actividad física en sus tiendas (presentaciones, coloquios, eventos,…).

A continuación Daniel Canomanuel @canomanuel de AXA lejos de “hablar de su libro” se centró en pintar un panorama muy atractivo en el que la inteligencia artificial, la realidad virtual y el internet de las cosas podrían tener un efecto transformador en la aportación de valor en industrias tan aparentemente “aburridas” y “commodity” como la aseguradora. Daniel apostaba porque las grandes empresas miraran de reojo a qué hacen las start-ups (le deseo mucha suerte en tal empeño, ya que debe de ser sin duda complejo realizar ese sano ejercicio desde todo un trasatlántico que rehúye el riesgo como el sector asegurador).

Se lanzó después al ruedo Remigio Lluch de PRISA. Quizá fuera el ponente más académico, muy didáctico y con un desarrollo de su visión muy atractivo. Me quedo con una de sus ideas que comparto al 100%: “La transformación digital no va de tecnología, va de negocio”. Otra de sus ideas fuerza fue que “muchas compañías no valen ya por su cuenta de resultados sino por los datos de cliente que manejan”. Fue sin duda interesante su exposición de “cacharrería tecnológica” que cree que va a transformar la realidad empresarial (ya lo está haciendo) en los próximos tiempos: sensores, internet de las cosas, impresión 3D, realidad virtual,… aunque como indicaba, no son los artefactos tecnológicos lo que va a cambiar nuestro mundo sino la transformación de los negocios: “uberización de los sectores”, 24/7 realtime marketing,…

Hasta aquí la sesión discurría por los derroteros esperados: grandes empresas poniendo en valor las oportunidades de negocio en un entorno en el que las barreras entre “off” y “on” ya no tienen sentido sino la multicanalidad. El problema de estas exposiciones es que faltaba lo que los americanos denominan “walk the talk”. Resultaban demasiado académicas y no mostraron ejemplos concretos de cómo sus empresas están sacando provecho a la digitalización.

Y fue en ese momento en el que saltaron a la arena los dos últimos ponentes que representan dos modelos de negocio nacidos 100% en entorno digital. No es que crean en la “transformación digital”, es que ellos son ya eminentemente digitales desde sus inicios y por ello lo ven con absoluta naturalidad.

Victor Garcia de Westwing habló de cómo su empresa de venta online de artículos de decoración para el hogar apuesta por el “content shopping”. Su página web y su app son fantásticos escaparates que a modo de revista dan ideas a los clientes sobre cómo decorar su casa. El fin último es que se produzca una venta, pero ésta siempre resulta de una experiencia con el contenido de su plataforma, sus blogs, sus artículos.

La jornada la cerró David Moreno @HawkersCo de Hawkers. David hizo una puesta en escena muy potente, desde una pretendida naturalidad y desenfado, muy en línea con el marcado carácter “canalla” de las gafas que venden. La tesis fundamental de David fue que en este entorno digital hay que moverse con actitud “hacker”, buscando atajos y rompiendo los moldes, no tratando de circular por caminos ya muy transitados sino por donde nadie quiere marchar. Los resultados demuestran el enorme éxito de Hawkers vendiendo un producto sencillo y con una aparente falta de estrategia clara (según David eso es precisamente lo que vuelve locos a sus competidores).

Lo más interesante de la jornada fue sin duda comparar dos visiones tan diferentes de la transformación digital:

  1. La de grandes trasatlánticos con enormes estructuras que tienen que empezar por romper esquemas mentales en su propia organización antes aún de iniciar el periplo. Afortunadamente cuentan en sus equipos con líderes como Beatriz, Daniel y Remigio que lo tienen muy claro, pero sin duda les va a suponer una larga travesía por el desierto.
  1. La de empresas que no tienen ni siquiera que cuestionarse si deben ser “off” u “on” ya que manejan ambas dimensiones desde sus orígenes con absoluta naturalidad. Sus estructuras son ligeras y la toma de decisiones rápida y descentralizada. Son lideradas por equipos jóvenes y no solo no les preocupa el riesgo sino que lo buscan.

Sin duda un debate interesante en el que será divertido participar en los próximos tiempos: ¿se llevarán el gato al agua los grandes “players” nacidos en la economía tradicional que podrán acometer el cambio o los nuevos entrantes que de momento operan en industrias muy ligadas al comercio electrónico pero que serán capaces de transitar por industrias mucho más convencionales innovando con nuevos modelos de negocio? … próxima entrega en su cesta de la compra.