categories

blog archive

8 de agosto de 2017

En febrero de 2012, el New York Times reportó un caso en el cual Target –la cadena estadounidense de supermercados– metió en “problemas” a una joven que estaba embarazada pero no le había dicho a sus padres. La compañía les dio la buena nueva –indirectamente– cuando comenzó a mandar a su casa cupones de descuento e información de productos de maternidad dirigidos a la chica directamente. El padre vio esto, se indignó y llamó a Target para reclamarles: “¡¿qué me están queriendo decir?!”. Días después, el hombre habló con su hija y volvió a llamar a Target: “les ofrezco una disculpa, parece que mi hija y yo debemos tener más comunicación…”.




Posiblemente creas que Target fue un poco “indiscreto”, pero también te estarás preguntando cómo lo hizo: machine learning. Dos palabras que posiblemente te suenen a androides o robots esclavizando a los seres humanos o quitándonos nuestros trabajos en un futuro, pero no, no es así –por lo menos ésa no es la idea.

Machine learning es la forma en que las computadoras pueden “aprender” por sí mismas como lo hacemos los seres humanos, es decir, recibiendo información y clasificándola de acuerdo a un contexto determinado para formar conceptos y patrones, los cuales les permiten predecir comportamientos y sacar conclusiones. Lo interesante es que para que las máquinas hagan eso no necesitarán una programación humana previa, sino que lo harán por sí solas usando sus propios registros anteriores.

¿Fantasía o ciencia ficción? No, ninguna de ellas. Esto es una realidad y Target ya comenzó a usar machine learning, aunque aún el método no esté del todo perfeccionado. La cadena analizó el comportamiento de sus clientas y lo asoció con diferentes etapas del embarazo a lo largo de 9 meses. Notó, por ejemplo, que en algunos meses las mujeres compran vitaminas y en otros, toallas húmedas o pañales. Así creó una escala para determinar las posibilidades de que una clienta esté en cinta basándose en su comportamiento de compra: si además de cumplir con ciertas condiciones resulta que el patrón inició con la compra de una prueba de embarazo, ¡eureka, tenemos una embarazada!



Los expertos de Target determinaron que la chica del caso estaba esperando un bebé basándose en sus compras… y acertaron. Por eso comenzaron a mandarle cupones.

¿Te das cuenta de las enormes posibilidades del machine learning para el trabajo del marketero? Anticiparse a las necesidades de los clientes es clave para poder aplicar esfuerzos de fidelidad o de atención a problemas, y el hecho de que las computadoras puedan hacer ese trabajo solas permitirá que los humanos nos dediquemos más a ser creativos y menos a hacer cálculos y a analizar registros históricos a mano.

Machine learning también le permitirá a los marketeros aprender a dar respuesta en tiempo real a las necesidades de los compradores, prediciendo cuándo es el mejor momento para contactarlos usando data de sus comportamientos pasados.

El consumidor moderno aprecia que las interacciones con él sean personalizadas en cada etapa de su viaje de compra, y el machine learning te permitirá lograrlo encontrando patrones más velozmente. Así mismo, te ayudará a encontrar micronichos de consumidores que comparten intereses y necesidades, y que por su escala tan pequeña te sean difíciles de encontrar haciendo revisiones manuales.

Como ves, no necesitas ser un nerd para comenzar a aplicar este concepto en tu trabajo diario. Sólo necesitas la asesoría correcta y ser muy creativo para sacarle provecho. ¿Ya pensaste cómo te serviría a ti?

facebook twitter email

Hay que dejar de hablar de nosotros.

Hay que hablar de ti.

Did we just become best friends? You’ll hear from us soon.