Inteligencia de Marketing tratada con Inteligencia

La inteligencia artificial que se aplica en el Marketing Intelligence, se trata de matemáticas, no es magia que aparece cuando lo deseas… Este es un primer concepto que deseo aclarar en el post de hoy… jejeje. Como todo proceso de automatización, se trata de generar sistemas de “estímulo-respuesta” o “causa-efecto” que pueda entender y aprender a generar una computadora/ordenador.

Todos los procesos de automatización, desde aquellos más sencillos, implican aprendizaje mediante estadísticas y análisis de probabilidades… De ahí la denominación “Business Analytics o la parte “Inteligente” del proceso…

Durante unas cuantas semanas, me he visto en la tesitura de impartir unas cuantas charlas y conferencias de este tema —que es el tema de mi segunda tesis doctoral, por cierto—, e incluso ser invitado a Canadá a dar un curso del mismo, y en estas conferencias, he podido observar que, la mayoría de las empresas (por no decir todas), aún están en pañales, a la hora de aplicar la automatización Inteligente a sus procesos de toma de decisiones, incluso a nivel estratégico…

Screen Shot 2018-12-06 at 4.06.12 PM

En materia de aplicar esas matemáticas a los datos de marketing de hoy día, nos podemos encontrar cinco problemas principales (las 5 V del BI), coincidentes con la filosofía esencial misma del BI (Business Intelligence) y que no están lejos de otras problemáticas que se envuelven en estas:

1. Volumen: Hay tantos datos creándose y procesándose, en este preciso instante que, cualquier intento de cuantificarlo, simplemente suena como cuando te pones con tu hija pequeña a inventar “palabros”: ya no son Megabytes, ni siquiera Gigabytes o Terabytes… Son Zettabytes y Zetabytes de datos, a nivel mundial… Son números que, difícilmente el cerebro de un ser humano puede asumir…

2. Variedad: Hay más tipos de datos que nunca (textos, fotos, videos, sonido, metadatos, post, documentos,…)

3. Velocidad: Nos llega más rápido que nunca. La velocidad de Internet es cada vez más acelerada, al mismo tiempo que no tenemos que estar “anclados” a un ordenador o computadora de sobremesa.

4. Veracidad: Los datos deben ser verificados. Si algo no es comprobable, puede ser perjudicial para tu negocio. “Puedes trabajar tu reputación toda tu vida y perderla en un segundo”.

5. Valor: Curiosamente los datos son como su esencia misma —el meme—. Como tal, esa unidad mínima de significado no sirve para mucho, solo es un insight en pañales… Pero cuando profundizamos en él, podemos encontrar la coincidencia con un buyer-persona, y con todos los gain y pain points, y con todas las aspiraciones de ese buyer-persona, y puede ser determinante, a la hora de encontrar una propuesta de valor para nuestra marca.

El Aprendizaje Automatizado puede ayudar a los profesionales de marketing a superar todos esos problemas, pero necesitamos poner toda la información en su sitio, organizarla y programarla en posición para, de este modo, procesarla correctamente y ponerla en marcha, para que arroje resultados óptimos.

Ojo! hay que aclarar que hay una diferencia entre Inteligencia Artificial y Aprendizaje Automatizado… La primera se produce cuando desarrollas un algoritmo que le permite a un ordenador “pensar” por ti —y conste que pongo entre comillas “pensar”— para lograr un objetivo concreto y predefinido, que puede extenderse tanto como queramos o precise la empresa u organización. En cambio, el Aprendizaje Automatizado se produce cuando se permite al ordenador (computadora) crear un algoritmo, por sí mismo, para resolver los objetivos que se le asigna, basándose en grandes conjuntos de datos.

Tenemos además, “Aprendizaje Profundo” cuando tienes muchos algoritmos de Automatización del Aprendizaje, con conjuntos profundos de datos trabajando en “equipos” y con un mismo objetivo.

Igual que existen cinco pasos en el Proceso del Marketing (Investigación, Análisis, Diagnóstico, Estrategia y Plan de Acción), existen cinco etapas en el uso de datos en las organizaciones:

1) Identificación del Problema: puedes utilizar los datos para identificar lo que sucedió.

2) Diagnóstico: puedes usar datos para diagnosticar problemas y por qué sucedieron.

3) Análisis Predictivo: puedes predecir lo que sucederá.

4) Análisis Estratégico Prescriptivo: puedes utilizar los datos para determinar lo que debería suceder.

5) Plan de Acción Proactivo: un ordenador o computadora puede usar datos (BigData) para que lo resuelva o incluso decida por ti.

La mayoría de las compañías se encuentran en algún lugar alrededor de las etapas 2 y 3, es por esto que aún nos queda un largo camino por recorrer, en el que CETYS Universidad, como institución educativa y formativa, la Graduate School of Business de CETYS, como líder del Master in Business Administration, y yo mismo, como Coordinador de éste en la ciudad de Tijuana, a partir de enero, podemos ayudarte a implementar un plan de AI, que hará más eficientes los recursos de tu empresa u organización.

Feliz semana!!!

Anuncios

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s