Publicado en 21 de nov de 2019 por Alberto Córdoba
Rafael Vara, CEO de Lukkap Iberia & Latam
Predecir el comportamiento de clientes y empleados, nos permitirá adelantarnos a los acontecimientos
Inteligencia Artificial y Machine Learning. ¿Otra vez? Sí. Porque, aunque hayamos escuchado hasta la saciedad de su importancia, parece que el concepto no termina de calar.
¿Por qué nos da miedo el concepto de Inteligencia Artificial? ¿Por qué no nos atrevemos a lanzarnos con un proyecto de Machine Learning? ¿Nos preocupa la rentabilidad de captar datos en una organización? ¿Creemos en la predicción del comportamiento? A día de hoy, todavía surgen miles de dudas que motivan que muchas compañías sigan con ciertas reticencias hacia el progreso que la tecnología pone a nuestra disposición.
Los estudios dicen que, para 2020, el 64% de las compañías utilizarán Machine Learning y que, para 2023, la inversión empresarial en Inteligencia Artificial superará los 20 billones de dólares. Ello conllevará un cambio de paradigma en los modelos de negocio; cambiará la forma y el contenido de lo que vendemos; cambiará la manera en la que compramos; y, como no puede ser de otra manera, esto tendrá un importante impacto en el mercado laboral.
Sin duda, aquellas empresas que empiecen a construir modelos basados en Machine Learning conseguirán una ventaja competitiva adicional, ya que empezarán a afinar los modelos de toma de decisiones respecto a los productos y servicios que ofrecen –en base a la predicción del comportamiento– y, en consecuencia, a definir una estrategia de ventas y experiencia de cliente que marque la diferencia con sus competidores.
Entonces, si los datos demuestran que la tendencia a medir, a analizar los datos e ir hacia la IA es imparable, ¿por qué algunas empresas no empiezan ya? Las razones son tan básicas que asustan:
- Miedo al concepto. El ser humano tiende a tener miedo a lo desconocido, y más aún si invade su seguridad física e intelectual. Que una máquina (y una empresa detrás de la máquina) conozca y sepa lo que voy a realizar es algo que, de primeras, no agrada. Genera temor. Pero, ¿y si con ello nos pueden salvar la vida, hacer la vida de nuestros hijos más fáciles o educarles mejor? Entonces el miedo desaparecerá … los que crean en ello serán early adopters y, con ellos, el resto de la sociedad.
- Desconocimiento del potencial. Los proyectos de Machine Learning permiten sacar rentabilidad a la recogida de datos (bien sea de consumidores o de empleados). Muchas veces recogemos datos y datos, pero no sabemos qué impacto real tendrá esto. Contratar un servicio de análisis de predicción del comportamiento es muy rentable, pero se desconoce. Aquellos que tengan más iniciativa conseguirán los primeros modelos predictivos y, por ende, multiplicarán exponencialmente el retorno de la inversión que supone la captación de datos.
- Fracasos iniciales. En algunos casos, las pruebas piloto no han funcionado. Cuando recoges datos sin una metodología contrastada es difícil obtener datos de calidad. Es por ello que se recomienda asegurarse de que la metodología de medición este contrastada y las herramientas de recogida de datos sean fiables. Hoy por hoy, las herramientas de reconocimiento facial o neuromarketing son limitadas, pero hay otras herramientas (analytics, paneles, cuestionarios…) que permiten medir de forma predictiva la experiencia del cliente o empleado.
- Falta de pautas. No saber cómo o con quién hacer un proyecto de estas características hace que las organizaciones no sepan por dónde empezar. ¿Quién liderará el proyecto? ¿Debemos medir primero? ¿Son válidos los datos que tenemos? ¿Qué haremos después con lo que obtengamos? Contar con una metodología y unos pasos claros a seguir, nos ayudará a predecir con sentido y con éxito.
Si ya somos capaces de predecir picos de tensión en sistemas eléctricos, el impacto del incremento de precio de las materias primas en la economía, el por qué alguien comprará en IKEA o qué personas abandonarán la empresa en los próximos meses, ¿por qué no damos un paso más allá? Medir y predecir. Si predecimos lo que nuestro cliente y/o empleado hará, podremos anticiparnos, planificar y hacer la vida más fácil a los demás.
Publicado en 13 de jul de 2017 por Alberto Córdoba
Mercedes Palacios, Senior Consultant de Lukkap Customer Experience
¿Te ha hecho Netflix recomendaciones según tus gustos? ¿Te gustaría que tu empresa trabajara con los datos para darle al cliente lo que necesita?
Estamos inmersos en la era digital, en un momento en el que los datos son los encargados de revalorizar una compañía y en el que las empresas tratan de monitorizar toda la información cuantitativa que tienen entre sus manos para ayudar al cliente en la toma de decisiones.
Y es aquí, mezclando el término cuantitativo con el concepto de información, cuando surge algo que se ha convertido en “trendingtopic”: BIG DATA, algo similar a una minería de datos. Y es minería porque lo estamos explotando tanto que generamos 1.700 billones de bytes por momento, lo que de media equivale a 6 megabytes por persona/día; sin ir más lejos, la cantidad que generaba una persona en toda su vida a lo largo del siglo XVI. Es por ello que podemos decir que, en los últimos 5 años, se ha generado más información científica que en toda la historia de la humanidad.
Pues bien, ¿para qué utilizan las compañías toda esta información? ¿dónde van todos nuestros clics? ¿qué hacen con nuestras consultas infinitas a Google? ¿y con todas las publicaciones diarias que hacemos en las redes sociales? ¿por qué siguen nuestras últimas búsquedas para comprar un producto? ¿y los pagos a través de apps o tarjetas de crédito dónde se quedan reflejados?
Todo esto va a una “máquina” que les ayuda a las empresas a conocernos mejor, a poder reaccionar ante nuestras necesidades, gustos y emociones de forma anticipada. Todo ello hace que la experiencia que vivimos como clientes sea diferente, pero también que la empresa pueda evolucionar hacia el corto y medio plazo en base a decisiones de usuarios.
Sin embargo, cada vez son más los usuarios que se quejan de no saber a dónde van sus datos. Esta percepción cambia si los utilizamos para darles valor. Para ello, es clave identificar lo que es relevante para nosotros como personas y clientes, evitando anclarnos únicamente en ser predictivos ante nuestra próxima reacción de compra.
Pero, ¿qué necesitamos nosotros como clientes para saber si todos los datos que hemos cedido de forma voluntaria nos aportan en nuestro día a día?
Nos movemos en una sociedad que premia la inmediatez y por ello demandamos 5 V’s:
- Volumen: Contar con toda la información que necesito. Un “alto árbol” que agrupe todas mis posibles decisiones.
- Velocidad: Que sea inmediato, pudiendo disponer de él en el momento que quiero para tomar la decisión acertada. A veces, es preferible tener pocos datos en tiempo real que muchos a poca velocidad.
- Variedad: Ver los datos a modo de capas, es decir, ir subiendo de nivel de concreción según se va requiriendo.
- Veracidad: Que sea información de calidad, estando seguro del valor que me aportan.
- Valor: Comprobar que realmente me conocen y que lo que me ofrecen es lo que necesito.
Y esto mismo no solo lo hemos vivido con Netflix… seguiría con el claro ejemplo de Amazon, con las sugerencias de productos que me hacen de forma proactiva; saben que soy fiel consumidora de “las fundas de móvil”. Y por último, organizando mis vacaciones me encuentro con que el Club NH, del que formo parte, además de ofrecerme descuentos, me recomienda hoteles según las huellas que he ido dejando. ¡Incluso utiliza mis puntos para presentarme opciones personalizadas en las que canjearlos! En mi caso, desayunos (ha detectado que no los suelo coger) o terrazas en las que disfrutar de vistas (según la última visita que hice).
Somos conscientes de que estamos viviendo y disfrutando una transformación. Una transformación que vela por la transparencia, por la colaboración y sinergias, e incluso, por la interconexión de datos. Sabiendo dónde, cómo y cuándo sacarles partido.
Sin embargo, empecé hablando de experiencias únicas, emociones, gustos… ¿Creéis que esto lo cubre el BIG DATA por sí solo? Escribiendo esto, llego a la conclusión de que falta dar un salto más allá para poder explicar lo que no dicen los números. Las razones de por qué somos como somos y por qué reaccionamos de formas diferentes. Y mientras lo pienso, investigo y me doy cuenta de que esto está en marcha y es lo que llamamos THICK DATA.
Es algo lento y está en camino. Por ello, dejamos para el siguiente post el desvelaros el binomio perfecto: BIG + THICK, DATOS + EMOCIONES.
(BIG + THICK) DATA = BIG EXPERIENCE
Tags: Big data, Big data y experiencia de cliente, Cómo aplicar el Big Data, Consultora en Transformación Digital, Consultora experiencia de cliente, Consultoría Transformación digital, Customer Experience, Experiencia de cliente, Fidelización clientes, innovación, Lukkap, Xperience by Lukkap
Categorías: Customer Experience Digital, Estrategia de Customer Experience, Medir Customer Experience