Muchas soluciones de tecnología para el comercio electrónico se basan en soluciones de "automatización". Pero la mayoría de ellas se basan en la aplicación automatizada de cientos de ' reglas ' creadas y administradas manualmente.
Imaginemos un mundo en el que todos utilizáramos coches autónomos, pero autónomos sin tener la percepción de la situación o contexto, es decir “a ciegas”. Los coches sabrían lo que sus pasajeros quieren, y tendrían unas reglas que seguir con el fin de operar de forma robótica en consonancia con los deseos de cada individuo. Sin embargo, al no tener una visión externa del contexto, no tendrían ni idea de lo que otros coches están haciendo.
El resultado sería claro: un caos. Incluso si cada coche fuese conducido bien técnicamente, sería muy fácil que se estrellasen. El problema, claramente, es que estos coches no tienen manera de saber lo que otros coches están haciendo a su alrededor, lo que probablemente pueden hacer a continuación o donde está el resto de los coches en el mapa.
De hecho, lo más probable es que nunca se te ocurriese ir en un coche con este tipo de tecnología, pero mucho menos aplicarlo a un negocio. Pues esto es exactamente lo que muchos e-commerce de todo el mundo están haciendo.
“La gran mayoría de las llamadas “tecnologías de automatización de e-commerce” funcionan igual que los coches autónomos sin contexto. Ellos miran la intención individual y utilizan reglas para tratar de ofrecer una experiencia relevante pero superficial. Establecen reglas sobre los resultados generados automáticamente, en la creencia de que la inteligencia humana aún supera cualquier otra cosa, incluyendo las computadoras.”Declara Alberto de Torres CEO de Nektiu y Director del Programa Superior en Inteligencia Artificial de ICEMD.
Al igual que con el ejemplo de los coches, realmente no es que funcionen mal, sino que les falta una visión del comportamiento de la multitud de personas y del contexto.
La realidad es que este tipo de herramientas de automatización de ventas de e-commerce simplemente no funcionan. Esta automatización, en lugar de conseguir una verdadera relevancia, lo que obtiene es una conjetura en la intención de compra individual basada en una simplificación del comportamiento humano, que se genera totalmente fuera del contexto de las tendencias más amplias y la sabiduría de la multitud.
Viendo un simple ejemplo de automatización de e-commerce, que esencialmente se basan en las reglas ‘ IF/THEN ‘: IF “visitante” = “mujer” AND “mes” = “junio THEN recomendar la moda de playa.
¿Es esa lógica simple la que realmente nos da la verdad de cada visitante femenino? Claro que no. Entonces, ¿cómo pueden las recomendaciones que ofrece realmente ser relevantes para cada visitante? Incluso esa relevancia superficial es una ilusión, que inevitablemente daña la experiencia del cliente y, por tanto, las ventas.
Inteligencia en Tiempo Real
Pero ¿cuál es la solución a esa cuestión teórica del coche? ¿Más reglas? Si todavía estuviéramos en la década de 1930 y donde las carreteras estaban en gran parte desiertas, tal vez. Pero con el gran desarrollo del procesamiento de datos en tiempo real, significa que los coches controlados por las reglas simplemente no funcionarían en un coche, todo lo contrario, se esperan que sean inteligentes.
Para funcionar correctamente deben ser adaptables, inteligentes y críticos, capaces de aprender continuamente en tiempo real.
Lo mismo ocurre con la automatización del e-commerce. Cualquier solución que no sea inteligente no es una verdadera automatización, y no ofrecerá relevancia verdadera que – por su naturaleza – debe adaptarse en tiempo real y reflejar la plena complejidad del comportamiento humano.
“Automatización Simple”, los cinco problemas clave
Los enfoques basados en reglas, en esencia, sufren de algunos defectos importantes:
Solo simplifican – los datos como el género y la temporada, como en el ejemplo, son claramente insuficientes cuando se trata de predecir y reaccionar a la intención probable del comprador.
Personalizan demasiado a un “comportamiento” particular – la verdadera relevancia proviene de entender el comportamiento de un grupo, no el de un individuo.
Los que están basados en reglas dependen de la intervención humana (por ejemplo, para definir la duración de la temporada de verano).
Los que están basados en reglas crecen rápidamente y estar fuera de control, ya que son demasiadas reglas para gestionar eficazmente: cambiar una regla y las consecuencias para otras reglas (buenas o malas) son desconocidos los efectos siendo demasiado tarde.
Las reglas y las personas que trabajan con ellos simplemente no pueden hacer frente a la complejidad de los datos lo suficientemente rápido como para reaccionar en tiempo real a un contexto cambiante y al comportamiento.
Características de una herramienta de automatización Inteligente
Las herramientas de Inteligencia Artificial eliminan completamente la dependencia de las reglas, reemplazándolas con una automatización avanzada que aprende, reacciona y se adapta en tiempo real para ofrecer verdadera relevancia.
Se ha comprobado que transforma el rendimiento de las ventas y reduce los costes, a la vez que libera de la ingrata tarea de administrar cientos, incluso miles de reglas en las herramientas de automatización.
La aplicación de Inteligencia Artificial trata de conseguir la relevancia en la comercialización digital, tanto en los productos que se muestran a los compradores, como cuando y lo que se tienen que mostrar. Todo el proceso está automatizado, con sólo una intervención humana requerida a alto nivel, así las decisiones a decidir en la comercialización digital son si se quiere una estrategia para optimizar la conversión, los ingresos o las ganancias.
Esto es posible porque se calcula la exposición del producto no de acuerdo con las reglas fijadas manualmente, sino de acuerdo con un conjunto de algoritmos de inteligencia artificial integrados que representan el comportamiento individual del visitante en todo el sitio y para todos los visitantes, en tiempo real.
¿Cómo funciona la herramienta de Inteligencia Artificial?
La herramienta de IA tiene como objetivo mostrar los productos más relevantes a un visitante en un momento dado y en todos los contextos posibles. Cada producto y variante se asigna una puntuación de relevancia con cada consulta. La puntuación de relevancia se utiliza para comparar los productos en la consulta.
La relevancia se basa en el contexto y el contexto se basa en cuatro componentes diferentes; el tipo de panel que se utiliza, la estrategia empresarial del e-commerce (incluyendo ajustes de estrategia de exposición, promociones y margen), el comportamiento histórico del visitante y el comportamiento histórico de otros visitantes del mismo perfil que el visitante actual.
Los paneles que aceptan el argumento “Búsqueda por” pueden clasificar productos de acuerdo con la relevancia con algoritmos de clasificación en base al Top Ventas.
El orden de clasificación de relevancia se consigue con un método de ordenación algorítmica, y el orden de ordenación que se recomienda en la mayoría de los casos de uso. Selecciona un algoritmo de clasificación basado en el panel de búsqueda y es el orden de clasificación el que se usará para beneficiarse plenamente de la configuración de la estrategia de exposición, de promociones y de venta por margen.
Optimización y rentabilidad
Con un sistema de optimización de ecommerce basado en Inteligencia Artificial, se puede conseguir incrementar los KPI principales de un ecommerce. Para ello podemos establecer una estrategia basada en los algoritmos de Inteligencia Artificial que nos permitirán crecer de varias formas, bien por conversión (ganando cuota de mercado), por ingresos (incrementando facturación) o por ganancias (incrementando beneficio).
Siendo los principales beneficios de la Optimización basada en Inteligencia Artificial, el primero sería conseguir alcanzar los objetivos de negocio en margen, rentabilidad y tener la capacidad de reaccionar a las tendencias de compras en tiempo real. El segundo alcanzar una eficiencia operativa, pues permite automatizar aspectos repetitivos y sensibles en tiempo real. Y sobre todo una Experiencia de cliente optimizada, ya que al usar machine learning y el análisis de macrodatos permite comprender las interacciones de cada cliente en tiempo real y ajustar la exposición del producto para ofrecer experiencias de compra individualmente relevantes.
Walmart anunció ayer que sus productos se pondrá a disposición de los compradores en Google Express, el mercado online de Google. Expertos de la industria ven esto como un movimiento a competir directamente con el ecommerce de Amazon.
Dicen que la Asociación Google y Walmart se trata más de prepararse para el futuro del comercio electrónico, para poder jugar de forma prominente. Eventualmente, los clientes de Walmart podrán comprar productos mediante la búsqueda y la compra con el ayudante de Inteligencia Artificial de Google, Google Home.
La búsqueda por voz es sólo una de las formas en que la inteligencia artificial impactará el futuro del ecommerce. Ingresos generados por la aplicación directa e indirecta del software IA crecerá a partir de $1,38 mil millones en 2016 a $59,75 mil millones por 2025, según los pronósticos de Tractica.
Asistentes con Inteligencia Artificial y más allá, ¿cómo se beneficiarán los vendedores de e-commerce y los consumidores de la inteligencia artificial?
Vamos a ver la tendencia y algunas de las aplicaciones actuales y futuras más importantes de la inteligencia artificial en el comercio electrónico.
Búsqueda de voz y asistentes de Inteligencia Artificial
Si alguna vez has conversado con Siri, sabes que ella tiene una manera de ir a mejorar su comprensión de sus peticiones. Los asistentes de IA en el mercado, como Google Home y el eco de Amazon, han mejorado en la comprensión y la entrega de nuestras peticiones, pero todavía hay mucho espacio para mejorar allí, también.
A los resultados de superficie que coinciden con la intención de búsqueda, los algoritmos deben ser entrenados para reconocer e interpretar numerosos patrones en nuestro lenguaje natural.
El reconocimiento de voz ha sido un problema difícil de resolver debido a las innumerables variaciones en la forma en que la gente habla. A diferencia de las búsquedas mecanografiadas que se asignan a palabras clave relevantes, las búsquedas de voz son más complejas. Tienden a ser más largos y menos directos. A los resultados que coinciden con la intención de búsqueda, los algoritmos deben ser entrenados para reconocer e interpretar numerosos patrones en nuestro lenguaje natural.
Walmart ha anunciado que sus productos se pondrán a disposición de los compradores en Google Express, el mercado online de Google. Expertos de la industria ven esto como un movimiento a competir directamente con el dominio de Amazon en ecommerce.
Hiper-focalización con aprendizaje automático
Encontrar a los consumidores adecuados es cada vez más fácil para los vendedores que pueden extraer información de los datos disponibles para ellos.
Los vendedores pueden ir mucho más allá de los grupos demográficos de alto nivel para dirigirse a los compradores. Los algoritmos de aprendizaje de máquinas — otra subcategoría de inteligencia artificial — encuentran patrones en datos tanto en línea como offline para entender lo que los consumidores probablemente estarían interesados en comprar. Historial de búsqueda, historial de compras, perfiles sociales e interacciones, y geolocalización (gracias, teléfonos inteligentes) son verdaderos minas de los datos del consumidor.
Apuntar con la ayuda del aprendizaje automático es preciso, y puede ser contextual. Tomemos como ejemplo los faros. El cielo se abre y la lluvia comienza a caer en su caminar al trabajo. A continuación, recibirá una notificación de que una tienda cerca tiene un montón de paraguas a la venta, justo cuando usted necesita uno. Estos beneficios se aplican al comerciante con presencia en la tienda, y a todos los vendedores de comercio electrónico que buscan llegar a los consumidores a través de venderles en el momento adecuado.
Historial de búsqueda, historial de compras, perfiles sociales e interacciones, y geolocalización son verdaderos minas de datos de consumo.
El aprendizaje de la máquina hace posible reunir los viajes de los clientes y predecir las compras futuras. Al aplicar el aprendizaje de la máquina a los datos de la red social, como el de Facebook, los minoristas pueden ofrecer sus productos basándose en páginas gustadas e incluso lo que los amigos han comprado. Todos estos datos pueden alimentar las recomendaciones de compra que los minoristas pueden servir en sus sitios web, en correos electrónicos o en canales sociales.
Experiencia personalizada del cliente
La inteligencia artificial está consiguiendo la búsqueda de insights del cliente más rápidamente y menos subjetiva. En B2C Retail, las encuestas de investigación de mercado no son necesarias para entender las preferencias de los clientes. Los datos de los clientes están en todas partes y el aprendizaje automático puede ayudar a los minoristas a determinar el tipo de experiencias que los consumidores desean.
Los motores para la recomendación de producto funcionan con algoritmos de aprendizaje continuo, que utilizan cada nueva acción que un comprador toma para personalizar las sugerencias. Cuanto mejor se obtiene en la sugerencia de los consumidores de productos que están interesados, mayor fidelización y lealtad por el sitio ecommerce.
La inteligencia artificial puede ayudar a personalizar la experiencia de su sitio web para las preferencias individuales del cliente. Los grandes minoristas emplean equipos de científivos de datos para extraer datos sobre tendencias de compra, lealtad del cliente, demografía y patrones de navegación que permiten a los minoristas anticipar la demanda, identificar a los clientes de alto valor y ofrecer ofertas relevantes y personalizadas en el momento adecuado. Los datos de los clientes están en todas partes y el aprendizaje automático puede ayudar a los minoristas a determinar el tipo de experiencias que los consumidores desean.
Incluso si un equipo de científico de datos o de ingenieros analiza a través de los datos de los clientes, el resultado es menor que con la aplicación de las tecnologías de machine learning que hay en el mercado permitiendo conseguir visualizar la estrategia de marketing de los clientes. Así los ecommerce de todos los tamaños tienen acceso a sus propios datos, que pueden ser desde el comportamiento de la compra disponible a través de un CRM, o las vistas de los viajes con los clics del sitio web, a través de una cuenta de Google Analytics gratis.
Servicio al cliente habilitado por Chatbot
Gartner pronostica que el 85% de la interacción con el cliente será gestionado por máquinas en el 2020. Aunque eso podría ser sorprendente para algunos, un científico de datos no vacilaría en esta predicción. Las mejoras en la inteligencia artificial permitirán a Chatbots interpretar lo que un cliente está pidiendo en una variedad más amplia de escenarios.
Actualmente todavía los Chatbots necesitan una buena parte de la supervisión humana y se emplean mejor en escenarios bien definidos donde se espera la mayoría de las respuestas rutinarias. Pero al igual que la mayoría de las cosas que dependen de la inteligencia artificial, los bots pueden ser entrenados. Parte de lo que hace posible la evolución de Chatbots es la abundancia de datos de entrenamiento disponibles en el soporte de chat en línea.
Gartner pronostica que el 85% de la interacción con el cliente se manejará sin un humano por 2020.
Y debido a que los bots no necesitan dormir o días de descanso, Chatbots ayudará a los ecommerce a proporcionar un servicio de atención al cliente más confiable y a largo plazo, más barato. Este servicio de atención al cliente de 24 horas estará a su alcance.
Los ecommerce de lujo que ofrecen un servicio de atención al cliente impecable en las tiendas y asistentes de compras personales podrían emplear a un asistente de Chatbot muy inteligente para ofrecer atención de alto nivel al cliente a los compradores online.
La inteligencia artificial ha tenido un largo camino desde la prueba de Turing, y sus implicaciones en el ecommerce y retail van a ser de gran alcance. ¿Qué puede ofrecer a corto y largo plazo la inteligencia artificial a los ecommerce y los consumidores? En el ecommerce que es más conveniente, más receptivo a las necesidades de los consumidores, y en última instancia, incluso ser predictivo.