Tag: Inteligencia Artificial

Tras lo que hemos recopilado de lo que ha sucedido en el mundo del marketing digital durante este 2019 y lo que hemos podido averiguar de los próximos avances, os traemos las que creemos serán las principales tendencias del Marketing Digital para el próximo 2020.

En el medio digital aparecen nuevas redes que surgen día a día, proporcionando diversas formas de ampliar las fronteras de la marca.  Lo más importante de todo es estar al día de las innovaciones y por supuesto, estar atento a las necesidades del usuario. El principal motor hoy en día son las nuevas tecnologías como la Inteligencia Artificial o el Big Data y esto se refleja en algunas de las tendencias para este 2020:

1. Los usuarios prefieren cada vez más las búsquedas por voz.   

Para adaptarse a este nuevo comportamiento es necesario crear contenido en torno a frases semánticas, sustituyendo a las típicas palabras clave. Los altavoces inteligentes son el dispositivo con el crecimiento más acelerado del mundo, estos son usados más para acciones diarias como preguntar por el tiempo que hará durante el día o poner música, en lugar de realizar compras. La creación de contenido de marca específico adaptado a los altavoces inteligentes será la tendencia de los próximos años.

2. Trato personalizado y comunicarse con la marca

La comunicación de masas cada vez tiene menos repercusión. Para que la comunicación entre el usuario y la marca fluya el mensaje debe estar personalizada lo máximo posible. Respecto a la comunicación entre el usuario y la marca, debe ser lo más inmediata posible, para esto muchas empresas se opta cada vez más por el uso de WhatsApp para empresas, Messenger o la más usada, los Chatbots, para responder los mensajes de usuarios, que gracias a la Inteligencia Artificial permite mantener conversaciones personalizadas en tiempo real con sus clientes.

3. Encontrar nuevos productos en las Redes Sociales

Cada vez más usuarios realizan compras a través de las RRSS o gracias a éstas, ya sea porque hayan visto el producto, porque hayan comprado directamente desde la red social o hayan buscado información del producto. Los “shoppable posts” estarán a la orden del día en las publicaciones de las marcas. Básicamente son posts donde aparece información del producto como su nombre y precio, haciendo clic te redirigen a la página oficial donde se encuentra el producto para que puedas comprarlo, funcionan mejor los vídeos cortos que las imágenes.

4. Una imagen vale más que mil palabras

La importancia del vídeo no para de aumentar, por eso es que YouTube cuenta hoy en día con más de mil millones de usuarios activos, cada vez más marcas utilizan este formato para anunciarse. Instagram y Facebook son plataformas ideales para mostrar a los usuarios contenido de vídeo, incluso vídeos en directo.

Por otro lado, el podcast ofrece la ventaja de poder consumirse mientras realizamos actividades. Este formato ayudará a la creación de branded content ya que el usuario concibe este tipo de contenido como más cercano y amigable.

5. Los contenidos interactivos y/o inmersos atraen a los usuarios

Gracias a la Inteligencia Artificial las marcas son cada vez más capaces de crear contenidos que proporcionen a los usuarios mejores experiencias y más personalizadas. Contenidos como los vídeos interactivos, la realidad virtual y la realidad aumentada tienen un gran potencial de éxito, el problema es que las marcas no saben sacar partido de ello. Este tipo de contenido ponen al alcance de las marcas la innovación y la creatividad que les permitirá diferenciarse de la competencia.

En resumen, las principales tendencias del Marketing Digital para este 2020 se centran en sacar partido a las nuevas tecnologías y a la Inteligencia Artificial así como saber qué necesita su target y adaptarse a él,  el consumidor.

Por último, te animamos que eches un vistazo a las Tendencias de Marketing Digital que publicamos sobre el 2019.

Gracias a las nuevas tecnologías de Información (TIC) e Internet, hoy en día la experiencia de los usuarios en un museo puede ir más allá que el simple hecho de observar obras de arte. A día de hoy los museos apuestan cada vez más por alternativas para adaptarse al consumidor a través de tecnologías como la Inteligencia Artificial y la gamificación.

Adaptación al consumidor

La manera de adaptar esta experiencia al consumidor sería mediante inteligencia artificial y a través de un sistema de “Visual Sensoring” de forma que se obtiene información tal como la edad aproximada de los visitantes para saber el nivel de tecnicismos usados a la hora de informar acerca de una obra artística o adaptar la comunicación a las personas de avanzada edad con la interacción por voz.

Otra tecnología para adaptar el museo al usuario es a través de un sistema de tracking con el que se puede conocer los puntos principales dentro del museo; las obras más visitadas, dónde permanecen durante más tiempo los visitantes, zonas que nadie visita, etc.

Por otro lado, uno de los principales problemas que encuentran los usuarios es la falta de ayuda para la navegación por el museo, para ello existe un software llamado ‘Sistema de posicionamiento en interiores’, algo que Apple ha estado desarrollando para mapear en interiores. De esta forma los visitantes podrán guiarse dentro del museo.

Estas herramientas permitirán a los responsables del museo generar experiencias y configurarlas para los visitantes.

Gamificación

En un post anterior, comentábamos que la gamificación se centra en el uso de mecánicas del juego para impulsar la participación y generar una mayor motivación/implicación tanto de públicos internos como externos dentro del mundo empresarial. En este sentido, a través de técnicas de gamificación podemos introducir elementos que motiven al visitante a realizar una determinada acción. Algunos ejemplos de este tipo de acciones pueden ser:

  • Liga. Grupos de visitantes compiten entre sí a través de una competición con resultados valorados. Ofrecen una compensación a los ganadores.
  • Juega a ser Sherlock. Deben buscar determinados elementos del museo o dentro de una obra y hacer de la visita a un museo un juego búsqueda y descubrimiento de conocimiento.
  • Quiz. A modo de juego “trivial”, responder preguntas sobre obras o elementos del museo, en base al número de aciertos, pueden obtener descuentos en la tienda de souvenirs del museo o descuento para ver otra exposición no permanente, por ejemplo. Para ello, se podría optar por solicitar el mail al usuario para enviar el descuento online y tener un registro de participantes.
  • Una alternativa para visitantes online, más enfocado al tema educativo, tendrá un determinado itinerario (ej. la Hispania romana), una determinada información, a través de una determinada comunicación y poseerá una gamificación adaptada y personalizada.
  • Realidad virtual. La tecnología más puntera y atractiva, a través de ésta los visitantes podrían tener experiencias únicas que solo podrán experimentar acudiendo al museo.

Uno de los principales problemas de los museos es que los usuarios solo visitan una sola vez. Gracias a estas tecnologías, supone una alternativa atractiva para los gestores de museos y que puedan llegar a convertirse en un lugar de diversión y aprendizaje y de esta forma conseguir mayor fidelidad por parte de los usuarios y visiten museos más de una vez.

seamless-customer-experience

Antes del auge Big Data e Inteligencia Artificial (IA), las técnicas de marketing se sostenían en «casi conjeturas» gracias a las investigaciones de mercado offline pero que no siempre reflejaban lo que realmente querían los consumidores al 100%. De ahí que digamos «conjeturas», como una aproximación o estimación probable. Sin embargo, actualmente, gracias a las nuevas tecnologías inteligentes y al mundo Social Media, las marcas pueden eliminar estas «conjeturas» e incorporar comentarios reales de los consumidores a sus estudios de mercado para obtener una ventaja competitiva.

Por otro lado, existe una nueva generación, los Millennials, que están acostumbrados a trabajar con bots desde realizar una queja a través de chatbots hasta tener «meets» con bots (ej. citar a un coche Uber). Por lo que no sorprende que esta generación quieran que estos bots los ayuden a elegir un atuendo, un coche o una escapada de fin de semana. Ya sean recomendaciones de Amazon impulsadas por la Inteligencia Artificial que revolucionan la cadena de productos o que toda la industria publicitaria se ajuste a los algoritmos de Google y Facebook, que la Inteligencia Artificial ha estado moldeando el espacio online más que cualquier otra tecnología.

Una nueva generación que requiere nuevas soluciones: IA & Seamless Consumer Experience

La solución es simple de explicar pero difícil de ejecutar: hacer que la experiencia de consumo online sea tan parecida como estar en una tienda física o frente una persona real. El ingrediente que falta aquí es una voz: una voz en sentido figurado, que los consumidores deben escuchar sus deseos y necesidades; una voz en sentido literal, que los consumidores deben poder usar el lenguaje para dirigir su experiencia de compra; y una voz en sentido práctico, que las marcas deben utilizar un tono claro.

Un ejemplo claro de todo esto es Starbucks. La app de la compañía -en EE.UU- permite a los clientes usar su propio «Natural Language» para hacer su pedido antes de llegar a la tienda. Como Starbucks sabe, la idoneidad es clave, y el Procesamiento del Lenguaje Natural permite que los pedidos sean personales y fácil de hacer.

A este tipo de soluciones se les llama Seamless Consumer Experience. Se trata de un concepto focalizado en el usuario y cuyo objetivo es hacer que éste obtenga su experiencia en el consumo de un producto o marca de forma sencilla, transparente y sin  interrupciones (ej. colas de espera).

La Inteligencia Artificial no va a reemplazar a las personas, pero debería ayudarnos a trabajar de manera más efectiva y eficiente. Por ejemplo, cuando el consumidor interactúa con un agente virtual, es fácil infundirle una tonelada de información personal sobre él, y puede actuar sobre esa información rápidamente. Si se le proporciona esta misma información a un agente call center, solo hay una cantidad de datos que pueden procesar sin dejar de responder al cliente.

Por tanto, estas tecnologías inteligentes puede ayudar a personalizar y abordar las preocupaciones individuales de manera mucho más rápida y eficiente que las personas, y los escenarios más complejos serán aquellos en los que comience a buscar la intervención humana en combinación con la Inteligencia Artificial. Todo el mundo quiere una interacción fácil, sin fricciones, similar a la de Amazon, Starbuck, … y eso se está convirtiendo rápidamente en una apuesta para las expectativas de los clientes. La IA puede ayudar a que las empresas lleguen allí donde el ser humano no puede.

Tanto la Inteligencia Artificial, Procesamiento del Lenguaje Natural, Machine Learning… son, probablemente, las tecnologías más predominantes en la actualidad ya que la mayoría de las marcas se centran en mejorar la experiencia del cliente (customer experience),  crear interacciones con el cliente más fluidas y sin problemas (seamless) y optimizar sus resultados.

Actualmente, miles de millones de productos se venden online y existen numerosas plataformas e-commerce que los venden. Identificar y combinar determinados productos para diversos fines, como para la comparación de precios, se convierte en un desafío para el sector del comercio electrónico, ya que no existen identificadores únicos y globales para cada producto. En este punto es donde entra en juego la Inteligencia Artificial y el Machine Learning.

Existen diversos portales webs enfocados a la comparación de precios para obtener las mejores ofertas en un determinado producto como la contratación de seguros de coche. Estos comparadores de precios están enfocados al cliente pero… ¿y si somos una tienda online y queremos comparar los precios de los productos de la competencia con los nuestros? ¿Cómo podemos abordarlo?

Antes de profundizar, un breve aspecto a tener en cuenta: el naming y descripción de los productos no poseen un formato estándar. Cada tienda online incluye estos datos (marca, titulo y descripción del producto) en su web de diferente forma para un mismo producto. Asimismo, las imágenes que se muestran del producto tampoco son estandarizadas y pueden aparecer con diferente perspectiva, color, claridad, etc. Evidentemente, sí existen identificadores generalizados para algunos productos como son las pulgadas de un televisor, pero es posible que según el portal de venta online no lo mencionen, lo incluyan en el titulo del producto o lo incluyan en la descripción.

Por tanto, una persona de forma manual puede visitar diferentes tiendas online y verificar que éstas coinciden con los mismos productos. No obstante,  el problema surge cuando no es viable realizar esta labor de forma manual porque el coste sería muy elevado. Es aquí donde entra en juego la Inteligencia Artificial y el Machine Learning para automatizar el proceso de Product Matching.

¡La Inteligencia Artificial y Machine Learning al rescate!

Inicialmente, en las soluciones de machine learning para la coincidencia de productos, el proveedor de soluciones tiene que construir primero una base de datos de miles de millones de productos. Esto se hace mediante la recopilación de información a través de rastreos web y feeds (crawlers).

Una vez se tiene la base de datos, se realiza el proceso de Product Matching. Un producto puede identificarse utilizando su título, su descripción, imágenes y lista de atributos o especificaciones. En muchos casos, el título del producto en sí mismo proporcionará mucha información y el sistema tiene que aprender a ordenar el nombre del producto (por ejemplo, el modelo de marca) de los atributos (pulgadas, resolución, etc. Toda esta información debe extraerse, clasificarse y colocarse en las categorías apropiadas: modelo de televisor, versión, resolución, etc.

Para cada comparación, el sistema pasa por muchos pasos y verificaciones. Se busca un número de identificación único, una prueba de similitudes de palabras clave, normalización de marca y coincidencia (por ejemplo, LG es lo mismo que Life´s Good), normalización de atributo y coincidencia (32″es lo mismo que 32 pulgadas, 32 pulg. , 32 pulgadas), coincidencia de imágenes, etc.

LG televisor

Figura 1. Ejemplo de Televisor LG en dos portales webs diferentes y cuyo título y descripción no aparecen estandarizados.

Todo esto es un proceso complicado, y existen diferentes soluciones Product Matching que se pueden emplear con diferentes técnicas pero la ventaja es que las redes neuronales y los sistemas de Product Matching aprenden con el tiempo, incluso de sus errores, y así mejoran con cada uso.

Por otro lado, el procesamiento de las imágenes de productos puede proporcionarnos información relevante que no aparece reflejado en el titulo y/o descripción del producto. En la figura 2, podemos ver cómo detectar un mismo producto (ej. Nata Pascual) en dos supermercados diferentes (supermercado A, supermercado B). En el supermercado B tenemos dos productos de Nata Pascual y queremos ver cuál de los dos hace «match» con el supermercado A. Si atendemos únicamente a las taxonomías de la descripción, ambos productos del supermercado B coinciden, en parte, con la descripción del proudcto del supermercado A. Sin embargo, ayudándonos de la imagen en lugar de la descripción se detecta cual de los dos productos del supermercado B coincide con el del supermercado A. Detectar este tipo de “anomalías” es bastante complicado, sin embargo, la herramienta netPrecie de ITELLIGENT a través de técnicas de Deep Learning detecta este tipo de diferencias en imágenes para aportar una mayor optimización al sistema de Product Matching.

PRODUCT MATCHING Ejemplo imagenes

Figura 2. Ejemplo de Product Matching a través del procesamiento imágenes con técnica de Deep Learning (netPrice)

El sistema automatizado de Product Matching desarrollado por ITELLIGENT se llama netPrice. Esta herramienta de monitorización de precios permite enlazar tu catálogo de productos con los de tu competencia a través de técnicas de Inteligencia Artificial y Machine Learning para asegurar la correcta analítica de precios. ¿Quieres saber más sobre nuestra herramienta? ¿Deseas tener una demo de netPrice?

¡Escríbenos!