26 de julio 2017

  • Síguenos en Facebook
  • Síguenos en Twitter
  • RSS

Buscador:

Publicidad

Tendencias

Marketing predictivo, ¿están las marcas preparadas?

03 Julio 2017Por Carlos Muñoz Carrillo

Los algoritmos predictivos son utilizados desde hace años con resultados muy efectivos por las empresas de inversión en campos tan diversos como la cotización bursátil o en los mercados de materias primas.

os métodos también están implantados de forma generalizada en sectores como el energético, donde las organizaciones compiten para pronosticar con antelación el precio de compra en las subastas; o el retail, en el que las compañías se apoyan cada vez más en estas herramientas con el objetivo de predecir los hábitos de compra de los consumidores.

En definitiva, los sistemas predictivos son un buen caldo de cultivo que provee de múltiples variables con las que alimentar nuestros sistemas y así poder adelantarnos a las necesidades y demandas de proveedores y clientes. Pero también suponen una oportunidad para que las empresas optimicen recursos y el ciclo de ventas y, de esta forma, logren una mayor rentabilidad.

Una interesante herramienta de marketing

Aplicado al campo del consumo, el principio del marketing predictivo consiste en detectar en tiempo real los patrones de conducta del público al que nos dirigimos, con el objetivo de ofrecerles una experiencia personalizada. El uso de técnicas y funciones predictivas y el cruce de los datos de los usuarios sirven para analizar y determinar de la forma más acertada posible cuándo y por qué producto y/o servicio se decantarán nuestros clientes, facilitando en gran medida el diseño de estrategias de marketing.  

Por ejemplo, una clara aplicación práctica es la posibilidad de identificar el mejor momento para el envío de un email promocional a un potencial consumidor. Un correcto análisis de los hábitos de nuestro target nos puede indicar que la recepción de un correo electrónico en el descanso a media mañana o mientras regresa a casa en transporte público aumentará la probabilidad de que abra ese mail, preste atención al contenido y, por tanto, de que la estrategia sea un éxito. 

En esta línea, uno de los ejemplos más populares y que mejor ilustran el alcance de este tipo de herramientas es el protagonizado por los supermercados norteamericanos Target. La cadena recibió la queja de un cliente indignado porque estaban enviando a su hija, menor de edad, publicidad con productos premamá. El padre tuvo que retractarse porque la marca supo antes que él que, en efecto, la chica estaba embarazada. 

Aplicar la teoría a la realidad

Habitualmente, dentro del análisis predictivo, la principal dificultad con la que se encuentran las compañías es aplicar la teoría a la realidad y obtener unos resultados prácticos. Para extraer estas conclusiones y datos se pueden implementar sistemas expertos de alta complejidad. El punto de partida se inicia a partir de las funciones más “académicas” de predicción como las curvas de Lorenz, una representación gráfica utilizada para plasmar la distribución relativa de una variable (como podría ser los ingresos) en un dominio determinado (conjunto de hogares o personas de una región o país, por ejemplo).

Esta herramienta puede ir evolucionando hasta complejos algoritmos que aporten un valor diferencial para las compañías. La combinación de big data y el análisis predictivo en la “minería de datos” ofrece la automatización y la explotación de la base de datos para identificar los patrones de los clientes y transformarlos en información relevante. Para ello, necesitaremos mucha potencia de almacenaje de datos y herramientas de big data que nos permitan implementar nuestros algoritmos sin tener que partir de cero. 

En este sentido, no se debe olvidar que durante todo proceso predictivo, el equipo aprenderá de sus errores aplicando las técnicas del Machine Learning o aprendizaje autónomo, una rama de la Inteligencia Artificial que tiene como objetivo crear sistemas capaces de instruirse por ellos mismos, sin necesidad de ser programados de forma explícita a partir de un conjunto de datos y de una serie de técnicas y algoritmos.
Dentro de este campo se encuentran herramientas del ámbito profesional como SAP Hybris Marketing y diversos métodos apoyados en proyectos OpenSource como Apache Mahout. Aplicar una u otra herramienta dependerá de la etapa de madurez de nuestra empresa y de sus necesidades estratégicas.

Como conclusión general, debemos tener presente que el marketing predictivo es una herramienta indispensable para cualquier empresa que quiera ser competitiva. No cabe la posibilidad de ignorarlo porque el futuro no está en disponer de los datos, ni en analizarlos. Tenemos que interpretarlos y alimentarlos con un aprendizaje constante. ¿Están las empresas españolas preparadas? 

Carlos Muñoz Carrillo, 'delivery manager' y experto en soluciones 'customer engagement' de Stratesys

Compartir este contenido

Publicidad

Publicidad

Calendario de noticias

Publicidad

Envío de artículos por email de MarketingNews.es

Por favor, introduzca la siguiente información











Cerrar

Envío de artículos por email de MarketingNews.es

Procesando envíos...

Envío de artículos por email de MarketingNews.es

Email enviado. Cerrar

Envío de artículos por email de MarketingNews.es

Error en el envio. Pulse aqui para cerrar.Cerrar