Hablar de experiencias personalizadas ya no es innovador, sin embargo, es como el concepto de customer centric, del que llevamos hablando décadas y muy pocas compañías tienen realmente implementado. La verdadera razón es que la mayoría de las organizaciones nacieron con modelos de mercado distintos y, sobre todo, para cubrir expectativas de clientes distintas. La digitalización lo ha cambiado todo, pero cambiar organizaciones es más complicado.

En el contexto de exigencia actual, las compañías necesitan realizar economías de escala para ser rentable y, por lo tanto, dirigirse a un segmento del mercado con un volumen de clientes relevante. La personalización o hiperpersonalización de grandes volúmenes de clientes, en muchos casos casi en tiempo real, sólo es posible con la inteligencia artificial.

Son ya conocidas las principales aplicaciones de la inteligencia artificial para anticipar o mejorar la experiencia de clientes, siendo el ámbito digital y las comunicaciones donde la aplicación es más evidente como:

Hipersegmentación

Segmentación: la potencia que tiene la inteligencia artificial para captar e interpretar la voz del cliente en sus diversos formatos e integrarlos en un único modelo con el objetivo de entender mejor las preferencias de cada cliente y, establecer un dialogo personalizado con el son enormes.

Recomendación de cliente_ la posibilidad de realizar recomendaciones ad hoc a la probabilidad de compra de cada cliente según su perfil sociodemográfico, su interacción con la marca o sus preferencias.

Personalización de la atención telefónica

Contac Center: gracias a la tecnología NLP, la inteligencia artificial puede agilizar y optimizar el proceso de atención a los clientes al interpretar los datos no estructurados de una conversación o un texto. Esto nos permitirá categorizar y priorizar las demandas de los clientes, así como dirigirle al interlocutor adecuado reduciendo tiempos y costes de la interacción. También es posible ampliar el servicio a 24x7x365.

Personalización experiencia digital

Experiencia de compra digital: es posible la hipersegmentación en tiempo real gracias a la tecnología de Machine Learning / Deep Learning que hará posible adaptar el rango de producto mostrado, las fotos o textos que lo acompañan o las promociones y estímulos de marketing a la probabilidad de compra y valor de cada cliente.

Experiencia de marca: también la inteligencia artificial nos identificará patrones de comportamiento digital en nuestra web, que nos facilitarán aterrizar nuestro posicionamiento de marca e impactos mediáticos a una audiencia más afinada y conocida reduciendo el coste de la inversión de impactos y adaptando el mensaje para lograr una mayor conversión. También es ya posible gestionar la reacción de los clientes a nuestras comunicaciones en los diversos canales y realizar miles de A7B testing con el objetivo de cambiar la combinación de contenidos hasta lograr la máxima respuesta.

Podríamos incidir en los casos innovadores más llamativos que algunas empresas de distribución ya están implementando y que buscan simular la experiencia en tienda física en el entorno virtual. Sin embargo, la realidad del mercado español y del sector retail, está lejos de tener integradas estas experiencias en su journey. Aunque hay algunas iniciativas interesantes, el nivel de implementación de la inteligencia artificial para mejorar la experiencia de cliente es aún bajo.

¿Por qué la mayoría de los retailers españoles no están preparados para personalizar las experiencias de sus clientes con inteligencia artificial de forma habitual? Hablemos de lo que tiene que ocurrir antes y después de un proyecto de inteligencia artificial.

Antes de abordar un proyecto de inteligencia artificial, los distribuidores no sólo necesitan “datos”, sino que estos sean relevantes, estén disponibles con una frecuencia alta y que se sepan interpretar adecuadamente. Para ello, no sólo las compañías deben tener un elevado grado de profesionalización que implica la gestión y control de los procesos, el registro de la información, así como un profundo conocimiento del dato que haya permitido limpiar los datos de errores de imputación o interpretación. El paso natural es que las empresas tengan un área de “Business Intelligence” madura que haya analizado en detalle los datos a través cuadros de mando y estén pensando en dar el siguiente paso.

Por otro lado, es fundamental que cuando una compañía está preparada y se decide a abordar un proyecto de inteligencia artificial se definan, antes de comenzar, los procesos y tecnologías necesarias para accionar el resultado del modelo en iniciativas con impacto. Es habitual que se desarrollen modelos de inteligencia artificial con un caso de uso concreto y que el resultado sea positivo o muy positivo y, aun así, que termine dormido en un cajón porque no se había resuelto a priori cómo traducir el output del modelo en una mejora de la tasa de conversión, en una mejor percepción de marca o en una mayor tasa de apertura.

Por todo ello, para aprovechar el potencial de la inteligencia artificial en la personalización de la experiencia de cliente, es necesario un plan estratégico a medio plazo que integre los modelos que ya están funcionando en un plan integral y consistente. La inteligencia artificial requiere tiempo y foco y, mejor planificación, es decir, concentrar los recursos.