Cómo encontrar oro en la minería de datos
Por Julio César Briseño Cruz, CEO de Cénit, consultoría empresarial y banca de desarrollo.
El aprendizaje acelerado representa una herramienta fundamental para conocer al cliente y adoptar productos y servicios a las nuevas demandas del mercado.
A partir de los comentarios de los clientes en redes y Amazon, ahora es posible extraer información útil de los consumidores mientras los algoritmos de aprendizaje automático permiten hacerlo de manera más eficiente.
Así, se prevé que la Inteligencia Artificial paulatinamente sustituirá los estudios de mercado y grupos de enfoque que implican más tiempo y costes para conocer la opinión de los clientes.
Las entrevistas experienciales revelan en promedio 86 necesidades diferentes de los clientes para productos de categorías sencillas. El objetivo de analizarlas es encontrar una necesidad muy importante que los productos existentes no satisfagan bien. Es la punta de lanza de las innovaciones.
Ahora, analizar las opiniones de los clientes en redes sociales, en lugar de optar por estrategias tradicionales, presenta diversas ventajas donde destaca el menor coste y ahorro de tiempo.
Gracias a este sistema se logra conocer a usuarios de diferentes áreas geográficas y descubre hasta 10% de necesidades adicionales del cliente que no se mencionaron durante las entrevistas ni grupos de enfoque. Esto es, proporciona una visión más exhaustiva de las necesidades de los clientes.
Si se duplicaran las entrevistas y grupos de enfoque, esas necesidades adicionales aparecerían, pero el coste y tiempo son factores para privilegiar el análisis de la información en línea, básicamente redes sociales y comentarios en Amazon.
Por otra parte, el aprendizaje automático permite que los analistas humanos sean más eficientes. Esto mediante la construcción de un algoritmo que "preseleccionan" las revisiones y elimina las menos útiles como desechar frases no informativas (“me encanta este producto”) y reducir los comentarios redundantes.
Aunado a esto, la preselección por el algoritmo permite encontrar el mismo número de necesidades de los clientes en aproximadamente el 20 por ciento menos de la información, lo que reduce los costes de investigación.
Una desventaja de generar el conocimiento del cliente a través de las redes sociales y otras opciones en línea, es que posiblemente los usuarios tuvieron la experiencia con la marca hace un mes y no de manera inmediata, con lo que podría presentar olvidos en su experiencia de uso y compra. Tal sesgo, por supuesto, puede reducirse mediante una preselección automatizada.
Con más experiencia e ingeniería, la eficiencia en el conocimiento del cliente aumentará y a medida que se consideran múltiples fuentes de retroalimentación, la necesidad de herramientas de aprendizaje automático crecerá.
Esto porque hay millones de reseñas de Amazon para un producto en particular, pero al combinar eso con los datos de redes sociales y las reseñas en línea de otras fuentes, simplemente “explota” la cantidad de contenido que se debe procesar.
Otra ventaja adicional, respecto a las entrevistas tradicionales y los grupos focales, es la capacidad de "seguir" un comentario o necesidad intrigante de los clientes para profundizar en ellos
No se va exactamente a la misma opinión del cliente, pero podría buscarse la palabra clave, una frase en particular o determinada experiencia.
En general, el aprendizaje automático puede ser una herramienta poderosa, no solo para reemplazar la inteligencia humana, sino para aumentarla.
Los humanos son mucho mejores, naturalmente, en algunas tareas que en las máquinas como formular las necesidades de los clientes, pero no podemos soslayar el enorme potencial de la Inteligencia Artificial para detectar necesidades y expectativas de nuestro mercado.
