Sitemap

Una introducción a la inteligencia artificial en marketing

Marketing con Inteligencia Artificial.Suena elegante.

Y ese es el problema.

El término se utiliza en el texto publicitario de herramientas de marketing, por gurús del marketing y promocionado por los medios de comunicación.

Sin embargo, una definición concreta es difícil de alcanzar.

Para muchos, la IA es un enigma rodeado de palabras de moda.

Pero la ironía es que, por mucho que la exageración haya exagerado lo que la IA podría hacer en los próximos años, la realidad de cómo la IA ya se usa hoy en día en marketing a menudo no se reconoce.

  • Facebook utiliza el reconocimiento facial para recomendar a quién etiquetar en las fotos.
  • Google utiliza el aprendizaje profundo para clasificar los resultados de búsqueda.
  • Netflix utiliza el aprendizaje automático para personalizar las recomendaciones.
  • Amazon utiliza procesamiento de lenguaje natural para Alexa.
  • The Washington Post utiliza la generación de lenguaje natural para escribir artículos basados ​​en datos.

Su vida ya está asistida por máquinas, y su marketing también puede serlo.

¿Qué es la inteligencia artificial?

La mejor manera de entender la inteligencia artificial es como un término general.

Se utiliza para describir un conjunto de tecnologías únicas, pero relacionadas, que pueden simular las capacidades humanas.

No es una tecnología mágica singular que puede hacerlo todo.

Sino un conjunto de herramientas individuales con capacidades reales, pero que se encuentran en diferentes etapas de desarrollo.

De estos diferentes subconjuntos de IA, hay algunos que son particularmente aplicables al marketing en este momento.

  • Visión por computadora que permite que la IA vea.Esto conduce a la detección de objetos, el reconocimiento facial y la escucha visual en las redes sociales.
  • Procesamiento de lenguaje natural (NLP) que permite que la IA escuche y hable, brindándonos chatbots, análisis semántico, generación de contenido y capacidades de búsqueda por voz.
  • El aprendizaje automático permite que la IA aprenda con datos sobre cómo mejorar progresivamente el rendimiento en una tarea específica a lo largo del tiempo, sin tener que programar explícitamente qué hacer.Esto nos brinda recomendaciones de contenido, audiencias similares, publicidad programática y puntuación de clientes potenciales.

La capacidad de superación personal proporcionada por el aprendizaje automático es el subconjunto más crítico de la IA para los especialistas en marketing.

La automatización no es igual al aprendizaje automático

Tal vez esté pensando que tiene cubierto todo este asunto del marketing de IA porque tiene una herramienta de automatización de marketing costosa.

Dejemos una cosa muy clara:

La automatización no es aprendizaje automático.

La automatización es un conjunto de instrucciones que le dice a una máquina qué hacer para producir un resultado específico.

Todavía tiene que diseñar e ingresar la lógica de marketing.

El aprendizaje automático le permite mejorar a partir de la experiencia, por lo que la máquina aprende qué hacer para producir el resultado deseado.

La máquina no se limita a la pura ejecución, también se ocupa de la optimización.

En esencia, la automatización replica lo que haces ahora.Ahorra tiempo pero tiene poco impacto directo en los KPI.

Por otro lado, el aprendizaje automático no solo le ahorrará tiempo, sino que también mejorará las tácticas actuales para aumentar continuamente los KPI.

Entonces, ¿por qué no estamos aprovechando esta tecnología?

Echemos un vistazo a las cuatro razones principales por las que los especialistas en marketing dudan en adoptar aplicaciones de IA y cómo superarlas.

Razón 1: falta de habilidades técnicas

Aunque muchos especialistas en marketing sienten que carecen de las habilidades técnicas para adoptar la IA.

Este no tiene por qué ser el caso.

La realidad es que ya sabes todo lo que necesitas para empezar.

Hay una diferencia entre la investigación de aprendizaje automático, que se trata de construir mejores algoritmos y es prerrogativa de los científicos de datos, y el aprendizaje automático aplicado, que utiliza algoritmos para resolver problemas comerciales, que es lo que deben hacer los especialistas en marketing.

Piensa en ello de esta manera:

Es posible que no comprenda completamente la ciencia detrás de cómo funciona un microondas.Pero eso no impide que lo uses para cocinar.

  • Las empresas sin científicos de datos aún pueden elegir los mejores datos (los mejores ingredientes).
  • Coloque esta información en algoritmos de código abierto (el dispositivo).
  • Crear modelos (las recetas).
  • Eso produce predicciones, es decir, promulga tácticas de marketing (el plato).
  • La calidad de la cual podemos evaluar mediante la prueba (degustación).

Y si el plato no está sabroso, puedes modificar la receta, o comprar una estufa, o conseguir ingredientes de mejor calidad.

No te convertirás en un mejor chef aprendiendo más sobre la ciencia detrás de cómo funciona un microondas.

No se convertirá en un mejor vendedor investigando las complejidades de la ciencia de datos.

La mejor manera de aprender a cocinar es simplemente empezar.

La mejor manera para que los especialistas en marketing superen nuestro problema de escala es implementar cualquier caso de uso de IA.

Razón 2: Miedo a nuestros trabajos

Algunos equipos no quieren comenzar iniciativas de IA porque temen que provoque la próxima revolución industrial y se queden sin trabajo; esto, naturalmente, genera mucha resistencia.

A menos que planee jubilarse en los próximos 5 años, la inteligencia artificial tendrá un impacto significativo en su carrera en marketing.Pero esto no significa que serás reemplazado por un robot de marketing.

Su trabajo cambiará de ejecutar tareas repetitivas a enseñar a la IA a hacer esas tareas por usted.

Permitiéndote reinvertir tu tiempo en creatividad y estrategia.

Pero, ¿qué implica realmente enseñar una IA?

Porque suena muy técnico.

El método de entrenamiento más común para los casos de uso de marketing es el aprendizaje supervisado.

Esto implica dos fases.

El primero es el proceso de enseñanza inicial.

Digamos que tienes 1 millón de reseñas de clientes.

Ningún ser humano podría leerlos todos, por lo que desea utilizar el aprendizaje automático para comprender el sentimiento, clasificando la revisión como positiva, neutral o negativa.

Para lograr esto, tome una muestra de esas revisiones y etiquete cada una de ellas con una de sus tres clasificaciones.

Luego introduzca estos datos de entrenamiento en su algoritmo de aprendizaje automático.

Cuantos más datos tenga, mejor reconocerá patrones y, con el tiempo, podrá clasificar de manera más confiable el sentimiento de las reseñas por sí solo.

Para probar sus habilidades, en lugar de alimentarlo con datos etiquetados, ingrese los datos sin procesar y evalúe la calidad de los resultados.

A menudo, si has hecho bien el proceso de enseñanza inicial, ya será capaz de clasificar correctamente una gran parte de los datos.

Y puedes pasar a la segunda fase; el proceso de enseñanza en curso.

Donde, de forma regular, volvería a etiquetar cualquier error para enseñarle al algoritmo lo que hizo mal, permitiéndole mejorar continuamente.

Es posible que ya haya estado enseñando algoritmos sin saberlo.

Quién completó un captcha de Google basado en imágenes, marcó un correo electrónico como no spam o marcó noticias falsas en una publicación de Facebook.

Con cada una de estas acciones, estaba probando la verificación manual, agregando etiquetas y enseñando los algoritmos.

Piense en lanzar un algoritmo de aprendizaje automático como si contratara a un nuevo comercializador junior.

El día que lo sube a bordo, es el peor día que va a funcionar.

Hará el trabajo, pero cometerá errores, por lo que debe supervisar los resultados y corregirlos según sea necesario.

Cuanto más tiempo funcione, mejor será y más tiempo tendrás para reinvertir en escalar otros canales de marketing.

Pero a diferencia de un ser humano, las máquinas están felices de hacer el mismo trabajo muy limitado para siempre, ya sea clasificando reseñas, ajustando ofertas de anuncios, publicando en las redes sociales o pronosticando el crecimiento.

No está entregando el control del marketing a una máquina.

Les está enseñando cómo recopilar la información que necesita o cómo ejecutar un elemento específico de su estrategia de marketing.

Y AI ofrece un nivel completamente nuevo de escala.

Clasificar 1 millón de reseñas no es un problema para un algoritmo de aprendizaje automático.

Además, debido a esta escala, puede producir conocimientos que de otro modo no estarían disponibles.

Lo que elija hacer con esos conocimientos es lo que se vuelve fundamental para el éxito.

Esas preguntas estratégicas son donde los especialistas en marketing deberían dedicar tiempo.

Razón 3: Inversión de recursos y presupuesto

Los ejecutivos a menudo están preocupados por los esfuerzos de implementación y los costos de las aplicaciones de IA.

Entonces, el mejor lugar para comenzar no es pedir más presupuesto y recursos, sino preguntarse si está aprovechando al máximo lo que ya está pagando.

Considere las capacidades de inteligencia artificial de su conjunto de herramientas de marketing actual.

Las plataformas de automatización de marketing como HubSpot, los CRM como SalesForce y las herramientas publicitarias como Google Ads y Facebook Ads han incorporado IA en sus sistemas.

Si es cliente de una de estas soluciones, sus equipos de soporte pueden ser un recurso valioso para comenzar la implementación de IA de su organización, ya que puede aprender de sus conocimientos y experiencia.

Es una excelente manera de comenzar a desarrollar la competencia de su equipo en aplicaciones de IA por poco o ningún costo adicional.

¿Y qué pasa con las capacidades de IA de su pila tecnológica actual?

Las tecnologías de IA no se basan en canales, se basan en casos de uso.

Entonces, si tiene un motor de recomendaciones ejecutándose en su sitio web, ¿por qué no usar este algoritmo de aprendizaje automático para mejorar la personalización de su boletín informativo por correo electrónico, notificaciones automáticas o contenido de chatbot?

Puede utilizar estas tecnologías existentes como prueba de concepto de baja inversión.

Por lo tanto, cuando solicite recursos y presupuestos adicionales, sus ejecutivos ya estarán completamente integrados.

Cuando esté buscando una nueva herramienta, tenga cuidado con las palabras de moda.

Muchas soluciones de IA en realidad no son tan inteligentes.Incluso cuando aparecen las palabras "IA" o "aprendizaje automático" en la descripción del producto.

Algunas herramientas usan descaradamente estos términos para describir capacidades comunes de automatización o focalización.

Ahora que tiene una comprensión más profunda de lo que realmente es la IA, ponga a prueba a esos vendedores.

Si el proveedor no puede explicar cómo funciona la IA en detalle, no lo compre.Si parece demasiado bueno para ser verdad, no lo compre.

Porque, lamento decirlo, no existe una plataforma de inteligencia artificial de marketing que agrupe todo perfectamente en una sola suscripción mensual.

Esto se debe a que la IA tiene capacidades limitadas y debe diseñarse específicamente para resolver un problema bien definido.

Es por eso que primero debe elegir el caso de uso correcto, ya que es probable que cada caso de uso necesite su propia herramienta.

Pero lo que sí puedes hacer es empezar a construir tu propia inteligencia artificial.

La tecnología de IA se está volviendo más asequible y accesible porque empresas como Google, Amazon, IBM y SalesForce ofrecen sus algoritmos al mundo.

Algunos servicios de terceros son de código abierto, otros pagan para jugar, pero todos brindan un trampolín desde el cual puede personalizar su propia solución.

Especialmente si ofrecen acceso a conjuntos de datos adicionales para superponerlos a sus propios datos, lo que hace que su aplicación de IA sea más poderosa.

Razón 4: Calidad de las fuentes de datos

Las mejores herramientas y el mejor talento de IA del mundo no darán resultados si falta el componente más crítico para el aprendizaje automático: datos de alta calidad para informar el algoritmo de aprendizaje.

La calidad de los datos es probablemente el mayor desafío que enfrentará al implementar la IA.

Como señala eMarketer, los datos a menudo son antiguos, o están en silos o simplemente no tenemos suficientes en primer lugar.

Y no estamos dedicando recursos para arreglar esto.

El problema es que introducir datos erróneos en un buen algoritmo de aprendizaje automático no dará las respuestas correctas.

Sin esta comprensión de que los datos son de importancia crítica, es probable que culpe a la IA por los malos resultados.

Hay cosas que los especialistas en marketing deberíamos hacer para generar datos procesables.

  • ¿Cuándo fue la última vez que hiciste una auditoría de Google Analytics?
  • ¿Ha implementado marcado estructurado y etiquetado de contenido?
  • ¿Está utilizando secuencias de comandos de remarketing para recopilar más datos de usuario?
  • ¿Está respaldando la recopilación de datos que se pueden usar para identificar a los usuarios en todos los dispositivos y canales, como las direcciones de correo electrónico?
  • ¿Ha integrado sus herramientas de marketing con su plataforma de gestión de datos (DMP)?

Debe concentrarse en estas áreas ahora, porque un buen marketing de IA depende de tener datos procesables que estén estructurados, integrados a través de un identificador común, abundantes y (lo más importante) precisos.

Mirando hacia el futuro

La inteligencia artificial está cambiando el comportamiento del consumidor.

Los consumidores reciben demasiada información todos los días.

No quieren perder el tiempo evaluando todas las opciones.Por eso delegan.

Piense en lo que ya está controlado por la IA.

  • Los algoritmos sociales influyen en las marcas con las que interactuamos.
  • Los mapas digitales determinan qué rutas tomamos o sugieren lugares cercanos para visitar.
  • Los motores de recomendación dan forma a la conciencia e influyen en las compras.
  • Una IA puede incluso determinar con quién te casas.Según su deslizamiento hacia la izquierda y hacia la derecha, el algoritmo en su aplicación de citas elige su pareja.

Los algoritmos se convertirán en los nuevos guardianes, a través de dispositivos como asistentes personales digitales.

Y el futuro de su negocio depende de su capacidad para influir en las IA que hacen las recomendaciones a los humanos, si no toda la decisión.

Piénsalo.Cuando un cliente le pide a su Google Home o a Alexa que "me pidan galletas", es la IA quien decide la marca.

Debes entender cómo se toma esa decisión.Trate a los algoritmos como una nueva audiencia.Comprender sus necesidades.

Comience a comercializar máquinas con máquinas.

Más recursos:


Créditos de imagen

Imágenes destacadas y en publicaciones: creadas por el autor, abril de 2020
Todas las capturas de pantalla tomadas por el autor, abril de 2020