Machine Learning en el eCommerce: cómo la Inteligencia Artificial aprende del usuario y le enseña a las marcas
mayo 2, 2023
*Nota de Brandlive empresa afiliada a la CCCE
La inteligencia artificial (IA) ha pasado a ser un concepto muy comentado en los últimos años, de hecho, épocas pasadas se tendía a asociar a la Inteligencia Artificial con la ciencia ficción.
Sin embargo, en la actualidad pasó a convertirse en una temática cercana y comentada por las personas tanto en sus experiencias con marcas como en su propia actualización para redacción de textos, perfiles, etc.
Actualmente, la IA procesa las compras en línea, los pedidos, recomienda productos, asesora, responde dudas y hasta habla con los usuarios a través de asistentes virtuales, un fenómeno que reconocemos a diario con la aparición de Chat GPT y similares, que están llevando el tema a un nivel aún insospechado.
Uno de los sectores con mayor actividad de la Inteligencia Artificial es el e-commerce, y su auge global se debe, principalmente, a los nuevos hábitos de consumo y al constante avance tecnológico. De hecho, su efecto hoy en día es más que evidente ya que está resultando una tecnología clave para optimizar el futuro de las marcas y retailers en un mercado cada vez más digitalizado y competitivo.
Un ejemplo es el desarrollo de modelos de predicción de demanda, utilizado en los sitios web para la recomendación personalizada de productos, además del hecho de aprender los patrones de comportamiento de los millones de usuarios que entran al sitio web – combinado con la información de sitios de terceros – para saber o inferir sus intereses.
Para Adriana Gamba, Country Manager de Brandlive by Infracommerce en Colombia y Ecuador, “el uso de machine learning e IA en el comercio electrónico ya es constante en todas las fases que tienen que ver con el negocio digital. En Brandlive by Infracommerce lo aplicamos para la estimación de demanda con distintos modelos de machine learning. También, la utilizamos dentro del sitio web para la recomendación predictiva de productos, por ejemplo, cuando un usuario ingresa por primera vez a un sitio e indica cuáles son los productos más comprados y visitados dentro de esa tienda”.
Pero también sucede que la inteligencia artificial va aprendiendo de los patrones de comportamiento de los millones de personas que entran al sitio, para saber si los que compran algún artículo en específico, están también interesados en otros productos.
El proceso puede seguirse tanto en la home, en el carrito de compras, como también en cada categoría. Anteriormente, este proceso era manual y de forma única para cada usuario. Hoy ya existen motores de IA que tratan de adivinar, con los datos de comportamiento que tienen de cada navegación de usuario, qué productos pueden llegar a interesarle, tanto de crosselling, ventas cruzadas que muestran al comprador artículos relacionados o complementarios a su compra, como de upselling, herramienta que actualiza la compra y ofrece al usuario productos con mayor capacidad por ejemplo, con más accesorios, de mayor nivel o un modelo más actualizado; e inclusive en el discovery, técnica de navegación de productos que guía al comprador hacia ciertos artículos en específico.
De igual forma, en la fase de la experiencia de compra del usuario, también se aplica IA para la navegación, así, a medida que se recopila información, cada vez se podrá convertir esos datos a mejoras en el diseño y adaptabilidad del proceso de compra.
“En lo que respecta a conocer a los clientes y compradores, antes solo se creaban perfiles de audiencias de manera manual. Se recopilaban datos de sexo, edad, fecha de compra y se realizaban segmentaciones. En la actualidad, se aplica machine learning para armar campañas y ofertas por cada uno de estos segmentos o tipos de audiencias, es decir, por cada uno de estos clúster de grupos de clientes con comportamiento similar”. Agrega Adriana Gamba, Country Manager de Brandlive by Infracommerce para Colombia y Ecuador.
Para un aspecto clave como es la generación de demanda, se optimizan las campañas de Meta o Google utilizando Inteligencia Artificial en los avisos comprendiendo los intereses de cada usuario o segmento de público, convirtiéndose en una herramienta imprescindible que ayuda a empresarios y equipos de trabajo en la toma de decisiones.
Otro de los lugares donde se usa IA es en lo que respecta al soporte y servicio al cliente. En otro momento, era necesario contar con grandes equipos de personas con conocimiento y disponibilidad de tiempo, para atender consultas, antes, durante y después de la compra. Hoy se utilizan modelos híbridos de atención que incluyen soportes personalizados por un asesor y bots de IA para automatizar esta comunicación y estas herramientas van aprendiendo en su efectividad, son motores de IA para hacer automáticas esas respuestas de soporte o chatbots.
De cara al futuro, se espera experimentar con inteligencia artificial en los precios, logrando que sean dinámicos y no estáticos para todo momento y todo cliente. Con machine learning se podrá realizar de manera más efectiva. Así los precios pueden variar según la hora, la persona, según su comportamiento de compra y no necesariamente los precios son idénticos como en el comercio tradicional. Esta adaptación del precio depende de diferentes variables.
El gran desafío ahora está en lograr que los eCommerce usen cada vez más la tecnología para conocer mejor a los usuarios, que puedan relacionarse con ellos y complacer sus demandas, tanto conscientes como inconscientes.