Cómo diseñar una estrategia de marketing de IA

Fuente: Harward Business Review 2021/07

De todas las funciones de una empresa, el marketing es quizás la que más se beneficia de la inteligencia artificial. Las actividades centrales del marketing son comprender las necesidades de los clientes, hacerlas coincidir con los productos y servicios y persuadir a las personas para que compren, capacidades que la IA puede mejorar drásticamente. No es de extrañar que un análisis de McKinsey de 2018 de más de 400 casos de uso avanzado mostrara que el marketing era el dominio en el que la IA aportaría el mayor valor.

Los directores de marketing están adoptando cada vez más la tecnología: una encuesta de agosto de 2019 de la Asociación Estadounidense de Marketing reveló que la implementación de la inteligencia artificial había aumentado un 27% en el año y medio anterior. Y una encuesta global de Deloitte de 2020 a los primeros en adoptar la IA mostró que tres de los cinco principales objetivos de la IA estaban orientados al marketing: mejorar los productos y servicios existentes, crear nuevos productos y servicios y mejorar las relaciones con los clientes.

IA de hoy

Muchas empresas ahora usan IA para manejar tareas limitadas, como la colocación de anuncios digitales (también conocida como «compra programática»); ayudar con tareas generales, como mejorar la precisión de las predicciones (piense en las previsiones de ventas); y aumentar los esfuerzos humanos en tareas estructuradas, como el servicio al cliente. (Consulte la barra lateral «Aplicaciones de IA bien establecidas en marketing» para obtener una lista de algunas actividades comunes que la IA puede respaldar).

Las empresas también emplean IA en cada etapa del recorrido del cliente. Cuando los clientes potenciales se encuentran en la fase de «consideración» y están investigando un producto, AI dirigirá anuncios a ellos y puede ayudar a guiar su búsqueda. Vemos que esto sucede en el minorista de muebles en línea Wayfair, que utiliza inteligencia artificial para determinar qué clientes son más propensos a ser persuadidos y, sobre la base de sus historiales de navegación, eligen productos para mostrarles. Y los bots habilitados para inteligencia artificial de empresas como Vee24 pueden ayudar a los especialistas en marketing a comprender las necesidades de los clientes, aumentar su participación en una búsqueda, orientarlos en la dirección deseada (por ejemplo, a una página web específica) y, si es necesario, conectarlos con un ser humano. agente de ventas por chat, teléfono, video o incluso «navegación compartida», lo que permite que un agente ayude al cliente a navegar por una pantalla compartida.

La IA puede agilizar el proceso de ventas mediante el uso de datos extremadamente detallados sobre las personas, incluidos los datos de geolocalización en tiempo real, para crear ofertas de productos o servicios altamente personalizadas. Más adelante en el viaje, la IA ayuda a las ventas adicionales y cruzadas y puede reducir la probabilidad de que los clientes abandonen sus carritos de compras digitales. Por ejemplo, después de que un cliente llena un carrito, los bots de IA pueden brindar un testimonio motivador para ayudar a cerrar la venta, como “¡Gran compra! James de Vermont compró el mismo colchón». Estas iniciativas pueden multiplicar por cinco o más las tasas de conversión.

Después de la venta, los agentes de servicios habilitados para IA de firmas como Amelia (antes IPsoft) e Interactions están disponibles las 24 horas del día, los 7 días de la semana para clasificar las solicitudes de los clientes, y pueden manejar los volúmenes fluctuantes de solicitudes de servicio mejor que los agentes humanos. Pueden manejar consultas simples sobre, digamos, tiempo de entrega o programar una cita y pueden escalar problemas más complejos a un agente humano. En algunos casos, la IA ayuda a los representantes humanos analizando el tono de los clientes y sugiriendo respuestas diferenciales, asesorando a los agentes sobre la mejor manera de satisfacer las necesidades de los clientes o sugiriendo la intervención de un supervisor.

El marco

La IA de marketing se puede clasificar de acuerdo con dos dimensiones: el nivel de inteligencia y si es independiente o parte de una plataforma más amplia. Algunas tecnologías, como los chatbots o los motores de recomendación, pueden pertenecer a cualquiera de las categorías; es la forma en que se implementan dentro de una aplicación específica lo que determina su clasificación.

Veamos primero los dos tipos de inteligencia

Automatización de tareas. Estas aplicaciones realizan tareas estructuradas y repetitivas que requieren niveles relativamente bajos de inteligencia. Están diseñados para seguir un conjunto de reglas o ejecutar una secuencia predeterminada de operaciones en función de una entrada determinada, pero no pueden manejar problemas complejos, como solicitudes de clientes matizadas. Un ejemplo sería un sistema que envía automáticamente un correo electrónico de bienvenida a cada nuevo cliente. Los chatbots más simples, como los disponibles a través de Facebook Messenger y otros proveedores de redes sociales, también entran en esta categoría. Pueden proporcionar algo de ayuda a los clientes durante las interacciones básicas, llevando a los clientes por un árbol de decisiones definido, pero no pueden discernir la intención de los clientes, ofrecer respuestas personalizadas o aprender de las interacciones a lo largo del tiempo. Aprendizaje automático. Estos algoritmos se entrenan utilizando grandes cantidades de datos para realizar predicciones y decisiones relativamente complejas.

Dichos modelos pueden reconocer imágenes, descifrar texto, segmentar a los clientes y anticipar cómo responderán los clientes a diversas iniciativas, como promociones. El aprendizaje automático ya impulsa la compra programática en la publicidad en línea, los motores de recomendación de comercio electrónico y los modelos de propensión a las ventas en los sistemas de gestión de relaciones con los clientes (CRM). Ella y su variante más sofisticada, el aprendizaje profundo, son las tecnologías más novedosas en IA y se están convirtiendo rápidamente en herramientas poderosas de marketing. Dicho esto, es importante aclarar que las aplicaciones de aprendizaje automático existentes aún realizan tareas limitadas y deben capacitarse con una gran cantidad de datos.

Consideremos ahora la IA independiente frente a la integrada

Aplicaciones independientes. Estos se entienden mejor como programas de IA claramente delimitados o aislados. Están separados de los canales principales a través de los cuales los clientes aprenden, compran u obtienen asistencia para usar las ofertas de una empresa, o los canales que los empleados usan para comercializar, vender o dar servicio a esas ofertas. En pocas palabras, los clientes o empleados deben realizar un viaje especial más allá de esos canales para utilizar la IA.

Considere la aplicación de descubrimiento de color creada por Behr, la compañía de pinturas. Utilizando el procesamiento de lenguaje natural de IBM Watson y las capacidades de Tone Analyzer (que detectan emociones en el texto), la aplicación ofrece varias recomendaciones personalizadas de colores de pintura de Behr que se basan en el estado de ánimo que los consumidores desean para su espacio. Los clientes utilizan la aplicación para seleccionar dos o tres colores para la habitación que pretenden pintar. La venta real de pintura se ejecuta fuera de la aplicación, aunque permite una conexión para realizar pedidos desde Home Depot.

Aplicaciones integradas. Integradas en los sistemas existentes, estas aplicaciones de IA suelen ser menos visibles que las independientes para los clientes, los especialistas en marketing y los vendedores que las utilizan. Por ejemplo, el aprendizaje automático que toma decisiones en una fracción de segundo sobre qué anuncios digitales ofrecer a los usuarios está integrado en plataformas que manejan todo el proceso de compra y colocación de anuncios. El aprendizaje automático integrado de Netflix ha ofrecido a los clientes recomendaciones de videos durante más de una década; sus selecciones simplemente aparecen en el menú de ofertas que ven los espectadores cuando visitan el sitio. Si el motor de recomendaciones fuera independiente, tendrían que ir a una aplicación dedicada y solicitar sugerencias.

Los fabricantes de sistemas CRM incorporan cada vez más capacidades de aprendizaje automático en sus productos. En Salesforce, la suite Sales Cloud Einstein tiene varias capacidades, incluido un sistema de puntuación de clientes potenciales basado en inteligencia artificial que clasifica automáticamente los clientes potenciales B2B según la probabilidad de compra. Los proveedores como Cogito, que vende IA que asesora a los vendedores del centro de llamadas, también integran sus aplicaciones con el sistema CRM de Salesforce.

La combinación de los dos tipos de inteligencia y los dos tipos de estructura produce los cuatro cuadrantes de nuestro marco: aplicaciones de aprendizaje automático independientes, aplicaciones de aprendizaje automático integradas, aplicaciones independientes de automatización de tareas y aplicaciones integradas de automatización de tareas.

Comprender en qué cuadrante se ubican las aplicaciones puede ayudar a los especialistas en marketing a planificar y secuenciar la introducción de nuevos usos.

Un enfoque escalonado

Creemos que los especialistas en marketing finalmente verán el mayor valor al buscar aplicaciones integradas de aprendizaje automático, aunque los sistemas simples de automatización de tareas y basados ​​en reglas pueden mejorar los procesos altamente estructurados y ofrecer un potencial razonable para obtener ganancias comerciales. Sin embargo, tenga en cuenta que hoy en día la automatización de tareas se combina cada vez más con el aprendizaje automático (para extraer datos clave de los mensajes, tomar decisiones más complejas y personalizar las comunicaciones), un híbrido que abarca cuadrantes.

Las aplicaciones independientes siguen teniendo su lugar donde la integración es difícil o imposible, aunque existen límites para sus beneficios. Por lo tanto, recomendamos a los especialistas en marketing que avancen con el tiempo hacia la integración de la inteligencia artificial en los sistemas de marketing actuales en lugar de continuar con aplicaciones independientes. Y, de hecho, muchas empresas se encaminan en esa dirección general; En la encuesta de Deloitte de 2020, el 74% de los ejecutivos globales de IA estuvieron de acuerdo en que «la IA se integrará en todas las aplicaciones empresariales dentro de tres años».

Empezando

Para las empresas con experiencia limitada en IA, una buena forma de comenzar es compilando o comprando aplicaciones simples basadas en reglas. Muchas empresas siguen un enfoque de «gatear-caminar-correr», comenzando con una aplicación de automatización de tareas independiente que no esté orientada al cliente, como una que guía a los agentes de servicios humanos que interactúan con los clientes.

Una vez que las empresas adquieren habilidades básicas de inteligencia artificial y una gran cantidad de datos de clientes y mercados, pueden comenzar a pasar de la automatización de tareas al aprendizaje automático. Un buen ejemplo de esto último es la IA de selección de ropa de Stitch Fix, que ayuda a sus estilistas a seleccionar ofertas para los clientes y se basa en sus preferencias de estilo informadas por ellos mismos, los artículos que conservan y devuelven, y sus comentarios. Estos modelos se volvieron aún más efectivos cuando la compañía comenzó a pedir a los clientes que eligieran entre las fotos Style Shuffle, creando una fuente valiosa de nuevos datos.

Las nuevas fuentes de datos, como transacciones internas, proveedores externos e incluso adquisiciones potenciales, son algo que los especialistas en marketing deben buscar constantemente, ya que la mayoría de las aplicaciones de inteligencia artificial, en particular el aprendizaje automático, requieren grandes cantidades de datos de alta calidad. Considere el modelo de precios basado en el aprendizaje automático que la empresa de aviones chárter XO utilizó para aumentar su EBITDA en un 5%: la clave fue recurrir a fuentes externas para obtener datos sobre el suministro de jets privados y sobre los factores que afectan la demanda, como eventos importantes. , la macroeconomía, la actividad estacional y el clima. Los datos que utiliza XO están disponibles públicamente, pero es una buena idea buscar también fuentes propietarias siempre que sea posible, porque los competidores pueden copiar los modelos que usan datos públicos.

A medida que las empresas se vuelven más sofisticadas en el uso de la IA de marketing, muchas automatizan por completo ciertos tipos de decisiones, sacando a los humanos del circuito por completo. Con decisiones repetitivas y de alta velocidad, como las que se requieren para la compra de anuncios programáticos (donde los anuncios digitales se muestran casi instantáneamente a los usuarios), este enfoque es esencial. En otros dominios, la IA solo puede presentar recomendaciones a una persona que se enfrenta a una elección, por ejemplo, sugerir una película a un consumidor o una estrategia a un ejecutivo de marketing. La toma de decisiones humanas generalmente se reserva para las preguntas más importantes, como si continuar una campaña o aprobar un anuncio de televisión costoso.

Las empresas deben adoptar decisiones más automatizadas siempre que sea posible. Creemos que aquí es donde se encontrarán los mayores beneficios del marketing de IA.

Desafíos y riesgos

Implementar incluso las aplicaciones de IA más simples puede presentar dificultades. La IA de automatización de tareas independiente, a pesar de su menor sofisticación técnica, aún puede ser difícil de configurar para flujos de trabajo específicos y requiere que las empresas adquieran las habilidades de IA adecuadas. Llevar cualquier tipo de IA a un flujo de trabajo exige una integración cuidadosa de las tareas humanas y de la máquina para que la IA aumente las habilidades de las personas y no se implemente de manera que cree problemas. Por ejemplo, mientras que muchas organizaciones usan chatbots basados ​​en reglas para automatizar el servicio al cliente, los bots menos capaces pueden irritar a los clientes. Puede ser mejor que estos bots ayuden a agentes humanos o asesores en lugar de interactuar con los clientes.

A medida que las empresas adoptan aplicaciones más sofisticadas e integradas, surgen otras consideraciones. Incorporar IA en plataformas de terceros, en particular, puede ser complicado. Olay Skin Advisor de Procter & Gamble ofrece un ejemplo de ello, que utiliza el aprendizaje profundo para analizar las selfies que los clientes se han tomado, evaluar su edad y tipo de piel y recomendar productos adecuados. Está integrado en una plataforma de comercio electrónico y lealtad, Olay.com, y ha mejorado las tasas de conversión, las tasas de rebote y el tamaño promedio de las canastas en algunas geografías. Sin embargo, ha sido más difícil integrarlo con las tiendas minoristas y Amazon, terceros que representan un alto porcentaje de las ventas de Olay. Skin Advisor no está disponible en el extenso sitio de la tienda de Olay en Amazon, lo que dificulta la capacidad de la marca para ofrecer una experiencia de cliente fluida y asistida por IA allí.

Por último, las empresas deben tener en cuenta los intereses de los clientes. Cuanto más inteligentes e integradas sean las aplicaciones de IA, más preocupaciones pueden tener los clientes sobre la privacidad, la seguridad y la propiedad de los datos. Los clientes pueden estar asustados por las aplicaciones que capturan y comparten datos de ubicación sin su conocimiento o por los parlantes inteligentes que pueden estar escuchándolos. En general, los consumidores han mostrado voluntad (incluso entusiasmo) de intercambiar algunos datos personales y privacidad a cambio del valor que las aplicaciones innovadoras pueden proporcionar. Las preocupaciones sobre las aplicaciones de IA como Alexa parecen empequeñecer ante la apreciación de sus beneficios. Por lo tanto, la clave para los especialistas en marketing a medida que expanden la inteligencia y el alcance de su IA es garantizar que sus controles de privacidad y seguridad sean transparentes, que los clientes tengan algo que decir sobre cómo se recopilan y usan sus datos, y que obtienen un valor justo de la empresa. a cambio. Para garantizar esas protecciones y mantener la confianza de los clientes, los CMO deben establecer juntas de revisión de ética y privacidad, tanto con expertos en marketing como legales, para examinar los proyectos de inteligencia artificial, particularmente aquellos que involucran datos de clientes o algoritmos que pueden ser propensos a sesgos, como la calificación crediticia.

Si bien la IA de marketing es muy prometedora, instamos a los CMO a ser realistas sobre sus capacidades actuales. A pesar de la exageración, la IA aún puede realizar tareas limitadas, no ejecutar una función o proceso de marketing completo. Sin embargo, ya está ofreciendo beneficios sustanciales a los especialistas en marketing, y de hecho es esencial en algunas actividades de marketing, y sus capacidades están creciendo rápidamente. Creemos que la IA finalmente transformará el marketing, pero es un viaje que llevará décadas. La función de marketing y las organizaciones que la respaldan, TI en particular, deberán prestar atención a largo plazo para desarrollar capacidades de IA y abordar cualquier riesgo potencial. Instamos a los especialistas en marketing a que comiencen a desarrollar una estrategia hoy mismo para aprovechar la funcionalidad actual de la IA y su probable futuro.