miércoles, 6 de diciembre de 2023

 

La Inteligencia artificial no es invitada a las ventas nocturnas

 

Han pasado 8 años desde que publiqué mi artículo sobre las ventas nocturnas, de 2015 a diciembre 2023 han pasado muchas cosas, muchas, pero lo que no ha pasado es que aún no tengo una promoción personalizada en mi celular ni en mi correo cuando se dan estas ventas.

Hay muchas empresas y la mayoría chinas, que sí han aprovechado la tecnología y envían mensajes al celular o correos con los objetos que guardan una similitud con los objetos explorados en el sitio web o en la aplicación de la marca.

Sin embargo, nuestras queridas tiendas en el país se están quedando aun muy atrás, han mejorado sus páginas web, eso sí, y nos pueden dar recomendaciones sobre productos, aunque menos personalizadas comparadas con sitios como Amazon.

La tecnología esa sí que ha crecido, la inteligencia artificial generativa, el procesamiento de lenguaje natural, Deep Learning, la Robótica, etc. la lista es grande, basta señalar a los asistentes que seguramente tienes en casa o en los teléfonos celulares que cuentan con aplicaciones de reconocimiento de lenguaje natural y que forman parte de tu día a día para encender la luz, la cafetera, darte la temperatura o bien poner tu canción preferida.

Los robots que cuentan con reconocimiento visual y reconocimiento del lenguaje están sustituyendo la mano de obra, en países como China, en la realización de tareas administrativas o bien muy repetitivas. Hoy en día, en México algunas Pymes cuentan ya con chatbots que permiten darle al cliente una atención inmediata y sólo las grandes empresas como las aseguradoras o grandes retailers emplean análisis psicográficos, análisis que han cambiado el mundo de la mercadotecnia.

La necesidad de adoptar estas tecnologías al interior de las empresas ha cobrado gran importancia y es más crítica, las grandes empresas como los bancos (principalmente los extranjeros) han desarrollado aún más las áreas de ciencia de datos que en 2015 ya mantenían.

Nuestras Pymes pequeñas y medianas tienen ahora un reto aun más grande, la inteligencia artificial ha permeado en todas partes, quizá no todos sepan aún que es y sus capacidades reales, pero ya está el concepto en todos lados y el conocimiento de que es vital contar con ella en la empresa. El miedo al cambio ciertamente ha disminuido y se busca tratar de incursionar en soluciones inteligentes que apoyen las tareas de la empresa.

Quizá los problemas principales sigan siendo como adoptarla, por dónde empezar, con quien empezar.

Bienvenidos nuevamente a esta serie de artículos, me da mucho gusto estar de regreso con ustedes, en la siguiente publicación daremos respuesta a estas interrogantes.

 

Copyright © 2015 Dafne Rosso Pelayo. Todos los derechos reservados.

martes, 16 de junio de 2015

        1.38  Analítica Avanzada & Big Data
                 y las ventas nocturnas


           DCC. Dafne Rosso Pelayo


La analítica avanzada en su empresa, es la clave para el crecimiento de su negocio.




Este articulo esta dirigido a todos aquellos gerentes, directores, empresarios y estrategas comerciales de los grandes almacenes departamentales que existen en México y en muchos países alrededor del mundo.

En México tenemos dos grandes conceptos de mercadotecnia  para lograr un mayor volumen de venta, estimular la economía del país y a su vez beneficiar el bolsillo de los clientes, estas son: Las ventas nocturnas y desde hace unos años “El Buen Fin

Una buena estrategia para alcanzar las metas de venta propuestas, en estos grandes almacenes (y en cualquier empresa) es trabajar con las partes interesadas de la empresa para generar comprensión, estrategia y sugerir acciones basadas en la información recabada en años anteriores, acciones que se apliquen en los datos con los que la empresa cuenta.
Por lo menos en México los almacenes en los que soy cliente desde hace más de 20 años, deberían tener mi historial de compras, créditos, montos de compra promedios, tipos de artículos, fechas frecuentes de compra, etc., estos almacenes deberían ser capaces de saber para mi perfil (y el de millones de clientes) que algunos aparatos electrodomésticos los renuevo cada cierto número de años, la información que deben de tener almacenada debería servirles para determinar los patrones de consumo de millones de consumidores que como yo, somos fieles clientes de estos almacenes de departamentos y no solo eso, deberían ser capaces de predecir que artículos y en que departamentos se realizarán nuestras siguientes compras.

¿Cuántos miles de millones de pesos están dejando de ganar?

La información es sumamente valiosa, con ella los modelos analíticos o de Machine Learning  que se pueden implementar enfocados a estas promociones, generarían un ROI de más del 100% adicional del que alcanzan hoy en día no sólo con estas promociones sino en sus días comunes.
Si no lo cree y piensa que esto no es posible, lo exhorto a que realice una búsqueda en la red sobre el retorno de inversión que generan los proyectos de analítica y que ha sido comprobada por fuentes especializadas como IDC*  y varias otras.


 
 
Acaso no conocen Amazon, Netfilix  y  varias  otras empresas que hoy en día cuentan con la tecnología para realizar sugerencias a sus clientes.

¿ Qué es lo que se puede implementar?

Lo más valioso es la información y ustedes ya la tienen, algunos (entre muchos otros) de los posibles análisis a efectuar sobre esta son:

  • Segmentación de clientes: Enfocado a determinar los grupos de clientes que tienen enfocado en patrones de comportamiento en el consumo. Y esto no sólo es un análisis del poder adquisitivo, es un análisis de PREFERENCIAS de consumo, independientemente del sector económico. Por ejemplo un televisor o una lavadora se adquieren independientemente del sector económico.  Señores empresarios ¿ya saben que televisiones o lavadoras se compran más y por qué? ¿Cuáles son las características más buscadas independientemente de la marca? ¿Ya saben que marcas prefiere un cliente? ¿Ya saben que marcas prefieren los clientes que compran televisores inteligentes?


  • Perfilado de Clientes: Enfocado a detectar los gustos, preferencias, fechas, asociaciones de características, de cada uno de los clientes a fin de mandar publicidad y promociones personalizadas. Se imaginan el volumen que podría aumentar su venta si un cliente en lugar de perder horas comparando marcas buscando los productos que usualmente quiere comprar si ustedes antes de la venta nocturna o antes del buen fin le mandan una publicidad con las marcas, productos, etc…, que esta persona compra usualmente y además le puede decir que otras marcas o productos compran aquellas personas que eligen los mismos productos.


  • Análisis de enlace: Enfocado a poder determinar de acuerdo al perfil de compras del cliente y de sus conocidos, que otro tipo de consumo le puede satisfacer a un cliente en específico. Ej. Suponga que a usted le gusta comprar vinos, este tipo de análisis le puede recomendar que vinos y además que tipo de licores comprar de acuerdo a la gente que usted conoce que también le gusta comprar vinos y que además copra licores. Es decir sus amigos que compran el producto A y B también gustan de comprar el producto C.


El número y tipos de análisis que pueden implementar para este tipo de almacenes es muy grande, imaginen lo que podrían alcanzar en ventas,  si en el momento en que detectan la primera compra del cliente,  a través de alguna aplicación móvil,  el cliente puede consultar en tiempo real por medio de su celular que otras posibles alternativas tiene en ese momento de acuerdo a sus preferencias, o bien, que solo le faltan $Y para alcanzar un monto de $X en donde se hace beneficiario a otra promoción. Incluso ustedes podrían saber por medio de los GPS en que departamento se encuentra en ese momento el cliente y enfocar más asertivamente las recomendaciones sugeridas.



Fig. 1. Algunos tipos de Análisis Avanzados para la BD de clientes


Machine Learning  contiene las técnicas necesarias para el  análisis de información, Big Data le permitirá manejar esos grandes volúmenes de información y poder analizarla en tiempo real.

Que esperan ¿sabe cuantos clientes nuevos podría generar un almacén con este tipo de servicios? ¿Cuánto está dejando usted de ganar cada día? Salgan ya a la búsqueda de científicos de datos y de personal capacitado en Machine Learnig e implementen la analítica avanzada en sus empresas.

Pero no se dejen engañar por los proveedores de software, no existe un producto de caja que haga todos los análisis que usted necesita, y las herramientas de inteligencia de Negocio (BI) no alcanzan para lograr estas metas. Los tableros indicadores y reportes basados en motores OLAP ayudan muy bien a ver el pasado pero no le ayudan a elaborar los análisis predictivos y de comportamiento que son necesarios para crecer; o acaso usted suele manejar viendo sólo el espejo retrovisor? Y sobre todo recuerde que ninguna herramienta sirve si no existe quien sepa usarla.

Los empresarios, directores, gerentes y ejecutivos muy comúnmente se quedan esperando por el proveedor que llegue a ofrecer la solución de caja a todos sus problemas.  Eso no existe.

En el siguiente artículo platicaremos sobre como crear un equipo de analítica avanzada en las empresas.



Copyright © 2015 Dafne Rosso Pelayo. Todos los derechos reservados.
                 


viernes, 29 de mayo de 2015


1.37  Analítica en las PYMES, el factor del éxito.

DCC. Dafne Rosso Pelayo
La inteligencia de negocio en la empresa, sólo puede lograrse mediante la adopción de medidas para alcanzarla.




Uno de los principales retos para lograr introducir las técnicas de Machine Learning y con ello la analítica avanzada en las empresas del país es el aspecto cultural, independientemente del giro y del tamaño de la empresa  un factor de éxito para introducir  la analítica al negocio, es la colaboración del empresario, director, CIO, líder de negocio, etc…, sin embargo, muchos de nuestros empresarios y líderes cuando escuchan hablar de analítica siguen pensando en un tablero y un conjunto de indicadores. La analítica de negocio es mucho, pero mucho más que un conjunto de tableros, les comparto a este respecto una liga que un buen amigo me proporcionó “Steps to an analytics-driven organization”.

La analítica como decimos no es sólo un conjunto de tableros e indicadores, la analítica debe de ser la estrategia que soporte la toma de decisiones y que permita la generación de nuevos mercados y valor económico al negocio.  

¿En dónde se puede aplicar la Analítica Avanzada?


La analítica permite por ejemplo:

  • Mejorar en grandes porcentajes las predicciones, pronósticos, planeaciones presupuestales, de demanda, consumos, etc. ,ya sean mensuales, anuales o incluso diarias.
  • Mejorar la distribución y logística  de los canales de distribución
  • Segmentar  a sus clientes basados en el comportamiento para introducir nuevas estrategias     personalizadas al cliente
  • Detección de fraudes
  • Previsión del abandono de clientes
  • Recomendación de productos en base al consumo de otro tipo de productos
  • Analizar la respuesta de la gente a una campaña comercial o hasta política
  • Determinar el número de alumnos que se inscribirán o desertaran a la escuela
  • Apoyo en la determinación de enfermedades
  • Reconocimiento de imágenes
  • Clasificación de documentos



El número de ejemplos y el campo de aplicación son enormes. La analítica cabe en todos lados, si no esta convencido piense en Amazon, en Netflix, en Google, en los anuncios de recomendaciones que observa cuando busca algún producto en particular en Internet, Spotify y muchas otras empresas.

Es que acaso no le gustaría poder actuar previniendo el futuro y poder tener los artículos que más se venden en tiempo de lluvia y que su tienda aún no tiene por qué las lluvias se esperaban hasta dentro de dos meses más?

De un conjunto de empresas un bajo porcentaje esta recurriendo ya a la analítica avanzada, ¿cree usted que pueda competir contra dichas empresas? ¿Qué cree que le pueda ocurrir al conjunto de empresas que no tengan los niveles de servicio o de reacción ante el mercado y competencia? Qué le ha ocurrido a las empresas de renta de  video contra los servicios en línea, o a las librerías contra Amazon, … ejemplos hay muchos.

La analítica toma ventaja sobre la estadística en varios tópicos y permite lidiar con la incertidumbre, con muchas variables involucradas, tanto con datos estructurados como con datos de texto como mensajes, documentos, Twitter, etc.

¿Qué herramientas de Analítica Avanzada utilizamos?


En el mercado hay varias herramientas libres como mencione en el artículo anterior que pueden ayudar a su empresa a implementar la analítica en el negocio, unas de estas son: R, Weka, Rapidminer las tres gratuitas y las más robustas entre muchas otras.

Si usted cuenta con un equipo de programadores existe Phyton, Java (usando apis).

La siguiente figura contiene un conjunto de herramientas estadísticas y analíticas para minería de datos y/o Machine Learning, algunas son libres (no tienen costo) otras se obtienen con licenciamiento en diversas modalidades.



 Fig 1. Algunas de las herramientas más usadas en Analítica

Por otro lado también existen herramientas de visualización de las cuales hablamos en el art. 29. Incluso ahora IBM ha puesto a disposición de la comunidad el uso de Watson en internet.

No hay pretexto.  Si quiere que su negocio crezca y se mantenga frente a la competencia no queda más remedio que aceptar que la tendencia del mercado dice la verdad. La analítica avanzada es el camino del éxito.

Copyright © 2015 Dafne Rosso Pelayo. Todos los derechos reservados.