Las nuevas reglas del consumo | #CómoReactivarMéxico
Es posible que una persona compre ciertos productos en línea y otros en la tienda, el sistema debe reconocer esa diferencia.
ML no se limita a data interna de la compañía ni al ambiente virtual: una caja registradora puede sugerir a un cajero una acción diferente dependiendo del clima o el tráfico. ML puede integrar millones de datos en tiempo real que su Excel tardaría semanas (y varios servidores) en procesar y tiene la ventaja de usar modelos ya creados y probados.
OPINIÓN: ¿Por qué la digitalización debe ser prioridad para las empresas?
El gerente de una cafetería puede recibir sugerencias sobre los insumos que debe pedir diariamente basado en los miles de datos y correlaciones históricas que tiene su punto de venta: clima, días feriados cercanos, nuevos competidores, campañas activas, eventos en el área, etc.
Muchos ejecutivos piensan que ML es una bola mágica que descubrirá por sí misma tendencias en sus clientes. La realidad es que cada decisión del sistema debe ser definida. Si el objetivo es fidelizar al cliente, el sistema deberá llevarlo a acciones que incrementen el valor percibido de su compra, como ofrecer un descuento especial para su siguiente compra. Las acciones sugeridas serán muy distintas si su objetivo es adquirir a un nuevo cliente, por ejemplo, ofrecer el envío gratis en la primera compra.
OPINIÓN: 4 derivadas sobre el incipiente comercio electrónico en México
Para sacar el máximo provecho a ML, la empresa requiere talento especializado, tanto científicos de datos que combinan conocimientos de matemáticas y programación, como talento que entiende el negocio y el potencial disruptivo de la tecnología.
ML no es infalible (tampoco los humanos lo somos), pero es ilimitado en su capacidad, escalabilidad y mejora entre más datos y modelos procesa. Mientras las empresas líderes usan ML para innovar y anticiparse a sus clientes (para diferenciarse del competidor), otras seguirán buscando en el Excel los culpables de la baja facturación del año anterior. La gran pregunta es: ¿qué tipo de empresas queremos ser?
Nota del editor: Renzo Casapía Valencia es profesor de cátedra de EGADE Business School. Síguelo en LinkedIn . Las opiniones publicadas en esta columna pertenecen exclusivamente al autor.
Consulta más información sobre este y otros temas en el canal Opinión