Forbes India: cómo las empresas están aprovechando la inteligencia artificial para personalizar las experiencias

Ilustración: Chaitanya Surpur

WCuando las ventas de la marca más vendida de Bestseller India, Only, comenzaron a caer precipitadamente a mediados de 2019, Ranjan Sharma estaba desconcertado. “Solo había bajado repentinamente y no pudimos averiguar qué salió mal”, dice el CIO y jefe de la cadena de suministro de la empresa danesa de moda rápida que también alberga marcas como Vero Moda y Jack and Jones. Pero a medida que profundizaban, la enormidad del desafío se hizo evidente. Con su floreciente población, variadas religiones y dialectos, India comprende múltiples “mercados microsegmentados”, explica Sharma. “El gusto de los consumidores cambia cada pocos kilómetros”, dice. Y eso puede dejar perplejos incluso a los planificadores de productos y comerciantes de moda más experimentados. Bestseller India se acercó a los expertos de IBM en Bengaluru para ayudarlos a armar el rompecabezas. ¿Podría utilizarse la inteligencia artificial (IA) para determinar la combinación de productos adecuada para cada una de sus 1.500 tiendas en la India? “Les proporcionamos algunos datos de nuestras tiendas y, a través de Watson [IBM’s AI tool that processes insights across unstructured images, emails, social media etc] pudieron analizar los datos y decirnos qué funcionaría y qué no ”, dice Sharma. Si una blusa roja se vendería mejor en una determinada tienda en una determinada ciudad si tuviera un parche de bordado o si la blusa tenía que tener mangas abullonadas para volar de los estantes en otra, fue el tipo de información que se obtuvo. Al alinear sus procesos de diseño y producción con las preferencias de los consumidores, Bestseller espera reducir el inventario no vendido de aproximadamente un 20 por ciento por temporada, la norma de la industria, a aproximadamente un 15 por ciento. “Eso será significativo”, dice Sharma, y ​​agrega que la pandemia ha significado que el impacto de esta “personalización a nivel de microsegmento” solo se verá en el futuro. En todas las industrias, las empresas están aprovechando la inteligencia artificial para personalizar e hiperpersonalizar la experiencia del cliente. “En términos generales, la personalización se trata de tener un compromiso con el cliente final que sea muy contextual y aborde sus necesidades precisas. Es la capacidad de aprovechar los datos del cliente para crear una experiencia relevante y más deseable ”, dice Subram Natarajan, director de tecnología de IBM India. Los ejemplos abundan: desde Amazon que arroja resultados de búsqueda basados ​​en las compras anteriores hasta Netflix alimentando a un usuario con contenido basado en sus intereses y su historial de visualización pasado. Mientras que las grandes empresas tecnológicas lideran, las empresas heredadas y las nuevas empresas emergentes se están poniendo al día. Considere la incursión de L’oreal en lo que llama “tecnología de belleza”. Hace algunos meses, lanzó Perso, un dispositivo de belleza personalizado para el hogar de seis pulgadas de alto que puede crear productos para el cuidado de la piel, lápiz labial líquido y base para un usuario, a pedido. Todo lo que necesita el usuario es mirar dentro de la aplicación, como lo haría en un espejo. Perso evalúa su piel aprovechando la tecnología impulsada por IA de Modiface, una startup que L’oreal adquirió en 2018. Luego evalúa factores ambientales importantes como la contaminación, la temperatura y la humedad. Incluso considerará las prioridades de cuidado de la piel del usuario y las áreas problemáticas como las arrugas y los poros abiertos antes de dispensar una fórmula personalizada de un solo uso. Los lápices labiales se pueden hacer para combinar con el atuendo del usuario, los zapatos o las últimas tendencias, y una base personalizada que se basa en la precisa herramienta de búsqueda de tonos de Perso. “Se trata de utilizar el poder de la tecnología para crear experiencias de belleza relevantes y mejoradas para nuestros clientes”, dice Anil Chilla, director digital de L’Oréal India. De manera similar, ICICI Prudential Life Insurance desarrolló LiGo, un chatbot, con la ayuda de IBM para involucrar a sus clientes millennials de maneras más significativas. Por ejemplo, si vence el pago de la prima de un cliente, LiGo la empujará y la ayudará a pagar la prima. De manera intuitiva, el monto y la fecha de vencimiento se muestran con un enlace para realizar un pago en línea. En caso de que el cliente se enfrente a algún problema o necesite ayuda, LiGo realiza una llamada con un agente humano, explica Ganessan Soundiram, director de tecnología de ICICI Prudential Life Insurance. “Solo en el último año financiero, pudimos ayudar a más de 2.5 millones de interacciones con los clientes usando LiGo con más del 90 por ciento de precisión”, dice. “La personalización ya no es un diferenciador, es un requisito existencial para las empresas”, dice Natarajan de IBM. Los datos son clave para lograrlo. Cuanto más ricos sean los datos, mejor será el resultado. La riqueza proviene de diversas fuentes, como los datos del compromiso de un cliente con esa empresa en particular, así como los de plataformas de terceros. Por ejemplo, un chatbot desarrollado por un banco no solo recopilará información sobre un cliente en particular en función de sus interacciones con el banco, sino, por ejemplo, también su tweet de que su hija ha sido aceptada en la universidad para la educación superior. En tal caso, el bot extraerá los datos y ofrecerá al cliente de forma proactiva un préstamo educativo. El desafío consiste en extraer conocimientos de las montañas de datos disponibles. Aquí es donde entran en juego los algoritmos avanzados de inteligencia artificial y aprendizaje automático. En el caso del banco, por ejemplo, se utilizan sofisticadas técnicas de procesamiento del lenguaje natural para extraer la intención de la conversación con el bot antes de recomendar productos adecuados. La privacidad se cita a menudo como un obstáculo para la personalización. Puede parecer inquietante cuando uno se desplaza por, digamos, Instagram en busca de ropa étnica, solo para ver un anuncio de un fabricante de ropa étnica cuando navega en Google minutos más tarde. Pero los datos permanecen anonimizados, dice Natarajan. “Las identidades personales siempre están enmascaradas”. Una empresa conocerá a un usuario por su género, grupo de edad, ubicación, preferencias e historial de navegación, pero nunca por su nombre. Los clientes esperan personalización e hiperpersonalización incluso de las nuevas empresas. Por ejemplo, cuando el cambio a los entrenamientos en línea ocurrió como resultado de la pandemia, los clientes de Cult.fit querían sesiones más interactivas. La startup de salud y fitness decidió “aumentar significativamente” la integración de la IA en sus productos y servicios para crear experiencias personalizadas, incluidos informes de progreso posteriores al entrenamiento, tablas de clasificación en tiempo real basadas en el rendimiento de un usuario y planes de salud detallados. A principios de este año, Cult.fit también adquirió Onyx, con sede en EE. UU., Que se especializa en tecnología de seguimiento corporal, como la corrección de posturas incorrectas y la personalización de la retroalimentación del entrenamiento. Entonces, ¿hasta dónde puede llegar la personalización impulsada por IA? Según un estudio de 2019 de McKinsey, la empatía o la capacidad de comprender las emociones de las personas surgirá como una capacidad clave. Piense en una empresa de contenido que utiliza algoritmos de reconocimiento de emociones para clasificar y mapear las expresiones faciales de los usuarios, como la ira, el miedo o la alegría, y ofrecer películas seleccionadas específicamente, por ejemplo, para adaptarse a ese estado de ánimo. Las marcas también utilizarán “ecosistemas” para personalizar los viajes de los clientes “de un extremo a otro”, dice el estudio. Por ejemplo, si un usuario está buscando un determinado libro en Amazon, el gigante del comercio electrónico continuará lanzando recomendaciones específicas de libros hasta que complete la compra. Incluso si el usuario va a una tienda física y compra el libro, Amazon seguirá ofreciendo las mismas recomendaciones. En el futuro, la inteligencia artificial mejorará a la hora de afectar la “experiencia de compra total” a pesar de que diferentes proveedores la poseen conjuntamente. Del mismo modo, si el vuelo de un cliente se retrasa, la aerolínea informará automáticamente al hotel en el que se supone que debe registrarse sobre el retraso. Al aterrizar, el hotel le envía un mensaje de texto con las rutas más rápidas y las opciones para viajes compartidos, taxi y transporte público, mientras que la compañía de su tarjeta de crédito prepara un itinerario sugerido basado en el comportamiento de compra de piezas. Las posibilidades de personalización son infinitas. Al final, la experiencia del cliente será el diferenciador definitivo.