Bienvenido a nuestro Blog

¿Qué es lo que puede (y no) hacer el Machine Learning?

Posted by Alejandro Durán on 8/15/18 2:08 PM
iStock-844535726

Cuando se escucha por primera vez conceptos como "Machine Learning" e "Inteligencia Artificial" (IA) suenan a tecnologías que reemplazarán a las personas; a que las computadoras harán el trabajo de encontrar a los clientes y venderles lo que andan buscando. Así las cosas, ¿quién podría necesitar los seres humanos para hacerse cargo del marketing?

Pues resulta que sí se necesitan. Las computadoras pueden hacer el trabajo de cuentas, pero sólo los humanos pueden decir lo que cuenta.

Los marketeros no van a ser reemplazados por la automatización, pero pueden sacar mejor provecho de ella siempre y cuando sepan lo que puede y no puede hacer, al igual que con cualquier otra herramienta.

Por eso le recomendamos que tome nota de lo que el Machine Learning puede y no puede hacer.

Puede ser programado para que busque atributos, para que cuente los clics que obtiene un sitio web; en definitiva, para aprender permanentemente de los datos.

Puede reconocer las frases de asunto de un mensaje, etiquetar imágenes para una búsqueda visual, analizar frases, tomar decisiones inmediatas, analizar motores de recomendación y participar en licitaciones.

Tanto el Machine Learning como la IA se pueden aplicar mejor cuando hay un bajo rendimiento en un proceso de negocios. Hay muchas funciones en las que el Machine Learning puede aplicarse de manera eficaz, como el marketing, el descubrimiento de fármacos o el monitoreo de pacientes por ejemplo.

No se debe aplicar Machine Learning a las tareas en las que los seres humanos son muy eficaces, como el control del tráfico aéreo en un aeropuerto. Si una tarea ya está optimizada, incorporar el Machine Learning no servirá para maximizar ningún retorno de la inversión.

Si debemos definir qué es exactamente el Machine Learning, se puede decir que se trata de un tipo de programación que busca patrones en los datos e intenta aprender de patrones anteriores. Al aprender, se vuelve más inteligente en el proceso.

Ya se ha empezado a ver la inteligencia artificial y el Machine Learning en toda la cadena involucrada en el proceso de ventas y marketing.

iStock-842925988

Este último es muy eficiente en patrones de detección: puede resaltar segmentos para el marketing dirigido y estimular la progresión de la demanda a las siguientes fases del embudo de ventas, y permitir que el marketero entregue un mensaje más inteligente, más relevante.

Evitar errores

Para que el Machine Learning sea efectivo, obviamente la máquina tiene que aprender. Los programadores sacarán terabytes de datos, todos digeridos por el algoritmo de aprendizaje. Irónicamente, el sistema no es menos humano que las personas que lo construyeron. Eso significa que los errores estarán al acecho. Tendrán que ser eliminados.

Estos sistemas ofrecen una solución que busca patrones en los datos para identificar quién es probable que cierre en una venta.

El Machine Learning es el rey; los datos son su reina.

Si no tiene suficientes datos, o datos de calidad, ningún algoritmo de aprendizaje de Machine Learning va a funcionar. La mejor manera de garantizar la calidad de los datos es ampliarlos, complementarlos.

A menudo descansamos en nuestros datos y obtenemos diferentes perspectivas sobre ellos, de diferentes fuentes. Si muchas fuentes están de acuerdo, entonces es muy probable que estén en lo cierto.

La calidad del dato no está totalmente garantizada, pero la cantidad puede compensar esto. En cambio, en pequeños conjuntos de datos, el impacto de los datos malos es exponencialmente mayor. Por lo general, los fallos se producen porque se ha trabajado con un conjunto muy reducido de datos.

El impacto del Machine Learning

El impacto a largo plazo del Machine Learning significará la completa personalización de la experiencia del cliente, impulsada por la integración instantánea de los medios, la creatividad y la analítica. Los marketeros serán más eficientes y los clientes recibirán información más relevante, en el lugar correcto y en el momento adecuado.


El Machine Learning continuará impactando la forma de trabajar, a nivel mundial. Una investigación de McKinsey ha mostrado varios ejemplos en el sector industrial de Alemania, en variadas industrias de China y en la fabricación a nivel mundial.

Existen ejemplos de impacto no sólo en el marketing, sino también en áreas como las operaciones de servicio. Más y mejor información procesada realmente puede ayudar a las marcas a servir a los consumidores de mejor forma, sin importar de qué industria o sector geográfico se trate.

Lo que sí debemos tener presente es que estamos en la primera fase del Machine Learning. Las marcas tendrán que rediseñar su infraestructura (procesos, equipos, talentos) para hacerla completamente operativa y aprovecharla a cabalidad, lo cual, sin duda, tomará tiempo.

Nuevo llamado a la acción

Tags: Obtener

Post más populares

Gestionar
Webinar

Suscríbase

Suscribirse

Suscríbase a nuestro blog

Suscribase