Descubre cómo el Machine Learning nos guía a la hora de hacer nuestras compras
Hoy en día ya nadie duda de la consolidación del comercio electrónico, pero lo que quizás pocos saben es que las grandes plataformas de venta de productos y servicios en Internet llevan ya tiempo utilizando tecnologías relacionadas con el machine learning (aprendizaje automático) y algoritmos impulsados por inteligencia artificial para influir en nuestras decisiones de compra.
Son muchas las plataformas que utilizan estas tecnologías; pero quizás, por ser los líderes en sus respectivas áreas, las más famosas son Amazon y Netflix.
¿Son más eficientes las compras online con algoritmos de recomendación que aprenden?
Los algoritmos de Amazon aprenden de los hábitos de compra y principales intereses del usuario para mejorar sus recomendaciones, tentándole de diversas formas con más productos con los que completar su carrito.
En Netflix los algoritmos aprenden con cada nueva película que el usuario visualice, guardando datos sobre su género, temática, actores, directores, premios que ha ganado, etc., para intentar anticiparse a su próxima elección con otra película o serie que sea también de su agrado. De la pertinencia de esas recomendaciones depende que Netflix mantenga la fidelidad de sus usuarios mes a mes, en un sector con tanta competencia como el vídeo-streaming.
¿En qué criterios se basan los algoritmos de recomendación de Amazon?
Amazon ha utilizado inteligencia artificial (IA) desde sus inicios para mejorar la experiencia del usuario y vender más. Utiliza y entrena diversos algoritmos de aprendizaje automático (machine learning) para ofrecer recomendaciones basadas en criterios tales como:
1. El historial de navegación del usuario.
2. El historial de otros clientes que vieron también alguno de los productos por los que se ha interesado.
3. Los productos más añadidos a listas de deseos.
4. Productos similares a aquellos que anteriormente ha añadido a alguna de sus listas de deseos.
5. Su historial de compras.
6. Los productos que ha valorado y puntuado.
Esta forma de realizar recomendaciones de compra personalizadas es en buena parte responsable del éxito de Amazon, “desenterrando” artículos que no son los más populares.
Es lo que se denomina modelo “long tail” o de larga cola, una estrategia basada en no centrar el beneficio únicamente en los productos más populares, sino en cantidades a menudo nada desdeñables de otros muchos pequeños artículos complementarios, accesorios, etc., en los que a priori no pensamos, pero que se nos antojan deseables tras verlos bajo el título: “Los clientes que compraron este producto también compraron”.
¿Qué tipo de aplicaciones impulsadas por inteligencia artificial influyen más en el comercio electrónico?
Actualmente se está invirtiendo mucho en mejorar las tecnologías impulsadas por IA, sobre todo mediante Deep Learning o Aprendizaje Profundo, para afinar los algoritmos de recomendación de productos, de forma que estos sean capaces de aprender.
Para poder hacerlo, deben mejorar su capacidad de detectar patrones entre la enorme cantidad de datos que se recopilan de los usuarios. Esto a menudo pasa porque la IA sea capaz de entender mejor las sutilezas de nuestra forma de expresarnos cuando buscamos algo, para poder presentarnos resultados más pertinentes de forma instantánea.
En consecuencia, una de las disciplinas de investigación de la IA en que actualmente más están invirtiendo, no solo Amazon, sino la mayoría de las plataformas de comercio electrónico, consiste en mejorar sus capacidades de PLN o procesamiento del lenguaje natural (NLP o Natural Language Procesing en inglés).
Así, Amazon ha desarrollado un programa llamado Amazon Comprehend, que utiliza NLP para detectar información relacionada en textos. Esta tecnología ya es capaz de detectar el grado de positividad o negatividad y aprende constantemente de las opiniones de los consumidores.
¿Por qué es tan importante la información relacionada?
La principal fuente de datos de Amazon Comprehend son las opiniones que sus clientes han ido publicando. Este enorme repositorio de opiniones se ha convertido ya en una de las mayores fuentes de datos de lenguaje natural que existen. Y sigue siendo alimentada cada vez que otro usuario valora un producto y publica su opinión, lo que le permite a la IA de Comprehend seguir evolucionando igual que el lenguaje lo hace, y al ritmo que cambian las impresiones de los consumidores sobre aquello que compran.
Utilizando Comprehend cualquier empresa puede ya analizar las opiniones que sus clientes hayan publicado en su comercio electrónico, pero también en los correos electrónicos recibidos por los departamentos de atención al cliente o de soporte, en las redes sociales, artículos y otros documentos. Comprehend puede detectar la función o característica mencionada de forma más frecuente cuando sus clientes están contentos con sus productos o servicios (y también cuando están descontentos).
Conclusión
Como hemos visto, el machine learning amplifica el poder de influencia de Internet, ayudando a las marcas y comercios a adaptarse lo máximo posible a lo que prefiere cada potencial cliente para guiar sus decisiones de compra. ¿Qué opinas? ¿Alguna vez te has sentido demasiado “guiado” hacia determinados productos cuando compras en Internet?
(C) Lowpostactive