Indudablemente, la Inteligencia Artificial (IA) es la principal historia del 2023, con noticias de última hora y predicciones hiperbólicas surgiendo a diario. Los minoristas y sus colaboradores tienen una preocupación justificada. Los directores de marketing y publicidad en el sector retail se preguntan qué significará la IA para sus operaciones actuales y el futuro del marketing en el ámbito minorista en general.

Lo primero a recordar es que la IA y sus tecnologías relacionadas, como el aprendizaje automático (Machine Learning, ML) y el “big data”, no son nada nuevas. La idea de usar grandes conjuntos de datos de entrenamiento para automatizar actividades rutinarias o predecir resultados futuros, a menudo llamada “IA estrecha”, ha existido durante décadas. Sin embargo, con todos los avances en la computación en la nube y el lanzamiento en noviembre del ChatGPT de OpenAI, la avalancha de información nueva (y desinformación) ha creado más que su cuota justa de ansiedad para algunos profesionales del retail. Sin embargo, el secreto para superar estos temores es el mismo que ha sido válido para cualquier nueva tecnología: entender sus capacidades y limitaciones.

Conceptos básicos

La IA puede aplicarse a casi cualquier tipo de datos digitales, incluidos datos estructurados (generalmente campos alfanuméricos con etiquetas y relaciones lógicas) y datos no estructurados. Piensa en datos estructurados como una hoja de cálculo con filas (registros) y columnas (campos) claramente etiquetadas. Los datos no estructurados no cuentan con etiquetas tan organizadas e incluyen imágenes digitales y texto no clasificado, como el que se encuentra en publicaciones de redes sociales. Sin embargo, incluso si un conjunto de datos no tiene etiquetas lógicas o estructuradas (o metadatos), todavía puede tener significado.

La IA está diseñada para detectar patrones en grandes volúmenes de datos no estructurados. Esos patrones, a menudo confirmados con ayuda humana, se utilizan en algoritmos de aprendizaje automático (Machine Learning, ML) para entrenar un sistema a reconocer patrones similares, ya sea en imágenes o texto, y tomar decisiones predictivas automáticamente. Una IA no comprende el significado de esos patrones como lo haría un humano, pero puede simular una respuesta consciente del significado de un humano mucho más rápido que los tomadores de decisiones humanos.

Consideremos la diferencia entre la comprensión humana y cómo la IA puede simularla. Un gerente de marketing minorista, por ejemplo, puede entender el significado de ciertos hechos sobre un producto:

1. Ha tenido buenas ventas en ciertas épocas del año.
2. Tiene un margen de beneficio razonablemente alto y una cadena de suministro confiable.
3. El fabricante ha proporcionado la mayoría de la información relevante del producto.
4. Ha recibido muchas críticas favorables en redes sociales y otros lugares.
5. Ha sido descrito favorablemente en varios blogs y artículos.
6. Hay imágenes y videos públicamente disponibles de personas usando el producto.

Los ítems 1-3 representan datos estructurados, generalmente encontrados en historiales de ventas, inventario o bases de datos de gestión de información de productos (PIM). Los ítems 4-6 son en su mayoría no estructurados. Sin embargo, a partir de estos puntos de datos, un ser humano podría concluir razonablemente que sería una buena idea lanzar una campaña de ventas para ese producto. Pero debido a la gran cantidad de productos y variables de producto diferentes, sería imposible para un ser humano, o incluso para un departamento de marketing completo, tomar esas decisiones a gran escala. Por otro lado, un sistema basado en IA puede detectar patrones significativos (confirmados por humanos) a partir de todo tipo de datos disponibles y automáticamente priorizar los candidatos más probables para una campaña de marketing.

Realizar esto a gran escala lograría varias cosas. Si el reconocimiento de patrones de la IA es preciso, una hipótesis fácilmente comprobable, la efectividad de las campañas de marketing minorista se incrementaría considerablemente. También reduciría el costo y la laboriosidad de analizar los datos en busca de percepciones significativas y accionables. Finalmente, si los directores de marketing y publicidad quedaran liberados de estas tareas, podrían centrarse más en cosas que la inteligencia artificial probablemente nunca hará, como considerar las preferencias y sesgos estéticos y psicológicos de su audiencia. Las personas creativas e intuitivas siempre tendrán la ventaja, independientemente de cuán bien o rápido la IA pueda imitar el comportamiento humano.

La ventaja del minorista

En esta área, los grandes minoristas ya tienen una gran ventaja sobre otras compañías, a saber, su acceso inmediato a cantidades masivas de datos principalmente estructurados relacionados con productos. Esto es completamente natural, ya que deben manejar miles (o millones) de productos individuales de múltiples fabricantes. Cada SKU de producto debe contar con una variedad de datos de características y componentes, generalmente almacenados en un sistema de Gestión de Información de Productos (PIM, por sus siglas en inglés). Al mismo tiempo, deben mantener todas las imágenes y descripciones de cada producto, generalmente almacenadas en un sistema de Gestión de Activos Digitales (DAM, por sus siglas en inglés). A esto se suma una serie de otras fuentes de datos como ventas, inventario, precios y otros elementos esenciales. Muchas empresas también incluyen historiales de ventas en línea y reseñas de clientes.

Por supuesto, ese océano de datos debe ser bien administrado, lo cual puede resultar desafiante. Afortunadamente, los equipos de integración de datos de Comosoft han ayudado a muchos minoristas a unificar sus fuentes de datos estructurados como PIM, DAM, utilizando el sistema LAGO para una planificación colaborativa y significativa, y para optimizar los flujos de trabajo eficientes basados en InDesign para campañas impresas y digitales con múltiples versiones.

Por supuesto, la diferencia radica en que los PIM, DAM y otras fuentes de datos típicas son altamente estructurados, como deberían serlo. Apenas estamos en las primeras etapas de agregar estructura a nuevas variedades de datos, como reseñas de clientes e imágenes y videos proporcionados por los propios clientes. Sin embargo, estos nuevos tipos de datos ofrecen un potencial increíble de valor para el especialista en marketing minorista. Y la IA solo acelerará ese valor.

Enfoque en la preparación de datos

Antes de que alguien pueda abordar de manera realista la IA y grandes cantidades de datos no estructurados, primero deben dominar sus datos estructurados, convirtiéndolos en oro para el marketing, por así decirlo. Comosoft LAGO es una herramienta probada para lograr precisamente eso.

Una vez que un gran minorista haya encontrado la manera de estar “preparado en datos” con lo que ya tienen, el siguiente paso hacia la inteligencia artificial será un paso lógico y poderoso. Con este nivel de preparación, la IA solo podrá llevar al minorista a nuevos niveles de eficiencia y crecimiento.

Obtén más información sobre el servicio de integración de sistemas personalizados y estrategia de datos de Comosoft y reserva una demostración para ver por ti mismo cómo LAGO puede optimizar y preparar para el futuro tu flujo de trabajo de datos.