INNOVACIÓN

Ya no sorprende que al navegar en una web aparezca publicidad sobre un producto que estuvimos viendo hace tan solo 5 minutos. ¿Pero qué pasa si a pocos días de un viaje llega una oferta de un seguro que estábamos esperando?, ¿o si al ingresar a una app para pedir comida aparece el menú que generalmente comemos ese día a un precio aceptable?, ¿o al pedir un auto para ir a un aeropuerto las opciones que recibimos son de vehículos grandes con espacio para las valijas? La hiper personalización de la oferta de productos y servicios gracias al uso de Inteligencia Artificial y big data se profesionaliza año a año, sobrepasa a qué vender y a quién y ahora comprende también el cuándo y a qué precio.

El tema fue abordado durante el segundo capítulo del evento virtual Viviendo en el Futuro "Big Data, Inteligencia Artificial y las mega tendencias tecnológicas", organizado por El País y El Empresario.

Para Agustina Sanguinetti, directora de data analytics de PedidosYa, las variables de motivación de compra de los usuarios cambian y con ello evoluciona el uso de datos. «Para todos no es relevante el qué o el cuánto, tanto como el cuándo. En las últimas segmentaciones transversales detectamos usuarios para quienes lo más importante es el cuándo, porque tienen determinados momentos de compra super marcados. Entonces, con ellos hay que aprovechar el cuándo para terminar de concretar la venta. Otros tienen un comportamiento de exploración, de encontrar la oportunidad de algo que les gusta o, por el contrario, de sorprenderse con algo totalmente diferente», argumentó.

Esa personalización de la oferta también llegó a la banca, manifestó Franco Cinquegrana, head of client solutions de BBVA. El experto dijo que la empresa lo aplica por ejemplo a la hora de contratación de un cliente. «Personalizamos el precio uno a uno en base a datos de la probabilidad del pago del usuario. Porque un cliente con alta posibilidad de impago tendrá un costo más alto para el banco. También medimos el potencial de productos que pueda contratar y el canal por el cual lo haga», dijo. Pero no es lo único. También evalúan cuándo y qué ofrecer en base a datos. «No es lo mismo un cliente con US$ 50.000 de 28 años que otro de 60 años, las necesidades no son las mismas. Incluso las ofertas evolucionan en tiempo real. Por ejemplo, puedo saber cuándo harás un viaje y ofrecerte un seguro muy cerca en el tiempo y hasta contamos con modelos que predicen cuándo se va a fugar un cliente», destacó.

A la temporalidad hay que sumarle el producto correcto, sumó María Elisa Frías, gerente de operaciones de Uber para el Cono Sur. «Por ejemplo, si una persona tiene que ir al aeropuerto hay que ofrecerle un vehículo con mayor espacio para las valijas. O en horario pico poner más conductores en las zonas de oficinas para evitar pérdidas de tiempos en los viajes para los usuarios. Tiene que ver con patrones de comportamiento para ofrecer lo que necesitás en el momento que lo necesitás», destacó.

Andrés Levin, Chief Technology Officer (CTO) en Overactive

Consejos de Overactive para análisis de datos

Cuanto más decisiones tome una empresa en base a datos fácticos, mejor y más eficiente será para competir. Así lo entiende Andrés Levin, Chief Technology Officer (CTO) en Overactive. Pero antes de sumar Inteligencia Artificial (IA), aconsejó tener claro «qué evaluar, qué objetivo se busca y qué volumen de datos existen». «La IA se alimenta de información, por eso cuantos más datos, más preciso el resultado», dijo. Levin también destacó que se ha reducido la barrera económica para adoptar estas herramientas gracias a la implementación de soluciones en la nube y al modelo Software as a Service (SaaS). Finalmente, hizo hincapié en la seguridad del manejo; «es por etapas, primero se preparan los datos y la infraestructura y luego se analizan los riesgos y definen los perfiles de acceso», indicó.