Contenidos Notas de Prensa Vídeos Diccionario
Bienvenido al nuevo buscador de PuroMarketing . Nuestro sistema de búsqueda ha sido mejorado para proporcionar unos mejores resultados y mejor acceso a nuestros contenidos.
325 Shares
  • Alfonso García, SAP Hybris Spain Sales Director. Toda su carrera se ha centrado en el impulso de las...
  • Postgrado en Marketing Intelligence y Aplicaciones Big Data · Semipresencial · Expertos en Analítica
  • Realiza una estancia en Kean University. El 74% de los alumnos mejora su situación profesional
  • La imprenta online exclusiva para profesionales de las Artes Gráficas, la Comunicación y el Marketing
  • PuroMarketing - Marketing en Español

    Estamos viviendo una transformación del marketing. Machine learning está revolucionando las prácticas que se habían convertido en estándar y permitiendo introducir mejoras radicales alrededor de la personalización, la segmentación y el rendimiento de las campañas. Las estadísticas muestran que los usuarios pioneros en machine learning están superando a sus competidores y alcanzando un elevado nivel de compromiso de los clientes.

    De acuerdo con un estudio de Forrester Research, es 2,9 veces más probable que los profesionales del marketing predictivo que utilizan machine learning informen sobre el crecimiento de sus ingresos en niveles superiores a la media de la industria. También es 2,1 veces más probable que "ocupen una posición de liderazgo en los mercados de producto/servicio en los que trabajan". Claramente, machine learning está proporcionando una ventaja a estos profesionales. Los clientes están respondiendo a ofertas personalizadas afines a su estilo de vida. Cuando las empresas realizan ofertas relevantes sobre el producto adecuado, en el momento oportuno y al precio conveniente, los clientes prestan atención.

    mBank, el mayor banco online y cuarto banco comercial de Polonia encaja perfectamente en esta nueva generación de profesionales de marketing predictivo. Esta entidad utiliza analíticas predictivas con machine learning, que le han permitido aumentar sus resultados en el apartado de créditos no hipotecarios, productos de seguros y de ahorro entre un 200 y un 400%. Una gran parte de los 4,5 millones de clientes de mBank pagan con tarjeta de crédito, lo que ofrece a esta entidad una información muy valiosa sobre sus compras. Al combinar el historial de compras con las actividades recientes de sus clientes, el banco está aprendiendo continuamente sobre las preferencias de sus usuarios. Machine learning permite a los profesionales del área de marketing de mBank predecir qué ofertas serán de mayor interés para cada usuario. Los resultados hablan por sí solos.

    Para ampliar el atractivo que sus productos y servicios tienen para sus clientes, mBank ha incorporado ofertas personalizadas fuera de su catálogo, para lo que ha firmado acuerdos con diferentes socios. De este modo, el equipo de marketing envía ofertas especiales de restaurantes a los clientes que habitualmente comen fuera de casa u ofertas para cambiar de casa a aquellos que han solicitado una hipoteca recientemente o vales para productos electrónicos de alta gama a los clientes amantes de los gadgets. Con todo ello, está monetizando los datos de sus clientes y creando nuevos modelos de negocio para el futuro. Las ofertas personalizadas y altamente relevantes están incrementando la presencia del banco entre los clientes y situándolo como líder en el área de comunicaciones con usuarios.

    Nuevas reglas en el mundo de Machine Learning

    Machine learning proporciona el conocimiento que los profesionales del marketing de mBank necesitan para actuar e impulsar los resultados de negocio. Cuando se dispone de machine learning y se pueden predecir las acciones de los clientes, es posible crear un nuevo conjunto de reglas y mejores prácticas que proporcionan experiencias de usuario personalizadas y positivas. De hecho, estos profesionales están construyendo estrategias personalizadas, centradas en el cliente, alrededor de estos nuevos conceptos.

    Localización, esa cosa del pasado

    Conocer la ubicación física de un cliente ha sido un dato relevante durante décadas y, recientemente, la geolocalización ha conducido a unos rendimientos de las campañas significativamente superiores. Estas campañas, desafortunadamente, son unidimensionales. La ubicación es simplemente un dato concreto dentro de la vasta cantidad de conocimiento de cliente disponible para los profesionales del marketing. Sin embargo, el marketing omnicanal proporciona una imagen completa del cliente. Los profesionales del marketing pueden aplicar machine learning a los datos del cliente en tiempo real, a su histórico y a datos estructurados y no estructurados para crear una campaña única y altamente personalizada que permita alcanzar un compromiso del cliente más estrecho y duradero.

    Introduciendo la segmentación para un único cliente

    Las campañas tradicionales se dirigen a una amplia red, que realiza una segmentación, por ejemplo, de mujeres de entre 30 a 35 años, que viven en Madrid. Con machine learning los profesionales del marketing pueden crear una campaña dirigida a una mujer en concreto, de 35 años, que acuda habitualmente a los partidos del Estudiantes, que haya comprado un BMW hace 5 años y que recientemente haya sufrido un accidente. Las analíticas predictivas pueden mostrarle una oferta de un coche nuevo, que incluya una entrada gratis para ver a su equipo favorito y enviársela bien al BMW que está conduciendo, a su cuenta de email o mostrársela en su smartphone.

    Las creatividades de mayor rendimiento provendrán de las máquinas, no de los humanos

    Las empresas destinan grandes cantidades de dinero a firmas de diseño para crear promociones online, móviles o impresas. Machine learning podría hacer que estas firmas se quedaran obsoletas o, por lo menos, constituirse como una seria competencia. Y es que desde los departamentos de Marketing podrían aplicar machine learning a las promociones: podrían coger toda la materia prima necesaria en ese proceso (fotos, textos y llamadas a la acción) y predecir qué elementos resultarán más atractivos a cada conjunto de clientes. El software puede incluso establecer el lugar que ocupará cada elemento dentro del diseño de la promoción, sin necesidad de que intervenga el ser humano.

    Las promociones e incentivos altamente personalizados no requieren de científicos de datos

    Los profesionales del marketing tienen terabytes de datos de clientes que ni sus cerebros ni sus hojas de cálculo son capaces de procesar. El sofisticado software de machine learning les permite adentrarse en ese océano de datos y manipularlo, visualizarlo y, en última instancia, actuar sobre los conocimientos que proporciona.

    Por primera vez en la historia, los profesionales del área de marketing pueden realizar consultas, establecer comparaciones y dar un paso hacia la clasificación, la regresión, la segmentación y establecer modelos de previsión de series históricas, que hasta ahora estaban reservados a los científicos de datos. De esta forma, pueden crear promociones e incentivos hiper-personalizados con machine learning y las analíticas predictivas sin necesidad de solicitar ayuda al área de TI. Lógicamente, conocen mejor al cliente que sus compañeros del departamento de TI, y por tanto saben qué preguntas tiene que hacer para producir los modelos que conduzcan a ofertas relevantes e hiper personalizadas para los clientes.

    Machine learning seguirá rompiendo las reglas del marketing. Esto es solo el principio de una nueva era en la que los profesionales de esa área redefinirán la forma en la que atraer y lograr el compromiso de sus clientes. La gran ventaja que nos ofrece machine learning es que permite incrementar la inteligencia de cada interacción, por lo que los profesionales del marketing que lo apliquen siempre estarán sincronizados

  • Comentarios
  • Anónimo
    No hay comentarios ni opiniones sobre este contenido. Sé el primero en opinar