Ingeniería, algoritmos y Marketing: ¿Cómo usar la Ingeniería Creativa y la Creatividad Algorítmica con una Mentalidad de Crecimiento?

En la universidad, hace más de 25 años, seguí ingeniería en electrónica y telecomunicaciones, ahí conocí sobre estadística, funciones matemáticas y programación. Como comprenderán, aprendí un enfoque técnico donde 1+1 es igual a 2. Luego, empecé a trabajar brindando soporte técnico corporativo y me di cuenta de que me gustaba resolver los problemas de los clientes con soluciones tecnológicas.

Este recorrido me llevó primero a gestionar proyectos, luego a liderar productos y finalmente a manejar múltiples líneas de negocio en distintos mercados. A lo largo de este camino fui entendiendo cómo las responsabilidades se expanden, pero también cómo se profundiza la necesidad de tomar mejores decisiones.

En esa experiencia aprendí que, sin datos ni experiencia, resulta muy difícil decidir correctamente, que la combinación entre tecnología, datos y creatividad no es una opción sino una obligación, y que el marketing de crecimiento no debe entenderse solo como una práctica aislada. Más bien, el marketing de crecimiento es una mentalidad, una forma de pensar en la que la suma de esfuerzos no es lineal y donde, muchas veces, uno más uno puede terminar siendo igual a once.

La ingeniería organiza incertidumbre; el marketing la transforma en significado.

Hoy quiero compartir este recorrido que me llevó a combinar los números y la creatividad para potenciar el crecimiento de los negocios a partir de una mentalidad de crecimiento.

EL CEREBRO, PENSAMIENTO LENTO, PENSAMIENTO RÁPIDO Y LA CIENCIA DE DATOS CON MACHINE LEARNING:

El cerebro es una máquina que procesa experiencias, las cuales se almacenan y van desarrollando la intuición, para esto, primero pasa por un proceso de aprendizaje, como cuando aprendemos a manejar y actuamos conscientemente de todos los cambios en el auto -

Recuerden los momentos cuando aprendieron a manejar. ¿Quién no se acuerda el sudor y los nervios en las primeras clases de manejo? ¿Recuerdan cuando llegaban a una intersección y debían frenar, ver a ambos lados, ver que no haya autos, cambiar la marcha y poco a poco acelerar para continuar el camino sin que se pare el motor, todo esto al mismo tiempo? A más de uno se nos apagó el motor por no poderlo hacer de forma sincronizada.

A esto le llamamos el sistema de pensamiento lento, donde el cerebro está aprendiendo y realiza un mayor esfuerzo para actuar porque está consciente de todo lo que debe ejecutar a la vez. Pero el cerebro no está preparado para hacerlo siempre así.

Cuando ya hemos aprendido a manejar, lo hacemos de forma inconsciente, cambiamos la marcha sin tener que se conscientes de ello, aceleramos o frenamos de forma intuitiva cuando vemos ciertas señales, incluso conversamos mientras el manejo se realiza de forma automática, aquí el cerebro interiorizó todo el aprendizaje y generó algoritmos que procesan rápidamente algunas variables para establecer un potencial resultado o una acción en milisegundos. Como cuando vemos una fila larga en un restaurante y anticipamos que debe ser muy bueno. A esto le llamamos el sistema de pensamiento rápido o intuición.

Este mismo concepto, pero con capacidad de procesar muchas más variables son las que desarrolla la ciencia de datos con la inteligencia artificial, aplicando aprendizaje de variables para predecir comportamientos. A esto le llamamos algoritmos. Un conjunto de reglas que permiten identificar tendencias, comportamientos y resultados.

Cuando hablamos de datos, hablamos de medir, registrar, analizar y decidir.

Muchos de nosotros alguna vez hemos pensado en bajar de peso. ¿Quién ha hecho el esfuerzo de pesarse, al menos, cada quince días? Bueno, cuando lo haces, empiezas a medir y si a eso haces el esfuerzo consciente de anotarlo en un documento de forma disciplinada, empiezas a ver la tendencia. Esto nos lleva a analizar la situación y tomar decisiones, decisiones como cambiar los hábitos alimenticios o hacer ejercicio.

En última instancia, esto permite tomar decisiones. Cuando vez mejoras te motiva y cuando empeoras tomas más controles, puedes empezar a predecir lo que va a pasar y hasta prescribir acciones para obtener mejores resultados y alcanzar tus objetivos. Entonces, medir importa. Luego puedes incluir más indicadores, como IMC, cantidad de músculo, calorías, etc.

Sin embargo, nuestro cerebro no puede procesar de forma simultánea más de 4 variables, y llega un punto en que hay decenas de variables y necesitas ayuda para anticipar el resultado.

INGENIERÍA CREATIVA Y CREATIVIDAD ALGORÍTMICA:

En marketing sucede lo mismo. ¿Qué pasa si empiezas a clasificar las variaciones de piezas gráficas, identificando el fondo de la gráfica, la imagen principal, el copy de la imagen y el call o action? ¿Y luego empiezas a medir el desempeño de las piezas en diferentes segmentos de mercado utilizando todas las combinaciones posibles y registrando todos los resultados? Son muchas variables, pero te interesa encontrar la combinación exacta para maximizar tu objetivo.

Aquí entran los algoritmos con machine learning, donde la inteligencia artificial identifica el comportamiento de muchas variables para establecer los escenarios que permitirían alcanzar el mejor resultado.

Es como cuando el Dr. Strange analizó los 14 millones de futuros posibles para determinar la forma de ganar la batalla con Thanos en la película Avengers: Endgame.

A esto le llamamos ingeniería creativa porque la creación de campañas y publicidad, ya no se basa sólo en la creatividad e intuición de los especialistas de publicidad, sino que se apoya en datos e ingeniería para identificar las mejores combinaciones y obtener los mejores resultados.

Para que los datos nos ayuden, debemos tener información históricos que nos permitan establecer un comportamiento, por otro lado, cuando no hay información histórica, es más útil nuestra intuición, siempre que se haya tenido experiencias previas. Dado que siempre van a haber casos donde no haya información previa, equilibrar la intuición con los datos es una práctica necesaria. Para mejorar la intuición, es necesario tener múltiples experiencias de campos variados que nos permitan extrapolar resultados en diferentes diciplinas para identificar potenciales resultados.

Con todas estas categorías y datos deberemos crear muchas piezas gráficas con todas las combinaciones posibles para realizar el trabajo, pero ¿Qué pasa si le agregamos herramientas de IA para la creación de piezas gráficas? Es decir, ¿si utilizamos una herramienta de IA que haga toda la combinación de fondo, elemento principal, copy y call to action? Bueno, a eso le llamamos creatividad algorítmica, donde combinamos IA con la creatividad humana para armar todas estas piezas gráficas. Una combinación humano - maquina para potenciar el desarrollo creativo. Esto nos permite obtener cientos de piezas gráficas diferentes para ser probadas en unos minutos.

MENTALIDAD DE CRECIMIENTO:

Pero no todo es perfecto. El trabajo con algoritmos también puede traer sesgos.

¿Qué pasa cuando nuestro cerebro ha aprendido algoritmos con sesgos? Como, por ejemplo, haber tenido algunos eventos traumáticos que nos hicieron aprender a no confiar en otras personas. Lo que sucede es que esa experiencia/intuición va a limitar nuestras posibilidades de confiar y de crecer. Para evitar este riesgo es muy importante la mentalidad que tengamos.

Uno de los elementos de esta mentalidad es que no sólo es necesario aprender, sino que a veces es más importante: desaprender.

Hay un caso al respecto muy interesante. Había un negocio de hotdogs en Nueva York que tenía una fila muy larga de gente esperando todos los días y el dueño no sabía cómo resolver el problema para poder atender más rápido y así ganar más clientela. Encontró que algo que demoraba bastante era la entrega del cambio cuando le hacían el pago. - ¿Quién de ustedes dejaría que sus clientes pudieran pagar y tomar el cambio por ellos mismo? Bueno, ese es un ejercicio de confianza. - El caso es que después de pensarlo mucho, decidió que dejaría que sus clientes puedan hacer tomar el cambio por ellos mismo. Y el resultado fue sorprendente, la gran mayoría de los clientes respetaba el cambio e incluso se sentía mucho más comprometido por ese salto de fe que dio el dueño del negocio, aumentó la cantidad de clientes y la confianza.

Entonces, desconfiar de otros puede ser un sesgo que limita el crecimiento. Lo mismo sucede en algoritmos de machine learning que incluyen sesgos que limitan ciertas respuestas, como el caso del algoritmo para escoger candidatos, que afectan la selección de mujeres y minorías por los sesgos que se crearon en su desarrollo.

En este camino de desaprender, he aprendido que hay otro sesgo que debe erradicarse y es dejar de castigar el error.

En muchas organizaciones y en muchas culturas el error recibe, más que un análisis, una sanción social.

Piensa en una reunión donde alguien propone una idea arriesgada: la respuesta más común no es un “probémoslo”, sino un silencio incómodo, una mirada crítica o preguntas que minan la iniciativa. ¿Quién de ustedes cuando cometió un error recibió felicitaciones y festejos? ¿O en vez de eso recibieron una crítica o burla? Eso no genera aprendizaje del tipo que busca innovación - sino un aprendizaje defensivo.

Hay una razón profunda para esto: somos animales sociales. La historia evolutiva nos enseñó que el rechazo o la exclusión eran costosos, así que desarrollamos mecanismos para evitar el ridículo y el fallo público. La psicología lo documenta con conceptos como la aversión a la pérdida (preferimos evitar perder que ganar de forma equivalente) y los hallazgos clásicos sobre conformidad social. En términos prácticos, esa motivación intrínseca a no cometer errores hace que muchas personas opten por la ruta segura —y eso frena el experimento, sin embargo, pensemos cómo aprendimos a caminar. No existe un manual para aprender a caminar, un bebé no recibe instrucciones; simplemente práctica, se cae, se vuelve a levantar y lo intenta de nuevo hasta que el cuerpo aprende el patrón. Cada caída es una mini-experiencia que el cuerpo registra y convierte en habilidad. Eso es ensayo y error en su forma más pura: nadie critica al niño por caerse, lo celebramos cuando se levanta.

Necesitamos ese mismo entorno en nuestros equipos, hay que aplaudir cuando uno se equivoca, porque significa que fue por un camino nuevo y estuvo experimentando. El punto esta en equivocarse pronto, al menor costo posible y aprender del error para mejorar. Por esto se habla de realizar pilotos controlados, donde el impacto de un error es mínimo. No me refiero a probar en todo el mercado, con todo el presupuesto o en toda la empresa, porque el error podría significar una pérdida grande. - Ojo, no es lo mismo error que negligencia: El error es cuando no sabes lo que va a pasar y por eso te equivocas. La negligencia en cambio es cuando a sabiendas de que algo va a salir mal, dejas que suceda.

Abrazar el error trae consigo la experimentación. En un entorno tan dinámico, con múltiples actores en el mercado, con cambios imprevisibles y con incertidumbre, no se pueden tener todas las respuestas, por lo que es necesario saber experimentar e innovar para encontrarlas. La experimentación y la innovación no significan desorden, sino que significa que debemos tener un método para hacerlo bien. En mi experiencia, el método científico es la mejor vía de canalizarlo. Debemos tener un presupuesto asignado para experimentar, al menos el 10% del presupuesto de marketing debería destinarse a experimentos. Así, el 90% del presupuesto estará enfocado en los resultados que se buscan alcanzar y el 10% buscará nuevo conocimiento por medio de la experimentación. Los experimentos son laboratorios donde debemos identificar variables, establecer hipótesis, y proponer acciones. Luego debemos registrar los resultados y validar si estábamos en lo cierto o no. Lo que funciona se queda y lo que no funciona se elimina. Por esto es necesario tener un espíritu explorador y probar nuevas cosas; cuando ampliamos nuestra visión, podemos ver de mejor manera todo el bosque y no sólo estar enfocados en un árbol.

MARKETING DE CRECIMIENTO:

En el marketing de crecimiento ya no existe el embudo clásico de ventas, sino que nos enfocamos en todo el ciclo de vida del cliente buscando que el cliente crezca con nosotros con una mentalidad que sabe desaprender, que festeja el error e invita a experimentar. En base a esta mentalidad aplicamos datos y creatividad para tomar mejores decisiones y utilizamos creatividad con herramientas de IA para hacer más en menor tiempo.

Ingeniería Creativa = Datos + Creatividad = Mejores decisiones

Creatividad Agorítmica = Creatividad + IA = Menos tiempo

RIESGOS DE LA IA

Sin embargo, utilizar herramientas de IA trae consigo un riesgo. ¿Quién ha escuchado preocupaciones porque la IA afecte el desempeño cognitivo de los humanos? Esto sucede cuando dejamos que la IA sea la que piense por nosotros. Para evitarlo, es necesario entender que el rol de la IA es de apoyo. La IA nos permite hacer más en menor tiempo, nos permite aumentar nuestra curiosidad y nos da información útil para tomar decisiones, pero debemos estar claros que el piloto de este camino somos nosotros y que la IA es solamente el copiloto. Nosotros establecemos el significado de lo que la IA debe hacer y luego validamos que la IA haya elaborado lo que buscábamos, haciendo curadoría del resultado final. Normalmente una pieza gráfica hecha con IA tiene un 20% de adaptación que realiza un humano para que sea adecuada.

Por ejemplo, cuando debemos realizar un trabajo sobre un caso de negocio, surge una pregunta fundamental: ¿qué es lo que realmente queremos lograr? Podemos simplemente cargar el caso en ChatGPT para que nos entregue una solución terminada y sea la herramienta la que “aprenda” por nosotros, o podemos leer el caso, analizar la situación y construir el aprendizaje desde nuestra propia comprensión. La diferencia entre ambos enfoques es clave.

La idea central es que seamos nosotros quienes aprendamos, utilizando a ChatGPT únicamente como un facilitador que nos acompañe y apoye en ese proceso, no como un sustituto del pensamiento crítico ni del análisis propio.

En este camino he aprendido que los datos y la creatividad nos dan dirección, que la combinación de creatividad y herramientas de inteligencia artificial nos permite hacer más en menos tiempo, y que una verdadera mentalidad de crecimiento se basa en aprender a desaprender, aceptar el error y experimentar de manera metódica.

La unión de estas acciones es la que nos acerca a negocios exitosos. En esa intersección entre la creatividad, los datos y el algoritmo es donde se produce el verdadero crecimiento.