Noticias Tecnología - Innovación - Ciencia

add ver todas

Las empresas de servicios profesionales ven un enorme potencial en el aprendizaje automático

El aprendizaje automático o machine learning (ML) es el subcampo de las ciencias de la computación y una rama de la Inteligencia Artificial (IA), cuyo objetivo es desarrollar técnicas que permitan que las computadoras aprendan. A partir de ahí, las organizaciones buscan, entre otras cosas, hacer uso de este aprendizaje para mejorar su posición comercial y, con ello, la calidad y volumen de sus ventas.

Sin embargo, vender a las organizaciones requiere inevitablemente embarcarse en un viaje mucho más largo y complejo, que culmina en un orden de valor mucho más alto que en el reino del consumidor. Por ello, la adopción de técnicas basadas en el machine learning parece más complejo para las empresas B2B (Business-to-business), aquellas cuya relación comercial es establecida con otras empresas u organizaciones, que para empresas B2C (Business-to-consumer), aquellas cuyo cliente final es el consumidor.

Por ello, los datos que se pueden obtener en el mundo B2B no son tan buenos como los conseguidos directamente del consumidor. Aún así, los profesionales de marketing en el sector de servicios profesionales están decididos a dominar el aprendizaje automático y otras herramientas para impulsar campañas utilizando datos y conocimientos. En una encuesta reciente a 1.419 ejecutivos de marketing, realizada por MIT Technology Review Insights en asociación con Google, el sector de servicios profesionales se ubicó entre las principales industrias que están adoptando y aplicando el análisis de datos y del machine learning.

Además, los ejecutivos de servicios profesionales pueden enfrentarse a más desafíos en este sentido (los datos B2B generalmente no son tan abundantes o accesibles como los datos B2C). Aún así, estas dificultades no han permitido que estos obstáculos de inicio disminuyan su compromiso. Al aplicar la tecnología para atraer y anticiparse a los clientes de formas totalmente diferentes, están reconsiderando sus prioridades estratégicas, reorganizando sus capacidades y resurgiendo como competidores inteligentes.

La mayoría de los profesionales son conscientes del impacto potencial que el marketing basado en datos podría tener en la mejora de su posición competitiva. Los profesionales del sector de los servicios profesionales están decididos a que la forma en que las empresas aplican sus datos desempeñará un papel clave en su capacidad de prosperar.


Guiados por algoritmos avanzados de machine learning, los negocios B2B tienen la oportunidad de utilizar la información que recopilan y analizan para obtener información sobre lo que impulsa el comportamiento de los clientes. A medida que la tecnología de machine learning sigue perfeccionando su análisis («aprendiendo» más sobre los clientes a medida que se familiariza con los datos), prepara a los profesionales de las compañías para producir contenido de marketing cada vez más efectivo en tiempo real.

Si bien es cierto que estos profesionales deben comenzar el proceso creando una columna vertebral de datos para apoyar dicha innovación. Esto significa estandarizar y unificar todos los datos que han estado almacenando, lo que facilita el acceso y el aprovechamiento de ellos mediante técnicas de machine learning. En este sentido, la adopción de la tecnología de la nube ha creado un repositorio de datos a la escala necesaria que además proporciona una plataforma para que los algoritmos de machine learning procesen esa información sin comprometer la seguridad.

La tecnología de machine learning puede mejorar el rendimiento de la función de marketing mediante la automatización de procesos empezando, por ejemplo, por las ofertas. Por el momento, son pocas las empresas que tratan de predecir el comportamiento de un cliente en base a su primera compra. Sin embargo, los profesionales del marketing de estas empresas están seguros de los beneficios de implementar técnicas de machine learning. El mundo B2B tiene mucho más que ganar con el uso de la tecnología de aprendizaje automático que con cualquier otra industria.

Lo más probable es que los comerciantes del sector muestren algunas preocupaciones ante la irrupción de esta tecnología y su adopción en los negocios por la madurez y complejidad de la tecnología y por si tienen acceso a las habilidades necesarias para maximizar su uso.


Guidance

  • El mundo de los servicios profesionales parece convencido a adoptar la tecnología machine learning como herramienta para mejorar sus procesos comerciales y alcanzar relaciones con sus cliente de mayor valor.
  • ​​Para ello, es preciso la captación y procesamiento de gran cantidad de datos que, para las empresas B2B, se antoja más complicado que para aquellas donde el cliente final es el consumidor.
  • La adopción de la tecnología machine learning supone un reto para los profesionales del sector y muestra alguna preocupación sobre la madurez y complejidad de la tecnología y por si tienen acceso a las habilidades necesarias para maximizar su uso.


¿Quieres saber más?


Artículos: AI can deliver significant benefits to professional services industry

NOTICIAS RELACIONADAS

add ver todas

2020, el año de los negocios sostenibles

Existen multitud de tendencias a nivel global que pisan fuerte para definir la próxima década, y es innegable que una de ellas es la sostenibilidad. Actualmente se trata de la prioridad de las agendas a nivel gubernamental y son muchas las acciones a nivel tanto nacional como internacional que se están tomando al respecto.

Una plataforma basada en blockchain convierte los puntos de...

Benebit, una startup minorista, ha lanzado una plataforma que ofrecerá a los consumidores la posibilidad de convertir los puntos de fidelización en tokens (criptomonedas), que posteriormente podrán utilizar para comprar productos en línea de manera similar a la moneda fiat. El objetivo de Benebit es hacerse con el mercado de retail online al eliminar el sistema tradicional que requiere que los retailers ofrezcan numerosas tarjetas de fidelización, reemplazándolas por una sola tarjeta y una aplicación que abarcará miles de negocios en todo el mundo.Las consecuencias del lanzamiento de Benebit:Disrupción en las compras online a través de la tecnología blockchain – Teniendo en cuenta tanto a los retailers como a los consumidores, Benebit pretende revolucionar el mundo del cashback y de los programas de fidelización mediante la adopción de la tecnología blockchain, permitiendo a los usuarios intercambiar sus tokens de Benebit (BNE) por cualquier criptomoneda o moneda fiduciaria. Esto permitirá a los clientes comprar en sus marcas favoritas en todo el mundo utilizando los tokens de Benebit (BNE)Reducción del coste de mantenimiento de los programas de fidelización – Esto permitirá que los pequeños minoristas tengan capacidad para poder contar con un programa de fidelizaciónMejora de la relación consumidores-retailers – La mayoría

Nike Fit te ayudará a calzarte de manera más sencilla

Nike propone solucionar el problema universal de escoger la talla correcta de zapatillas sacando al mercado Nike Fit, una aplicación que permite solucionar estas dudas a través de un escáner del pie usando el propio móvil, y que combinando tecnología de realidad aumentada, Inteligencia Artificial, y algoritmos de recomendación es capaz de conocer con exactitud la talla de pie del usuario.

El auge de compact AI para edge computing

En diciembre de 2016, Peter Levine de Andreessen Horowitz predijo el edge computing, procesamiento de los datos y la computación en los en los extremos lógicos de la red, como el próximo paradigma informático. La evolución del cloud computing al edge computing se debe al crecimiento del IoT, actualmente existen billones de smartphones, cameras, coches autónomos y otros dispositivos que recogen grandes cantidades de información que necesita ser procesada en tiempo real. El retardo de la red y la gran cantidad de datos generada (un coche genera un gigabyte por segundo) impide que haya tiempo suficiente para la trasmisión y procesamiento de datos en la nube, por tanto la computación tendrá que trasladarse a donde se generan los datos. Esta evolución se asemeja al la evolución del mainframe a la computación cliente-servidor y Levine la describe como edge intelligence. El borde de la red se convertirá en un sistema masivo de computación distribuida que almacena, procesa y actúa sobre los datos del mundo en tiempo real en el propio dispositivo. El Compact AI permite que el dispositivo o sistema responda a los datos a medida que se crean, eliminando las limitaciones asociadas con internet y la nube tales como el ancho de