martes, 22 de mayo de 2018

Wearables que salvarán vidas - INFOGRAFÍA


lunes, 14 de mayo de 2018

Machine Learning no es el futuro, ¡ya estamos en el!


Por Roberto Ramírez

¿Has escuchado mencionar el término machine learning últimamente sin saber a qué se refiere? ¿Te parece un término confuso e intimidante?

Cuando se habla de inteligencia artificial (IA) es normal sentirse confundido, ya que la tecnología IA es algo "relativamente nuevo" que ha generado un gran impacto. Sin embargo, no debe ser visto como algo intimidante, sino como una tecnología que puede aportar mucho a los negocios actuales.

Si quieres entender esta nueva tendencia y platicar de ella con tus allegados, ¡este artículo es lo que estabas esperando!

¿Qué es machine learning?
El machine learning (aprendizaje automático o aprendizaje de máquina), tuvo sus inicios en la década de los 60’s. Fue una subdisciplina de la IA, producto de las ciencias de la computación y las neurociencias, aunque en los 90’s se separa para convertirse en una disciplina por sí sola.

El principal objetivo del machine learning es abordar y resolver problemas prácticos de donde se aplique cualquiera de las disciplinas numéricas (razonamiento probabilístico, investigación basada en la estadística, recuperación de información, y continuó profundizando cada vez más en el reconocimiento de patrones).

Es un campo de las ciencias de la computación que, según Arthur Samuel, les da a las computadoras la habilidad de aprender sin ser explícitamente programadas.  

Si bien al principio sus funciones eran básicas y se limitaban a filtrar emails, hoy en día puede hacer cosas tan complejas como predicciones de tráfico en intersecciones muy transitadas, detectar cáncer, e incluso, definir la compatibilidad entre dos personas.

El objetivo principal de los “learners” es desarrollar la capacidad de generalizar y asociar. Esto traducido a máquinas o computadoras, significa que éstas deben lograr un desempeño preciso y exacto, tanto actividades que resulten familiares, como en aquellas que sea nuevas o imprevistas.

Para poder lograrlo, es necesario replicar las facultades cognitivas del ser humano, crear modelos que generalicen la información que se les presenta para realizar predicciones. Para esto, existe un ingrediente clave; los datos.

Existen tres grandes categorías en las que se dividen sus algoritmos.

1.      Supervised learning (Aprendizaje supervisado)
A través de datos insertados por humanos, la computadora es capaz de distinguir diversas cosas; por ejemplo, distinguir la imagen de auto, por la de un avión. Aunado a este ejemplo, lo ideal es que las computadoras aprendan de una multitud más, y a partir de eso tengan la capacidad de hacer los cálculos necesarios para que el humano no tenga que volver a ingresar información.  Esta categoría asegura efectividad y calidad.

Ejemplos: reconocimiento de voz, detección de spam, reconocimiento de escritura, reconocimiento facial, entre otros.

2.      Unsupervised learning (Aprendizaje no supervisado)
En esta categoría no se cuenta con información previa, sino que se le otorga una enorme cantidad de datos que cuentan con las características propias de un objeto (aspectos, partes, características que conforman un auto) para que de esta forma la computadora pueda terminar qué es.

Ejemplos: detectar morfología en oraciones, clasificar información, etc.

3.      Reinforcement learning (Aprendizaje por refuerzo)
Esta categoría tiene como base de aprendizaje el refuerzo. A través de múltiples pruebas y errores, la máquina es capaz de adquirir conocimiento. Otra característica de esta categoría es que las máquinas conocen los resultados desde el principio, sin embargo, no sabemos cuál es la mejor ruta o cuáles son las decisiones que se deben tomar para llegar al éxito. El algoritmo poco a poco va asociando los patrones de éxito, y de esta forma repetirlos una y otra vez, hasta llegar al punto de perfeccionarlos y convertir el proceso es uno infalible.

Ejemplos: navegación de un vehículo en automático, toma de decisiones, etc.

Perspectivas y aplicaciones
Por momentos estamos tan involucrados con la tecnología que no nos damos tiempo de detectar los diversos desarrollos o tendencias tecnológicas que utilizamos en el día a día. Para el individuo, la inteligencia artificial, especialmente el machine learning, es un facilitador clave de muchas de las tareas que realizamos en nuestra rutina diaria; servicios de traducción, asistente personal (Siri), predicción del clima, y en temas comerciales, específicamente en el sector retail, conocer de forma anticipada qué es lo que los usuarios quieren en base a sus actividades o hábitos de consumo.

Hablando en temas de negocios, las compañías actuales señalan a esta tendencia como una oportunidad invaluable para sus sistemas operativos, pues les permite cumplir con sus expectativas de mejora y crecimiento, así como automatizar sus procesos.  ¿Qué áreas pueden aplicar esta tecnología?

Debido a su naturaleza basada en el procesamiento y análisis de datos, la tecnología machine learning se puede aplicar en sectores donde se cuente con bases de datos lo suficientemente grandes. Algunos de sus usos más populares y desarrollados son:
  • ·        Clasificación de secuencias de ADN
  • ·        Predicciones económicas y fluctuaciones en el mercado bursátil
  • ·        Mapeos y modelados 3D
  • ·        Detección de fraudes
  • ·        Diagnósticos médicos
  • ·        Buscadores en Internet
  • ·        Sistemas de reconocimiento de voz
  • ·    Optimización e implementación de campañas digitales publicitarias (Google AdWords, Facebook e Instagram).

La cantidad de información que se maneja en la actualidad presenta tintes infinitos, lo que se convierte en un gran desafío para muchas empresas que buscan catapultar su negocio a costa de los datos recibidos. Esta tecnología permite que la información sea utilizada para mejorar los conocimientos de la empresa y, además, tener una mayor capacidad de respuesta ante diversos escenarios.

El machine learning no es una tecnología que haga magia, se requiere de talento humano para poder perfeccionarse, y así poder sacar el mejor provecho de ella. Como sucede con todas las tecnologías, las empresas deben conocer las características básicas de la tecnología, para poder saber usarla a su favor, de lo contrario, se hacen implementaciones que no están alineadas y enfocadas en solventar las necesidades reales de la empresa. Lo que es un hecho, es la IA y sus derivados, van a transformar por completo el mundo como lo conocemos. 

Fuente:

martes, 8 de mayo de 2018

Estrategias de lealtad para sitios ecommerce



En la actualidad el sector comercial se enfrenta a dos factores tan distintos como determinantes para el éxito de un negocio; decisiones inmediatas o de impulso por parte de los consumidores o decisiones sabias, que involucran la comparación de productos en diversas tiendas, tanto físicas como online.

La variedad de productos es sumamente superior a lo visto hace 15 años, las formas de consumo han evolucionado, lo que ha provocado un empoderamiento en el shopper que ha puesto a muchas marcas a temblar. La existencia de sitios e-commerce y aplicaciones móviles, han sido las causas de esta “carrera de obstáculos” a la cual se enfrentan las marcas día con día.

La accesibilidad de información con la que contamos en la actualidad, coloca a las marcas en un estado de alerta constante, pues la batalla ya no tiene un escenario físico, sino que los consumidores la han llevado a territorios online, en donde la guerra por ganar nuevos clientes, pero, sobre todo, retenerlos, es feroz.

Existe una variedad de estrategias que actualmente se implementan para ir ganando terreno en el mercado. Sin embargo, existen muchas marcas que aún no implementan estrategias de lealtad en sus sitios e-commerce que les ayuden a lograr los objetivos comerciales.  

No todo son precios bajos, descuentos o promociones, si bien son importantes para el retorno de clientes, también se deben considerar otros factores que permitan diferenciarse del resto de los competidores y, por ende, conseguir la soñada retención. Y para muestra un botón; Amazon Prime.

Amazon ha sabido utilizar estrategias de lealtad para atraer compradores a su portal web, su filosofía de satisfacción total hacia sus clientes lo ha llevado a evolucionar el concepto de lealtad. Su programa Amazon Prime otorga una serie de beneficios como envíos gratis en dos días o incluso el mismo día, acceso a series y programas on stream, entre otras recompensas.

¿Cuál ha sido el resultado de su estrategia? Los clientes de Amazon Prime gastan al año en promedio $1,500 dólares, contra los $625 dólares gastados por las personas que no cuentan con la membresía, esto según un reporte de Customer Intelligence Research Partners 2015.

Aunado a este dato, es importante tomar en cuenta un par más: según Reichheld y Sasser un aumento del 5% de clientes leales a la marca, incrementa entre 30% y 85% la rentabilidad de una empresa. Según Huffington Post, un aumento del 2% en la retención de clientes tiene el mismo efecto que la disminución de los costes en un 10%.

Tras lo expuesto, existen una serie de pasos a seguir para crecer la lealtad en sitios web y por lo tanto, mejorar la rentabilidad del negocio:

1-. Una palabra; confianza.
Una gran cantidad de consumidores no realizan compras en sitios web debido a la poca confianza que estos le generan con respecto al cuidado de su información. Ofrece garantías de que la información recabada será resguardada bajo estándares internacionales. Aunado a esto, aún existe un arraigo a los métodos de compra tradicionales, muchas personas necesitan tocar, ver y sentir el producto con sus propias manos, antes de realizar la compra. Para poder erradicar este pensamiento y hacer que las compras se concreten, el sitio debe ofrecer la seguridad de que, si el producto no cumple con las expectativas, pueda ser regresado, recibir uno nuevo o recibir un reembolso.

2-. Calidad en servicio
Este elemento tiene mucha relación con el anterior. Una forma de darle confianza al consumidor es a través un servicio de calidad superior. Según de Huffington Post, el 55% de los clientes pagarían más por garantizar un mejor servicio. Mientras mayor sea la voluntad de servicio, mayor será la voluntad del consumidor de realizar una compra, pero, sobre todo, de recomendar el sitio a sus amigos y conocidos.

Para poder lograrlo, los sitios web deben seguir una sólo formula; entregar en el tiempo acordado. Así es como Amazon ha logrado colocarse como el líder a nivel mundial. El no cumplir con los tiempos de entrega, además de generar un gran descontento, genera gran desconfianza en el cliente, haciendo que este no vuelva a comprar en el sitio.

3-. Fuerza de analíticos
Esta es una de las innovaciones que más está revolucionando el mercado de comercio electrónico, y la herramienta que mayores dividendos ha traído a la industria. Contar con analíticos ayuda a conocer los hábitos de consumo de los visitantes, conocer los productos más vistos por cierto usuario, mejorar las recomendaciones de artículos al momento de que el consumidor accede al sitio, otorgar beneficios personalizados, así como contactar a aquellos clientes que lleven un gran período de tiempo inactivos.

4-. Gamification
Esta tendencia de juego incentiva la interacción entre cliente-marca, haciendo que el consumidor se sienta más apegado hacia el comerciante y, por ende, sentir más lealtad hacía el. Estudios reportan que los clientes pasan en promedio 60% o más tiempo navegando en sitios que ofrecen juegos y otras dinámicas.

5-. Experiencia de usuario, menos, es más.
Los mejores sitios de venta en línea son los que en tan sólo 3 clics le permiten al usuario adquirir un producto. Amazon desarrolló un modelo llamado “one click” que una vez seleccionado el producto, le permite al usuario adquirirlo sin necesidad de formularios de información de pago o entrega. Masterpass de Mastercard y las billeteras digitales de algunos bancos, permiten lograr esta misión.
Aunado a la disminución de clics, existen otros elementos que se pueden habilitar; menús de búsqueda simples, artículos relacionados en base a los hábitos de compra, procesos de checkouts simples y claros, son otras de las funcionalidades que permiten una mejor experiencia

Estas técnicas están lejos de ser un programa de lealtad común y corriente, sino que más bien corresponden a una serie estrategias que ofrecen mejores experiencias, creando confianza y lealtad en los clientes.

Te recomendamos