por Eric Siegel

Resumen:

El aprendizaje automático es una tecnología prometedora para mejorar la experiencia del cliente. ¿Por qué? Es simple: porque puede predecir el comportamiento de los clientes. La predicción como capacidad es el Santo Grial para prever las necesidades de cada cliente y personalizar los productos y servicios en consecuencia. Desde la perspectiva del consumidor, cuando se evitan los escollos éticos del aprendizaje automático, la predicción puede ser el mejor antídoto contra la sobrecarga de información a la que nos enfrentamos todos los días. Al implementar el aprendizaje automático para predecir qué contenido es más relevante para cada persona, los clientes pueden recibir mejores recomendaciones, menos correo basura, muy poco spam en la bandeja de entrada y resultados de búsqueda de mayor calidad, entre muchas otras cosas. Estas mejoras en la experiencia del cliente no son solo un efecto secundario agradable y agradable de las implementaciones de aprendizaje automático con fines de lucro. Persiguen el razón de ser de cualquier empresa, para atender a los clientes, y, en última instancia, se traducirá en más beneficios para la empresa. Al fin y al cabo, un cliente más contento es un cliente más leal, y una tasa de retención de clientes más alta significa una tasa de crecimiento de clientes más alta.

___

El aprendizaje automático (ML), tecnología que aprende de la experiencia (los datos) para predecir el comportamiento de cada individuo, es conocido por mejorar los resultados al ejecutar las principales operaciones de forma más eficaz. ¿Pero sabía que también puede mejorar considerablemente la experiencia del cliente?

El aprendizaje automático genera predicciones prácticas para los clientes individuales y esas predicciones pueden determinar la forma en que se atiende a cada cliente. De esta forma, ML puede dirigir una campaña de marketing a los clientes que tienen más probabilidades de responder o rechazar transacciones con tarjeta de crédito que puedan ser fraudulentas. Puede eliminar el spam más probable de la bandeja de entrada del correo electrónico o mostrar la propiedad (Airbnb), el resultado de la búsqueda (Google), el producto (Amazon y Netflix) o la pareja romántica (Match.com) que probablemente interesen a un cliente.

A pesar de estas claras propuestas de valor, el aprendizaje automático aún no se implementa de manera tan amplia y fluida como podría estarlo. El problema es que el mundo se centra en gran medida en lo avanzada e impresionante que es la tecnología principal, lo que distrae la atención de centrándose intensamente en su propuesta de valor tangible — las formas precisas en las que puede hacer que los procesos empresariales sean más eficaces. Como resultado, la mayoría de los proyectos de aprendizaje automático no se implementan, sin darse cuenta del valor empresarial previsto. Pero a medida que los responsables de la toma de decisiones reconozcan cada vez más que el aprendizaje automático puede tener un enorme impacto en la experiencia del cliente (además de en los resultados), las empresas empezarán a cambiar su enfoque hacia la generación de valor concreto con el aprendizaje automático, en última instancia acelerando y ampliando su uso.

Cómo ayuda el aprendizaje automático a mejorar la experiencia del cliente

¿Por qué el aprendizaje automático es una tecnología tan prometedora para mejorar la experiencia del cliente? Es simple: puede predecir el comportamiento de los clientes. La predicción como capacidad es el Santo Grial para prever las necesidades de cada cliente y personalizar los productos y servicios en consecuencia. Desde la perspectiva del consumidor, cuando Se evitan los escollos éticos de ML, la predicción puede ser el mejor antídoto contra la sobrecarga de información a la que nos enfrentamos todos los días. Al implementar el aprendizaje automático para predecir qué contenido es más relevante para cada persona, los clientes pueden recibir mejores recomendaciones, menos correo basura, muy poco spam en la bandeja de entrada y resultados de búsqueda de mayor calidad, entre otras cosas.

Esto tiene un potencial de gran alcance. Las predicciones de ML pueden mejorar la experiencia del cliente en todas las líneas de negocio y en todos los sectores. A modo de ejemplo, aquí hay siete aplicaciones empresariales establecidas del aprendizaje automático, cada una de las cuales tiene un impacto en los resultados (la columna de la izquierda) y en la experiencia del cliente (la columna de la derecha):

Los clientes claman por la detección del fraude

En uno de estos ámbitos, la detección de fraudes, los clientes ya claman por las predicciones de ML. De hecho, se quejan en voz alta cuando la predicción no les funciona. El fracaso tiene dos sabores. Por un lado, si usted, como cliente, ve un cargo inesperado en la factura de su tarjeta de crédito, probablemente se irrite un poco. Sin embargo, cuando utilice su tarjeta de crédito, si no se realiza un cargo porque el sistema de su banco cree que puede no estar autorizado, puede que se irrite de todos modos.

La única manera de maximizar la experiencia del cliente es minimizar esos dos tipos de predicciones erróneas, y ahí es donde entra en juego el ML. El aprendizaje automático es la ciencia de mejorar la predicción mediante el aprendizaje de los datos. Esa es su propia definición.

Para prevenir el fraude con tarjetas, FICO es el líder. Su producto Falcon, utilizado por 9 000 bancos, pantallas todos de las transacciones realizadas con la mayoría de las tarjetas de crédito y cajero automático del mundo — 2600 millones de tarjetas en todo el mundo. Al detectar el fraude con el aprendizaje automático, un banco mediano podría ahorrar unos 16 millones de $ y, al mismo tiempo, mejorar la experiencia del cliente al reducir el fraude que sufren sus titulares de tarjetas en unos 60 000 casos (consulte la aritmética del dorso de una servilleta) aquí). Considero que Falcon es uno de los despliegues comerciales de aprendizaje automático más exitosos e impactantes del mundo.

La mayoría de las veces, esta operación pasa desapercibida, pero esas eficiencias invisibles suelen contribuir más a la experiencia del cliente que a las operaciones predictivas que más llaman la atención. FICO Falcon afecta a cada consumidor con mucha más frecuencia que el sistema de aprendizaje automático más famoso, el más conocido entre los consumidores: la calificación crediticia FICO, un nombre conocido y un factor importante para pedir préstamos. Es comprensible que muchos piensen que su puntuación FICO es una parte importante de su identidad como consumidores. Mientras tanto, aunque la detección de fraudes de Falcon normalmente es invisible para los consumidores, afecta a su experiencia con mucha más frecuencia: cada vez que utilizan su tarjeta. FICO evalúa el poder financiero de día y lucha contra los delitos financieros de noche.

Ayúdeme a ayudarlo: crear un círculo virtuoso

Muchas otras aplicaciones de aprendizaje automático comprobadas que sirven a los resultados finales también sirven a la experiencia del cliente, como el uso del aprendizaje automático para enrutar las llamadas del servicio de atención al cliente, agilizar el flujo de solicitudes de soporte y detectar otros tipos de comportamientos malintencionados más allá del fraude, como la suplantación de identidad, la desinformación y el contenido ofensivo.

Por supuesto, al ayudar al cliente, las empresas también se ayudan a sí mismas. Estas mejoras en la experiencia del cliente no son solo un efecto secundario agradable y agradable de las implementaciones de aprendizaje automático con fines de lucro. Persiguen el razón de ser de la empresa, para atender a los clientes y, en última instancia, se traducirá en más beneficios para la empresa. Al fin y al cabo, un cliente más contento es un cliente más leal, y una tasa de retención de clientes más alta significa una tasa de crecimiento de clientes más alta. Cuanto antes despliegue el aprendizaje automático para cumplir estos dos propósitos, mejorando tanto los resultados como la experiencia del cliente, antes podrá la empresa empezar a capitalizar este círculo virtuoso.