Retail

¿Qué problemas soluciona la inteligencia artificial?

La inteligencia artificial permite hacer comparaciones y eliminar los sesgos del comportamiento de cada usuario a un nivel que el análisis humano no alcanza, encontrando diferencias entre cada persona o proceso que pueden resultar en oportunidades para, por ejemplo, conocer el momento ideal para la oferta adecuada en retail.

inteligencia artificial aplicaciones en la industria

Aplicaciones de la IA en la industria

Una de las aplicaciones de la inteligencia artificial en la industria del retail es la segmentación por comportamiento en plataformas digitales. A través del reconocimiento de usuarios únicos, cuya huella proviene de un dispositivo al que pueden acceder múltiples usuarios. Esto permite:

  • Entender el comportamiento de compra de los usuarios a partir del reconocimiento de las categorías en las que interacciona.
  • Predecir los siguientes pasos de un usuario a partir de la agrupación por comportamiento similar.
  • Recomendar productos y/o contenidos de acuerdo al comportamiento de otros usuarios del mismo segmento.
  • Detectar segmentos de alto valor.
inteligencia artificial impacto en el negocio

Impacto en el negocio con inteligencia artificial

  • 45% de interacciones optimizadas en plataformas con un alto volumen de visitas, permitiendo depurar aquellos eventos que no son relevantes para el seguimiento de los usuarios y resaltar otros que aumentan su permanencia en el sitio. Esto maximiza la probabilidad de realizar interacciones de alto valor como registros, compras, etc.
  • Detección de usuarios únicos en la plataforma a partir del comportamiento teniendo en cuenta las hipótesis del negocio, lo que ayuda a discriminar los contenidos de cada usuario por separado.
inteligencia artificial roadmap analitica

Roadmap de analítica e IA sugerido

  • Orientar y alinear a todos las partes interesadas del negocio, acerca de la importancia y los beneficios de aplicar inteligencia artificial.
  • Identificar y priorizar las necesidades de la vertical y las oportunidades que generan valor real para las compañías, además de estar relacionadas directamente con uno o más KPIs.
  • Recomendado: Unificar diferentes fuentes de datos como plataformas de analítica, CRMs, CDPs, transaccionales, data warehouses. (Creación de Data Lake).
  • Identificar y categorizar las interacciones de los usuarios o clientes con los canales ofrecidos por la empresa.
  • Pre-procesar y transformar los datos.
  • Segmentar usando diferentes modelos machine learning.
  • Generar reportes descriptivos sobre los segmentos encontrados.
  • Generar modelos específicos de recomendación o predicción para cada uno de los segmentos.
  • Industrializar el modelo e integrarlo al negocio.
inteligencia artificial estrategia de datos

Estrategia de datos sugerida

La empresa que realiza esta segmentación tendrá una vista adicional basada en datos que, junto con el conocimiento del negocio, permitirá un mejor entendimiento de los clientes de la empresa. Adicionalmente, los recursos destinados a campañas o recomendaciones tendrán un mayor aprovechamiento,efectividad e impacto organizacional.

Solución: Identificación del comportamiento de los usuarios por sus interacciones

Utilizando los rastros de las interacciones de los usuarios en los canales digitales, se realiza la construcción del grafo de comportamiento para grupos de personas. 

Se llama “grafo de comportamiento” a un mapa del recorrido de las acciones realizadas, lo que hace que cada grafo sea personalizado, por ejemplo:

Andrés y Marta compraron el mismo producto en el mismo e-commerce, sin embargo, Andrés vió el producto varias veces antes de hacer check-out, mientras que Marta llegó directamente al check-out a través de una pauta, por esto, ambos tienen grafos diferentes a pesar de comprar el mismo producto.

soluciones inteligencia artificial sector retail construccion grafos

Adecuación de los datos de comportamiento

Por medio de un proceso de embedding, se transforman los grafos en representaciones numéricas.

Esto permite al modelo poner todos los grafos, uno sobre otro, para compararlos. Se trata de analizar todos los journeys de cada usuario, e identificar qué tanto se parecen entre sí para agruparlos.

soluciones inteligencia artificial sector retail construccion embedding

Identificación de segmentos basados en comportamiento

Usando el modelo de segmentación no supervisado, se analizan todos los mapas o grafos de comportamiento que se han comparado y se dividen en grupos similares de retail.

De estos grupos, se obtiene una caracterización basada en las formas de interacción.

soluciones inteligencia artificial sector retail segmentacion

Análisis de resultados y validación del modelo

A partir de la anterior caracterización, se realiza una validación con el negocio sobre las hipótesis inicialmente propuestas y se identifican nuevos grupos de interés para retail.

soluciones inteligencia artificial sector retail analisis resultados

Descubrimiento de nuevas oportunidades

A partir de las experiencias de los individuos pertenecientes al mismo segmento, se identifican nuevos insights con la información aportada por los datos. Por ejemplo, un análisis de distribuciones de las poblaciones asociadas con los segmentos para descubrir los de mayor valor.

soluciones inteligencia artificial sector retail decubrimientos oportunidades