PUNTO DE VISTA

Machine Learning: la clave para tomar decisiones en la certidumbre

Mi hijo menor tiene 4 años. La mayor, 8. Entre ellos ya hay una diferencia de comportamiento notable. Mientras el más chico aún corre riesgo de vida casi a diario, probando cosas que ni en nuestros días más temerarios intentaríamos, la mayor, ya piensa mucho más conscientemente cuándo y cómo experimentar. Mide, evalúa el entorno y toma riesgos más controlados. Tan sólo se llevan 4 años y su percepción del mundo -igual que su evaluación de pérdidas y ganancias- ya es radicalmente diferente.

Nosotros como adultos, tenemos que hacer un esfuerzo para tomar riesgos, experimentar y equivocarnos. Naturalmente nos volvemos más conservadores y los espacios de confort nos hacen sentir seguros. Paradójicamente, al mismo tiempo, vivimos en un mundo donde la certidumbre es cada vez menor. Y el caos parece gobernar cada vez más, también muchos de los procesos de negocios.

Ya estamos acostumbrados a que la norma sea contar con mercados extremadamente dinámicos y consumidores cada vez más impredecibles, sin embargo, muchas veces somos relativamente conservadores.

Durante los últimos meses, los vaivenes macroeconómicos, los desafíos financieros y el impacto que tuvo esto en la confianza de todos, generaron un clima que empuja aún más la toma de decisiones rápida y efectiva. Esta tendencia la vemos reflejada en el buscador de Google: en Argentina durante los meses de mayo y junio las búsquedas del dólar se multiplicaron por seis, las búsquedas de préstamos hipotecarios cayeron un 49% y las búsquedas de supermercados mayoristas crecieron 30%, sólo por mostrar algunos indicadores de cómo la coyuntura empezó a impactar en los consumidores rápidamente.

 

Liderar en permanente aprendizaje

 

En este contexto, los líderes de las empresas estamos acostumbrados a tomar decisiones en el corto plazo: reducir gastos innecesarios, achicar el presupuesto de marketing, frenar inversiones. Sin embargo, es en los tiempos más cambiantes cuando necesitamos hacer las cosas de manera más inteligente para tomar decisiones de corto plazo pero que impacten positivamente en el largo plazo.

Al mismo tiempo, las máquinas están entrando en una nueva era: la era del aprendizaje. Hasta ahora las máquinas seguían una serie de órdenes e indicaciones. Ahora las estamos preparando, "entrenando para aprender", pero necesitan nuestra ayuda. Machine Learning es una forma de inteligencia artificial y ya algo concreto en nuestras vidas. Es la tecnología que permite que un asistente de voz nos responda preguntas, o la que utiliza el traductor para decirnos en tiempo real (y en nuestro idioma) lo que dice un cartel en japonés.

Esta misma tecnología tiene una gran aplicabilidad para los negocios: es un verdadero motor de crecimiento para las empresas, pero necesita del trabajo de las personas, y sobre todo de líderes también en permanente aprendizaje.

Tenemos una oportunidad única para aumentar nuestras propias capacidades a través del aprendizaje de las máquinas, invirtiendo nuestro tiempo y esfuerzos en innovación y creatividad. Esto nos permitirá muchas cosas, pero en el mediano plazo, sobre todo multiplicar la demanda de maneras mucho más eficientes y efectivas, en un momento donde los consumidores son cada día más fieles a sus necesidades y menos a las marcas.

Sin dudas en la combinación de estas dos inteligencias, la humana y la artificial, está la clave para mantener nuestra participación de mercado y nuestro negocio saludable.

 

Nuevos patrones

 

¿Pero cómo aplicar la inteligencia a la hora de tomar decisiones de corto plazo? Hay que pensar en tres conceptos: primero, dejar de hacer marketing para el promedio de los consumidores; segundo, dejar de perseguir la intención de las personas y empezar a predecirla; y tercero, tomar decisiones construidas desde la certidumbre.

En primer lugar, el consumidor promedio dejó de existir. A modo de ejemplo, uno de cada tres fanáticos de fútbol en Argentina es una mujer y casi cuatro de cada 10 argentinos interesados en belleza son hombres. Además, existen capas más profundas que definen a los consumidores más allá de su demografía: aquello que les interesa, lo que quieren hacer y lo que los motiva. Este concepto es fundamental para los especialistas en marketing ya que, cuando se trata de determinar quiénes son nuestros consumidores y qué es lo que quieren, debemos poder comprenderlos a un nivel más profundo.

Entonces, seguir pensando en el consumidor promedio significa perderse oportunidades clave para el negocio. Justamente, machine learning permite entender cómo son verdaderamente nuestros consumidores y aprovechar esta información para conectarnos de manera más eficiente con ellos. Incluso, permite encontrar a consumidores potenciales que se asemejen a los actuales. Y esto finalmente redunda en una mayor eficiencia.

El segundo punto tiene que ver con dejar de perseguir la intención de las personas y empezar a predecirla. Cuando las ventas bajan, tendemos a reducir la inversión en vez de reforzar el branding o posicionamiento de marca, principalmente porque lo vemos como una inversión en personas que ni quieren ni van a querer comprar nuestros productos. Sin embargo, la mejor manera de maximizar los resultados sin importar el ambiente macro es maximizando relevancia, tanto en audiencias como en mensajes. Y es aquí donde el poder de la intención es fundamental; la intención que los usuarios demuestran al utilizar el buscador, encontrar un video en YouTube o un lugar en Maps.

Se trata de dejar de estar detrás del consumidor y utilizar la intención como elemento predictivo para ayudarlos durante su camino a la compra. Esta mayor relevancia de mensajes en el momento apropiado conducirá a un mayor crecimiento de negocio.

Finalmente está la posibilidad que nos da digital de tomar decisiones construidas desde la certidumbre. Los datos les ganan a las opiniones siempre. Por eso creemos también que para ser exitosos en contextos complejos, es clave incorporar la dinámica de experimentos en cada una de las decisiones de negocio, para poder decidir si un cambio es positivo o no, de manera concluyente y definitiva. Como adultos hemos perdido la capacidad de experimentar. Propongo volver a experimentar y animarnos a fallar, pero fallar rápido y barato. Hoy la tecnología permite dividir audiencias en partes estadísticamente iguales y aplicar un cambio sobre una de esas partes para poder ver el impacto real. Por primera vez tenemos la posibilidad de testear a la misma velocidad en la que tomamos decisiones. Tener experimentos controlados nos permite aprender mucho y escalar aquello que funciona.

En definitiva, el machine learning está ofreciéndonos como nunca antes un motor de crecimiento que nos alienta a quienes lideramos negocios en tiempos de enormes desafíos a tomar riesgos y alimentar más que nunca nuestro gen humano más primario: la creatividad.

Temas relacionados
Más noticias de Machine Learning
Noticias de tu interés