IBM presenta sus nuevas soluciones cognitivas para personalizar la interacción con el cliente
IBM ha celebrado su evento mundial Amplify 2016 en Tampa, Florida, que ha servido de escenario para el anuncio de una renovada y ampliada propuesta en tecnologías cognitivas al servicio de una experiencia de cliente más relevante y personalizada. Gracias a las nuevas soluciones presentadas, los profesionales del marketing, ecommerce y ventas de cualquier organización pueden conocer mejor a sus clientes y mejorar su compromiso con ellos, según explica la empresa.
Según un informe de Nucleus Research, IBM proporciona un retorno de la inversión (ROI) de 15,82 dólares por cada dólar invertido en sus herramientas de marketing, ventas, promoción comercial o merchandising y analítica, que están siendo utilizadas por empresas tan importantes como ING Direct, The Home Shopping Network (HSN) y Standard Life, para satisfacer las necesidades personalizadas y en tiempo real de sus clientes.
La importancia de estas experiencias se destaca en un estudio reciente elaborado por IBM, “Redefining Markets”, donde el 66% de los directivos encuestados ha declarado estar interesado en crear experiencias más digitales e individualizadas. IBM incorpora tecnologías cognitivas en las herramientas que hoy usan los profesionales para ayudar a las empresas a crear continuamente estas experiencias de cliente. Las nuevas soluciones aprovecharán la capacidad de aprender, razonar y comprender de la tecnología cognitiva para ofrecer a los profesionales consejos, información y recomendaciones en tiempo real, que les permitan tomar las decisiones más acertadas para su marca.
Con IBM Real-Time Personalization, las organizaciones podrán hacer llegar su propuesta y el mensaje adecuados a los clientes. Esta solución parte del hecho de que las preferencias de una persona cambian a lo largo del tiempo y aborda esta cuestión a través de su Cognitive Rule Adviser, que sugiere un mensaje adecuado a cada perfil de cliente. Además, descubre qué segmentos están respondiendo mejor a cada variación (desglosados por factores como la edad, la ubicación geográfica, etc.) y mediante algoritmos de autoaprendizaje y tecnología analítica va ajustando las experiencias en el tiempo.
Por ejemplo, un vendedor de artículos deportivos identifica a un clienta cuyo perfil en ese momento indica que está interesado en iniciarse en ciclismo. Al reconocer que es principiante, el sitio responde con ofertas de bicicletas y propone artículos necesarios para empezar, todo en imágenes que la ayudan a comprar lo más adecuado. Más adelante, mediante sus tecnologías cognitivas, la tienda averigua si sus necesidades han cambiado en función de su actividad y de su interés por nutrición para largos recorridos, por ejemplo. Y basándose en ese aprendizaje, comparte automáticamente con este cliente información sobre carreras locales, recomendaciones nutricionales y ofertas de alimentos de la tienda.
IBM también ha presentado las nuevas tecnologías cognitivas integradas en Commerce Insights, que permiten a las empresas analizar en tiempo real cómo están funcionando sus promociones. Ahora con las nuevas capacidades de ordenación por categorías basadas en computación cognitiva, la tienda coloca los productos automáticamente en una web en función de la demanda y las existencias del momento y adapta el orden de aparición a medida que cambian los parámetros.
Commerce Insights también está incorporando los avances cognitivos a sus capacidades de detección de anomalías para advertir automáticamente a los equipos comerciales de las subidas y bajadas significativas en las ventas y mostrar los factores que contribuyen a ello, como el volumen de inventario, un evento promocional, las actividades del canal y, próximamente, tendrá en cuenta también información de las opiniones en redes sociales y las diferencias de precio con la competencia.
Por ejemplo, Commerce Insights puede avisar al minorista de que quedan pocas existencias de la nueva TV 4K. Gracias a sus capacidades cognitivas de ordenación por categorías, reubica los productos automáticamente en la página web de modo que los artículos con menos existencias descienden de posición hasta que se reciban más unidades. Otra aplicación es que identifica, por ejemplo, si una videoconsola no se está vendiendo según las expectativas y automáticamente puede descubrir que se debe a una rebaja en el precio de un competidor. En virtud de esta información, recomienda bajar el precio de su producto y muestra cuál será el margen resultante para que estén preparados en caso de que se produzca un aumento repentino de las ventas.
