Modelos predictivos: aplicaciones en marketing

9 de agosto de 2018

Los modelos predictivos se habrían empezado a aplicar en el marketing muchos años atrás si se hubiese dispuesto de un software fácil de usar, de una potencia de cómputo más extendida y accesible y de la capacidad de almacenamiento y ordenación de los datos de la que disponemos en la actualidad.

 

 

Hoy, 40 años después de que VisiCalc, la primera hoja de cálculo, saliese al mercado, muchas empresas siguen trabajando con sus marcadores de marketing en Excel o usando Google Sheets. Sin embargo, los modelos predictivos y la inteligencia artificial para marketing son términos de moda actualmente, y cada vez más ejecutivos están buscando formas de mirar hacia adelante con sus números, usando el análisis predictivo, que tiene como objetivo  ir más allá de saber qué ha sucedido y proporcionar una mejor evaluación de lo que sucederá en el futuro.

A continuación, se detallan algunas aplicaciones modernas de marketing predictivo, con el objetivo de que el lector tenga una base en cuanto a sus casos de uso fundamentales, pero sin entrar al detalle en la tecnología empleada.

 

modelos predictivos

 

Modelos predictivos del comportamiento del cliente

Predecir el comportamiento y las preferencias de los clientes es el sello distintivo de compañías como Amazon y eBay, pero la tecnología es cada vez más accesible y relevante para las empresas más pequeñas también. Existen varios tipos de modelos que se aplican bien en el dominio de marketing:

  1. Modelos predictivos de clúster. Emplean algoritmos de segmentación de clientes en grupos basados en su comportamiento, empleando numerosas variables, desde edad hasta número de compras.
  2. Modelos predictivos de propensión. Analizan las variables existentes (como el perfil demográfico de una audiencia) para predecir acciones, es decir, predicen cómo de propenso es el cliente al compromiso, a darse de baja, o a comprar.
  3. Filtrado colaborativo. Filtra la información mediante el uso de las recomendaciones de otras personas. Se basa en la idea de que las personas que estuvieron de acuerdo en su evaluación de ciertos artículos en el pasado probablemente volverán a estar de acuerdo en el futuro. Los modelos comunes (como los utilizados por Amazon y Netflix) incluyen recomendaciones de venta directa y venta cruzada.

Modelos predictivos de identificación de clientes potenciales

Las capacidades de marketing predictivo serán cada vez más accesibles para las startups y las pequeñas empresas aunque estas técnicas requieren un alto volumen de ventas para construir y capacitar adecuadamente los modelos predictivos. Esto coloca en clara ventaja a las empresas más grandes a la hora de obtener con éxito un retorno de la inversión de las técnicas que involucran datos de ventas.

Se pueden identificar las siguientes categorías de casos de uso de marketing B2B:

  1. Lead scoring: establecimiento de un ranking o clasificación de los clientes de los que se tienen datos (registros o leads).
  2. Modelos de identificación: identificación de posibles clientes con características similares a los ya existentes.
  3. Segmentación automatizada: segmentación de clientes potenciales para mensajes personalizados.

El cliente correcto en el momento adecuado con la mejor oferta

Esta puede ser la aplicación de marketing más común para el análisis predictivo porque es una de las formas más simples y directas de optimizar una oferta y ver un cambio rápido en un mejor ROI.

Se puede usar una variedad de modelos predictivos en esta aplicación, que incluyen análisis de afinidad y modelado de respuestas, que pueden, por ejemplo, decir si es una buena idea combinar suscripciones digitales e impresas o mantenerlas separadas, y también pueden ayudar a determinar el contenido al que se le debe cobrar una tarifa de suscripción, en comparación con el contenido que debe recibir un precio de venta único.

Modelos predictivos como base de las estrategias de marketing

En el mundo empresarial, la introducción de los modelos predictivos puede ayudar a las empresas a predecir e identificar tanto los riesgos como las oportunidades, y a tomar decisiones mediante un diagnóstico de los datos. Son una herramienta útil para hacer frente a cambios de comportamiento de los compradores, y las aplicaciones de estos modelos se pueden usar para determinar si una campaña de marketing a través de las redes sociales tendrá un mayor impacto o si es preferible realizarla a través del móvil, por ejemplo.

Acceder a los datos de la redes sociales y aplicar datos de puntuación de comportamiento a los datos de cliente se incluyen también en otros usos del marketing predictivo. Estos son otros ejemplos de captar ideas que pueden usarse para ayudar a impulsar las campañas de marketing y la creación futura de productos.