Desde hace más de 50 años la humanidad se embarcó en una travesía por el mundo digital. En aquel entonces el mundo de las computadoras, los algoritmos de programación y los microchips era aún terra ignota. Fue prácticamente a finales de los 50 y comienzos de los 60 que surgió un concepto interesante, nacido de lo que actualmente de la inteligencia artificial: machine learning. Éste se está volviendo cada vez más importante y común en áreas del conocimiento como el marketing BTL. Por este motivo, resulta muy importante el comprenderlo bien.
¿Qué es el machine learning?
Conocido también como aprendizaje automático (de acuerdo con datos de Retina, sitio de El País), el machine learning es considerado por algunos como una disciplina derivada de la inteligencia artificial, mientras que por otros es parte integral de esta.
Se le define como la capacidad que se le otorga a una computadora, a través de algoritmos, con la finalidad de que puedan aprender o generar conocimiento sin ser programada explícitamente para dicha labor, según comentan sitios como Adext y Clever Data.
Clever Data hace una aclaración importante que vale la pena rescatar: en el mundo de las ciencias de la computación, con aprender se refieren la capacidad de reconocer patrones complejos, extraídos muchas veces de grandes cantidades de información. Por este motivo, se considera que es una pieza clave para trabajar big data.
La capacidad de la computadora para reconocer patrones complejos se va perfeccionando con el tiempo, de modo automático. Esta identificación que realiza la máquina puede ser utilizada para realizar predicciones de escenarios futuros.
¿Por qué es importante el machine learning?
Supongamos que se cuentan con los históricos de consumo de cada uno de los clientes, sus nombres, sus direcciones de correo, la frecuencia con la que visitan un sitio, incluso las quejas y devoluciones que se han generado en una determinada tienda online.
Estos datos son ingresados en la máquina, la cual fue previamente programada para identificar a los clientes que potencialmente se pueden fidelizar más fácilmente para que compren con mayor frecuencia. La máquina analizará la información en bruto que se le insertó y concluirá las personas de cierta región y de determinada edad son más propensas hacerse shoppers asiduos.
Esta información que proporcionó la máquina será aprovechada por los estrategas de marketing BTL para realizar una campaña dirigida a las personas que son más propensas a fidelizarse al negocio.
Por ende, se puede concluir que esta herramienta puede ser de gran ayuda para generar conocimiento importante y determinante que puede ser usado para crear tanto una estrategia como una campaña.
