SECCIONES

Del ‘machine learning’ al ‘deep learning’: replicando el pensamiento humano

Josep Curto Díaz

Márketing y Ventas (Núm. 152) · Márketing · Noviembre 2018

En un contexto en el que las interacciones con el cliente son volátiles y en tiempo real, es necesario contar con mecanismos que detecten, entiendan y respondan a ellas de la forma más rápida y eficiente. Aquí es donde entra en juego el aprendizaje automático, o ‘machine learning’, el nuevo “acelerador de procesos” en el que se incluye el ‘deep learning’, exponente de la nueva generación de algoritmos sobre la cual se basan los actuales asistentes personales en los móviles, los traductores online o los sistemas biométricos más precisos. Pero ¿qué supone el ‘machine learning’ y en qué consiste el ‘deep learning’? ¿Cuáles son sus implicaciones para el márketing?

Una vez más están cambiando las reglas de juego sobre cómo gestionar a nuestros clientes e interactuar con ellos. Ya no es suficiente con conocer su ciclo de vida; tampoco, con aplicar design thinking para mejorar su experiencia; y, mucho menos, con usar canales “tradicionales”, como Facebook. Ahora se nos pide, como profesionales del márketing, que dicha experiencia sea personalizada, en tiempo real y única, y que cubra todos los aspectos del ciclo de vida antes mencionado, con independencia del canal que nuestro cliente utilice. Y todo ello, además, dentro del contexto de la regulación en curso. Lo que pudiera parecer una tarea de titanes se ha transformado en un reto a conseguir, y no son pocas las empresas que, o bien están dando los primeros pasos, o bien ya han desarrollado iniciativas en esta línea. Por ejemplo, Telefónica ha creado Aura, un sistema de inteligencia artificial (IA) que aprende del usuario y que responde de forma automática a las interacciones a partir del historial y de los datos propios de los clientes.

Nos podemos preguntar cómo se ha llegado a este punto. Tras el Big Data, comprendido como la explosión en la complejidad del dato (como ya sabemos, definido en términos de volumen, velocidad y variedad), la siguiente estrategia de datos que deben tener en cuenta todas las organizaciones (y, en particular, los departamentos de Márketing) es el machine learning, o aprendizaje automático, que consiste en desarrollar técnicas que permitan a las computadoras “aprender” a partir de experiencias pasadas. Aunque pueda parecer lo contrario, el aprendizaje automático lleva décadas entre nosotros: a finales de la década de 1950, uno de los ingenieros de IBM, Arthur Samuel, creó un programa para jugar a las damas, utilizando un algoritmo sencillo para descubrir los mejores movimientos para ganar. Samuel entrenó el ordenador con una copia de sí mismo y con una base de datos en la que estaban registradas multitud de partidas. Fue el inicio del machine learning, una rama de la IA que permite que las máquinas “aprendan” sin ser explícitamente programadas. Entonces, con tanto tiempo transcurrido, ¿por qué ahora se ha transformado esta en una estrategia crítica para nuestra empresa? Dos importantes motivos ayudan a comprender el progreso actual: