Los gemelos digitales pueden ayudarlo a tomar mejores decisiones estratégicas

Incluso si se gestiona bien, el cambio estratégico puede resultar extremadamente disruptivo para las organizaciones. En el peor de los casos, una mala estrategia puede acabar con un negocio. Por desgracia, con tantos factores en juego, tradicionalmente es una especie de tirada de dados. Pero, ¿y si hubiera una forma precisa y rentable de predecir el impacto de los escenarios de cambio complejos? Puede que haya descartado los sistemas de predicción automatizados en el pasado, pero es hora de volver a analizarlos.

La aplicación tradicional de estos sistemas, también conocida como gemelos digitales, ha estado con objetos físicos como turbinas eólicas, obras de construcción o incluso ciudades en el caso de Singapur. El gemelo digital puede someterse a varias simulaciones para predecir cómo el objeto o sistema físico real podría reaccionar ante los cambios en su entorno externo, datos que pueden impulsar mejoras en su diseño o construcción.

La capacidad de combinar las herramientas de IA de la generación con la tecnología de gemelos digitales ha permitido recientemente a las empresas crear gemelos digitales de los procesos organizativos y las cadenas de suministro. Es más, esta tecnología ya no es exclusiva de las grandes empresas; su coste reducido la hace accesible también a las pequeñas y medianas empresas (pymes). Incluso sin amplios recursos ni analistas dedicados, las pymes pueden utilizar la IA de generación con gemelos digitales para analizar los datos de los clientes existentes y generar modelos virtuales detallados de varios segmentos de clientes.

A diferencia de las versiones torpes, personalizadas y caras del pasado, los gemelos digitales actuales son rápidos, económicos y mucho más avanzados. Implican una réplica virtual de un sistema de objetos reales que utiliza datos históricos y en tiempo real, junto con análisis avanzados y aprendizaje automático modelos. Esto es más que una simple simulación: los directivos pueden someter a los gemelos digitales de sistemas reales a varios escenarios y, a continuación, hacer cambios en sus entradas al sistema real en función de los datos producidos por los escenarios modelo y, a continuación, utilizar los datos para producir para que el gemelo digital pase por escenarios revisados que producen más datos para aplicarlos al sistema real, etc. Como resultado, los directivos tienen ahora una flexibilidad sin precedentes para experimentar con los cambios antes de implementarlos, lo que reescribe fundamentalmente el reglamento del diseño de estrategias.

Aquí detallamos dos casos de empresas a las que uno de nosotros ha estado asesorando, que ilustran cómo unir la IA de la generación con gemelos digitales puede producir resultados espectaculares.

Segmentar el contenido de televisión

Una importante compañía de televisión británica, la llamaremos Eclipse, tiene una audiencia diversa compuesta por varios grupos de edad, ubicaciones geográficas y preferencias de visualización. Como explicó Aaron, director de público, «nuestras investigaciones muestran que estamos perdiendo la participación del público. Para recuperar cuota de mercado, necesitamos introducir la personalización en tiempo real del contenido y las interacciones en nuestro sitio web, aplicaciones móviles y canales de redes sociales». Para ello, la empresa tenía que entender y adaptarse a las preferencias y comportamientos de sus distintos segmentos de audiencia.

El gemelo digital.

Como confirmó Aaron, «primero recopilamos información detallada sobre nuestros segmentos de audiencia, incluidos los datos demográficos, los hábitos de visualización, las métricas de participación y el comportamiento, como los patrones de navegación». Luego, Eclipse diseñó un gemelo digital de su audiencia basado en algoritmos que podía predecir el impacto en el comportamiento del consumidor de ajustar las preferencias de contenido en función de los datos de aprendizaje. Este modelo estaba impulsado por la IA de generación, que permitía simulaciones en tiempo real y predicciones precisas.

Entonces, los gemelos físicos y digitales empezaron a interactuar. Aaron explicó cómo funcionaba. «[Usamos] las predicciones del gemelo digital para personalizar la experiencia de visualización para el público real. El gemelo digital, a su vez, integra nuevos datos en tiempo real sobre las interacciones del público con el sitio web, la aplicación móvil y las plataformas de redes sociales en su modelo de predicción». Esto mejoró los resultados de Eclipse. Aaron explicó esto como «un ciclo de mejora continua».

Aaron puso un ejemplo. «Queríamos promocionar una nueva serie de ciencia ficción. Por lo general, las nuevas series se promocionan ampliamente, una especie de técnica de escopeta, sin tener en cuenta el tiempo o los canales específicos. Pero esta vez decidimos ver qué recomendaría el gemelo digital. El gemelo digital simuló opciones estratégicas para una variedad de anuncios, como las redes sociales, la publicidad en podcasts y la emisión gratuita en diferentes momentos del día».

Con el gemelo digital, Aaron estableció que había un segmento clave de televidentes de 18 a 24 años que veía con frecuencia programas de ciencia ficción, series de superhéroes y animaciones a altas horas de la noche, un público objetivo perfecto para nuestra nueva serie. Puede que no parezca sorprendente por sí solo, pero la gemela también estableció que este grupo tenía poco compromiso con el contenido promocional tipo escopeta de la nueva serie. Así que Aaron probó varios escenarios hipotéticos en el gemelo digital y descubrió que emitir avances promocionales en plataformas de redes sociales, como Instagram, donde este grupo de edad es más activo, podría aumentar la audiencia. La gemela también predijo que ajustar el horario del contenido promocional a altas horas de la noche, adaptar el contenido para que fuera más relevante para los adultos jóvenes y crear notificaciones segmentadas atraería a más espectadores.

Resultados.

Aaron señaló que «nuestra investigación muestra un aumento significativo de la participación y la satisfacción de los usuarios, así como de la cuota de mercado». La entrega personalizada de contenido se tradujo en un aumento del 30% en la tasa de clics en el sitio web de Eclipse para contenido de ciencia ficción y un aumento del 21% en el tiempo dedicado al sitio web de Eclipse. Aaron observó: «Descubrimos una mayor participación de los usuarios y un aumento notable en el número de espectadores de la nueva serie cuando se promocionaba a través de tráileres y notificaciones personalizados».

Personalización de la comunicación con el consumidor

Una empresa a la que llamaremos Dalkeith dirige un grupo de negocios minoristas de alimentos estadounidenses. Christine, la directora de marketing, explicó el problema de la empresa. «Nos esforzamos por crear una experiencia de cliente coherente en nuestros tres canales de marketing: anuncios en línea, publicaciones en redes sociales y promociones en las tiendas». La mala integración en estos canales llevó a Dalkeith a enviar mensajes inconsistentes y a reducir la eficacia de la campaña. Christine quería crear un mensaje unificado. En resumen, como ella dijo, «queremos sacar más provecho de nuestro dinero en marketing».

El gemelo digital.

Dalkeith utilizó los datos de sus tres canales para, como dijo Christine, «crear un gemelo digital basado en algoritmos que simulara las diferentes reacciones de los clientes ante las campañas de nuestros canales». Aprovechando la IA de generación, el gemelo digital pudo simular el comportamiento y las interacciones complejas de los clientes antes de su despliegue a gran escala.

Antes de implementar el gemelo digital, los anuncios eran genéricos y se utilizaban los mismos durante todo el año. Christine explicó: «Con la gemela, simulamos varios escenarios. El gemelo digital predijo que los clientes más jóvenes responderían mejor a los mensajes ecológicos. También pronosticó buenos resultados al sincronizar los anuncios en línea con las promociones en las tiendas». Christine pudo entonces invertir su presupuesto de marketing en estos escenarios previamente probados, lo que redujo el riesgo de un error de cálculo. Dalkeith adaptó sus mensajes promocionales para los clientes más jóvenes para hacer hincapié en los beneficios medioambientales de sus productos orgánicos. «También invertimos en anuncios online sobre promociones en las tiendas. Por ejemplo, creamos publicaciones segmentadas en las redes sociales sobre eventos de degustación».

Resultados.

Dalkeith registró un aumento del 20% en la eficacia general de la campaña, medida por las tasas de participación de los clientes, las métricas de conversión, la frecuencia de compra repetida y los puntajes de satisfacción de los clientes. Christine destacó un resultado adicional. «Hemos visto un aumento del 15% en las tasas de retención de clientes» (el ritmo al que los clientes permanecen en Dalkeith durante un período determinado).

. . .

Los directores ejecutivos y altos ejecutivos llevan mucho tiempo soñando con poner a prueba su toma de decisiones estratégicas antes de su ejecución. Hasta ahora, los métodos no han sido muy fiables. Esto ha cambiado con la aplicación de la IA de generación y los avances en la tecnología de gemelos digitales. Ya sea que su organización sea grande o pequeña, vale la pena echar un nuevo vistazo a los gemelos digitales mejorados por la IA de la generación para impulsar el éxito de su toma de decisiones estratégicas.