Cómo la IA ayudó a un minorista a llegar a nuevos clientes

Yuichiro Chino/Getty Images

Cuando Naomi Simson fundó RedBalloon, una tienda de regalos en línea que vende experiencias personales, fue pionera en la categoría en Australia. Con una inversión personal de 25 000 dólares y una pequeña oficina en su casa, comenzó a acumular oportunidades de venta y a adquirir clientes de forma agresiva a través de medios de marketing muy tradicionales, como los anuncios en las páginas amarillas. Era 2001 y la publicidad online estaba en una fase incipiente. Internet Explorer era el principal navegador de Internet y Google AdWords se lanzó recientemente. Con un coste de adquisición de clientes de solo 5 centavos, el enfoque tradicional de Simson con respecto a la publicidad consistía en generar una impresionante rentabilidad de la inversión. RedBalloon estaba marcando el ritmo de experiencias de regalos, como aventuras al aire libre, catas de vinos, entradas para conciertos y tratamientos de spa.

Para 2015, RedBalloon ya tenía más de cuatro millones de clientes a empresas de Australia y Nueva Zelanda que ofrecían «experiencias». Simson no tenía demasiada confianza, pero en ese momento sentía que conocía a todos los públicos por los regalos experienciales que existían en el mercado, además de las formas más eficaces de llegar a ellos.

Avanzamos rápidamente hasta 2016 y casi toda la publicidad de la marca RedBalloon se invirtió en los medios de comunicación tradicionales, como la radio, la prensa, las vallas publicitarias y las tiendas minoristas emergentes. El coste de la empresa por la adquisición de nuevos clientes se había disparado de 5 a 50 dólares. A pesar de que la empresa gozaba de un enorme reconocimiento de marca, el aumento de los costes de adquisición estaba destruyendo los márgenes. Además, el público tradicional de regalos experienciales ya no conectaba emocionalmente con la marca RedBalloon. El equipo de marketing se perdía en la atribución, utilizaba las mismas palancas de marketing en los motores de búsqueda, hablaba con las mismas audiencias y creaba las mismas campañas con una rentabilidad cada vez menor. La situación era insostenible. Simson sabía que la empresa tenía que transformar el marketing para encontrar audiencias antes inexploradas y hacer que las decisiones de compra de medios fueran más autónomas y eficientes.

Centro Insight

• Marketing basado en datos

  Patrocinado por Google

  La ciencia de la narración y el rendimiento de la marca.

Introduzca «Albert», una plataforma de marketing digital impulsada por inteligencia artificial (IA). Al trabajar en Facebook, Google, YouTube y otros canales de medios de pago y ganados, Albert se dirige de forma autónoma al público, mezcla y combina los activos creativos, compra medios, ejecuta campañas, mide el rendimiento, aplica la información de un canal a otro y, a continuación, hace ajustes en función de lo que «él» aprende para optimizar el retorno de la inversión en marketing. Conocí al equipo de Albert (antes conocido como Adgorithms) cuando investigaba sobre la inteligencia artificial, el aprendizaje automático y las tecnologías de marketing basadas en datos para mi libro, Marketing, interrumpido. Como parte de mi investigación, entrevisté a varios de los clientes de Albert, incluido Simson.

En 2017, Simson y su equipo de marketing pusieron a Albert a trabajar de inmediato y procesaron la enorme base de datos de la empresa con interacciones con los clientes e historial de transacciones. Tras analizar todos estos datos, Albert identificó y compró más de 6.400 palabras clave para mejorar el rendimiento de las campañas de RedBalloon en las primeras 24 horas de funcionamiento. La mayoría de los vendedores utilizan los modelos de atribución del año pasado como base para informar las decisiones de compra de medios de este año. Albert no. Vuelve a hacer las pruebas en tiempo real para tratar de refutar los modelos existentes y encontrar una forma diferente y más eficiente de alcanzar el objetivo. Con la ayuda de Albert, el coste total de adquisición en todos los canales de RedBalloon se redujo un 25% en menos de un mes. También liberó al equipo de marketing de muchas de las tareas manuales y basadas en procesos que habían estado realizando. El tiempo que dedicaban a ejecutar campañas de búsqueda, investigar palabras clave o modificar las audiencias de las redes sociales de forma manual se redirigía a actividades más estratégicas, como diseñar campañas que se dirigieran a públicos especializados, de alto valor y que antes eran ignorados, descubiertos por Albert.

A pesar de la convicción de Simson de que conocía a todos los públicos de compras de Australia y Nueva Zelanda, Albert estaba encontrando nuevos públicos que la empresa ni siquiera había considerado. Por ejemplo, Albert identificó un grupo de audiencia de «hombres mayores de 65 años en Melbourne a los que les encanta hacer paracaidismo». Albert también reveló grupos de comunidades de expatriados en los Estados Unidos y Europa que querían comprar regalos experienciales para sus amigos y familiares en sus países de origen, pero desconocían RedBalloon.

Albert identificó estas nuevas audiencias de gran valor probando miles de combinaciones de texto e imágenes en pequeños «microsegmentos» y observando qué audiencias respondían junto con las combinaciones específicas que activaban su respuesta. Una vez que identificó los microsegmentos con mejor rendimiento, amplió sus esfuerzos a audiencias más grandes y les envió mensajes hiperpersonalizados basados en lo que funcionaba con los grupos más pequeños.

Albert actúa en función de este tipo de información a medida que avanza, en lugar de detenerse a pedir aprobación, lo que puede suponer una curva de aprendizaje para los nuevos usuarios de la IA, pero también comparte lo que va aprendiendo a lo largo del camino. Mediante pruebas a gran escala, rápidas y con múltiples variantes, Albert confirmó sus conocimientos y conocimientos iniciales y los amplió, al tiempo que analizaba y revisaba sus decisiones de forma autónoma en función de los cambios en el comportamiento y los patrones de los clientes a lo largo del tiempo.

Albert desmintió muchas de las creencias arraigadas que RedBalloon tenía sobre su público y la eficacia de sus campañas. Anteriormente, RedBalloon solo interactuaba con alrededor del 1% de su base disponible en las redes sociales y esas campañas se centraban principalmente en impulsar la conversión al final del embudo de ventas. Albert empezó a realizar campañas para atraer al otro 99% de la audiencia accesible. Al no centrarse únicamente en «cerrar el trato», Albert aumentó la relevancia y la consideración de la marca, nutrió a la audiencia y, lo que es más importante, tapó las filtraciones en la parte superior y media del embudo. Como resultado, la tasa de conversión de las campañas de Facebook gestionadas por Albert aumentó un 750% en el primer año de funcionamiento de Albert.

Los resultados de Albert han sido tan impresionantes hasta la fecha que Simson ahora anima al CFO de RedBalloon a pensar de una manera muy diferente sobre el presupuesto de marketing. De hecho, desafía por completo la idea de «presupuesto». Albert genera ahora 15 dólares de rentabilidad por cada 1 dólar de inversión en marketing. Si tiene un presupuesto de marketing limitado y limitado, eso implica que debe dejar de invertir cuando se agote el presupuesto. Pero si puede ir 15 veces más ida y vuelta, ¿por qué pararía? El argumento de Simson es que la marca debería seguir invirtiendo hasta que vea disminuir la rentabilidad de esa inversión. Gane o no la discusión, puede apostar a que Albert tendrá una parte mayor del presupuesto de marketing de RedBalloon con la que trabajar en el futuro.

La adopción de la IA en el departamento de marketing no hará más que aumentar a medida que las empresas disfruten de las ventajas de la segmentación de los clientes en tiempo real, la mensajería personalizada, el valor predecible para los clientes y la optimización de las compras de medios. Al eliminar las tediosas tareas manuales de modificar las reglas empresariales cada vez que se captura información sobre nuevos clientes, la IA permitirá a los vendedores centrarse en actividades más estratégicas y creativas, como la planificación de las campañas. Sin la IA, será demasiado difícil para un vendedor recopilar y procesar las enormes cantidades de datos que provienen de múltiples fuentes, como las visitas a sitios web, las interacciones de las aplicaciones móviles, las transacciones de compra y las reseñas de productos. Los que tarden en adoptar la IA se encontrarán en una desventaja competitiva porque no podrán hacer predicciones oportunas, precisas y rentables sobre sus clientes.