Cómo utilizó Harley-Davidson la inteligencia artificial para aumentar las oportunidades de ventas en Nueva York un 2930%
por Brad Power
Era invierno en Nueva York y el concesionario Harley-Davidson de Asaf Jacobi vendía una o dos motos a la semana. No fue suficiente.
Jacobi dio un largo paseo por Riverside Park y resulta que se encontró con Or Shani, el CEO de una empresa de IA, Adgorithms. Tras hablar de los problemas de ventas de Jacobi, Shani le sugirió que probara Albert, la plataforma de marketing basada en la IA de Adgorithm. Funciona en todos los canales digitales, como Facebook y Google, para medir y, a continuación, optimizar de forma autónoma los resultados de las campañas de marketing. Jacobi decidió hacerle a Albert una audición de un fin de semana.
Ese fin de semana Jacobi vendió 15 motos. Fue casi el doble de su récord histórico de ventas de ocho fines de semana de verano.
Naturalmente, Jacobi siguió usando a Albert. Su concesionario pasó de tener un cliente potencial cualificado por día a 40. Durante el primer mes, el 15% de esos nuevos clientes potenciales eran «parecidos», lo que significa que las personas que llamaban al concesionario para concertar una visita se parecían a clientes anteriores con mucho valor y, por lo tanto, tenían más probabilidades de realizar una compra. Al tercer mes, los clientes potenciales del concesionario habían aumentado un 2930%, un 50% de ellos parecidos, lo que dejó a Jacobi esforzándose por montar un nuevo centro de llamadas con seis nuevos empleados para gestionar todos los nuevos negocios.
Si bien Jacobi había estimado que solo el 2% de la población de la ciudad de Nueva York eran posibles compradores, Albert reveló que su mercado objetivo era más grande, mucho más grande, y comenzó a encontrar clientes que Jacobi ni siquiera sabía que existían.
¿Cómo lo hizo?
La IA en el trabajo
Hoy en día, Amazon, Facebook y Google lideran la revolución de la IA, y eso les ha dado una enorme ventaja de mercado sobre la mayoría de las empresas y minoristas de bienes de consumo, al permitirles atraer a los clientes con publicidad y marketing altamente personalizados y segmentados. Sin embargo, empresas como Salesforce, IBM y muchas empresas emergentes están empezando a ofrecer herramientas de marketing de IA que son más fáciles de usar (es decir, no requieren contratar a costosos científicos de datos para averiguar cómo utilizar la herramienta y analizar sus resultados) y más baratas de adquirir, con precios de software como servicio (SaaS) y de pago por uso. Y en lugar de optimizar tareas de marketing específicas o trabajar dentro de los canales de marketing individuales, estas nuevas herramientas pueden gestionar todo el proceso en todos los canales.
En el caso de Harley-Davidson, la herramienta de inteligencia artificial Albert generó tráfico en la tienda al generar clientes potenciales, definidos como los clientes que expresan interés en hablar con un vendedor rellenando un formulario en el sitio web del concesionario.
Centro de información
Poner los datos a trabajar
Patrocinado por Accenture
La analítica es fundamental para el rendimiento de las empresas.
Con el contenido creativo (titulares e imágenes) de Harley-Davidson y los principales objetivos de rendimiento, Albert comenzó por analizar los datos de los clientes existentes del sistema de gestión de relaciones con los clientes (CRM) de Jacobi para aislar las características y los comportamientos definitorios de los clientes anteriores de alto valor: aquellos que habían completado una compra, añadido un artículo a un carrito en línea, habían visto el contenido del sitio web o estaban entre el 25% más valioso en términos de tiempo dedicado al sitio web.
Con esta información, Albert identificó a personas similares que se parecían a estos clientes anteriores y creó microsegmentos, pequeños grupos de muestra con los que Albert podía realizar campañas de prueba antes de extender sus esfuerzos más ampliamente. Utilizó los datos recopilados a través de estas pruebas para predecir qué posibles titulares y combinaciones visuales —y miles de variables de campaña más— probablemente convertirían diferentes segmentos de audiencia a través de varios canales digitales (redes sociales, búsqueda, display y correo electrónico o SMS).
Una vez que determinó qué funcionaba y qué no, Albert amplió las campañas, asignó recursos de forma autónoma de un canal a otro, hizo recomendaciones de contenido, etc.
Por ejemplo, cuando descubrió que los anuncios con la palabra «llamar», como: «¡No se pierda una Harley de segunda mano a un precio excelente! ¡Llame ahora!» — funcionó un 447% mejor que los anuncios que contenían la palabra «Comprar», por ejemplo: «¡Compre una Harley usada en nuestra tienda ahora!» Albert cambió inmediatamente «comprar» por «llamar» en todos los anuncios de los canales relevantes. Los resultados hablaron por sí solos.
La ventaja de la IA
Para Harley-Davidson, la IA evaluó lo que funcionaba en los canales digitales y lo que no, y utilizó lo que aprendió para crear más oportunidades de conversión. En otras palabras, el sistema solo asignaba recursos a lo que se había demostrado que funcionaba, lo que aumentaba el ROI en marketing digital. Eliminar las conjeturas, recopilar y analizar enormes volúmenes de datos y aprovechar de forma óptima la información resultante es la ventaja de la IA.
Herramientas relacionadas
Las últimas investigaciones: IA y aprendizaje automático
Tecnología y operaciones Libro
49.95
Los vendedores han utilizado tradicionalmente las personas de los compradores (perfiles de clientes amplios y basados en el comportamiento) como guías para encontrar otros nuevos. Estas personas se crean en parte a partir de datos históricos y en parte por conjeturas, instintos y experiencias de los vendedores. Las empresas que diseñan sus campañas de marketing en torno a las personas tienden a utilizar herramientas igualmente contundentes (como las ventas brutas) —y más conjeturas— para evaluar qué ha funcionado y qué no.
Los sistemas de IA no necesitan crear personas; encuentran clientes reales en la naturaleza determinando qué comportamientos reales en Internet tienen más probabilidades de provocar conversiones y, después, encuentran posibles compradores en Internet que muestran estos comportamientos. Para determinar qué funcionó, la IA solo analiza el rendimiento: ¿Esta acción específica aumentó las conversiones? ¿Esta palabra clave generó ventas? ¿Este gasto aumentó el ROI?
Play
Play
00:00
Play
Seek 10 seconds backwards
Seek 10 seconds forward
00:00 / 00:00
Mute
Settings
Picture in picture
Fullscreen
.video-summary-list-container { height: 100%; } .video-summary-list-container .MuiScopedCssBaseline-root { height: 100%; }
Summary & chapters
Read as overview
.chapters-list-module_intro__74vPf { padding: 16px; border-bottom: 1px solid rgba(255, 255, 255, 0.2); } .chapters-list-module_chapter__uKhQh { padding: 0 16px 16px 8px; border-bottom: 1px solid rgba(255, 255, 255, 0.2); .MuiPaper-root .MuiButtonBase-root .MuiAccordionSummary-content { margin-top: 16px; margin-bottom: 0; } .MuiPaper-root .MuiCollapse-root .MuiCollapse-wrapper .MuiAccordionDetails-root { padding-bottom: 0; } } .chapters-list-module_chapter-header__Pu4Xi { width: 100%; margin-right: 8px; } .chapters-list-module_chapter-header-content__JIOjX { flex-grow: 1; padding: 8px; border-radius: 8px; cursor: pointer; } .chapters-list-module_chapter-header-content__JIOjX:hover { background-color: rgba(0, 0, 0, .2); } .chapters-list-module_chapter-header-expand-icon__tLLZ9 { margin-top: 16px; } .chapters-list-module_chapter-header-text__bPoKD { font-size: 11px; font-weight: 400; letter-spacing: 1px; text-transform: uppercase; } .chapters-list-module_chapter-bullet-icon__kCL9n { font-size: 11px; font-weight: 400; letter-spacing: 1px; text-transform: uppercase; } .chapters-list-module_chapter-intro__H-iVR { display: flex; align-items: center; gap: 8px; margin-bottom: 2px; } .chapters-list-module_chapter-description__ziIpd { margin: 0 -16px 0 -8px; } .chapters-list-module_intro-text__Sqgju { } .chapters-list-module_chapter-description__ziIpd, .chapters-list-module_intro-text__Sqgju { font-size: 16px !important; white-space: pre-wrap; }
Incluso si están equipados con herramientas digitales y otras tecnologías de marketing, los humanos solo pueden gestionar unos cientos de palabras clave a la vez y se esfuerzan por aplicar la información a todos los canales con precisión. Por el contrario, una herramienta de inteligencia artificial puede procesar millones de interacciones por minuto, gestionar cientos de miles de palabras clave y realizar pruebas en sílice en miles de mensajes y variaciones creativas para predecir los resultados óptimos.
Y la IA no necesita dormir, así que puede hacer todo esto las 24 horas del día.
En consecuencia, la IA puede determinar exactamente cuánto debe gastar una empresa y dónde para obtener los mejores resultados. En lugar de basar las decisiones de compra de los medios en el rendimiento y los instintos del pasado, la IA actúa de forma instantánea y autónoma, modificando su estrategia de compra en tiempo real en función de los parámetros de rendimiento en constante cambio de cada variable de la campaña.
Dando el paso de la IA
Como la IA es nueva y dado que los vendedores desconfiarán de ceder el control y confiar en una caja negra para tomar las mejores decisiones sobre lo que la gente hará o no hará, es prudente adoptar las herramientas y los sistemas de IA de forma gradual, como hizo Jacobi de Harley-Davidson. La mejor manera de descubrir el potencial de la IA es realizar algunos experimentos pequeños, rápidos y reversibles, quizás en un solo territorio geográfico, marca o canal.
En estos experimentos, es importante definir los principales resultados de rendimiento deseados; por ejemplo, nuevos clientes, clientes potenciales o un aumento de la rentabilidad del gasto en publicidad.
A la hora de elegir una herramienta, sepa lo que quiere. Algunas herramientas se centran en un solo canal o tarea, como optimizar el contenido del sitio web que se muestra a cada cliente. Otros, como Watson de IBM, ofrecen herramientas de IA de uso más general que deben personalizarse para usos y empresas específicos. Y otras herramientas de IA producen información, pero no actúan en consecuencia de forma autónoma.
Vale la pena dar el paso y, de hecho, tiene la ventaja de ser uno de los primeros en adoptarlo. Como me dijo Jacobi de Harley: «El sistema mejora cada vez más. Los algoritmos seguirán perfeccionándose. El año pasado, triplicamos nuestro negocio con respecto al año anterior».
Son buenas noticias para Jacobi y sus empleados, y no tan buenas noticias para sus competidores.
Artículos Relacionados
La IA es genial en las tareas rutinarias. He aquí por qué los consejos de administración deberían resistirse a utilizarla.
Investigación: Cuando el esfuerzo adicional le hace empeorar en su trabajo
A todos nos ha pasado: después de intentar proactivamente agilizar un proceso en el trabajo, se siente mentalmente agotado y menos capaz de realizar bien otras tareas. Pero, ¿tomar la iniciativa para mejorar las tareas de su trabajo le hizo realmente peor en otras actividades al final del día? Un nuevo estudio de trabajadores franceses ha encontrado pruebas contundentes de que cuanto más intentan los trabajadores mejorar las tareas, peor es su rendimiento mental a la hora de cerrar. Esto tiene implicaciones sobre cómo las empresas pueden apoyar mejor a sus equipos para que tengan lo que necesitan para ser proactivos sin fatigarse mentalmente.
En tiempos inciertos, hágase estas preguntas antes de tomar una decisión
En medio de la inestabilidad geopolítica, las conmociones climáticas, la disrupción de la IA, etc., los líderes de hoy en día no navegan por las crisis ocasionales, sino que operan en un estado de perma-crisis.