Cómo el aprendizaje automático puede mejorar la experiencia del cliente

El aprendizaje automático (ML), tecnología que aprende de la experiencia (datos) para predecir el comportamiento de cada persona, es conocido por mejorar los resultados al gestionar las principales operaciones de forma más eficaz. Pero, ¿sabía que también puede mejorar considerablemente la experiencia del cliente?

El aprendizaje automático genera predicciones prácticas para los clientes individuales y esas predicciones pueden determinar la forma en que se atiende a cada cliente. De esta forma, ML puede dirigir una campaña de marketing a los clientes que tienen más probabilidades de responder o impedir las transacciones con tarjetas de crédito que puedan ser fraudulentas. Puede sacar el posible spam de la bandeja de entrada del correo electrónico o mostrar la propiedad (Airbnb), el resultado de la búsqueda (Google), el producto (Amazon y Netflix) o la pareja romántica (Match.com) que probablemente interesen a un cliente.

A pesar de estas propuestas de valor claras, el aprendizaje automático aún no se despliega de manera tan amplia y fluida como podría estarlo. El problema es que el mundo se centra en gran medida en lo avanzada e impresionante que es la tecnología principal, lo que distrae de centrándose intensamente en su propuesta de valor tangible — las formas precisas en las que puede hacer que los procesos empresariales sean más eficaces. Como resultado, la mayoría de los proyectos de aprendizaje automático no se despliegan, sin darse cuenta del valor empresarial previsto. Pero a medida que los responsables de la toma de decisiones se den cuenta cada vez más de que el aprendizaje automático puede tener un enorme impacto en la experiencia del cliente, además de en los resultados, las empresas comenzarán a cambiar su enfoque hacia la generación de valor concreto con ML, lo que, en última instancia, acelera y amplía su uso.

Cómo el aprendizaje automático ayuda a mejorar la experiencia del cliente

¿Por qué el aprendizaje automático es una tecnología tan prometedora para mejorar la experiencia del cliente? Es simple: puede predecir el comportamiento de los clientes. La predicción como capacidad es el Santo Grial para prever las necesidades de cada cliente y personalizar los productos y servicios en consecuencia. Desde la perspectiva del consumidor, cuando Se evitan los escollos éticos de ML, la predicción puede ser el mejor antídoto contra la sobrecarga de información a la que nos enfrentamos todos los días. Al implementar el aprendizaje automático para predecir qué contenido es más relevante para cada persona, los clientes pueden recibir mejores recomendaciones, menos correo basura, muy poco spam en la bandeja de entrada y resultados de búsqueda de mayor calidad, entre otras cosas.

Esto tiene un potencial de gran alcance. Las predicciones de ML pueden mejorar la experiencia del cliente en todas las líneas de negocio y todos los sectores. A modo ilustrativo, he aquí siete aplicaciones empresariales establecidas del aprendizaje automático, cada una de las cuales tiene un impacto en los resultados (la columna más a la izquierda) y un impacto en la experiencia del cliente (la columna más a la derecha):

Ver más gráficos de HBR en Datos y imágenes

Los clientes claman por la detección del fraude

En uno de esos ámbitos, la detección de fraudes, los clientes ya piden a gritos las predicciones del aprendizaje automático. De hecho, se quejan a carcajadas cuando la predicción no les funciona. El fracaso viene de dos formas. Por un lado, si, como cliente, ve un cargo inesperado en el recibo de su tarjeta de crédito, probablemente se irrite un poco. Sin embargo, cuando utilice su tarjeta de crédito, si no se realiza un cargo porque el sistema de su banco cree que podría no estar autorizado, puede que se irrite de todos modos.

[

Insight Center Collection

Creating a Compelling Customer Experience

It’s about building a genuine relationship.

](/insight-center/creating-a-compelling-customer-experience)

La única manera de maximizar la experiencia del cliente es minimizar esos dos tipos de predicciones erróneas, y ahí es donde entra ML. El aprendizaje automático es la ciencia que consiste en mejorar la predicción mediante el aprendizaje de los datos. Esa es su propia definición.

En la prevención del fraude con tarjetas, FICO es el líder. Su producto Falcon, utilizado por 9000 bancos, pantallas todos de las transacciones realizadas con la mayoría de las tarjetas de crédito y cajero automático del mundo — 2,6 mil millones de tarjetas en todo el mundo. Al detectar el fraude con el aprendizaje automático, un banco mediano podría ahorrar unos 16 millones de dólares y, al mismo tiempo, mejorar la experiencia del cliente al reducir el fraude que sufren sus titulares de tarjetas en unos 60 000 casos (consulte la aritmética al dorso de una servilleta) aquí). Considero que Falcon es uno de los despliegues comerciales de aprendizaje automático más exitosos e impactantes del mundo.

La mayoría de las veces, esta operación pasa desapercibida, pero esas eficiencias invisibles suelen repercutir más en la experiencia del cliente que en las operaciones predictivas que más llaman la atención. FICO Falcon afecta a cada consumidor con mucha más frecuencia que el sistema de aprendizaje automático más famoso, uno que es conocido comúnmente entre los consumidores: la calificación crediticia FICO, un nombre muy conocido y un factor importante en su poder de pedir prestado. Es comprensible que muchos piensen que su puntuación FICO es una parte importante de su identidad como consumidor. Mientras tanto, aunque la detección de fraudes de Falcon normalmente es invisible para los consumidores, afecta a su experiencia con mucha más frecuencia: cada vez que utilizan su tarjeta. FICO evalúa el poder financiero de día y combate los delitos financieros de noche.

Ayúdeme a ayudarlo: crear un círculo virtuoso

Muchas otras aplicaciones de aprendizaje automático comprobadas que contribuyen a los resultados finales también contribuyen a la experiencia del cliente, como el uso del aprendizaje automático para desviar las llamadas al servicio de atención al cliente, agilizar el flujo de solicitudes de soporte y detectar otros tipos de comportamientos maliciosos además del fraude, como la suplantación de identidad, la desinformación y el contenido ofensivo.

Por supuesto, al ayudar al cliente, las empresas también se ayudan a sí mismas. Estas mejoras en la experiencia del cliente no son solo un efecto secundario agradable y agradable de las implementaciones de aprendizaje automático impulsadas por las ganancias. Persiguen el razón de ser de la empresa, para atender a los clientes, y, en última instancia, se traducirá en más beneficios para la empresa. Al fin y al cabo, un cliente satisfecho es un cliente más leal, y una tasa de retención de clientes más alta significa una tasa de crecimiento de clientes más alta. Cuanto antes despliegue el aprendizaje automático para cumplir con este doble propósito, mejorar tanto los resultados como la experiencia del cliente, antes podrá empezar su empresa a capitalizar este círculo virtuoso.