Cómo escalar con inteligencia artificial la relevancia de productos en E-commerce
Durante su conferencia para INSIDE Google Cloud 21, Karim Touma, Regional Director Data Insights en Fallabella.com, explicó la forma en la que, utilizando información histórica del comportamiento de clientes en el sitio web, se puede determinar cuáles serán los productos más relevantes.
Gracias a dicha información se prioriza el display de productos en el sitio, aumentando la tasa de conversión en más de un 10%.
En primer lugar, explicó que, la “relevancia” en e-commerce se entiende como “el punto de intersección entre lo que se quiere vender y lo que le interesa al consumidor”. Esta información es posible de definir gracias a la data arrojada por el tráfico, los datos de los productos y el comportamiento del cliente.
“Hoy en día, la IA es una herramienta que permite resolver problemas de manera más eficiente y tomar decisiones de manera rápida. Tomar los datos como parte de las decisiones de negocio es fundamental para un modelo exitoso” aseguró Karim durante su ponencia.
Asimismo, mencionó que anteriormente, el 80% del éxito comercial en web se debía factores como el producto per se, las alianzas comerciales, la facilidad de pago, la penetración de la marca y el know-how. Sin embargo, en la actualidad, el éxito del e-commerce está más democratizado gracias a las herramientas para llegar al cliente como el marketing digital y los marketplaces, que han permitido que los vendedores pequeños se puedan dar a conocer, diluyendo la barrera de entrada al e-commerce.
Por esta razón, entender los comportamientos del consumidor se ha vuelto una prioridad., pues tener data para alimentar decisiones permite hacer eficientes los recursos y reducir costos en ciertas áreas.
Asimismo, permitir que la IA nos arroje los resultados del comportamiento del usuario, da lugar a que los recursos humanos enfoquen su capacidad en otros temas de gran relevancia para el negocio como definir estrategias, evolucionar productos, elegir mejores proveedores, etc.
Por último, explicó que “para cambiar el instinto por data, no es más que ingeniería”, pues para llegar a ese punto se requiere inversión –en tiempo, sistemas, recursos humanos, nube, etc- y orden, tanto en los procesos como en los datos.
