Capítulo 11: Proyectos con Inteligencia Artificial
Es momento de pensar que es lo que quieres hacer con tu organización. A dónde la quieres llevar los próximos 2, 3 o 5 años. Es momento de hacer una planeación a corto, mediano y largo plazo…¡al mismo tiempo! Es momento de definir qué es lo que quieres mejorar, cuál es el motor que encenderás para que tu organización despegue. Es momento de planear qué proyecto de Inteligencia Artificial quieres Instrumentar.
Esto es Cerebro de Silicio, el futuro de la Inteligencia Artificial, hoy.
Capítulo 11: Proyectos con Inteligencia Artificial.
Bien, pues hay muchas opciones para desarrollar beneficios en una organización, y tal vez ese sea el problema al cual te vas a enfrentar. Si bien solo son tres categorías que en este momento vamos a analizar, hay muchas derivaciones dentro de cada una de estas categorías. Tantas, que ni siquiera están todas descritas aquí; tantas que ni siquiera se pueden catalogar todas porque cada industria tiene sus matices propios; tantas que estoy seguro que a ti, experto en tu industria y tu materia, reconocerás otras que no se me han ocurrido.
Este es un momento de diseño, de creatividad, de lluvia de ideas pero sobre todo de alineación con la estrategia de negocio. Por ello, es importante definir un equipo que decida cual es el proyecto de IA con el cual la organización comenzará.
Vale la pena hacer un equipo corto para una lluvia de ideas, compuesto por VP o Director de Inteligencia Artificial, Gerente de Data Management, Gerente de Análisis de Datos, Gerente de reportes o BI, Director de áreas operativas (al menos uno o dos pertenecientes a Comercial, Operaciones, Finanzas, Logística, etc. -el área más importante o la más involucrada), y por supuesto Director de Sistemas. (La mediación y negociación con las áreas permitirá tener caminos más fáciles de recorrer. Involucralos y negocia con ellos.)
El Triángulo del Revenue facilitará la conversación. En vez de divagar por todos los temas de la organización, importantes, pendientes y problemáticos solamente nos enfocaremos en tres temas muy específicos: Clientes, Productos y Precios. La conversación debe ser liderada bajo el siguiente argumento:
¿Cuál de estos rubros es el que requiere mayor atención?
¿Cuál de estos rubros es de mayor urgencia para nuestra organización?
¿Cuál de estos rubros permitirá cambios radicales de paradigmas?
¿Cuál de estos rubros tiene mayor foco con el CEO y los accionistas?
La respuesta debe ser Clientes, Productos o Precios. Mejor aún, la respuesta debería ir acompañada de sub áreas, proyectos, indicadores o ejecutivos que ayudarían a desarrollar un proyecto exitoso.
1) Hablemos de Clientes.
El sueño de cualquier empresario es conocer mejor a sus clientes, y este debe ser un objetivo tuyo. Saber quiénes son, cómo son, porque se comportan de cierta forma. Entender dónde están, porque compran y cómo. El objetivo es incrementar uno de los tres lados del triángulo para incrementar su área, es decir, su volumen. Piensa en mejorar u optimizar.
Segmentación y Clusterización: ¿En qué segmentos puedo dividirlos o agruparlos para atenderlos mejor? ¿Qué características tienen tus clientes? Si lo que quieres es atenderlos mejor, agrúpalos por características similares para reducir costos en su atención, para diseñar productos específicos a sus necesidades o características. Un segmento responde en particular a un estímulo de mercado. La palabra cluster se mal traduce en racimo. No me encanta pero es muy gráfica. Un racimo de clientes está pegado por algo. Lo que “manualmente” hacemos es agrupar por características obvias. Lo obvio lo hace cualquiera, lo haces tu ahora, lo hace de igual forma tu competencia. Probablemente con la misma eficiencia. No hay diferenciador ni una verdadera ventaja competitiva. Un sistema de Inteligencia Artificial lo hace con características “no obvias” dando mayor singularidad a los clusters o racimos de clientes y explicando mejor su comportamiento. Más granularidad para atacar mejor.
Adquisición: Una vez segmentado tu grupo óptimo de clientes y sabiendo cuales son sus características, podrás ir a buscar clientes con características similares. Adquisición basada en lo no evidente.
Retención: No puedes retener clientes si no sabes porque se van. Con modelos sofisticados podrás identificar porque un cliente te abandono para poder tapar agujeros de fuga o para blindar insatisfacciones. Lo importante es que una vez que tapes un hoyo de fuga, uno nuevo aparecerá porque los clientes y los mercados evolucionan. El entorno es cambiante. Por ellos es importante automatizar con Inteligencia Artificial, para anticipar el comportamiento incluso antes de que suceda. (Si escuchaste bien… antes de que suceda).
Cross sell y Up sell: El incremento en el revenue vendrá de tus clientes actuales. Adquirir un cliente nuevo es más caro que seguir vendiendo a un cliente actual. Cualquier vendedor te lo dirá. Por eso son tan valiosas las libretas negras de los vendedores, desde vendedores de seguros o autos hasta vendedores cuyos productos valen millones de dólares. Identificar qué otros productos han comprado tus clientes en el pasado para ofrecerlos a clientes nuevos requiere de análisis profundo. Saber cuál de tus clientes está listo para comprar un producto de mayor precio y de mayor valor puede hacerse con Inteligencia Artificial.
Ciclo de vida del cliente. Un cliente tiene un ciclo de vida natural. Compra, utiliza tu producto, el producto se desgasta, se acaba o el cliente se desencanta del producto y, finalmente, el cliente debe comprar nuevamente. Saber en qué parte del ciclo se encuentra, es crítico tanto para no perder clientes como para incrementar los ingresos por cliente. Extender el ciclo en el tiempo te permitirá poseer o apropiarte del cliente y del mercado por más tiempo.
Campañas. ¿Cómo optimizar campañas para que sean más efectivas? ¿Qué campaña ofrecer a quién? ¿Cuándo ofrecerla? ¿Por qué medio? Probablemente el mayor agujero en el presupuesto de marketing son las campañas. ¿Porqué? porque se basan en volúmen y no en efectividad. Mientras más grande sea el presupuesto y la base de datos de clientes, más probabilidades habrá de vender. Por eso vemos ejércitos de call centers haciendo llamadas o de mails siendo enviados, esperando a que algún cliente caiga en la ratonera. Si añades Inteligencia Artificial a tus campañas, podrás disminuir la cantidad campañas y contactos con clientes al tiempo que incrementas efectividad. Es decir, cierre.
Rentabilidad del cliente / Customer profitability. Hay un concepto denominado Wallet Share. En castellano es Participación de Cartera, y es que tanto de su ingreso te pertenece. Cuanto de el ingreso del cliente está destinando a ti y a tu empresa. Imagina que 45% de sus ingresos se va a servicios -luz, agua, renta, colegiaturas; 15% a entretenimiento, 20% a vacaciones, etc. El 1% de su ingreso está destinado a ti. ¿Cómo puedes hacer que ese 1% se convierta en 2%? Es duplicar tus ventas con el mismo cliente. Hacer que un cliente sea más rentable es entenderlo con Inteligencia Artificial.
Otros y muchos más. Optimización de Mercadotecnia (marketing optimization), Satisfacción del cliente, Mezcla de clientes, Lealtad, etc. La imaginación -y la necesidad- son los factores que te llevarán a inventar soluciones.
Riesgo y Fraude: Las soluciones de Riesgo pueden clasificarse en el rubro Cliente si se analiza cuál es el riesgo que un cliente tiene para hacer una compra o realizar un pago, para solicitar un crédito y para solventarlo. Cuando se evalúa al cliente en materia de riesgo, se incorpora de este lado del Triángulo del Revenue. Cuando no, se incorpora en el rubro Producto -lo cual veremos más tarde. Lo mismo sucede con el fraude. Por las características de los análisis, son clientes o personal interno quienes efectuar el fraude. La identificación de patrones de comportamiento pueden llevar a colocarlo aquí aunque trato de ser cauteloso en este rubro en particular.
El objetivo es identificar qué clientes tienes, cómo son y porque. Se define coloquialmente como la radiografía del cliente. Conocer y entender sus entrañas y su comportamiento para que, mediante modelos de I.A, podamos anticipar su comportamiento e incrementar ingresos. Primero, con la información que tienes. Después, capturando o consiguiendo más información, poco a poco, para responder las preguntas de negocio que quieres o tienes.
2. Hablemos de Productos.
Los productos tienen características intrínsecas, como los clientes. Estos no son altos o bajos, ni guapos o feos, pero sí tienen características que los diferencian unos de otros. ¿Los obvios? Bien, pues un suéter grueso se vende en invierno y las gabardinas no se venden cuando no llueve, al igual que los paraguas. Pero dependiendo de la geografía, en algunos sitios hace más frío que en otros, en unos llueve más que en otros. Las características de los productos dependen de la geografía, también. De el clima, en particular. En ciudades universitarias se venden menos planes de retiro que en ciudades donde la población es madura. No se venden en ciudades de retiro. Las pickups, Jeeps y 4x4s se venden más en zonas rurales que en ciudades conflictivas. Lo contrario sucede con los autos compactos ahorradores. Atributos hay muchos. Por ejemplo, en el norte de México las tallas tienden a ser Large, a diferencia de el sureste, donde las tallas son Medium o Small, algo que sin analítica, no se hubiera podido definir.
Inventarios: El secreto de un buen inventario es que sea perfecto. Un buen Merchant o comprador podrá tener tasas de desempeño cercanas a un 50-60-70% del óptimo, pero difícilmente por encima. Un sistema de I.A. podrá optimizar esos números. Lo que queremos es que un inventario tenga la menor merma o sobrantes posibles, los menores residuales, que ya sabemos, se irán en rebajas, descuentos, promociones y outlets.
Planeación de mercaderías. Qué tipo de productos deben ir en cada punto de venta basado en todos los atributos de los clientes, la geografía, el clima, edad, religión, características y muchos más.
Surtido. ¿Cuál es el óptimo en surtido que deben considerarse? A nivel SKU, tallas, colores, modelos. Equipamiento, si hablamos de coches o electrónicos, por ejemplo. Datos demográficos, por ejemplo, podrían ayudar a una empresa financiera a definir cuales son los productos que debe tener por país, región o zona.
Pronóstico de la demanda. ¿Cuánto vas a vender el próximo año? ¡Ni siquiera sé qué voy a hacer este fin de semana! La cosa es que los datos de lo que sucedió el año pasado te puede decir que sucederá el año siguiente. Imagina que para pronosticar un periodo necesitas, por regla más o menos general, tres periodos de historia. Puedes pronosticar cómo se comportará la demanda del próximo año basado en las ventas de los tres años anteriores y sobre todo llevarlo al nivel que quieras: Totales, por departamento, por sección, por marca, por SKU, por color o talla. Por tecnología, por tipo de producto. La cosa es tener datos históricos y optimizarlos con un modelo.
Cross Sell y Up Sell: Igual que con los clientes puedes vender más si en este caso lo ves desde el otro lado del proceso. ¿Qué productos puedo vender a un cliente, de forma adicional? ¿Cómo colocar productos a clientes con gran certeza de compra? Este rubro es fundamental, en muchos casos, para la planeación de un customer journey.
Análisis de Canasta: El truco más viejo de la chistera y uno de mis favoritos. Hay productos que, por obvias razones, se venden junto con otros. En un desayuno, los huevos se venden con jugo, pan tostado y café. En navidad, los juguetes electrónicos se venden con pilas. En muchas ocasiones una pasta de dientes se vende junto con un cepillo de dientes pero, ¿cuántas veces? Saber la relación, la correlación, la frecuencia y otras características es importante para generar promociones. Amazon, por supuesto creció gracias a sus recomendaciones basadas en análisis de canasta. Netflix lo hace recomendando películas y series similares. Es algo viejo pero que no pasa de moda.
Análisis de Garantías. ¿Es posible anticipar la falla en un producto antes de que esta suceda? Sí. Así reducen muchas compañías costos en garantías y correcciones en líneas de producción. Identifica qué productos han fallado permite identificar los productos que vienen del mismo batch de producción para arreglarlos, corregirlos o cambiarlos antes de que fallen.
Otros más: Allocation, replenishment, category management, space planning. Todos estos procesos de producto pueden optimizarse mediante inteligencia artificial.
Riesgo: Las soluciones de riesgo pueden clasificarse aquí, sobre todo cuando una institución financiera o crediticia coloca productos de riesgo. Riesgo de mercado, riesgo de operacional y otros pueden estructurarse dependiendo de la forma que tenga la organización.
3. Hablemos de precio
Finalmente el tercer componente importante es el precio. Dos teorías económicas se encuentran embebidas La ley de la Oferta y la Ley de la Demanda.
Primero, La ley de la oferta. Indica que la oferta es directamente proporcional al precio; cuanto más alto sea el precio del producto, más unidades se ofrecerán a la venta.
Segundo, La ley de la demanda. Indica que la demanda es inversamente proporcional al precio; cuanto más alto sea el precio, menos demandarán los consumidores.
Por supuesto el precio tiene que ver con la oferta y la demanda, pero también con costos de manufactura y valor o beneficio que trae al cliente. Déjame ser más claro. El costo de manufactura de los insumos utilizados en dos restaurantes distintos para preparar un platillo similar es el mismo, pero el valor concebido en una modesta fonda comparado con un restaurante de renombre mundial y con una estrella Michelin será distinto. Por ello, el precio no puede ser el mismo. La gran duda de los directores comerciales es: ¿A qué precio debo ofrecer mis productos para maximizar ingresos al mismo tiempo que se maximiza la demanda? Es decir, cómo gano más dinero y cómo dejo menos dinero en la mesa. Balancear un exceso de indicadores y variables es complicado. Un modelo de optimización de precios es indispensable.
Por supuesto hay variables adicionales que pueden o deben tomarse en cuenta como todos los tipos de elasticidad. ¿Cómo se comporta la demanda con la variación (hacia arriba o hacia abajo) del precio? ¿Cómo se comporta la variación en la demanda de un producto con respecto a la variación del precio de otro?
Optimización de precios: ¿Cuál es el precio de un producto o servicio que asegure maximizar ingresos, incrementar rotación de inventarios, maximizar demanda y minimizar -o eliminar- la merma?
Los ciclos de negocio incorporan, en muchas ocasiones, descuentos y rebajas. Un producto sale a mercado -o piso- y el precio debe reducirse cuando el producto se ha estancado. El inventario debe estar en ceros -o muy cercano a ceros- para cuando lleguen los siguientes productos, otra temporada o el nuevo modelo.
Optimización de descuentos: ¿Cuál es el descuento que reactivará la venta de un producto que se ha estancado? ¿Cuál es el descuento que hará que los indecisos cambien su parecer?
Optimización de promociones: Una promoción es una oferta en tiempo limitado. Típicamente paquetes o bundles, 2x1 o 3x2, entre otros. ¿Cómo se comportará la demanda si se hacen promociones? ¿Es más efectivo una promoción o un descuento?
Lo importante es definir escenarios y hacer pruebas para asegurar que el precio está en el nivel que el negocio requiere.
Conclusión
Así es como se consolidan las opciones de lo que puede hacerse en cada uno de los lados del Triángulo del Revenue para, poco a poco, incrementar los ingresos. Dependiendo de la complejidad de la operación, de los procesos, de los datos, tan solo una de estas ideas puede tomar meses de implementación. Querer abarcar todos o varios puede ser una tarea titánica. Es importante, nuevamente, identificar los puntos estratégicos del negocio enfocándose en el Low Hanging Fruit.
Dependiendo del nivel de inteligencia que se incorpore a las anteriores soluciones o casos prácticos podemos incorporar antes de cada uno de ellos las palabras administra, mejora, optimiza, automatiza. Eso te dará una idea de los niveles de inteligencia que puedes agregar dependiendo de lo que tu negocio requiera, pero esto es para otro capítulo.
Cerebro de silicio es más que un podcast. Es una producción de Azul Chiclamino. Yo soy Rodrigo Llop.
¿Estas buscando desarrollar una estrategia de Inteligencia Artificial, de Analítica, de Big Data, Ciencia de Datos o de Business Intelligence? ¿O simplemente quieres saber más? en Cerebro de Silicio apoyamos a organizaciones a desarrollar e implementar estrategias de A.I. Conferencias, consultorías, talleres. contactanos. cerebrodesilicio.com
