Inteligencia Artificial, ciencia de datos y macrodatos para mercadotecnia en 2019

Los mercadólogos son conscientes de que las tecnologías cognitivas cambiarán los paradigmas tradicionales seguidos en su trabajo

Conforme la cantidad de datosindividuales y colectivos sobe los consumidoresaumenta, aprendizaje automático (Machine Learning, ML) e Inteligencia Artificial(Artificial Intelligence, AI) se vuelven más sofisticadas, y esto aumenta las capacidades de los mercadólogospara escalar y activar esos datos de maneras innovadoras. Tal como lo señala Nielsen, el mundo de la mercadotecniaestá consciente de que las tecnologías cognitivas, ciencia de datos (data science) y macrodatos(big data) incluidas, cambiarán los paradigmas en el área.

"Muchos mercadólogos saben que estastecnologías cambiarán la forma como hacen su trabajo, pero aún no está claro qué cambiará exactamente ni cuán rápido". Eneste contexto, científicos de datosde la consultoría comparten su pronóstico para 2019 sobre lo que consideran podría conformar el futuro inmediato y las tendenciasmás prometedoras e importantes en materia de Inteligencia Artificial, ciencia de datos y macrodatos para mercadotecnia.

"Los científicos mejorarán su capacidad de enseñar a computadoras a integrar de forma más precisa el lenguaje", considera Michael Morgan, científico de datos líder en Nielsen. El matemático e informático prevé para 2019 avances significativos en la forma como se modela y procesa el texto. En procesamiento del lenguaje natural(natural language processing, NLP), se debate la frágil naturaleza de algunos de los modelos más exitosos en el campo y cómo las más simples manipulaciones del texto pueden descomponerlo de manera vergonzosa. Morgan espera ver investigaciones orientadas a incorporar "sentido común" al NLP, hacerlo comprender los textos.

Jessica Brinson, experimentada científica de datos en Nielsen, opina: "Crecerá la importancia de la calidad y la limpieza de los datos". La doctora en física de altas energías pronostica un mayor enfoque en la búsqueda de formas innovadoras de complementar y mejorar los datos de entrenamiento para redes neuronales (por ejemplo, sistemas informáticos modelados con base en el cerebro humano y el sistema nervioso). Tales modelos solo pueden proporcionar resultados tan bueno como los datos incluidos; de ahí la tendencia a trabajar en el eficiente aumento de la calidad y la cantidad de esos conjuntos de datos, precisa Brinson.

El especialista Avi Jain habla de algoritmos más sofisticados, talento de ciencia de datos más desarrollado y crecientes volúmenes de datos que permitirán a las empresas utilizar ML y AI en 2019 a manera de diferenciadoras clave. De igual forma, plantea para dentro de un lustro el comienzo de desarrollos cuyo propósito sea crear habilidades complejas de resolución de problemas a partir de herramientas y algoritmos; además, democratización de algoritmos y software fáciles de usar. El líder regional de ciencia de datos para clientes en Nielsen, asegura: "El aprendizaje automático y la Inteligencia Artificial serán diferenciadoras clave en las empresas que buscan potenciar su crecimiento".

A corto plazo, cobrará importancia el hecho de que más y más navegadores de Internet bloqueen las cookies de terceros; proveedores de laplataforma de gestión de datos (data management platform, DMP) comenzarán a enfrentar desafíos cuando recopilen datos en línea. Pengfei Yi, director de ciencia de datos en Nielsen, advierte: "La capacidad de recopilar datos en línea será más desafiante y fragmentada". Los DMP individuales no podrán ofrecer la misma cantidad de datos con el mismo nivel de precisión de antes. Esto afectará en gran medida la capacidad de los mercadólogos al orientar y segmentar sus audiencias con precisión. Proveedores de DMP buscarán soluciones que les permitan compensar esta pérdida de datos.

Neerja Joshi, directora de ciencia de datos en Nielsen, prevé: "Las empresas exitosas invertirán significativamente en soluciones respaldadas en ciencia de datos". La matemática y mercadóloga advierte que será necesario invertir en técnicas digitalizadasde captura y medición de datos, a fin de hacer frente al diluvio digital por venir; soluciones AI, ML y redes neuronales también serán importantes, señala. Porque "las compañías que incorporan algoritmos de ciencia de datos encontrarán una mayor escalabilidad, eficiencia y podrán avanzar más allá del flujo convencional de medición". Tales son los pronósticos expertos sobre Inteligencia Artificial, ciencia de datos y macrodatos para mercadotecnia en 2019.

Inteligencia ArtificialTecnología2019