Casos prácticos de adopción eficaz de IA

La adopción de IA en marketing puede ser un desafío, pero cuando se hace correctamente, puede conducir a un éxito significativo.

Sin embargo, comprender cómo aprovechar la IA de manera eficaz puede resultar a menudo abrumador. Si tienes curiosidad por saber cómo las empresas reales están transformando sus estrategias de marketing con la IA , este episodio es para ti.

ESCUCHE LA IA EN EL MARKETING: DESEMPAQUETADO:

MIRA LA IA EN EL MARKETING: DESEMPAQUETADO:

Hoy nos acompaña Eva Dong, directora experta sénior de McKinsey Company y especialista en marketing de IA con amplia experiencia en transformación digital en diversas industrias. Eva compartirá estudios de casos inspiradores e historias de éxito de empresas que han adoptado la IA de manera eficaz en sus estrategias de marketing, destacando las conclusiones clave y las lecciones aprendidas.

La inteligencia artificial en el marketing: el presentador de Unpacked, Admin, le preguntó a Eva Dong sobre:

✨ Superar desafíos : conozca los obstáculos comunes en la adopción de IA para marketing y cómo superarlos.

✨ Historias de éxito del mundo real : descubra estudios de casos inspiradores de empresas que han aprovechado eficazmente la IA en sus estrategias de marketing.

✨ Mejores prácticas : obtenga información sobre las mejores prácticas y estrategias para medir el éxito y el ROI en proyectos de marketing de IA.

Conozca más sobre Eva Dong

• Conéctate con Eva Dong en LinkedIn
• Conéctate con Eva Dong en X

Recursos y marcas mencionadas en este episodio

• McKinsey Cía.
• Boletín informativo de LinkedIn sobre marketing inteligente con inteligencia artificial
• Explorando la IA en el marketing: cinco aplicaciones clave con Danchez
• ¿Estamos invirtiendo demasiado en tecnología de marketing? con Jim Williams, director de marketing de Uptempo
• Explora episodios anteriores del podcast AI in Marketing: Unpacked

Transcripción completa

(ligeramente editado)

Casos prácticos de adopción de IA eficaz en marketing con Eva Dong

[00:00:00] Eva Dong: Apple tiene la conferencia WWDC y lanzaron Apple Intelligent. La conferencia IO de Google lanzó una descripción general de AI. Uh, Microsoft está lanzando Co Pilot en la PC. Hay tantas cosas sucediendo. A veces, para nosotros es como, incluso es difícil mantenerse al día con lo que está haciendo todo el mundo. Creo que en este tipo de ambiente, lo que sugeriría que las empresas hagan es realmente mantenerse enfocadas en su caso de uso y objetivo, volviendo realmente a la primera pregunta que me hizo.

Creo que eso es muy importante porque hay muchos avances tecnológicos. Algunos están listos para implementarse, otros no. Todo es muy interesante para probar, pero como empresa, especialmente si es una pequeña empresa, no puede probar todo. No puede aprovechar todas las últimas tecnologías del planeta.

Simplemente tienes que centrarte en tu caso de uso y tu objetivo. Y una vez que eso esté claro, eliges.

[00:00:56] Admin: Bienvenidos a AI in marketing unpacked, donde simplificamos la IA para un marketing de impacto. Soy su anfitrión, Admin, y estoy aquí para guiarlos a través del mundo de la inteligencia artificial y su impacto transformador en las estrategias de marketing. En cada episodio, desglosaremos los conceptos de IA en información manejable y exploraremos aplicaciones prácticas que pueden potenciar sus esfuerzos de marketing.

Si eres un especialista en marketing experimentado que recién comienza a explorar el potencial de la IA, este podcast te brindará el conocimiento y las herramientas que necesitas para tener éxito. Así que sintonízalo y descubramos juntos el poder de la IA.

Saludos, programa. Bienvenidos nuevamente a AI in marketing unpacked, donde egoístamente usé este tiempo para elegir las mentes de expertos en mantenerse al día con la inteligencia artificial y en integrarla o aplicarla en las redes sociales, el contenido, la publicidad, la búsqueda y otras áreas. Y pueden aprender a suscribirse para que les muestren cómo prepararse a sí mismos y a su marca para esta revolución de la IA y salir adelante.

Ahora bien, la adopción de la IA en el marketing puede ser un desafío, pero si se hace bien, puede generar un éxito significativo. Sin embargo, comprender cómo aprovechar la IA de manera eficaz a menudo puede resultar abrumador. Si tiene curiosidad sobre cómo las empresas reales están transformando sus estrategias de marketing con IA, este episodio es para usted.

Nos acompaña Eva Dong, experta senior en marketing de inteligencia artificial en McKinsey Company y con amplia experiencia en transformación digital en varias industrias. Eva compartirá casos de estudio inspiradores e historias de éxito de empresas que han adoptado la inteligencia artificial de manera eficaz en sus estrategias de marketing, destacando las conclusiones clave y las lecciones aprendidas.

Hola, Eva, bienvenida al programa.

[00:02:30] Eva Dong: Hola, Mike. Gracias por invitarme. [00:02:33] Admin: Me alegro mucho de que estés aquí. ¿Podrías empezar contándonos tu recorrido en el mundo de la IA y el marketing digital y qué te llevó a centrarte en la IA y su adopción? [00:02:43] Eva Dong: Sí, por supuesto. En mi caso, empecé como científica de datos. Y mi primer trabajo fue como científica de datos de ciberseguridad en Visa en el añoeste año.

2015 fue el año en el que la ciberseguridad estalló y, por eso, si quieres ser el chico más genial de la clase, debes elegir la ciberseguridad.

Eso es lo que hice durante mi etapa como científico de datos. Disfruté mucho del privilegio de trabajar con el mejor equipo de análisis de seguridad cibernética. Fuimos uno de los mejores y los primeros del mundo en adoptar el aprendizaje automático para su uso en seguridad cibernética. Dos años después, me di cuenta de que toda mi pasión se basa en el aprendizaje automático y los datos específicamente.

Luego me uní a McKinsey con la práctica de ventas de marketing como científico de datos sénior. Ese fue el momento en que comencé a acercarme al dominio cruzado entre el marketing digital y la IA. Eneste año, esos fueron los primeros días de la implementación de la IA en el marketing digital. Recuerdo que en mi primer año como consultor en McKinsey, Google adquirió DoubleClick como su equipo de habilitación de búsquedas similares.

Y luego, en uno de mis clientes de tecnología, están siendo pioneros con muchas de las nuevas técnicas de búsqueda de Google y anuncios de búsqueda de Google. Entonces, recuerdo que durante seis meses, todas las mañanas, éramos un equipo de McKinsey, incluido yo, el doble clic venía de Google y mi cliente siempre se sentaba junto a nosotros para analizarlo.

¿Funcionó el algoritmo ayer? ¿Funcionó como esperábamos? Así que las cosas siguen así durante seis meses y hay muchas cosas que no esperábamos. Y en un momento me sentí muy frustrado con el proceso. Así que decidí: “Bueno, voy a escribir un Python para competir con la búsqueda de Google”.

Obviamente, eso suena muy gracioso ahora porque Google es muy maduro y completo, pero en ese momento, para mí, como joven científico de datos, creo que mis habilidades con Python eran mucho mejores que el algoritmo de Google. Así que solo digo que es como lo temprano que fue ese día y cuánto ha progresado Google hasta el día de hoy.

Avanzamos rápidamente: estuve en McKinsey durante ocho años y siempre estuve en el campo transversal de la inteligencia artificial y el marketing digital.

[00:04:53] Admin: Eso es fascinante. Y me encanta esa determinación que demostraste al decidir: “Sabes qué, voy a intentar hacerlo mejor”. Esa es una actitud emprendedora fantástica. Estoy seguro de que muchas de las personas que me escuchan pueden apreciarla y relacionarse con ella.

¿Cuáles son entonces algunos de los desafíos comunes que ha visto que enfrentan las empresas cuando intentan por primera vez integrar la IA en sus diversos esfuerzos de marketing?

[00:05:16] Eva Dong: Sí, creo que hay algo en común que veo en muchos de mis clientes, independientemente de que sean grandes o pequeños, es que quieren sumarse a la moda, especialmente el año pasado y este año.

En concreto, Gen AI es un tema muy importante. Todo el mundo habla de Gen AI. Muchos de nuestros clientes vienen a nosotros y nos dicen: “Dios mío, he oído hablar de esto. Gen AI, quiero hacerlo. Por favor, hazlo por mí”. Y luego les preguntamos: “¿Qué estás haciendo?”. Y les respondimos: “Ya lo habéis descubierto”. Ese fue uno de los ejemplos de sentido común que logramos.

Pero eso es un poco alarmante, porque creo que para usar la IA como herramienta para la estrategia de negocios, se debe comenzar con el objetivo, es decir, comenzar con el caso de uso, saber qué se está tratando de resolver. Y luego podemos intentar resolverlo. Tal vez con la IA, como hay muchas formas de IA, como el aprendizaje automático, el aprendizaje profundo, la IA generativa, como hay muchas formas de IA.

Podemos elegir el que sea mejor para usted, pero siempre debemos comenzar con el objetivo y el caso de uso.

[00:06:20] Admin: Es un consejo fantástico. De hecho, voy a hacer un enlace a nuestro episodio anterior con Danchez, donde hablamos de cinco aplicaciones muy distintas y diferentes de la IA, específicamente en marketing. Estamos creando contenido.

Ese es solo un tipo de uso para el que las personas pueden usar la IA generativa. Hay muchos otros. Y definitivamente aprecio la idea de pensar en el resultado. Me gusta eso. Mucha gente lo hace. Al observar los procesos que repiten, ya sabes, si están haciendo algo, ya sabes, tres o cuatro veces en su negocio, y saben que probablemente lo harán 10 o 12 veces más en su negocio.

Bueno, ¿cómo puede la IA ayudar a este proceso en particular? Haciéndolo más rápido, más eficiente, más efectivo. Ese tipo de cosas. ¿Podría compartir algunos ejemplos, tal vez un estudio de caso de una empresa que haya adoptado con éxito la IA en su estrategia de marketing? ¿Cuál era el objetivo, cierto? ¿Cuál era ese objetivo final y cómo se utilizó la IA para lograrlo?

[00:07:14] Eva Dong: Sí. Hay una empresa que tiene un sitio web, tiendas físicas y sitios web, y es como un minorista omnicanal típico. Y, además, Objective, como muchos otros minoristas en la misma situación, tiene un recorrido de decisión del cliente muy largo. Esto es muy común en el comercio minorista, especialmente si vendes artículos de mayor precio, digamos 1000 más por artículo.

Por lo general, el cliente necesita tomarse el tiempo para pensarlo. Por lo tanto, si piensa en el proceso de toma de decisiones del cliente, comience por el conocimiento del cliente, es decir, cuando conoce su marca y luego la considera, o tal vez finalmente compre un producto suyo hasta llegar a la conversión.

Por lo general, este ciclo es bastante largo e implica muchas distracciones, incluidos los competidores y los suplementos. Es posible que vayan a tiendas físicas para ver el producto y, finalmente, lo compren en línea, o pueden saltar de un lado a otro muchas veces. Es un objetivo común. Es algo común, como el espacio minorista.

Y esta empresa quiere acortar ese recorrido. Por eso, lo que desarrollaron es un asesor de compras virtual. ¿En qué se diferencia de antes con respecto a ahora? Intentan imitar la experiencia en la tienda en línea, lo que no era muy posible hace muchos años, antes de que la inteligencia artificial se volviera más madura.

Entonces, el funcionamiento del asesor de compras virtual es que, una vez que ingresas al sitio web, es básicamente como un proceso RAG, que significa recuperación y generación aumentada. Entonces, cuando el cliente ingresa al sitio web, el robot utiliza lenguaje natural. Por ejemplo, digamos que voy a asistir a la boda de mi mejor amigo en Los Ángeles. Es una ceremonia al aire libre y luego habrá una recepción.

Necesito un vestido para mí. Y luego el chatbot lo entenderá, extraerá información, la inferirá y, luego, en el back end, toda la descripción del producto, el color, la información y la etiqueta estarán listos para ti. Y luego, el bot hará coincidir la consulta del cliente con la información del back end.

Y devolver el producto con una historia. Por ejemplo, tal vez el robot diga: “Oh, para tu boda al aire libre en Los Ángeles, en un clima cálido en verano, probablemente un vestido largo de color claro sería lo mejor”. Es como si fueras a Neiman Marcus y hablaras con este asesor de compras y te respondiera, pero nunca dijiste nada sobre “Oh, hay”.

Necesito un vestido largo o corto. Nunca dijiste nada sobre si quería rosa o azul, pero la persona puede inferir lo que estás tratando de hacer y darte sugerencias como si fuera un humano. Así que este resultó ser un gran éxito. Creo que, con el tiempo, aumentaron la tasa de conversión de embudo completo en un 15 %.

[00:10:11] Admin: 15 %. ¡Madre mía! Sí, este es uno de esos casos de uso. Hablamos de ello en el episodio anterior con Danchez, esto es marketing conversacional, y esto es una gran diferencia con los chatbots de antes. Y lo digo con una sonrisa burlona porque lo antiguo fue hace solo un par de años. Pero para aquellos que no están familiarizados con lo que dice Eva, si alguna vez han usado un chatbot en un sitio web, cada pregunta y cada respuesta tenían que estar preprogramadas.

No era una conversación. No había ninguna inteligencia artificial involucrada. Sabía que podía pedirle a usted, como usuario o visitante del sitio web, que preguntara qué tipo de prenda o ropa podría querer. Y podía tener un conjunto muy específico y limitado de respuestas, ropa para hombres, ropa para mujeres, ropa para niños, lo que fuera. Y usted haría clic en una o seleccionaría una.

Y decía, genial, ¿quieres un vestido o una blusa o unos zapatos? Y entonces te dirigía a esa página web porque alguien tenía que pensar de antemano. Esas son las preguntas que queremos poder responder. Y esas son las posibles respuestas. Y era solo un flujo de trabajo complicado, nada más. Ahora, con la IA, como dijiste, incluso tú puedes tener una conversación completa con ella.

Y te hará preguntas, que es una de las cosas realmente poderosas de la IA. Y los usuarios pueden aportar lo que quieran. Intentaremos ayudarlos en todo lo que podamos. ¿Cuáles crees que fueron algunos de los factores clave que contribuyeron a ese éxito, a ese enorme aumento en la conversión?

[00:11:37] Eva Dong: Sí, así que, como muchos de los puntos que acabas de insinuar, creo que probablemente se pueden resumir en tres puntos. El primero, en el aspecto técnico, es la traducción de la consulta del cliente. Esto no era posible antes de que la IA fuera tan madura porque, como acabamos de decir, el cliente no dio instrucciones muy específicas.

Nunca digo largo o corto o rosa o azul. Dije que iba a una boda en Los Ángeles. Y luego la IA intentará deducir que eres un invitado a la boda. Entonces, ¿es un atuendo de cóctel o un atuendo formal? Dijiste Los Ángeles. Entonces sé cómo es el clima. Y dijiste que es una ceremonia al aire libre. Entonces puedo imaginar lo que necesitas para que este exterior combine con el ambiente de Los Ángeles.

Entonces, hay algo así como: “Toma lo que sea”. Pero ahora estamos tan lejos de eso que imaginamos que estamos siguiendo el hilo de pensamientos de un ser humano normal y luego inferimos mucha información nueva a partir de lo que este cliente te dijo. Así que ese fue uno de los mayores avances técnicos.

Además de eso, creo que el segundo retraso es como mantener el toque humano. Entonces, cuando dije que cuando una devolución era la consulta, no solo dijera, Oh, aquí hay cinco productos, ABCD, como si siempre fuera una narración o algo así como, Oh, para la boda de tu mejor amiga. Creo que este vestido rosa largo con una falda de un tamaño similar se adaptará muy bien a la atmósfera, como si respondiera, como si fuera un vendedor real, responda como un.

Como un amigo que va de compras con sus mejores amigos. Creo que eso es muy importante y la IA es capaz de imitarlo. No a la perfección, pero al menos imitarlo. Creo que lo último es mantener siempre la imagen de la marca. La IA es capaz de entrenarse, de ser entrenada para imitar tu tono. Entonces, si vendes ropa de lujo para mujeres, en comparación con lo que vendes, equipos para exteriores de alta gama para amantes de las actividades al aire libre.

Tal vez tu tono no sea muy diferente. Tal vez para los amantes de las actividades al aire libre, quieras ser técnico. Quieres ser conciso. Quieres sonar como si fueras su hermano que irá de excursión con ellos este fin de semana. En cambio, para la ropa de lujo, tal vez quieras sonar como si fueras su mejor amigo. Quieres sonar como si tuvieras sentido de la moda.

Ese tono también es importante, pero también se puede lograr entrenando a la IA y entrenando con precisión los modelos de lenguaje más grandes. En resumen, traducir la consulta con la IA, mantener el toque humano y luego entrenar el modelo con el tono de la marca probablemente contribuya al gran éxito.

Gracias.

[00:14:17] Admin: Ese toque humano combinado con el tono de la marca es fenomenal porque imagino que las personas que interactúan con este tipo de chatbots de IA y tienen este tipo de conversaciones no se sienten presionadas a comprar. Por lo tanto, en realidad es una experiencia más agradable para el cliente potencial tener este tipo de conversación, como dices.

Es casi como hablar con un amigo y todos sabemos que el boca a boca vende mejor, pero es difícil de escalar y replicar. Es posible que hayamos encontrado esta forma de escalar ese aspecto del boca a boca donde realmente podemos confiar en que esta conversación en particular no está tratando de convencernos de una venta.

En realidad, tienen en mente nuestro mayor interés simplemente al utilizar esas señales naturales y esos toques humanos que mencionaste. Estamos hablando con Eva Dog sobre cómo las empresas están adoptando la IA en la actualidad y tengo varias preguntas más para ella. Pero primero me gustaría compartir con ustedes la herramienta que he implementado para adoptar la IA en todos los aspectos de mi negocio.

Este episodio de La IA en el marketing al descubierto es presentado por Magai, tu puerta de entrada para hacer que la IA generativa sea increíblemente sencilla. ¿Te preguntas cómo integrar la IA sin problemas en tu estrategia de marketing sin empantanarte en complejidades? Ahí es exactamente donde brilla Magai. Ofrece soluciones de IA fáciles de usar que permiten a los especialistas en marketing como tú innovar y mejorar sus campañas sin necesidad de un título en ciencias.

Imagina tener el poder de generar contenido creativo, análisis de datos de marketing esclarecedores o incluso comunicaciones personalizadas con los clientes con solo pulsar un botón. Magai no se trata solo de brindar herramientas. Se trata de transformar tu enfoque de marketing con una IA diseñada a medida para que sea sencilla y eficaz.

Así que, ya sea que estés buscando mejorar tu proceso de creación de contenido o quieras conocer más a fondo tu rendimiento de marketing, Magai lo hace posible con unos pocos clics, sin complicaciones, sin problemas, solo resultados. ¿Estás listo para simplificar tu recorrido con la IA? Visita Magai hoy para descubrir cómo sus soluciones pueden revolucionar la forma en que interactúas con tu audiencia.

Con tu audiencia. No te limites a hacer marketing, hazlo de forma más inteligente con Magai. Haz clic en el enlace que aparece en las notas del programa. Entonces, Eva, ¿qué papel crees que seguirá desempeñando el análisis de datos en esta nueva era del marketing impulsado por la IA?

[00:16:34] Eva Dong: Creo que son roles muy importantes. Y personalmente, quiero que también sea un rol muy importante como científica de datos.

Entonces, creo que, como tú y yo, que estamos en la industria desde hace mucho tiempo, y probablemente muchos de nuestros oyentes también, si piensas en el marketing de hace dos décadas, estaba muy centrado en la marca, lo llamamos marketing centrado en la marca. Y luego, los últimoseste añoños han sido muy de marketing digital. Por lo tanto, todo debe digitalizarse.

Jugamos con algoritmos en diferentes plataformas. Creo que estamos en la nueva era del marketing, que es la IA para el marketing, algo de lo que Mike habla mucho en este podcast.

Creo que los datos y el análisis seguirán siendo muy importantes y probablemente cada vez más importantes, pero tal vez en un formato diferente al que ya conocemos en los últimoseste añoños. Por lo tanto, personalmente, hago tres predicciones sobre cómo se desarrollará. Creo que la primera será imaginar una interfaz conversacional.

Entonces, es como lo que acabamos de hablar con el asesor de compras virtual. Creo que, en el caso de los datos y los análisis, con el tiempo también será lenguaje natural. Por ejemplo, tal vez veo un pico en mi gráfico y siento curiosidad, como si no supiera qué está pasando. Entonces, ahora mismo, tal vez le pida a mi científico de datos que ingrese a la base de datos, la busque y me diga qué está sucediendo.

Pero tal vez ahora mismo, en lugar de hablar con mi científico de datos, puedo preguntarle a la herramienta qué está pasando, por ejemplo, por qué hay un pico en este momento, si esto es bueno, si esto es malo, si debo estar nervioso. Esa es la primera pregunta. Creo que la segunda será continuar con esa fase proactiva de la IA, que es fundamental, es la belleza de la IA desde el principio.

Entonces, cuando piensas en la analítica tradicional, gran parte de ella consiste en mirar hacia atrás, analizar la historia. ¿Qué sucedió en el último año? ¿Qué sucedió en el último trimestre? Y tratas de usar eso para informarte sobre las decisiones futuras. Pero la IA cambió eso drásticamente, incluso desde los primeros días del aprendizaje automático, que es probablemente la parte más madura de la IA hasta ahora.

Se dedica mucho tiempo a la predicción, y esa es la belleza de la IA. Tenemos que usar esta herramienta predictiva para que nos guíe siempre a la hora de hacer predicciones y tomar decisiones futuras. No tenemos que mirar siempre los datos históricos para tomar decisiones futuras. Podemos mirar los datos futuros para analizar las decisiones futuras, lo que es mucho más fácil y directo.

Y creo que lo último que debería suceder sería que nos siguiera a todas partes. Lo que quiero decir con eso es que muchas veces tenemos que usar nuestra experiencia y conocimiento del dominio para encontrar una oportunidad, encontrar el problema. Entonces, por ejemplo, veo un pico en mi gráfico. Me pregunto por qué hay un pico. Tal vez mi experiencia me diga: “Oh, durante el fin de semana, el tráfico generalmente aumenta”.

Entonces eso es normal. No necesito que me avisen ni me lo digan así. El miércoles hay un pico. ¿Por qué? ¿Está pasando algo? No es fin de semana. Esto no es normal, pero todo eso es un proceso en mi cerebro con mi experiencia con mi conocimiento del dominio. Con suerte, en el futuro tendré ese conocimiento del dominio y esa experiencia.

La experiencia de una IA puede decirme que hay un pico normal este fin de semana, como por ejemplo nuestra estacionalidad, o puede decirme que hay un pico el miércoles, lo cual no es normal debido a esto y aquello. Esa es mi tercera esperanza. Y eso es lo que estoy haciendo y lo que veo en el campo de la analítica: tener una interfaz conversacional, como adoptar siempre el futuro predictivo.

La característica predictiva de la IA La belleza de la IA Y por último, como siempre, díganos dónde está todo en lugar de usar nuestro conocimiento del dominio, tiene un dominio y nos lo dice todo. Así nuestra vida será cada vez más fácil.

[00:20:27] Admin: Estoy totalmente de acuerdo. También veo estas tendencias y siento que ya casi llegamos, ¿no?

Hoy en día, puedes abrir un chat de GPT o cualquiera de los modelos de lenguaje más grandes y puedes introducir todo tipo de datos para que los analice. Puedes mostrarle una captura de pantalla de Google Analytics y sabrá que se trata de Google Analytics y te ayudará a entender qué es lo que estás viendo.

Pero existen limitaciones. Existen limitaciones en la cantidad de datos que se pueden suministrar a la IA hoy en día. Y ciertamente existen limitaciones en términos de cómo se conecta o no a todas las diferentes herramientas. Todavía hay que pasar por este proceso de decirles qué es lo que deben mirar y qué no, o combinarlos de alguna manera y brindarles algunas ideas.

Estoy de acuerdo. Creo que en los próximos 6 a 12 meses veremos cada vez más herramientas como HubSpot y Salesforce, entre otras, que tendrán muchas más funciones y muchas otras integraciones con las herramientas que podrás tener esa conversación con AISA. Echemos un vistazo a nuestros últimos 18 meses de tendencias de ventas y tendencias de tráfico y dígame qué está viendo. Está bien, pero está por llegar.

Así que lo agradezco. ¿Qué podemos hacer hoy? ¿Puedes compartir un ejemplo de cómo la IA y los datos ya han mejorado significativamente el marketing y la toma de decisiones para las empresas?

[00:21:44] Eva Dong: Sí. Para los especialistas en marketing, esto no será una novedad. El marketing ágil ha sido un concepto para nosotros durante mucho tiempo.

Entonces, en el área de marketing, normalmente tenemos algo llamado sala de guerra de marketing ágil, que es una sala de guerra multifuncional con todos los gerentes de canal, el equipo de datos, generalmente habrá un Scrum Master que estará a cargo de todo esto. Puede haber implicación legal, puede haber redactores y todo eso.

Por lo general, tenemos algo llamado una rutina, llamada reunión diaria, en la que nos reunimos todas las mañanas y hablamos sobre las pruebas que estamos haciendo: cuáles están funcionando bien, cuáles no como esperábamos y qué deberíamos hacer. Ese proceso, para alguien familiarizado con el marketing y el marketing ágil, probablemente no sea nada nuevo.

En ese proceso, creo que los datos siempre nos han guiado. Muchas veces, vemos un panel y decimos: “Supongamos que ayer el tráfico disminuyó”. Y luego alguien pregunta: “¿Por qué?”. Y luego alguien dice: “Porque el tráfico de Meta disminuyó”. Y entonces, ¿por qué disminuyó el tráfico de Meta?”.

Y alguien nos dirá: “Oh, porque el CPM aumentó ayer de repente, porque uno de nuestros competidores lanzó un nuevo producto y compró muchas impresiones. Y, como, tomó gran parte, la mayor parte de la participación de mercado para hacer que ese CPN sea muy caro. Entonces, obtenemos menos tráfico de Metta”. Entonces, en ese proceso, es como una de las formas en que los datos nos guían desde el principio hasta el final, desde la causa raíz hasta la superficie para saber qué está sucediendo, por qué está sucediendo.

Y además, a partir de ahí podemos tener una discusión basada en datos y una conclusión basada en datos, como lo que deberíamos estar haciendo.

[00:23:27] Admin: Entendido. Eso tiene mucho sentido. Y en relación con lo que dices, estas son las áreas en las que la IA se va a incorporar cada vez más a esas conversaciones. Puede que no tengas necesariamente a alguien en la sala que tenga esa información que necesitas hoy para resolver el pequeño misterio de por qué está sucediendo CX, Y, Z, pero muy pronto la IA va a poder llenar todos esos espacios en blanco por nosotros.

Sé que una de las preguntas que tienen muchas personas que escuchan y los dueños de negocios en general es si se enfrentan a esta idea, a esta perspectiva, a este desafío de agregar IA a sus negocios y a su estrategia de marketing, y que hay un costo en el que incurrir para hacerlo. Un costo para aprenderlo, un costo para usar las herramientas.

La mayor parte de eso es bastante insignificante en estos días, a menos que sea una empresa de nivel empresarial, pero aun así hay un costo. ¿Cómo pueden las empresas medir el éxito y el retorno de la inversión de usar IA e inyectarla en sus proyectos de marketing en la empresa?

[00:24:20] Eva Dong: Sí, buena pregunta. Y es una pregunta muy de marketing. Está bien, nos encanta que nos hagan muchas preguntas.

¿Cuál es el retorno de la inversión? ¿Cuál es el retorno de la inversión? A nosotros, los especialistas en marketing, nos encantan ese tipo de preguntas. Así que creo que esa será, al menos, mi perspectiva. Adoptaría una perspectiva similar, como la forma en que medimos las cosas que hemos estado midiendo. Muchas veces realizamos pruebas AB.

Muchas veces, ejecutamos una campaña diferente y la comparamos con la campaña anterior. Por ejemplo, lanzamos nuevas imágenes para compararlas previamente con las imágenes anteriores. Como ya hemos hecho, los especialistas en marketing tenemos experiencia en medir cosas y seguiré con esa metodología para medir esta parte de la IA. La dividiré en KPI primarios y secundarios.

Probablemente elegiré uno. El KPI principal como mi objetivo principal, sea lo que sea que esté tratando de lograr, y elegiré varios KPI como KPI secundarios. Y solo para recordarles a todos, nada es perfecto para todo. Entonces, cuando algo aumenta, algo puede disminuir al mismo tiempo. Por lo tanto, nada es perfecto de una vez.

Entonces, probablemente tengamos que elegir, por ejemplo, qué es lo que más me importa, qué estoy dispuesto a sacrificar. Por ejemplo, digamos que adoptamos esta nueva estrategia de IA que, en lugar de dos imágenes por campaña, podemos tener 25 imágenes por campaña con el mismo costo. Entonces, tal vez con eso, su indicador clave de rendimiento principal sea el ingreso.

Solo quiero vender más cosas. Bien. Entonces, el KPI principal son los ingresos. A usted, a usted, al final solo le importa si tiene más ventas o no. Y luego tiene un montón de otros. El KPI secundario puede ser el tráfico, tal vez la tasa de conversión, la tasa de clics, la participación en el mercado de impresiones. Y lo que podría ver es que si esta iniciativa de IA realmente funciona, sus ingresos aumentarán.

Tu tráfico está aumentando, pero al mismo tiempo tu tasa de conversión disminuirá. Tu tasa de clics disminuirá porque tienes un grupo de audiencia más grande. Es posible que llegues a una audiencia nueva que no está familiarizada con tu marca. Sin embargo, con esta nueva imagen y muchas imágenes que atraen a los usuarios, pero que no te conocen realmente, no van a realizar conversiones.

No van a hacer clic, por lo que hay que sacrificar algo en beneficio del indicador clave de rendimiento principal. Por lo tanto, creo que, con el tiempo, todo irá bien, pero no hay que entrar en pánico cuando las cosas empiecen a empeorar.

[00:26:45] Admin: Eso tiene mucho sentido. Eva, tengo una pregunta más para ti. Y es el tipo de pregunta que me encanta hacerle a la gente, porque los pone en un aprieto porque muchas de las cosas de las que estamos hablando son cuán rápido está cambiando la IA, lo que significa que es realmente difícil predecir hacia dónde se dirige la IA y cómo se integrará.

Y eso es exactamente lo que les voy a pedir que hagan: miren hacia el futuro. ¿Cuáles son algunas de las tendencias futuras que prevén en el marketing de inteligencia artificial y cómo pueden prepararse las empresas para aprovechar este tipo de avances que creen que están sucediendo?

[00:27:13] Eva Dong: Sí. Sí. Buena, buena pregunta. Creo que están sucediendo muchas cosas, como dijiste, y hoy es 21 de junio, como grabamos especialmente en las últimas dos o tres semanas, están sucediendo una cantidad tremenda de cosas.

Apple tiene la conferencia WWDC y lanzaron Apple Intelligence. Lanzamiento de la conferencia IO de Google Descripción general de AI Microsoft está lanzando Copilot en la PC. Están sucediendo tantas cosas. A veces es como… Para nosotro