Universidad Tecnológica de El Salvador 4

MACHINE LEARNING Y
MARKETING
MARKETING

Autores:
Juan López
Anibal Ramirez
Ruben Torres
Juan Vasquez

Informática
 Cátedra:
Informática
Sección:
03

Catedrático:
Adolfo José Araujo Jaimes

Integrantes:

Apellidos Nombres
N° de carnet

5629591996 López Acevedo Juan Carlos

1354212011 Ramírez Gutiérrez Prudencio Aníbal

0831642016 Torres Mendoza Rubén Alberto

0810412008 Vasquez Gonzalez Juan Carlos

Tema de investigación:
Machine Learning en marketing

Fecha de Entrega:
Jueves 19 de marzo de 2020

1
Universidad Tecnológica de El Salvador

Contenido
Autores:........................................................................................0
MACHINE LEARNING Y MARKETING...............................................................................................................1
INTRODUCCION.................................................................................................................................................1
¿Qué es machine learning?.................................................................................................................................1
3 POTENTES USOS DE MACHINE LEARNING EN MARKETING....................................................................2
DESCUBRIENDO TENDENCIAS:.......................................................................................................................3
APUNTANDO A LOS INFLUENCERS CORRECTOS:.......................................................................................3
ANALIZANDO CAMPAÑAS:................................................................................................................................3
EL CRECIENTE PAPEL DEL MACHINE LEARNING EN MARKETING............................................................3
Fuentes:...............................................................................................................................................................4
Conclusión...........................................................................................................................................................4
MACHINE LEARNING Y MARKETING

INTRODUCCION
Lograr generar modelos que analizan datos amplios y complejos de forma rápida y automática parar entregar
resultados necesarios a gran escala.
Eso es lo que el machine learning, o aprendizaje de máquina hace. Esta poderosa técnica se está volviendo
cada vez más popular con la transformación digital de las empresas.
Con modelos precisos de datos, las compañías están logrando identificar oportunidades rentables y evitar
errores peligrosos.
Y no solo eso. Las ventajas de usar esta estrategia son muchas y pueden ayudarte incluso con el proceso de
prospección de clientes y ventas de tu servicio o producto.
Por eso su uso tiene tanta influencia en el éxito del marketing digital

¿Qué es machine learning?

La propia traducción del término “machine learning” ya da indicios de su significado. Esta técnica engloba la
idea de máquinas que tienen la capacidad de aprender por sí solas a partir de grandes volúmenes de datos.
Las campañas de marketing digital cuentan ahora con la ventaja de utilizar Machine Learning para automatizar
los procesos y satisfacer las altas expectativas de sus consumidores. Se trata de una disciplina de la
Inteligencia Artificial que analiza la huella del comportamiento y búsquedas diarias de los clientes en internet,
con algoritmos que permiten aprender de sus gustos y predecir lo que será más relevante para ellos. De
acuerdo con Forbes, durante 2018, 84 por ciento de las empresas de marketing comenzaron a implementar o
expandir su uso de IA con Machine Learning y el 75 por ciento de éstas lograron incrementar un 10 por ciento
la satisfacción de sus clientes
Algunos consejos prácticos y casos de éxito en la implementación de estrategias de Machine Learning
(automatizadas) eficientes:
1.- Optimizar el crecimiento y no solo la eficiencia: enfocarse en el crecimiento de ingresos al largo plazo, en
vez del retorno de inversión al corto plazo; las empresas logran un mejor rendimiento al hacer estrategias con
una visión holística para su marca. Por ejemplo: HomeAway (líder mundial en propiedades en renta para
vacaciones, con sede en Austin, Tx) al probar este enfoque, alcanzó a incrementar su retorno de inversión en
2017, en un 115% año contra año.
2.- Adquirir los mejores clientes: al identificar los segmentos de clientes potenciales con mayor (CLV),

1
Universidad Tecnológica de El Salvador
“Customer Lifetime Value”, es decir, invertir en quienes sabemos nos comprarán más a menudo y no en
quienes lo harán pocas veces en el largo plazo y que ese monto de inversión sea eficiente (Relación-Costo
Beneficio).
3.- Ganar más con los clientes actuales: entender hábitos de compra. Por ejemplo, Amazon, al analizar los
patrones de compra de sus clientes, ofrece productos recomendados en su página y publicidad digital,
incrementando ticket de compra a través de la venta cruzada de productos; por ejemplo, vendernos el cobertor
del juego de jardín, en la misma sesión en que estamos comprando la mesa y las sillas.
4.- Mejorar y personalizar la creatividad de los mensajes: diseños creativos con productos más atractivos
buscados por el cliente y hechos por herramientas de manera automatizada. Machine Learning, ayuda a crear
anuncios personalizados, basados en palabras y comportamientos de búsqueda, para mostrar al cliente
correcto el mensaje correcto y en el mejor momento.
5.-Invertir en mejores experiencias móviles: 9 de cada 10 usuarios prefieren conectarse a través de su móvil
(Asociación de Internet.mx, 2018). Para incrementar las compras en su sitio móvil diversas marcas adoptan
tecnologías para acelerar y mejorar el tiempo de carga y la experiencia del usuario. Esta estrategia implica una
inversión considerable en el diseño de la página web para que las funcionalidades, videos, imágenes, sean
ágiles y con fácil acceso.
Sin duda en este momento, para lograr el crecimiento de las ventas en línea, los mejores profesionales de
marketing analizan la información de sus clientes, entienden, anticipan y ejecutan estrategias para resolver de
forma más rápida sus necesidades. Para la implementación de estas prácticas es conveniente contar con
competencias de Data Analytics, las cuales, en conjunto con una estrategia centrada en el cliente, permitan
satisfacerlos.
La autora es profesora de cátedra del Departamento de Mercadotecnia y Análisis de Negocios, EGADE
Business School, Tecnológico de Monterrey.

3 POTENTES USOS DE MACHINE LEARNING EN

MARKETING

Machine Learning está demostrando ser poderoso tanto para las marcas como para los vendedores. Descubre
cómo:

Hemos entrado en una era en la que los vendedores están siendo bombardeados por volúmenes de datos
sobre las preferencias de los consumidores. En teoría, toda esta información debería facilitar la agrupación de
usuarios y la creación de contenido relevante, pero no siempre es así. En general, cuantos más datos se
agreguen al flujo de trabajo de un vendedor, más tiempo se requiere para dar sentido a la información y tomar
medidas.

Machine Learning es un subconjunto de la inteligencia artificial. La tecnología equipa a las computadoras con la
capacidad de analizar e interpretar datos y así ofrecer predicciones precisas sin la necesidad de una
programación explícita. A medida que se introducen más datos en el algoritmo, más aprende (en teoría) a ser
más preciso y funcionar mejor. Si los especialistas en marketing esperan crear campañas más significativas
con audiencias objetivo e impulsar el compromiso, la integración del aprendizaje automático puede ser la
herramienta para revelar patrones ocultos y tácticas accionables escondidas en esas cantidades de grandes
cantidades de datos.

Aquí hay algunas formas en que las marcas están utilizando el aprendizaje automático para impulsar sus
Universidad Tecnológica de El Salvador
campañas:

DESCUBRIENDO TENDENCIAS:
En 2017, el gigante de helados Ben & Jerry’s lanzó una gama de helados con sabor a desayuno: Fruit Loot,
Frozen Flakes y Cocoa Loco, todos utilizando «leche de cereal». La nueva línea fue el resultado del uso del
aprendizaje automático para extraer datos no estructurados. La compañía descubrió que la inteligencia artificial
y el aprendizaje automático permitieron a la división de conocimiento escuchar lo que se hablaba en la esfera
pública. Por ejemplo, al menos 50 canciones dentro del dominio público habían mencionado «helado para el
desayuno» en un punto, y al descubrir la relativa popularidad de esta frase en varias plataformas reveló cómo
el aprendizaje automático podía descubrir tendencias emergentes. El aprendizaje automático es capaz de
descifrar las redes sociales y charla cultural para inspirar nuevas ideas de productos y contenidos que
respondan directamente a las preferencias de los consumidores.

APUNTANDO A LOS INFLUENCERS CORRECTOS:

Ben & Jerry’s está lejos de ser la única marca que aprovecha el poder del aprendizaje automático. La marca de
automóviles japonesa Mazda empleó a IBM Watson para elegir personas influyentes con las que trabajar para
el lanzamiento del nuevo CX-5 en el festival SXSW 2017 en Austin, Texas. Al buscar en varias publicaciones
de redes sociales hizo que los indicadores se alinearan con los valores de la marca, como intereses artísticos,
extraversión y entusiasmo, la herramienta de aprendizaje automático recomendó a los influyentes que mejor se
conectarían con los fanáticos del festival. Esos embajadores de la marca luego viajaron por la ciudad en el
vehículo y publicaron sobre sus experiencias en Instagram, Twitter y Facebook. Una campaña dirigida, Mazda
SXSW, fusionó la inteligencia artificial con el marketing influyente para llegar a un público especializado y
atraerlo, así como para promover la credibilidad de la marca.

ANALIZANDO CAMPAÑAS:
Por supuesto, si bien los ejemplos anteriores muestran cómo el aprendizaje automático aprovecha las bases de
clientes de las marcas de manera más efectiva, es importante no pasar por alto la rentabilidad real de tales
campañas de marketing inteligente. Durante los últimos años, el gigante minorista de cosméticos Sephora ha
presumido de una formidable estrategia de marketing por correo electrónico, adoptando un modelo predictivo
para «enviar flujos personalizados de correo electrónico con recomendaciones de productos basadas en
patrones de compra de este ‘círculo interno [de consumidores leales]'». Es el proceso de crear, probar y validar
un modelo para predecir mejor la probabilidad de un resultado. La táctica centrada en los datos condujo a un
aumento de la productividad del 70 por ciento para Sephora, así como a una reducción de cinco veces en el
tiempo de análisis de la campaña, junto con un aumento no medible en el gasto.

EL CRECIENTE PAPEL DEL MACHINE LEARNING EN

MARKETING
A medida que la afluencia de datos continúa creciendo de manera incontrolable, la implementación del Machine
Learning en las campañas de marketing será aún más relevante cuando se trata de entablar conversaciones
interesantes con los consumidores. De hecho, podría ser tan integral que él gasto en su conjunto en sistemas
de inteligencia cognitiva y artificial, podría alcanzar la grandísima cantidad de $77.600 millones de dólares para
2022, según la International Data Corporation (Corporación Internacional de Data). Empresas como Ben &
Jerry’s, Mazda y Sephora ya han reconocido el impacto positivo que Machine Learning puede tener en sus
marcas, incluidas las tasas de participación más altas y el mayor ROI. Es probable que otros vendedores
pronto sigan su ejemplo.

Fuentes:
Machine Learning aplicado al márketing. Obtenido de: http://www.bi-spain.com/articulo/74891/marketing-
analitico/todos/machine-learning-aplicado-al-marketing-por-bip-iberia-articulo-de-opinion
Publicidad basada en experiencias deja atrás al departamento de Marketing. Obtenido de:
https://expansion.mx/tecnologia/2017/03/21/publicidad-basada-en-experiencias-deja-atras-al-departamento-de-
marketing
Deep learning, más allá del machine learning. Obtenido de: http://www.analiticaweb.es/deep-learning-mas-alla-
machine-learning/
4 razones por las que el machine learning debería ser el futuro de la publicidad. Obtenido de:
https://www.marketingdirecto.com/digital-general/digital/4-razones-machine-learning-deberia-futuro-publicidad

Conclusión
En general, es importante entender la necesidad de crear una conexión con el usuario y automatizar tareas por
medio de la tecnología.
Con nuevos dispositivos inteligentes e interacción de los usuarios con ellos, tu marca necesitará adaptarse
para atender una demanda cada vez más digital.
Así, el machine learning entrará en tu estrategia con el objetivo de entregar al cliente una experiencia más
rápida y personalizada, que va más allá de sus expectativas.
Esta nueva era digital es la era de la asistencia y de la capacidad de sorprender al consumidor supliendo sus
necesidades.
Por los tanto, las marcas deberán tener un conocimiento extremadamente profundo sobre la interacción de
cada consumidor en especial, creando una visión detallada de datos que ayudan a entender las jornadas
personales separadamente.

2
3