www.gacetadeprensa.com
Al Día con el "Filtrado Colaborativo"

Al Día con el "Filtrado Colaborativo"

Por Stephen C. Johnson

miércoles 22 de octubre de 2014, 12:37h
En su nuevo libro, Word of Mouse: The Marketing Power of Collaborative Filtering, ["Palabra de Mouse: El Poder de Marketing del Filtrado Colaborativo"], los autores John Riedl y Joseph Konstan (co-fundadores de Net Perceptions) dan sus opiniones y ejemplos de lo que ellos describen como una tecnología increíble— el 'filtrado colaborativo'
Los autores, que ayudaron a inventar el software que engendró este sueño del marketing, creen que también revolucionará el manejo del conocimiento. El filtrado colaborativo está por ahí desde hace años y para la mayoría de los profesionales del marketing no es un proceso o método nuevo. Sin embargo, el desarrollo de nuevos softwares y usos, junto con las aplicaciones que practican ahora las compañías, bien valen una actualización.
Un ejemplo real utilizado en el libro es el de un cliente que llama por teléfono para adquirir un libro de dietas. Una vez llenado el pedido, el operador del centro de llamadas le dice: "Hoy tenemos un descuento del 10 por ciento en un equipo de parrilla. ¿Está interesado en comprarlo?" El cliente responde, "Sí, me interesa!" El operador dice luego: "Bien, también tenemos un 10 por ciento de descuento en el jamón." Respuesta: "Voy a comprarlo también". El operador no estaba actuando por propia iniciativa. Tenía detrás suyo el poder de la nueva tecnología, el filtrado colaborativo.
Aún si usted no ha usado el filtrado colaborativo, probablemente haya experimentado las recomendaciones personalizadas de compañías que pueden haber interactuado con usted, entre otras Blockbusters Video, Amazon.com, Clinique, o Lands' End.
El objetivo final es el de expandir las relaciones con el cliente, incluyendo aspectos de esas relaciones con el cliente que los propios clientes no saben que existen. Si usted ha hecho muchas compras a Amazon.com, habrá visto sugerencias: "Si a usted le gustaron estos títulos, quizás desee probar estos otros recomendados." O bien: "Los clientes que compraron este artículo, también compraron estos otros artículos similares."
La lección que nos ofrecen estos autores es la siguiente: "El conocimiento especializado solo es tan valioso como el acceso que uno tiene al mismo. No solamente hay que ayudar a la gente a encontrar conocimiento especializado. Hay que ayudar a la gente a encontrar gente con conocimiento especializado dentro de la compañía o fuera de ella."
Muchos negocios importantes, ahora, están creando departamentos de personalización, y a veces son reacios a hablar sobre lo que hacen por razones competitivas. Hasta el momento, no he encontrado referencias a ningún periódico que use filtrado colaborativo. Pero sospecho que está en uso, solo que no se menciona por las mismas razones competitivas.
Netflix.com, el proveedor online de películas en DVD por correo de los Estados Unidos, subraya que el cliente solo necesita seleccionar cinco títulos para empezar a recibir recomendaciones. Con más de 300.000 suscriptores, el modelo ha ganado la atención de muchas empresas no virtuales.
La compañía promete rápida entrega a domicilio, no cobrar cargos por atraso, y una cola de envío automático rotativo de una lista personalizada una vez que se devuelve el DVD.
Yo lo probé, me inscribí, escogí tres títulos y al día siguiente uno de ellos estaba en mi buzón, seguido de los otros dos, un día después. Cuando devolví el primer DVD, inmediatamente recibí mi siguiente elección. Un modelo de negocios que muchos de nosotros no hubiéramos sospechado que es viable, en esta cultura del tengo-que-tenerlo-ya, pero parece ser muy efectivo con un precio que parte de un set por mes, y sin restricciones al número que uno puede ver, en tanto se cumpla con la regla de no tener más de tres en casa.
Otra historia interesante es la que apareció en el número del 11 de noviembre de 2002, de la revista Forbes, bajo el título de "El Hombre Que Sabe Demasiado". El artículo menciona a una compañía de California llamada Fair, Isaac's & Company que se dice que tiene 100 doctores en matemáticas trabajando, conocida por su calificación crediticia generada por algoritmos, que examinan los antecedentes de pago de tarjetas de crédito, hipotecas y automóviles y proveen a las compañías perfiles de las personas.
Ahora, Fair, Isaac's & Company está usando información de compras hechas a minoristas, filtrándolas por código postal, para crear bases de datos de marketing, que pueden describir qué marca de auto tiene una persona, dónde vive, qué revistas lee, y en qué trabaja.
He aquí lo horrible de esto, según explica el artículo: Por medio del data mining, la cadena Wilson Leather, que tiene 760 locales, puede determinar si el artículo adquirido fue para uso propio, o de regalo para otra persona. Y, usando esos datos, las tiendas de Wilson determinan cuál va a ser el siguiente ataque de marketing que va a dirigirle a usted.
"¿Puedo interesarlo, hoy, en una nueva heladera para ese jamón?"
¿Te ha parecido interesante esta noticia?    Si (1)    No(0)
Compartir en Google Bookmarks Compartir en Meneame enviar a reddit compartir en Tuenti

+
0 comentarios