You are on page 1of 29

2014

INTELIGENCIA
ARTIFICIAL APLICADA
A LA ESTRATEGIA DE
CLIENTES
I
N
T
E
L
I
G
E
N
C
I
A
A
R
T
I
F
I
C
I
A
L
03/09/2014

Inteligencia Artificial y Robótica

INDICE

INTRODUCCIÓN .......................................................................................................... 4
1.

2.

INTELIGENCIA ARTIFICIAL ................................................................................. 5
1.1.

Objetivos ........................................................................................................ 5

1.2.

Aplicaciones De La Inteligencia Artificial ......................................................... 5

INTELIGENCIA ARTIFICIAL EN LA ESTRATEGIA DE CLIENTES ..................... 5
2.1.

Sistemas Expertos .......................................................................................... 6

2.1.1.

Características......................................................................................... 6

2.1.2.

Arquitectura ............................................................................................. 7

2.1.3.

Aplicaciones de los sistemas expertos..................................................... 7

2.1.4.

Ejemplos de aplicaciones de sistemas expertos ...................................... 8

2.2.

Redes Neuronales Artificiales ......................................................................... 8

2.2.1.

Ventajas .................................................................................................. 2

2.2.2.

Estructura De Una Red Neuronal Artificial ............................................... 9

2.2.3.

Diferencia Con Los Sistemas Expertos .................................................. 10

2.2.4.

Aplicaciones De Las Redes Neuronales Artificiales ............................... 10

2.2.5. Una Red Neuronal De Chase Manhattan Bank Para La Concesión De
Préstamos ........................................................................................................... 12

3.

2.2.6.

Las Redes Neuronales En Negocios Y Finanzas .................................. 12

2.2.7.

Las Redes Neuronales En Marketing.................................................... 12

ESTRATEGIAS DE LAS EMPRESAS CON LOS CLIENTES ............................. 12
3.1.

Estrategia De Clientes .................................................................................. 14

3.2.

Estrategias De Captación De Clientes .......................................................... 15

3.3.

Sistemas Usados En Las Empresas Para Marketing .................................... 15

3.3.1.

Inteligencia de Negocios – Business Intelligence. .................................. 15

4. IMPORTANCIA DE LA INTELIGENCIA ARTIFICIAL APLICADA EN EL
MARKETING .............................................................................................................. 18
5.

IMPACTO DE LA INTELIGENCIA ARTIFICAL EN EL MARKETING ................. 18
5.1.

Marketing Tecnificado, Marketing Inteligente ................................................ 20

5.1.1.
5.2.

Enfoques ............................................................................................... 21

Inteligencia Artificial Para Ayudar A Vender .................................................. 22

5.2.1.

Test de Turing ....................................................................................... 22

Ingeniería de Sistemas 2014-II

2

..................... 29 Índice de Ilustraciones Figura N°1: Estructura de una Red Neuronal ............................................................................... 16 Figura N°3: Esquema de un Perceptrón Multicapa ......................................................................... 17 Figura N°5: Test de Turing .................... VIRTUOZ................................. 27 CONCLUSIONES .....................................2............... 6.. 24 EJEMPLOS SOBRE INTELIGENCIA ARTIFICAL EN EL MARKETING ................ 23 Figura N°6: Aplicación del Test Human a la Base de Datos de Clientes ..............2...... Test de Human ..... Agentes de IA Para Servicios al Cliente ............. 10 Figura N°2: Esquema de un Perceptrón ..... 25 Ingeniería de Sistemas 2014-II 3 ........................................................................................................................................ 17 Figura N°4: Esquema de un Mapa Auto-Organizado ......................................2...... 26 6...................... 28 BIBLIOGRAFIA .............................................................Inteligencia Artificial y Robótica 5....... 26 6............................................................................................................................................. Vi-CLONE ......................................1.............

A diario utilizamos herramientas basadas en la inteligencia artificial como: Google. entre otros.Inteligencia Artificial y Robótica INTRODUCCION La Inteligencia Artificial es una combinación de la ciencia del computador. gestiones de la tesorería. sistemas expertos. casi todas las empresas disponen de un ordenador que realiza las funciones básicas de tratamiento de la información: contabilidad general. En la actualidad la Inteligencia Artificial se aplica a numerosas actividades humanas como en: medicina. etc. Los nuevos sistemas de marketing intentan concebir productos más acordes con los gustos y preferencias del consumidor. Es por eso que en la actualidad. planificación. entre otros). economía. finanzas entre otros. cada vez más inciertos. decisiones financieras. esto crea la implantación de los Sistemas Expertos junto con redes neuronales artificiales. Ingeniería de Sistemas 2014-II 4 . diseñando servicios especiales y personalizando diálogos con los consumidores. todos los cuales tienen en común la creación de máquinas que pueden "pensar". tan general y amplio como eso. Siri. derecho.. se encuentran cada día con entornos inciertos y muy difíciles de pronosticar los comportamientos más acertados sobre ellos. Predicción de tiempo. que implica manejar grandes volúmenes de información y realizar operaciones numéricas para después tomar decisiones. se ha implementado esta rama de la Inteligencia Artificial. al averiguar cómo y de qué forma se pueden simular estos entornos del mercado. Sus principales aplicaciones se dan en las gestiones empresariales debido a que. es que reúne varios campos (robótica. obteniendo así un marketing más tecnificado y más acertado.

y como líneas de investigación más explotadas destacan el razonamiento lógico. Programación Automática. que es tratar de crear maquinas que puedan pensar por sí solas. Resolver problemas difíciles. 1. las técnicas de aprendizaje y de ingeniería del conocimiento. Generar herramientas para la construcción de aplicaciones de inteligencia artificial. Reconocimiento de Patrones. desde el punto de vista de los negocios. entre otros. los cuales tienen un mismo objetivo. lo que interesa es construir sistemas que incorporen conocimiento y. de esta Ingeniería de Sistemas 2014-II 5 . Aplicaciones De La Inteligencia Artificial         Robótica.1. Visión Computarizada. especialmente. la traducción automática y comprensión del lenguaje natural. Manipulación Inteligente de Base de Datos. 2. como la robótica. La inteligencia artificial combina varios campos. Inteligencia artificial es aquella que trata de explicar el funcionamiento mental basándose en el desarrollo de algoritmos para controlar diferentes cosas. El campo de la inteligencia artificial (AI) se refiere a los métodos de desarrollo de sistemas que muestran aspectos de la conducta inteligente. Generar máquinas que faciliten la construcción de aplicaciones de inteligencia artificial.2.Inteligencia Artificial y Robótica 1. 1. Procesamiento de Lenguaje Natural. la robótica. Objetivos      Diseñar y construir aplicaciones computacionales de nivel superior. INTELIGENCIA ARTIFICIAL Es la rama de las ciencias de la computación que se ocupa de construir sistemas que permitan exhibir un comportamiento cada vez más inteligente. los sistemas expertos. Estas dos últimas ramas son las más directamente aplicables al campo de las finanzas pues. la visión artificial y. Estos sistemas están diseñados para imitar las capacidades humanas de pensar y sentir. INTELIGENCIA ARTIFICIAL EN LA ESTRATEGIA DE CLIENTES En el momento actual la Inteligencia Artificial se aplica a numerosas actividades humanas. Ayudar a los expertos a analizar y diseñar. Sistemas Expertos Tutores Inteligentes.

rama de la Inteligencia Artificial. de razonamiento. De entre todos los paradigmas y estrategias de la Inteligencia Artificial. Las técnicas estadísticas y de Data mining se basan en construir tanto modelos descriptivos.  FIABILIDAD para poder confiar en sus resultados o apreciaciones. 2. por lo que una solución práctica es utilizar sistemas mixtos que incorporan un módulo de sistema experto con sus reglas junto a otros módulos neuronales y estadísticos. de predicción de cualquier evento. Sistemas Expertos Los Sistemas Expertos.1. Lo que se les escapa de las manos es que muchos de ellos además compran vino sobre todo si es sábado por la tarde. Sistema basado en los conocimientos que imita el pensamiento de un experto. Características Debe tener en lo posible. actualmente dos tienen el mayor interés para las aplicaciones en la empresa: los sistemas expertos y las redes neuronales artificiales.Inteligencia Artificial y Robótica manera. de comunicación y de acción en consecuencia de un experto humano en cualquier rama de la ciencia. ellos son capaces de intuir por lógica que aquellos clientes que van al supermercado y que compran detergente también compran suavizante.1. sirvan de ayuda a los procesos de toma de decisiones en el ámbito de la gestión empresarial. patrones o tendencias y modelos de predicción que ayuden a proveer el futuro y a definir estrategias inteligentes. Con los resultados extraídos de la aplicación de técnicas y sabiendo que los clientes que asisten al supermercado compran vino también sobre todo si es sábado por la tarde entonces lo más probable es que la distribución de estos productos sea en forma lineal o colocados estratégicamente unos cerca de otros para que la mayor cantidad de cliente lleve ambos productos. lo más importante de las características de un experto:  HABILIDAD para adquirir conocimiento.  SOLIDEZ en el dominio de su conocimiento. Planifican promociones para un fin de semana determinado. Supongamos un equipo comercial de una gran compañía. Las técnicas de inteligencia artificial son perfectamente aplicables al mundo del marketing.  CAPACIDAD PARA RESOLVER problemas. Ingeniería de Sistemas 2014-II 6 . de memorización. Estos sistemas se pueden combinar. pero excelentes herramientas de gestión empresarial. 2.1. de clientes. Es aquí donde entran las técnicas estadísticas y de data mining que logran encontrar estas correlaciones inaccesibles para el cerebro humano. son sistemas informáticos que simulan el proceso de aprendizaje. descubrir correlaciones.

Motor de Inferencias: traduce reglas siguiendo sus propios algoritmos de búsqueda. Para obtener información fiable del usuario hay que poner especial cuidado en el diseño de las cuestiones. El sistema empareja esta información con el conocimiento disponible en la base de conocimientos para deducir nuevos hechos.1. planificación. Dicho motor de inferencia trabaja con la información contenida en la base de conocimientos y la base de hechos para deducir nuevos hechos. 2. Contiene los hechos sobre un problema que se han descubierto durante una consulta. Para conducir este proceso de manera aceptable para el usuario es especialmente importante el diseño del interfaz de usuario. La interacción entre un sistema experto y un usuario se realiza en lenguaje natural.3. Interfaz de Usuario (User Interface): recibe y entrega información interactuando con el usuario. El sistema experto modela el proceso de razonamiento humano con un módulo conocido como el motor de inferencia. Arquitectura Un sistema basado en conocimientos se compone de: Base de Conocimientos (Knowledgebase): representa el conocimiento del experto y el problema en forma de hechos descriptivos y reglas de inferencia lógica.2.1. etc. Esto puede requerir diseñar el interfaz usando menús o gráficos. gestiones de la tesorería. Los SE se aplican a una gran diversidad de campos y/o áreas. También es altamente interactiva y sigue el patrón de la conversación entre seres humanos. el usuario introduce la información del problema actual en la base de hechos. Este trabajo implica manejar grandes volúmenes de información y realizar operaciones numéricas para después tomar decisiones. casi todas las empresas disponen de un ordenador que realiza las funciones básicas de tratamiento de la información: contabilidad general. decisiones financieras. Un requerimiento básico del interfaz es la habilidad de hacer preguntas. Durante una consulta con el sistema experto. esto crea un terreno ideal para la implantación de los SE. A continuación se listan algunas de las principales: Ingeniería de Sistemas 2014-II 7 . Aplicaciones de los sistemas expertos Sus principales aplicaciones se dan en las gestiones empresariales debido a que. control y resolución de conflictos. Contrasta los hechos particulares de la base de hechos con el conocimiento contenido en la base de conocimientos para obtener conclusiones acerca del problema.Inteligencia Artificial y Robótica 2.

2. Psicología.Inteligencia Artificial y Robótica Medicina. Shortliffe y sus colaboradores. Están constituidas por elementos que se comportan de forma similar a la neurona biológica en sus funciones más comunes. es que son capaces de trabajar con datos incompletos e incluso paradójicos. XCON es capaz de comprobar y completar los pedidos entrantes mucho más rápido y mejor que las personas encargadas de hacerlo antes que él. ANN (Artificial Neural Networks) están inspiradas en las redes neuronales biológicas del cerebro humano. sino que también presenta informaciones por medio de un reproductor de vídeo. Derecho y prácticamente todas las ramas del conocimiento. iniciado por Ed Feigenbaum y posteriormente desarrollado por E. 2. Su función es la de aconsejar a los médicos en la investigación y determinación de diagnósticos en el campo de las enfermedades infecciosas de la sangre. sistema experto que ayuda a los mecánicos en el diagnóstico y reparación de locomotoras diesel-eléctricas. 2.  XCON es un Sistema Experto para configuraciones. Estos elementos están organizados de una forma parecida a la que presenta el cerebro humano. Economía. la configuración completa y correcta de un sistema de estas características es un problema de gran complejidad. Redes Neuronales Artificiales Las Redes Neuronales Artificiales. 2. desarrollado por la Digital Equipment Corporation. Ya que el abanico de productos que se ofrecen en el mercado es muy amplio. de generalizar de casos anteriores a nuevos Ingeniería de Sistemas 2014-II 8 . Finanzas.1. Una de las principales características de las redes neuronales.  DELTA. que dependiendo del problema puede resultar una ventaja o un inconveniente. Las redes neuronales se denominan también sistemas de procesamiento paralelo distribuido o memorias asociativas debido a que llegan a resultados inteligentes realizando muchos cálculos paralelos independientes y sin seguir reglas lógicas rígidas. Responde esencialmente a dos preguntas: ¿Pueden conjugarse los componentes solicitados por el cliente de forma conveniente y razonable? Y ¿Los componentes de sistema especificados son compatibles y completos? Las respuestas a estas preguntas son muy detalladas.4.1. Según los deseos individuales del cliente se configuran redes de ordenadores VAX. Ventajas Debido a su constitución las redes neuronales artificiales presentan un gran número de características semejantes a las del cerebro: son capaces de aprender de la experiencia.2. DELTA no sólo da consejos expertos. Ejemplos de aplicaciones de sistemas expertos  MYCIN es un Sistema Experto para la realización de diagnósticos en el área de la medicina.

ésta puede seguir respondiendo de manera aceptable aun si se daña parcialmente. 2. Cada Xj o señal de salida tiene asociada una magnitud llamada peso este se calculará en función de las entradas. debido a que trabajan en paralelo actualizando todas sus instancias simultáneamente. Los pesos corresponden a la intensidad de los enlaces de contacto entre neuronas y varían libremente en función del tiempo y en cada Figura N° 1: Estructura de una Red Neuronal una de las neuronas que forman parte de la red.2.  Tolerancia a fallos: Debido a que almacena la información de forma redundante. Un nodo o neurona cuenta con una cantidad variable de entradas que provienen del exterior.2.Inteligencia Artificial y Robótica casos. Es importante destacar que esta característica solo se aprecia cuando se implementan redes con hardware especialmente diseñados para el procesamiento paralelo. por lo cual cada una de ellas es afectada por un determinado peso.  Fácil inserción dentro de la tecnología existente: se pueden obtener chips especializados para mejorar su capacidad en ciertas tareas. de abstraer características esenciales a partir de entradas que representan información irrelevante. Estas ventajas incluyen:  Aprendizaje adaptativo: capacidad de aprender a realizar tareas basadas en un entrenamiento o una experiencia inicial. estas no suelen denominarse neuronas artificiales sino nodos o unidades de salida.  Auto organización: una red puede crear su propia organización o representación de la información que recibe mediante una etapa de aprendizaje. son las más indicadas para el reconocimiento de patrones en tiempo real.  Operación en tiempo real: Las redes neuronales artificiales. Ingeniería de Sistemas 2014-II 9 . A su vez dispone de una sola salida (Xj) que transmitirá la información al exterior o hacia otras neuronas. Estructura De Una Red Neuronal Artificial Las redes neuronales artificiales están formadas por una gran cantidad de neuronas. de todos los métodos existentes.

son decisiones de optimización encontrar los niveles adecuados de tesorería. TRES TIPOS DE PROBLEMAS En general. Además. ambos modelos son perfectamente compatibles. En la gestión empresarial. números.  Reconocimiento En los problemas de reconocimiento se entrena una red neuronal con inputs como sonidos. de existencias. es capaz de interpretar un tipo de carácter o letra que no haya visto con anterioridad. 2. de producción. letras y se procede a la fase de test presentando esos mismos patrones con ruido.2. pero en las que un sistema algorítmico tradicional lo hace de un modo ineficaz. Reconocimiento de Caracteres: es el proceso de interpretación visual y de clasificación de símbolos. No deben aplicarse en aquellos casos en los que la solución algorítmica es eficiente. Ingeniería de Sistemas 2014-II 10 . Tampoco podrán aplicarse en los casos en los que no se pueda disponer de un conjunto suficiente de patrones-ejemplo.4. Este es uno de los campos más fructíferos en el desarrollo de redes neuronales. es decir.2. Diferencia Con Los Sistemas Expertos Las redes neuronales se asemejan a los sistemas expertos en cuanto al objetivo de representar el conocimiento pero son radicalmente opuestos en cómo aspiran a conseguirlo.Inteligencia Artificial y Robótica 2. reconocimiento y generalización. los sistemas expertos se acercarían más al razonamiento deductivo -obtener reglas. Aplicaciones De Las Redes Neuronales Artificiales Se aplican a tareas en las que un ser humano se desenvuelve bien.  Optimización En los problemas de optimización se trata de determinar una solución que sea óptima. de forma que se pueden integrar en un único sistema. construir de carteras óptimas. lo que hace que el campo de aplicación de las redes neuronales en la gestión empresarial sea muy amplio. las redes neuronales tratan de resolver de forma eficiente problemas que pueden encuadrarse dentro de tres amplios grupos: optimización. han desarrollado un sistema de computación neuronal que tras el entrenamiento con un conjunto de tipos de caracteres de letras. Inc. problemas de cálculo aritmético o lógico que los ordenadores tradicionales resuelven muy bien. Estos tres tipos engloban un elevado número de situaciones. por lo que ambas técnicas tienen cabida. La gestión empresarial utiliza frecuentemente ambos esquemas de razonamiento. etc. Como vemos.y las redes neuronales al inductivo -aprendizaje mediante ejemplos-.3. Los investigadores de Nestor.

Existen agencias que se dedican a ello. etc. la calificación de obligaciones.  Clasificación En los problemas de clasificación se trata de asignar a cada caso su clase correspondiente. Pero. debido principalmente al aumento Ingeniería de Sistemas 2014-II 11 . la predicción en los mercados de valores. calidad.  Predicción La predicción ha sido una de las aplicaciones que más pronto despertaron el interés de los estudiosos de las redes neuronales. hay un riesgo de que las empresas no devuelvan este dinero y resulta interesante obtener ratings o calificaciones de estos bonos.Inteligencia Artificial y Robótica Reconocimiento de Patrones en Imágenes: una aplicación típica es la clasificación de objetivos detectados por un sonar. mantienen entrevistas con la gerencia. El análisis técnico pretende predecir las cotizaciones a partir de la evolución histórica de precios y volúmenes de negociación. la información contable. Existen varias ANN basadas en la popular Back-propagation cuyo comportamiento es comparable con el de los operadores humanos. usualmente combinaciones de letras y números. etc. como puede ser el comercial.  Generalización En los problemas de generalización la red neuronal se entrena con unos inputs y el test se realiza con otros casos diferentes. siendo las más famosas Standard and Poor's (S&P) y Moody's. Estas agencias examinan todo tipo de aspectos de las empresas: la situación financiera. y califican las emisiones con unos baremos. La Predicción Del Éxito De La Creación De Una Empresa Se pretende modelizar el éxito empresarial de empresas de nueva creación mediante la utilización de la técnica de redes neuronales artificiales partiendo tanto de datos financieros como de datos referentes a las distintas políticas de la empresa en diferentes ámbitos. a partir de un conjunto de ejemplos. El análisis fundamental trata de valorar los factores económicos más importantes del entorno y contempla la evolución económicofinanciera de las empresas. Su uso ha experimentado un gran a partir de finales de los setenta. Problemas típicos de generalización son los de clasificación y predicción. Otra aplicación normal es la inspección industrial. Clasificar Emisiones De Bonos U Obligaciones Las empresas e instituciones públicas emiten instrumentos financieros como bonos u obligaciones en busca de dinero para financiar sus inversiones. Son problemas de generalización tratar de predecir la quiebra de las empresas a partir de su información contable o la concesión de préstamos. Las redes neuronales artificiales son una potente técnica de modelización que simula el funcionamiento de un cerebro biológico. lógicamente. formación o gerencial.

Para predecir comportamientos recurrentes de mercados.2. el perceptrón. 2. Pero están muy lejos de la capitalización de las aplicaciones basadas en Inteligencia Artificial. Las Redes Neuronales En Marketing En la aplicación Airline Marketing Tactician (AMT) se aplican redes neuronales que incluyen diversos sistemas expertos. mientras que otros no pueden ver a su vez.7. 2. determinar qué argumentos de venta funcionan mejor y ampliar la base de una empresa en el mercado utilizando los anuncios orientados. Una Red Neuronal De Chase Manhattan Bank Para La Concesión De Préstamos Metodológicamente las aplicaciones de concesión de préstamos son muy similares a los de predicción de la quiebra.Inteligencia Artificial y Robótica de potencia en los ordenadores y a la resolución de ciertos problemas estructurales que afectaban al modelo de red más utilizado. sino que también hay otro tipo de datos. Se utiliza una red neuronal que usa el algoritmo de back-propagation para asesorar en el control de asignación de plazas de vuelos. ESTRATEGIAS DE LAS EMPRESAS CON LOS CLIENTES Los vendedores y anunciantes están desarrollando una serie de aplicaciones de inteligencia artificial que puede conocer los deseos de los consumidores. El conceder o no un préstamo es también una decisión no estructurada y la diferencia radica en que la información disponible no se extrae de bases de datos comerciales o de los registros sino que es información que suministra el propio banco o entidad financiera que encarga el estudio. la personalización. alertando sobre desequilibrios en movimientos financieros. Se usa como un sistema de control de ofertas y reservas en vuelos. Algunos pueden desconfiar de la tecnología que no entienden. se usan para predecir cargos fuera de lo normal para recomendar su investigación por humanos. Las Redes Neuronales En Negocios Y Finanzas Sistemas de redes neuronales son usados en los sistemas financieros. Es un sistema mixto que incorpora herramientas estadísticas y un perceptrón multicapa. En este caso la información no se compone exclusivamente de ratios financieros. 2.2.2.5. etc. 3. si es un cliente nuevo.6. los atractivos resultados para llevar a Ingeniería de Sistemas 2014-II 12 . como por ejemplo quién es el director de la compañía. El Chase Manhattan Bank concede préstamos nuevos cada año por valor de trescientos millones de dólares e hizo una apuesta muy fuerte en el desarrollo de un modelo informatizado basado en el reconocimiento de patrones para las decisiones de concesión de préstamos. Marose (1990) describe una aplicación híbrida del Chase Manhattan Bank para la concesión de préstamos.

” Con la Inteligencia Artificial sin embargo. de uno de los principios más básicos de la industria: “Conocer al cliente. Se le pueden dar sólo los anuncios de las agencias de viajes. preferencias y deseos. Pero no es una ciencia perfecta. Los datos pueden decirles a los minoristas qué es lo que compraron recientemente. como por ejemplo a una persona que realiza muchas búsquedas en la web sobre viajes por Europa.” El problema es que con el uso de métodos tradicionales. al punto que podremos imaginar estar caminando y pasar por una tienda de ropa.Inteligencia Artificial y Robótica cabo la vigilancia y las instituciones financieras para evitar el fraude. Jeans que compramos en el pasado y el sistema lo retiene y recuerda cada vez que pasamos por allí. por ejemplo. Potentes sistemas informáticos pueden recoger información sobre los clientes y sus hábitos a través de una tarjeta de fidelidad por citar un ejemplo. pues muchos consumidores pueden simplemente. según:  La innovación del producto: las compañías pueden utilizar la Inteligencia Artificial basada en algoritmos para generar variaciones en los productos existentes. momento en el que recibimos una alerta en nuestro Smartphone sobre una oferta concreta de unos jeans si los compramos en este momento. profesor de ciencias de la computación de Ottawa. los minoristas pueden dividir a sus clientes en distintos grupos. los vendedores pueden tratar de atraerlos. Ingeniería de Sistemas 2014-II 13 . Tradicionalmente. para tomar decisiones o llegar a conclusiones que dan la impresión de que están pensando o aprendiendo. ignorar o dejar de recibir los correos del programa de la tarjeta de fidelidad. Los ordenadores utilizan complejos algoritmos. al centrar en sus perfiles. los perfiles de los clientes son o bien incompletos o bien difícil de ser convertidos en estrategias que realmente funcionen. pero la tienda no tiene manera de saber por qué respondió a determinada promoción o no se presentó a la última. dijo Stan Matwin. Los algoritmos pueden identificar patrones o tendencias en el comportamiento de compra que puede ayudar a los administradores a determinar qué productos podrían atraer a los clientes o cuando una promoción en la tienda sería más eficaz. La solicitud de comercialización de la Inteligencia Artificial dependerá en gran medida. Existen cuatro categorías en las que la Inteligencia Artificial puede tener un impacto significativo en las prácticas de comercialización. Los expertos dicen que estos anuncios orientados serán cada vez más sofisticados. una lista detallada de instrucciones. pero ahora las complejas aplicaciones de Inteligencia Artificial se están creando para captar detalles. algo que podemos ver a diario con Google pues es el sistema que utiliza. por ejemplo: “Las compras que solemos hacer en un supermercado. “Cosas como esta son totalmente posibles”. Pero también puede ayudar a muchos clientes. Otro desarrollo innovador es lo que se conoce como la segmentación de clientes. los problemas son cada vez menos.

 Recomendaciones: Amazon y Netflix aumentan las ventas mediante el uso de aplicaciones Inteligencia Artificial que recomiendan los productos adicionales basados en el historial de compras de los consumidores. son rápidamente reproducibles entre la competencia.  Atención al cliente: cada vez más compañías están utilizando aplicaciones basadas en Inteligencia Artificial para proporcionar el servicio al cliente en línea. La gestión estratégica de los clientes implica asignar recursos limitados a aquellos clientes que más valor pueden aportar a la empresa. en su caso. Todas las empresas dicen estar orientadas al cliente. Ingeniería de Sistemas 2014-II 14 . donde los productos se convierten en “coomodities” o. Los expertos predicen que estas recomendaciones serán mucho más sofisticadas y precisas. proporcionar apoyo técnico y resolver otras cuestiones de manera más rápida y eficiente. Los nuevos sistemas ayudarán a las empresas a evitar el encasillamiento de los consumidores. Uno de los principales retos de las empresas para alcanzar sus objetivos de negocio es conseguir una verdadera orientación al cliente de todos sus procesos y actuaciones.Inteligencia Artificial y Robótica como puede ser un nuevo tono de pintura. 3.1. Pero. Es fundamental partir de la construcción de una adecuada estrategia de orientación al cliente que asegure actuar de forma optimizada a lo largo de todo el ciclo de relación de éste con la empresa. haciendo que se centren en la probabilidad de que responda a las promociones y no cambien a otra marca. el cliente se convierte en pilar fundamental sobre el que cimentar el éxito de las organizaciones. Una gestión óptima de la cartera de clientes tiene un doble impacto positivo en la rentabilidad:  Ingresos .Se toman las mejores decisiones para reducir costes: desinvirtiendo en aquellos clientes no rentables o sin potencial y eliminando de la empresa todo aquello que no es valorado por los clientes y es un coste innecesario.  Segmentación: los perfiles de los clientes a menudo carecen de detalles acerca de los intereses de una persona. Estrategia De Clientes En un entorno de mercado cada vez más indiferenciado.  Gastos . Estos programas pueden responder a las preguntas de los consumidores.Se toman las mejores decisiones para incrementar ingresos: categorizando los clientes en función de su valor actual y potencial y adecuando la propuesta de valor a cada segmento para maximizar su rendimiento. ¿es cierto? Los clientes son la razón de ser de la empresa. aunque esta tecnología todavía está en una fase exploratoria.

Inteligencia Artificial y Robótica 3.  Adecuar los canales de venta a cada cliente.  Sistemas de apoyo para la toma de decisiones (DSS). construirlo. un diseño adecuado de un sistema de apoyo para la toma de decisiones es un sistema interactivo basado en software destinado a ayudar a los tomadores de decisiones recopilando información útil a partir de una combinación de datos en bruto.  Conocer a la competencia directa a nivel de producto o servicio de la empresa.En el proceso de extracción de patrones a partir de datos. para cada cliente. por ejemplo: “Venta a través de internet cuántos y cuáles son mis competidores para mi producto.  Establecer qué tipo de cliente queremos captar y la cantidad de ellos. Sistemas Usados En Las Empresas Para Marketing 3. Y si no disponemos de canal. Inteligencia de Negocios – Business Intelligence. o lo que es lo mismo en términos de marketing.Son los sistemas de información basados en computadoras que apoyan a las empresas u organizaciones en las actividades de toma de decisiones. Incluyen sistemas basados en el conocimiento (Sistemas Expertos). definir los segmentos objetivos. conocimiento personal o modelos de negocio para identificar y resolver problemas y tomar decisiones.  Conocer los costes de captación de clientes por canal.  Disponer de productos o servicios que se adapten a las necesidades y deseos de los clientes a los cuáles nos queremos dirigir.  Minería de Datos – Data Mining. es una herramienta cada vez más importante de los Ingeniería de Sistemas 2014-II 15 ..” 3.2.3..  Transmitir mensajes y realizar actividades de acuerdo a un plan de comunicación previamente definido. Para lograr una buena estrategia de captación de clientes es importante:  Definir a quién queremos dirigirnos. documentos.3. para cada canal que usamos o queremos utilizar. Estrategias De Captación De Clientes Una estrategia de captación de clientes debe atender a los diferentes canales de venta de la empresa y a cómo atraen y conservan de manera eficiente a los clientes de la misma. Tenemos que considerar tanto los clientes actuales como los potenciales.1.

también puede entenderse como perceptrón la neurona artificial y unidad básica de inferencia en forma de discriminador lineal. Las técnicas de la minería de datos provienen de la inteligencia artificial y de la estadística. Figura N° 2: Esquema de Perceptrón  El Perceptrón multicapa. En el primer caso cada salida de una salida de la capa “i” es entrada de todas las neuronas de la capa “i+1”. mientras que en el segundo cada neurona de la capa “i” es entrada de una serie de neuronas (región) de la capa “i+1”. son más que algoritmos.Inteligencia Artificial y Robótica negocios modernos para transformar los datos en inteligencia de negocios dando una ventaja de información. dichas técnicas.Es una red neuronal artificial (RNA) formada por múltiples capas. ejemplos:  El perceptrón. que constituye este modelo de red neuronal artificial. Las técnicas más representativas son: Redes Neuronales Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. esto debido a que el perceptrón puede usarse como neurona dentro de un perceptrón más grande u otro tipo de red neuronal artificial. lo cual es la principal limitación del perceptrón (también llamado perceptrón simple). El perceptrón multicapa puede ser totalmente o localmente conectado. esto le permite resolver problemas que no son linealmente separables.Es un tipo de red neuronal artificial desarrollado por Frank Rosenblatt. Ingeniería de Sistemas 2014-II 16 ... más o menos sofisticados que se aplican sobre u conjunto de datos para obtener unos resultados.

Rápida y eficaz pero insuficiente en espacios multidimensionales donde puedan relacionarse más de 2 variables. dada una base de datos se construyen estos diagramas de construcciones lógicas.  Árboles de Decisión Es un modelo de predicción utilizado en el ámbito de la inteligencia artificial. La zona azul es la distribución de los datos de entrenamiento.También conocidos como redes de Khonen. muy similares a los sistemas de predicción basados en reglas.Inteligencia Artificial y Robótica Figura N° 3: Esquema de Perceptrón Multicapa  Los mapas auto-organizados. ejemplo: Se muestra el entrenamiento de un mapa auto organizado. son diferentes de otras redes neuronales artificiales. Figura N° 4: Esquema de Mapa Auto-Organizado  Regresión Lineal Es la más utilizada para formar relaciones entre datos. Como la mayoría de las redes neuronales artificiales. para la resolución de un problema. en el sentido que estos usan una función de vecindad para preservar la propiedad estopológicas del espacio de entrada. operan en dos modos. Ingeniería de Sistemas 2014-II 17 .. El entrenamiento construye el mapa usando ejemplos entrantes. mientras el mapeo clasifica una nueva entrada. y el disco blanco es el ejemplo entrante actual para esa distribución. que surgen para representar y categorizar una serie de condiciones que suceden de forma sucesiva. entrenamiento y mapeo.

se están optimizando cada vez más. ¿se están percatando de la información tácita pero existente en las bases de datos?. Y sobre todo. 4. diseñando servicios especiales y personalizando diálogos con los consumidores. El segundo Test. La cuestión en este momento. radica en responder cuestionamientos. 5. o. la cual puede ser ese tesoro escondido justo al lado de los más interesados por esta información. El primer Test. para probar que una persona puede tomar decisiones y pensar al igual que otra persona. analice primero estos dos Test. se ha implementado esta rama de la cibernética. no están dando los resultados esperados?. como es el Relacional. obteniendo así un marketing más tecnificado y más acertado. O si por el contrario. cada vez más inciertos. de Human. a pesar de que no siempre expresamos correctamente lo que queremos. IMPORTANCIA DE LA INTELIGENCIA ARTIFICIAL APLICADA EN EL MARKETING Como los nuevos sistemas de marketing intentan concebir productos más acordes con los gustos y preferencias del consumidor. definido para probar que una máquina puede tomar decisiones y pensar al igual que una persona. tales como: ¿los nuevos sistemas de Marketing. se encuentran cada día con entornos inciertos y muy difíciles de pronosticar los comportamientos más acertados sobre ellos. IMPACTO DE LA INTELIGENCIA ARTIFICAL EN EL MARKETING A diario utilizamos herramientas basadas en la inteligencia artificial:  Google la utiliza para ofrecernos los resultados de búsqueda que deseamos.Inteligencia Artificial y Robótica  Modelos Estadísticos Es una expresión simbólica en forma de igualdad o ecuación que se emplea en todos los diseños experimentales y en la regresión para indicar los diferentes factores que modifican la variable de respuesta. Sistemas de redes neuronales son usados en los sistemas financieros. Para predecir comportamientos recurrentes de mercados.  Redes Neuronales en Finanzas. Es por eso que en la actualidad. se está perdiendo esta información tan valiosa y relevante. se usan para predecir cargos fuera de lo normal para recomendar su investigación por humanos. alertando sobre desequilibrios en movimientos financieros. para entrar a ver en detalle. Ingeniería de Sistemas 2014-II 18 . de Turing. que se derivan de la Inteligencia artificial. al averiguar cómo y de qué forma se pueden simular estos entornos del mercado. Al experimentar con dos clases de Test. ha descubierto la manera de gestionar los clientes de una forma óptima y muy acertada.

tales como Google Insights para el análisis de tendencias y Google AdPlanner para segmentar en base a comportamientos.Inteligencia Artificial y Robótica  Siri y otros procesadores de lenguaje natural. nos ayudan a comunicarnos con los teléfonos móviles y equipos computacionales. se fundamenta en un contexto interno y va dirigido a las razones que motivan la compra. el primero. Algunas de las aplicaciones de la inteligencia artificial.  Las predicciones del tiempo que consultamos a diario. como pieza clave del mundo Empresarial y en el desarrollo de la Gestión con clientes. El Marketing.  Simulación de multitudes: Facilitan el análisis del comportamiento de las personas dentro de un local comercial y la evaluación de diversas opciones. variedad de opciones gratuitas o de bajo costo de estas soluciones:  Google ofrece herramientas para analizar los intereses de los usuarios de su buscador. La realidad es que existen en el mercado. mejora y ayuda a las ventas. tienen aplicaciones claras dentro del Departamento de Marketing:  Minería de datos: Permite descubrir patrones en grandes volúmenes de datos. se basa en un contexto externo y se preocupa por productos que motivan la compra. y el segundo. concluyendo que al demostrar. que implementa diferentes formas de la Inteligencia artificial obteniendo dos enfoques en la actualidad. la Humanation. la funcionalidad de la Inteligencia artificial aplicada al marketing y la comunicación.  Amazon nos ofrece productos de interés. por medio de los Test descritos anteriormente. Ingeniería de Sistemas 2014-II 19 . se ve hoy como la “actividad” que puede llevar a conocer de una mejor forma los gustos y preferencias de los clientes y que en el proceso actual ha llevado a plantear diversas formulaciones de Marketing. una de ellas el Marketing Tecnificado.  Predicciones financieras y de mercado: Nos ofrecen una visión de los posibles resultados de nuestras acciones y la posibilidad de experimentar con diversos escenarios. El primer enfoque. el Datamining. generalmente son realizadas mediante algoritmos “inteligentes”.  Mundos virtuales: Ofrecen a clientes “virtuales” una experiencia similar a la que disfrutan los clientes “reales”. para probar que una persona puede pensar igual que otra).  Procesamiento de lenguaje natural: Estas herramientas nos permiten automatizar la traducción de documentos y ciertos procesos de atención al cliente. sustentado por pruebas como el Test de Turing (las máquinas piensan) y el Test de Human (adaptación del Test de Turing. basándose en el análisis de nuestras compras y consultas de productos. mientras el segundo enfoque.

Ingeniería de Sistemas 2014-II 20 . Marketing Inteligente ¿Quiénes son nuestros clientes más rentables? ¿Qué nuevos nichos de mercado están emergiendo para atenderlos. término que hace referencia a un paradigma de programación basada en inteligencia artificial. a través de Internet.Inteligencia Artificial y Robótica  Twitter y otras herramientas. revistas. basándose en nuestro comportamiento en las redes sociales. weblogs.1. es una forma innovadora de trabajar en marketing en todas sus dimensiones: estratégicas. Las preferencias de cada consumidor permiten a una compañía ofrecer a cada individuo el producto que busca en el momento preciso. el SEO resulta muy beneficioso y lucrativo. anticipándonos a la competencia? ¿Quiénes de nuestros clientes están a punto de abandonarnos para emigrar a la competencia y cuáles son sus motivos? ¿Qué productos innovadores podemos vender a nuestros clientes. blogs. videos. la información de los clientes la cual se encuentra almacenada en nuestras bases de datos. tiendas online. utilizando estrategias similares a las de Amazon.. que no estemos vendiéndoles? Estas. el cual. operacionales. 5. hace que las compañías superen lo que el consumidor esperaba de ellas. visiblemente limitados e insuficientes para el complejo y competitivo mercado de nuestro mundo global. diarios. es el posicionamiento en buscadores (SEO). aprovechando al máximo. cosa que es muy sabido por todos los profesionales del marketing. El Marketing Tecnificado. Por otro lado. una de las razones más importantes para que el Departamento de Marketing estudie el funcionamiento de los sistemas inteligentes. fideliza al consumidor y permite conseguir mayores beneficios. introduciendo rigor científico y tecnológico en toda decisión y. Marketing Tecnificado. así que. está relegando al “Marketing Tradicional”. denominado Marketing Tecnificado. a través de la suma sinérgica de: marketing + ciencia + tecnología. documentos pdf. buscan y cotizan. operacionales y de soporte a ventas. basado en la experiencia y la intuición de los mercadólogos. redes sociales (marketing en redes sociales) etc. antes de comprar lo que necesitan. los diversos enfoques de las técnicas de Business Intelligence apoyan el marketing tecnificado. apoyándose en la tecnología de agentes inteligentes. dentro o fuera de Internet. puesto que más del 93% de las personas en el mundo. dos elementos necesarios pero. en todas sus dimensiones estratégicas. y que a su vez. artículos. en algunos casos.. comunicativas y ventas. La optimización SEO para motores de búsqueda es aplicable a sitios web. fotografías. ofrecer a un cliente exactamente aquello que busca en ese momento.  Algunas aplicaciones de tiendas virtuales ofrecen herramientas para incentivar la venta cruzada. y muchas otras interrogantes. En el mundo de los negocios. pueden encontrar respuesta en un nuevo marketing analítico y predictivo. nos ofrecen un resumen de las noticias de la semana y nos recomiendan a quién seguir.

Enfoques  Humanation: Enfoque a las razones que motivan la compra (Cómo vender dicho producto y a ¿Quién?). y se basa en un contexto externo para estudiar los productos que motivan la compra.  El paso siguiente. es Usar dicha sensibilidad dominante y para definir los argumentos para convencer a los buenos clientes y argumentos ganadores para captar los nuevos clientes. bases de datos y/o sistemas de información. generando así una nueva base de datos. y tomar decisiones según la misión para la que han sido programados. correlaciona el efecto entre 2 o más variables. presenta la ventaja de hacer rentables las reglas de negocio Por ejemplo: A un consumidor próximo al consumo de cervezas se le resalta sus características de frescor y comodidad.1.  Luego. comodidad y no-salud. Se llama Humanation. son numerosos elementos dinámicos que interactúan y aprenden mutuamente o de su hábitat. Este enfoque.  Metodología:  Se descubre la sensibilidad de los clientes eventuales gracias al profundo conocimiento sobre los clientes más activos. que es un término que hace referencia a un paradigma de programación basada en inteligencia artificial. a la innovación en marketing que usa técnicas de la Inteligencia Artificial para crear modelos de decisión de las personas y prever su comportamiento de compra. Humanation. abandono. que contiene la sensibilidad de cada cliente.  Así que la sensibilidad se utiliza para mejorar los scoring en la generación de campañas. así que: Cervezas = frescor. evitando hablar de salud.Inteligencia Artificial y Robótica 5. respuesta u opinión.1. La Humanation utiliza como software o tecnología de punta los agentes inteligentes. por ejemplo: Ingeniería de Sistemas 2014-II 21 . que después se cruza con los datos del cliente. uso. se define la calidad objetivo.  Datamining: Enfoque a productos que motivan la compra (¿Qué producto vender y a quién?) Aprovecha técnicas estadísticas y de Inteligencia Artificial. Es un enfoque que presenta el beneficio de implementar reglas de negocio. lo que les permite emular comportamientos de personas o máquinas.

pero la ejecución del algoritmo la realizan personas encerradas en una habitación y se requiere que las personas de la habitación no conozcan el idioma en que se realiza la conversación. si una máquina se comporta en todos los aspectos de forma inteligente. Está fundamentado en la hipótesis positivista de que. igual a cervezas. entonces se considera que la máquina ha alcanzado un determinado nivel de madurez: es inteligente. una máquina (individuo B) y un interrogador que puede ser hombre o mujer. pese a lo aparentemente absurdo de la proposición. puesto que si los operadores consiguen comprender la conversación. pañales.Inteligencia Artificial y Robótica "Si un consumidor mayor de 25 años compra pañales. Existe una versión modificada." 5.1. la sala podría pasar la prueba de Turing sin que los operadores hubieran comprendido nada de la conversación. entonces comprará cervezas. lo harían gracias a su propia inteligencia.2. Ingeniería de Sistemas 2014-II 22 . propuesta por John Searle y popularizada por Roger Penrose: la sala china. Este test fue expuesto en 1950 en un artículo (Computing machinery and intelligence) para la revista Mind que sigue siendo hoy día una de las cabezas de lanza de los defensores de la Inteligencia Artificial. Por otra parte.  Fundamentos El origen de esta prueba surge de la pregunta ¿pueden pensar las máquinas? Ante esta cuestión Turing propuso otra forma de verla a modo de un juego. mas. al que llamó "juego de imitación" debido a los fundamentos en los que se basaba. un hombre (individuo A). Esta experiencia intenta cuestionar la veracidad de la prueba de Turing.2. Inteligencia Artificial Para Ayudar A Vender 5. Al sujeto no se le avisa si está hablando con una máquina o una persona de modo que si el sujeto es incapaz de determinar si la otra parte de la comunicación es humana o máquina. entonces debe ser inteligente. Test de Turing Prueba o test de Turing. personas mayores de 25 años. los cuales son inicialmente un escenario constituido por tres personas. Pese a la brillantez de Penrose. o sea. Básicamente la prueba consiste en un desafío en el cual la máquina debe hacerse pasar por humana en una conversación con un hombre a través de una comunicación de texto en modo chat. procedimiento desarrollado por Alan Turing para identificar la existencia de inteligencia en una máquina y comprobar que una máquina puede llegar a pensar al igual que una persona. En esencia es igual. esta modificación no aporta nada al problema.

ni tampoco si los computadores disponibles en este momento lo harían. Una vez establecido este escenario inicial. y cumpliéndose el Test de Turing se deduce que dicho robot es inteligente. Hay que ver que una cualidad importante Figura N° 5: Test de Turing Ingeniería de Sistemas 2014-II 23 . De este modo. será el interlocutor capaz de averiguar que la persona interrogada no es una persona sino una máquina. Este hecho se refleja por la incapacidad que presenta el interlocutor de tocar a los interrogados y poder oír sus voces. Ejemplo: Primero. el interlocutor no capta quién o qué le ha dado la respuesta. como no se puede distinguir el robot de la persona humana. segundo. Cabe destacar. surge la pregunta de qué ocurriría si una máquina desempeñara el papel de A o de B. cuya única función sería en comunicar las preguntas y respuestas entre ambos bandos. llegamos a la pregunta planteada inicialmente ¿pueden pensar las máquinas? Uno de los principios de este problema se centra en establecer una línea que diferencie entre lo que son capacidades físicas y las intelectuales de un hombre. resulta obvio que la mejor estrategia de la que va a disponer la máquina será tratar de dar las respuestas que de forma natural daría un hombre. Este responde que 6 y no. ¿Existe Dios?. como consecuencia. las respuestas deberán ser ofrecidas al interrogador de forma escrita y mecanografiadas. respectivamente. Para evitar que el tono de voz pudiera delatar a alguno de los interrogados. y su objetivo principal será determinar cuál de los dos es el hombre y cuál la máquina a los que se referirá como individuos A y B. tercero. ó. se le pregunta a un individuo X ¿cuánto es 2+2?. ya sea correcta o no. sino llegar a la conclusión de si hay computadores imaginables que utilizando de forma adecuada la estrategia anteriormente expuesta y nos permitan responder a la cuestión inicial de si una máquina puede o no pensar.Inteligencia Artificial y Robótica El interrogador se sitúa en otra habitación separada de los otros dos participantes. en otras palabras. Basar esta prueba en una metodología centrada en preguntas y respuestas parece la más adecuada para poder tratar un mayor número de campos posibles de la actividad humana y que sean considerados de mayor importancia con respecto a su capacidad intelectual. es decir. que mediante esta prueba Turing no se busca responder si todos los computadores darían un buen resultado. Otra alternativa para no dar a conocer los tonos de voz de los interrogados consiste en situar a un intermediario entre los interrogados (A y B) y el interrogador. al no conocer la fuente del resultado anterior se deduce que la máquina y la persona que están respondiendo pueden pensar.

ante la pregunta “¿Cómo sacas dinero?”. “¿pagas tú?”. como se verá más adelante en el Test de Human. Por ejemplo sirve para decidir si dicha persona es tacaña. mintiendo u ocultando comportamientos para simular dicha inteligencia. se puede suponer que no es tacaña. suele pagar una persona “x”. es su capacidad de emular el comportamiento de una persona. es propia de las encuestas.  Si la misma persona saca dinero de un cajero automático en horario de oficina.. Igualmente si no se puede distinguir una respuesta dada por un ser humano “sensible a la privacidad” respecto a la de otro que desconocemos. que compra tickets de cine por Internet pagando solo ella. de la Rosa describe el Test como “un juego de imitación" en su patente Juego Robótico Personalizado. y a su vez. por eso el Test de Human se describe. esto es. que la oficina está abierta.2. se deduce que el segundo también es “sensible a la privacidad” y así sucesivamente para todo una infinidad de atributos. entonces la hipótesis del Test de Human. Así pues. esto puede significar que aparte de tener lazos familiares fuertes tiene disponibilidad de tiempo.  Otro ejemplo es. Esta característica. Esta persona responde afirmativamente a la pregunta. las 5 personas en el momento de pagar. dicha persona presuntamente no le atrae en demasía el trato personal. al igual que el de Turing. como “Un juego de imitación”. en una mesa de un restaurante. Test de Human El Test de Human (2002) sirve para probar que una persona puede tomar decisiones y puede llegar a “pensar” al igual que otra persona. Ejemplo:  Si a una persona se le pregunta el número de su teléfono móvil para un pedido de un producto o servicio de una empresa y ella accede a dar el número. 5. Josep Ll. y si le importa la marca. y puede ser susceptible de aceptar a la petición de “¿salimos?”. si no le importa el trato personal.. se deduce que el segundo ser humano también es “inteligente”. si dicha persona “x”. tiene tiempo libre. igualmente. Ingeniería de Sistemas 2014-II 24 . y lo hace a las 11:00h de la mañana. demostrando que si basándose en preguntas y respuestas no se puede distinguir una respuesta dada por un ser humano “inteligente” a una dada por otro que desconocemos. llama a un número de teléfono que está abonado en un plan de descuento para llamar a personas queridas. donde se tienen severos inconvenientes para comprender las decisiones de las personas.Inteligencia Artificial y Robótica para considerar que un robot sea inteligente. se deduce que esta persona puede “no ser sensible a la privacidad”. conocido como la adaptación inversa del Test de Turing. Y al añadir. esto puede suponer que dicha persona no le atrae suficientemente el trato personal tanto como hacer la cola de rigor para ser atendido personalmente. si otra persona realiza el mismo acto se deduce que tiene el mismo grado de sensibilidad a este atributo como la anterior persona.2.  Ahora. se va corroborando progresivamente. es sensible a la privacidad. adaptado al Customer Intelligence.

tales como encuestas. que intentan detectar las necesidades más aproximadas. renovar. ¿qué puede pasar?. sondeos de opinión. siempre con el objetivo de satisfacer al máximo al cliente. si la persona “x” ante la pregunta “¿qué bebes?” responde que Coca Cola...Inteligencia Artificial y Robótica  Igualmente. tratar de optimizar los resultados obtenidos. Retomando la pregunta de.. luego. actuar ante el cambio y tratar al máximo de innovar con diferentes enfoques... si se implementa el Test de Human en las bases de datos de Marketing.  Los resultados no son repetibles ni contrastables fácilmente.  Sus respuestas pueden variar en un periodo de tiempo relativamente corto. paradigmas de las teorías normales del marketing. Con dicho Test y al implementarlo en las bases de datos se puede averiguar de cada persona su SENSIBILIDAD respecto a MUCHOS atributos psicosociales.. formas de realizar un proceso. un cliente llamado A. pero las diferentes sensibilidades pueden marcar diferentes razones para que las personas se comporten igual o de diferente forma ante una decisión de compra. pero no que en su gran mayoría pueden resultar inexactos y otros pueden contener información del público objetivo de una forma sesgada como las encuestas y sondeos generando un alto riesgo en la recopilación de esa información. ¿qué puede pasar?.  Se realizan en un periodo de tiempo muy grande (meses)...¡pero eficaz! En el mundo moderno se observa una progresiva uniformización de las pautas de compra y decisión dentro de un mundo globalizado. por ejemplo. que se explicarán más adelante. por ejemplo si se implementa el Test de Human en las bases de datos de Marketing... al menos actúa igual que las personas que ante la posibilidad de decidir consumir “marca” o “no marca “normalmente se decantan por la “marca”. Ahora bien. se debe analizar las falencias y desventajas actuales de las herramientas clásicas del Marketing. hay que experimentar. La investigación de mercado basada en encuestas y focus groups tienen los siguientes problemas:  Pueden obtener resultados ambiguos y manipulables. posiblemente dicha persona sea muy afecta a la marca. lo interesante es darse cuenta que las herramientas tradicionales del marketing tienen sus falencias y desventajas. pruebas piloto y/o pruebas en grupos representativos del mercado. en cambio en las bases de datos se encuentran numerosas decisiones que las personas toman en el día a día.  Aplicación del Test de Human a las Bases de Datos Consideración previa: las encuestas no son fiables por varias razones. que es como si hubiese un filón de respuestas pendientes de encontrar las preguntas adecuadas de una encuesta imaginaria. Antes de mirar la respuesta a esa pregunta. sistemas. se conoce por medio de sus Ingeniería de Sistemas 2014-II 25 .

Agentes de IA Para Servicios al Cliente La próxima vez que entres a una página y le des al botón de "chatear con un representante". se ha de descubrir cuáles son los más importantes. igualmente. Para que tengan una idea de lo efectiva que son estas Inteligencias Artificiales. y que le gusta realizar sus transacciones por cajero automático. Así mismo en PayPal. Figura N° 6: Aplicación del Test Human a la base de datos de clientes 6. la cual ha desarrollado un software tan convincente. también se conoce que da sin reparo alguno su número de móvil a las empresas que se lo han solicitado. estos Agentes de IA sostienen unas 650. VIRTUOZ.Inteligencia Artificial y Robótica actos registrados en las bases de datos que. Es interesante hacer notar que los Agentes de IA de VirtuOz entienden el contexto en que se utilizan las Ingeniería de Sistemas 2014-II 26 . es posible que aunque creas que estés interactuando con una persona por medio textual.  La sensibilidad se obtiene tras aplicar repetidamente el Test de Human en la BD de clientes o bien por intercambios de experiencias de venta entre vendedores. que ya es utilizado por los gigantes eBay y Paypal como una manera de dar soporte técnico. EJEMPLOS SOBRE INTELIGENCIA ARTIFICAL EN EL MARKETING 6. ayudándolos con sus inquietudes. que es fiel a la Coca –cola. sino que por Agentes de VirtuOz. se conoce que por medio del plan “amigo” de telefónica habla “X” minutos mucho más que la media por persona. el 88% de las preguntas que se le hacen a eBay por medio de chateo o correo electrónico son resueltas no por personas.000 conversaciones mensuales con humanos. lo que se denomina sensibilidad. según eBay. así como por varias empresas más para fines de comercio electrónico.1. su jerarquía. a la hora de pagar en un restaurante no lo hace y deja que sus acompañantes paguen. que en realidad estés chateando con una Inteligencia Artificial de la empresa VirtuOz.  Una vez que se conocen los atributos que definen cada persona.

4 millones más de financiamiento debido a lo exitoso que ha sido su tecnología. Vi-CLONE "Vi-Clone" es el apocope de Clon Virtual: una copia de una persona real que puede ofrecer compañía y confianza desde la pantalla del ordenador. al final. permite agilizar la búsqueda sin utilizar el ratón o teclado para navegar.Inteligencia Artificial y Robótica palabras. se pueden desplegar en miles. pero es como lo que ocurrió con la revolución de la PC hace unas décadas: Todos creían que debido a la automatización que los humanos serían desplazados de sus puestos. y que obviamente trabajan sin descanso las 24 horas sin pedir beneficios. Esto mejora y facilita la comunicación entre la empresa y sus clientes. Estos beneficios de seguro que muchos mirarán como grandes problemas para el desempleo. Una gran ventaja para las empresas que utilizan estos Agentes de IA es que son más baratos que mano de obra humana. Vi-Clone tiene una interfaz absolutamente humana (grabación de actor/actriz) lo que facilita las relaciones con la gente que todavía es reacia a interactuar con una máquina. lo que los ayuda a ellos a ser más efectivos en el futuro. etc. seremos una sola cosa. Es cierto que esto a largo plazo. en donde por un tiempo aparenta que estamos perdidos. Gracias un sistema de reconocimiento de voz vía Web. hacer esto". Es una solución de dos vías: la empresa detecta las necesidades del cliente a la vez que demuestra valorar el tiempo del mismo y aumenta el tráfico de su Web reduciendo los costos. guiar e informar a los clientes de Internet. aparenta representar una amenaza a la humanidad. permitiendo una respuesta más rápida a las necesidades y problemas de los clientes. 6. Utilizando Inteligencia Artificial avanzada puede atender.2. pero estos son solos lo que yo llamo "períodos traumáticos de adaptación". La clave del éxito de la empresa ha sido que a diferencia de otros agentes que solo recorren una lista de "si esto pasa. y poco después todo tipo de empresarios empiezan a ver oportunidades que generan más empleo. eso sin nombrar los beneficios periféricos de la industria de las fábricas de ensamblaje. buscando por ellos la información que necesitan. pero lo que ocurrió fue todo lo contrario: Una nueva industria en donde se requirieron millones de nuevos empleados para manejar estas máquinas en oficinas e instituciones de todo tipo. nosotros los humanos y ellas las máquinas. La empresa inclusive acaba de recibir US$11. Sin embargo. solucionando sus problemas en tiempo real. institutos de enseñanza. si vemos las cosas como hoy. Ingeniería de Sistemas 2014-II 27 . nada de eso importará en un futuro. estos agentes de IA de VirtuOz literalmente aprenden por sí solos de la experiencia e interacciones con clientes en particular. ya que como les expliqué en Máquinas en el Paraíso. lo que les permite extraer significado de las conversaciones y por tanto responder mejor a humanos. Estas características representan aquello que le da comodidad a los clientes: una imagen de una persona real que simula ser una videoconferencia con un experto de la empresa.

aplicando técnicas de Marketing Tecnificado sobre las bases de datos internas de clientes se puede vender mucho más gracias a una mejor selección del público objetivo. la Humanation. la preferencia que a simple vista resalta es el primer enfoque. Porque como todo ser humano razonable y crítico que busca maneras o formas para optimizar la toma de decisiones. y adicional. apoya de forma contundente la fuerza de venta y el Marketing Relacional. el cual presenta las siguientes ventajas:  Prevé mejor las decisiones de las personas. no utiliza datos sociodemográficos. marca. se debe tener en cuenta que también aporta los siguientes beneficios:  Mayor ARPU (Rédito Medio Por Usuario). encuentra valores y motivos de compra diferentes del precio. así que. es más eficiente porque el trabajo resultante es más fácil de mantener y es mucho más enfocado al Marketing. es que. ahorro en costes y reducción del choque cultural. encuestas. en este caso son estas últimas las que interesan. en el presente documento se han introducido dos enfoques del marketing tecnificado y. llámense decisiones de vida o decisiones de negocio. tales como.Inteligencia Artificial y Robótica CONCLUSIONES La IA ayuda a vender más. por consiguiente. se debe dar preferencia al enfoque que en este momento pueda abordar de una mejor forma el océano cambiante del mundo empresarial. etc. sondeos. selecciona los argumentos más eficaces. con la ventaja de dar resultados más sólidos. ya que al aplicar el Test de Human a las bases de datos se puede conocer a cada persona de forma veraz y acertada. amparado en el rigor científico que valida todos los argumentos que las fundamenten. ya que insensibiliza al precio a los consumidores. requiriendo menos soporte científico. y a un mejor enfoque de cliente. Así pues. menos interpolados. Lo que no se debe olvidar es que el objetivo de estos dos enfoques es realizar Marketing cada uno a su manera. es más económico porque se consiguen mejores resultados promedio con un 20% del esfuerzo requerido con el segundo enfoque. focus group. tal y como se ha descrito anteriormente. Ingeniería de Sistemas 2014-II 28 .. A parte de esas razones. se puede adecuar de mejor forma a la Administración Pública. fundamenta la creatividad en Marketing. consiguiendo el necesario y actual enfoque “hacia el cliente” en todas las acciones y decisiones de marketing (Customer Intelligence). por ende. a una mejor argumentación. ¿Por qué preferir algún enfoque?. para luego poder usar dicho conocimiento y argumentar mejor las ventas. proximidad geográfica.  Trabaja con todos los clientes y no sólo con muestras. dado que. etc. igualmente. calidad. Igualmente. de manera que se puede influir de forma más eficaz en sus decisiones.  El inconveniente que a su vez es una gran característica en este enfoque. al no utilizar herramientas de recolección de información externa.

html} http://www.html http://catarina.com/ensayos/Inteligencia-Artificial-Aplicada-a-LaEstrategia/5316287.udlap.es/2010/10/15/definicion-de-seo/ http://es.com.elpais.informaticaintegral.edu/DinamicaNoLineal/Articulos/MineriaDatos/Articulo 03.edu.wikipedia.alegsa.es/rd/Recursos/rd98/TecInfo/07/capitulo1.depi.depi.youtube.html http://campusvirtual.edu.org/wiki/Red_neuronal_artificial#Estructura http://www.php http://www.mx/ap acheco/ai/definic.mx/apacheco/ai/definic.com/2008/01/concepto-caractersticas-ymetodologas.htm http://www.es/inteligencia-artificial-marketing/ http://compraactiva.blogspot.dynamics.wikipedia.net/2011/04/seo-que-es-seo.Inteligencia Artificial y Robótica BIBLIOGRAFIA                      http://es.com/ensayos/Marketing-Tecnificado/1542402.com/watch?v=apowBDeTfKQ http://www.gestiopolis.com/turing/2012/11/el-test-de-turing-y-la-inteligenciahumana.html http://www.wikipedia.org/wiki/Inteligencia_artificial http://inteligenciaartificialudb.asesorseo.htm http://www.cica.unam.itch.html http://es.html http://www.com/recursos2/documentos/fulldocs/mar/intartventa.buenastareas.me/equipo/ http://es.ar/Diccionario/C/2695.mx/u_dl_a/tales/documentos/lis/moreno_a_jl/capitulo3.net/sisexp.org/wiki/Posicionamiento_en_motores_de_b%C3%BAsqueda http://www.es/cala/epistemowikia/index.php?title=Prueba_o_test_de _Turing http://blogs.org/wiki/Siri http://www.wikipedia.html http://mercadeodigital.pdf http://thales.pdf Ingeniería de Sistemas 2014-II 29 .buenastareas.itch.htmhttp://www.unex.v2p-online.