Todo es una recomendación

Cuando Barneys New York lanzó una línea de moda de la estrella de baloncesto del Oklahoma City Thunder, Russell Westbrook, en julio pasado, los ejecutivos no sabían exactamente quién compraría esa ropa. No necesitaban hacerlo. Las respuestas surgieron rápidamente de una innovación de compras en línea que a menudo se pasa por alto: el motor de recomendaciones.

Las versiones tradicionales de la tecnología son simples. Dile a Netflix tus sentimientos sobre algunas películas y te sugerirá más. Lea una página de producto en Amazon y le muestra alternativas similares. Estas son las herramientas que ayudaron a hacer grandes esas empresas. Pero hoy en día, las nuevas tecnologías y conjuntos mucho más grandes de datos disponibles están llevando a los motores de recomendación como el que usa Barneys a un nuevo lugar, haciéndolos menos obvios para el usuario pero más importantes para las operaciones del sitio web.

Un ejemplo es cómo las recomendaciones pueden aparecer como resultados de búsqueda que se completan automáticamente. Después de que un comprador en la tienda de bicicletas en línea de Jenson USA ingrese las dos primeras letras de una búsqueda de casco integral, el sistema de recomendación muestra una lista de cascos en un pedido basado en el perfil de ese cliente. En Neiman Marcus, la experiencia en línea de cada comprador se personaliza de manera similar según el comportamiento de la persona en visitas anteriores, e incluso en la actual.

Las mejores tecnologías de etiquetado permiten a los minoristas profundizar más en los detalles específicos del diseño de la ropa. Así es como pueden destacar a los nuevos diseñadores como Westbrook para los clientes apropiados, concentrándose en las características específicas de sus diseños. Es similar a la forma en que Pandora agrupa los sonidos similares para generar audiencias para los músicos.

Cuando los motores de recomendación más sofisticados atraen a los navegadores casuales con selecciones de página tan personalizadas, la posibilidad de que compren algo se triplica, dice Matt Woolsey, vicepresidente ejecutivo de digital en Barneys.

La forma antigua de hacer recomendaciones en línea consiste en ponerse al día con el cliente: dejar que le hablen sobre sí mismos y perseguirlos, dice Woolsey. Estamos tratando de usar big data para adelantarnos al cliente.

Las tecnologías que hacen que las recomendaciones en línea estén tan bien diseñadas como un traje de Barneys son software de big data como Hadoop y el hardware para ejecutarlo, dice Joelle Kaufman, directora de marketing de BloomReach, una empresa emergente con sede en Mountain View, California, que es uno de alrededor de tres docenas de proveedores en el campo.

Los datos basados ​​en la ubicación de los teléfonos móviles también pueden desempeñar un papel importante. Otras fuentes de conocimiento del consumidor que recién comienzan a informar las recomendaciones de estos nuevos motores pueden incluir el historial de compras de tiendas fuera de línea y el historial de redes sociales.

Un recorrido rápido por el sitio de Barneys ilustra cómo funciona. Woolsey y yo fuimos a la página de moda masculina e hicimos clic en el mismo reloj de $150. Dado que mi historial limitado de navegación y compras se centró en artículos menos costosos, obtuve una lista de relojes que van desde $ 95 a $ 250 como contrasugerencias en la parte inferior de la pantalla. A Woolsey, quien reconoció alegremente que probablemente se viste mejor que la mayoría de los reporteros, le mostraron relojes que costaban entre $330 y $1,100.

Esto es posible gracias a las tecnologías de procesamiento paralelo que procesan grandes cantidades de datos rápidamente, dice Kaufman de BloomReach. Los sistemas emergentes pueden proponer docenas de algoritmos diferentes para elegir la siguiente página que el consumidor podría ver.

En Neiman Marcus, la tecnología de BloomReach puede cambiar los tipos de ropa que aparecen en la página de ropa de mujer con solo unos pocos clics. Después de que Kaufman hizo clic en tres suéteres, desapareció una pestaña para los zapatos Jimmy Choo, reemplazada por una puerta de entrada a los suéteres en oferta.

Eso es aprendizaje automático instantáneo, dice ella. Todo es una recomendación.

esconder