Conferencia: Conocer al Cliente

Customer Intelligence. El poder de conocer al cliente. La economía de la atención. Por Andreas Weigend, Chief Scientist de MusicStrands. Organizada por EmpresaDigitala.net y SPRI. 27 de mayo de 2005. Museo Guggenheim, Bilbao. Imágenes de la Conferencia en Flickr. Audio completo de la conferencia en MP3 podcasting: Weigend Guggenheim Podcast #1 5.27.05.

La mayor parte de las personas son mucho más predecibles de lo que creen.

Hablar de «inteligencia en las empresas» y «Business Intelligence» a mi muchas veces me parece que es un poco oxímoron, como cuando hablas de inteligencia militar o políticos honestos. Por suerte hay algunas excepciones y gente y empresas que aplican técnicas realmente ingeniosas para obtener valiosa e importante información sobre lo que hacen sus visitantes y clientes, lo qué compran y cómo mejorar así sus tiendas y servicios web en base a esto. Internet es más propicio para esto que el MundoReal™ porque teóricamente tienes toda la información posible sobre lo que hace cada persona en cuanto entra en un sitio web (esto muchas veces no es así, pero desde luego parece mejor que hacer un «panel» o una encuesta.)

Gran parte de la charla utilizó ejemplos sobre Amazon, donde Weigend trabajó durante algunos años en los sistemas de recomendación. Estos sistemas se basan en lo que el usuario hace mientras navega y en lo que compra tanto ese cliente como otros, todos ellos reales. En base a eso se utiliza la información para recomendarle otros productos que puedan gustarle: el clásico «si te gustó esto, entonces te gustará...». La ventaja de una tienda como Amazon es que cuenta con toda la información de miles y miles de compras cada día, cuyos datos puede recolectar y analizar. Y que en Amazon se confía en ese análisis - es bien sabido que muchas empresas no lo hacen o ni siquiera tienen gente dedicada a ello.

Cuando una tienda o servicio es nuevo, o demasiado pequeño, y no tiene datos para analizar, sufre el denominado problema del bootstraping, que es circular: como no tiene datos no puede arrancar, analizar y recomendar. Y como no «arranca», no tiene datos que analizar. Al principio puede ir un poco a ciegas, pero en realidad bastan unos pocos datos para empezar. Esto me recordó un poco a la teoría de usabilidad de Don't Make Me Think, que viene a decir que aunque sólo pruebes una interfaz con cinco o diez personas, casi seguro que acertarás al detectar los mayores problemas.

Andreas puso varios ejemplos reales bien estudiados, por ejemplo cómo modificar ligeramente la interfaz de la tienda (poner el mismo carrito de la compra en Amazon a la derecha o a la izquierda) puede hacer aumentar o disminuir las ventas, los productos vistos, los artículos añadidos al carro - aunque todo depende de lo que se quiera conseguir, que hay que conocer de antemano. La inteligencia del asunto no está en lo que alguien de la empresa, ni en el programador, el diseñador, el marketoide, ni en el más alto directivo «opinen» que hay que hacer. Está en la red: en la red que forma la información de lo que han hecho los visitantes realmente. Es interesante para estudiosos ver por ejemplo la evolución de la barra de navegación de Amazon basada en estos estudios.

Una vez que se conoce al cliente y su comportamiento y existen algoritmos de recomendación para conocer qué otros artículos podría querer comprar, el problema es cómo mostrárselos sin que aquello parezca un anuncio de detergente. Presentar esa información se denomina pushing. El pushing molesto va desde anuncios no deseados a correos que prácticamente serían considerados spam. Las mejores tiendas aprenden a hacer pushing pero «sin que parezca pushing». Por ejemplo, tras una compra, Amazon presenta una página «Share Your Love» que te permite recomendar lo que has comprado a un amigo. Si ese amigo compra antes de una semana ese producto, ambas personas obtienen un descuento en la factura del 5%. Esto no se percibe como pushing por esas personas, sino como una ventaja - incluso aunque la segunda lo reciba por correo electrónico. En diversos lugares de Amazon, cuando compras, suele aparecerte una lista de «libros similares al que has comprado». Últimamente, Amazon muestra prácticamente todas las páginas de forma personalizada para cada usuario, según muchísimos factores.

Amazon cuenta actualmente con más de veinte millones de productos y toda la optimización que realiza sobre la tienda se basa según Weigend únicamente en pruebas, pruebas y más pruebas: optimización constante y detallada. A lo mejor esto que muchos hemos vivido te suena: en algunos sitios web el color de fondo, la posición de los botones o el tipo de letra de la portada e incluso otras páginas son decididos por algún visionario directivo (ni siquiera por analistas, expertos o diseñadores). ¿Tiene esto sentido? Según Weigend el criterio último debería estar basado en conocer al cliente y analizar los datos reales, algo que es tanto funcional como real, y además basado en el objetivo estratégico que se haya marcado, en el caso de Amazon: las ventas de productos (en otros sitios podrían ser visitas, popularidad, enlaces, crear comunidad, etc.) Un ilustrativo gráfico de una red que conecta libros sobre política muestra las conexiones en las compras de libros con las dos orientaciones políticas (izquierda y derecha) en Estados Unidos.

Aunque todo esto suene complicado, no siempre es así. Weigend afirma que la complejidad no es un problema, ni siquiera con millones de productos y clientes. Es únicamente cuestión de valorar si realmente se quiere confiar en los datos reales o se prefire hacer una interpretación estilo astrológico, que seguro que también te suena: «yo opino que mejor así...», «es que cuando yo compro hago tal...», «mi mujer me dijo que el color sería mejor si...».

Weigend también dedicó una buena parte de la charla a hablar sobre los tags y los servicios de software social. Estos servicios según Weigend están creciendo en Internet y son tremendamente importantes porque permiten a gente real clasificar lo que les gusta y compartirlo. Y, aunque lo hagan de forma caótica y desorganizada, esa clasificación contiene información importante y analizable. Enseñó en vivo varios servicios de los que en Microsiervos llevamos meses y meses hablando y recomendando: Del.icio.us donde la gente clasifica favoritos; Flickr que hico populares los tags en las fotos; 43 Things, donde la gente clasifica lo que quiere hacer en la vida; OpenMind.org donde la gente «entrena el sentido común de las máquinas» (este no lo conocía) y MusicStrands donde se pueden crear listas de música, añadir canciones, marcarlas con tags y compartir toda esa información.

Mi frase favorita de la conferencia fue:

La moneda del futuro es la atención. Y en el futuro el reparto de la atención se asignará por reputación.

Otra de las descripciones que más me gustó fue cuando Weigend explicó que objetos como los teléfonos móviles de hoy en día son a la vez tremendamente poderosos pero estúpidos. Imagina los teléfonos móviles de última generación: teóricamente saben a quién pertenecen y cuál es su red de amigos, conocidos y contactos. Saben con quién se habla más y menos, y si es por voz o mensajes. Saben aproximadamente su propia ubicación física (por las celdas de las torres de telefonía). Saben si su propietario está libre o en una reunión (gracias a la agenda), o dónde debería estar (si en la agenda hay citas y direciones). También saben si la persona contesta o no las llamadas de otros pese a estar reunido. Los móviles podrían detectar si hay otros teléfonos alrededor (mediante Bluetooth) y si son conocidos o no, si están parados o entran y salen (por ej. en una reunión). Pero a pesar de todo esto, son infinitamente estúpidos y se limintan a hacer ring ring cuando alguien llama: es todo lo que hacen. Hasta que pulsas el botón verde, no saben hacer nada más. Eso es realmente estúpido. En ese terreno tecnológico, según Weigend, hay un potencial enorme donde empresas como Jambo Networks, que tiene un software de este estilo para móviles, pueden desarrollar nuevas tecnologías de software y redes sociales.

A la charla asistieron probablemente unas 100 ó 150 personas, pero la verdad es que es difícil de calcular, y al final siempre hay más que al principio. Hacía un calor tremendo en Bilbao pero un así todo el equipo de MusicStrands y algunos conocidos como José Antonio del Moral, que ha montado recientemente Alianzo Networks nos fuimos de pintxos. Por cierto que encontré la ciudad preciosa. Los que formamos parte del equipo de MusicStrands, Weigend incluido, nos pasamos toda la tarde reunidos en un hotel, poniéndonos al día, y viendo cómo va el proyecto y la empresa. Por cierto que la próxima versión del sistema de recomendaciones musicales web sale este mismo mes si todo va bien. Va a ser un gran cambio, y lo más importante es que se han incluído todas las peticiones que hizo la gente que lo usaa, relativas a los tags musicales y al tema de importar canciones directamente además de otras muchas. El catálogo ya va por 4,5 millones de canciones y miles de listas, pasada la fase del bootstraping. Estos días estoy pudiendo jugar con las betas de los Labs de MusicStrands y realmente es un cambio. En fin, ¡pronto en sus pantallas!

¡Ah! Y como la conferncia se grabó completa en audio y vídeo creo que pronto estará en podcasting/MP3, así que si te interesa el tema la podrás oir completa, ya avisaré por aquí cuando la cuelguen en algún lado.