En los últimos años, habrás escuchado nuevas tecnologías aplicadas a las webs y aplicaciones para ayudar a la atención al cliente y para la creación de campañas de newsletter. Del primero, un claro ejemplo son los bots que te han podido atender en muchas de las webs de hoy en día. Estos, a través de reglas programáticas, consiguen resolver dudas a los usuarios y así ganar tiempo, ahorrar costes y mejorar las conversiones. Por otro lado, las campañas de automatización de emails te permiten lanzar mensajes claros y directos a tus audiencias según como estos han interactuado en tu web. Como, por ejemplo, enviar un email a un usuario que se ha dejado productos en el carrito, pero no ha terminado la compra.

Todos estos avances te permiten mejorar los porcentajes de conversión y con ello los ingresos que obtienes de tu ecommerce o web corporativa. Sin embargo, la tecnología va más allá y nos está permitiendo adelantarnos al comportamiento del usuario mediante análisis predictivos con los datos que recoges en tu sistema. Un claro ejemplo de este avance es la tecnología llamada “Machine learning”: esta tecnología lo que realiza es un estudio de los datos actuales y un aprendizaje a través de los nuevos datos que va recibiendo. Tras un periodo de entrenamiento te permite empezar a ejecutar acciones nuevas.

Un ejemplo claro son las nuevas audiencias que ha creado Google en su herramienta de analítica web. Ha sido capaz de crear un sistema que aprende de los comportamientos que los usuarios realizan en tu web. Además, crea audiencias de personas que Google prevé que van a tener el mismo comportamiento que las personas analizadas anteriormente. Hay 2 tipos de audiencias:

• Audiencia predictiva de compra: Esta audiencia recoge una lista de usuarios en los que prevé que compren en los próximos 7 días.
• Audiencia predictiva de abandono: Obtiene la probabilidad de que los usuarios no la página en los próximos 7 días. 

Con estas audiencias podemos atacar con mensajes específicos para terminar de cerrar una venta o para intentar recuperar al usuario. Pero para poder obtener accesos a ellas debes tener configurado el comercio electrónico:

• La herramienta debe de recoger al menos datos de eventos de compra
• Estos datos deben de tener un mínimo de audiencia para que la herramienta pueda aprender de su comportamiento y poder realizar predicciones más certeras. Se requiere que 1.000 usuarios activen las reglas predictivas relevantes (compra) y 1.000 que no lo hagan.

Esta tecnología te permite hacer remarketing a los usuarios que entran en tu web, pero con mayor probabilidad de éxito ya que estos usuarios están basados en intenciones muy concretas dentro del embudo de conversión. Aunque para que la campaña sea más efectiva deberás preparar a tus copywriters y una buena estrategia de ofertas u relación de productos de interés.