Motores de recomendaciones basados en inteligencia colectiva

 

César Carralero (@qualityobjects

Todos sabemos que la forma tradicional de obtener recomendaciones de productos, películas, sitios web interesantes, viajes o lugares que ver, o sitios donde trabajar es preguntar a los amigos. También sabemos que tenemos amigos con “mejor gusto” que otros, o al menos con un gusto más parecido al nuestro, ya que les conocemos de hace tiempo.

 ¿ Pero, qué ocurre cuando estamos hablando de Internet, donde el número de opciones es casi ilimitado y nuestro pequeño grupo de amigos no son número suficiente o no conocen las posibles opciones que se ofrecen para recomendarnos ?

 Para solucionar este problema se han creado las técnicas llamadas de Inteligencia Colectiva basadas en el análisis de comportamiento de los usuarios en Internet.

 Aunque el término Inteligencia Colectiva existe antes de Internet, la posibilidad de recoger información de usos y costumbres de millones de internautas, la potencia de cálculo, y las nuevas tecnologías Big Data necesarias para procesarlo, a abierto nuevas posibilidades y un sin fin de usos innovadores del aprovechamiento de la Inteligencia Colectiva.

 Desde el punto de vista teórico, el termino Inteligencia Colectiva involucra un amplio conjunto de métodos  y algoritmos de distinto tipo, cada uno de ellos especializado en un tipo de análisis y uso. Entre ellos podemos destacar: filtrado colaborativo, algoritmo de distancia euclidiana y correlación de Pearson, Clasificación Bayesiana,  vecindario k-Nearest, factorización de matrices No-Negativas, escalado multidimensional… y un amplio conjunto de técnicas matemáticas que permiten analizar grandes cantidades de datos para extraer de ellos el conocimiento y las relaciones que permitan transformar datos en inteligencia.

 Todos estos métodos teóricos han pasado de los libros a ser reales en gran medida gracias a las nuevas capacidades y tecnologías que el mundo de Big Data y especialmente la llamada Inteligencia Operacional (Big Data en Tiempo Real)  nos ha puesto al alcance de la mano.

 En la actualidad estas técnicas son muy usadas en grandes portales principalmente americanos de comercio electrónico como eBay, Amazon, pero muy poco utilizadas en portales españoles por su complejidad algorítmica y dificultad de implementación, lo que supone inversiones para su desarrollo que solo grandes portales de comercio electrónico pueden asumir y amortizar.

 Pero, ¿ y si pudiésemos disponer de un servicio Cloud que se pudiese integrar en mi portal de e-commerce de forma sencilla, sea del tipo que sea (retail, inmobiliario, viajes, trabajo, bancario, seguros, …)  y me permitiese beneficiarme de las ventajas como up-selling, cross-selling y fidelización de clientes, que un motor inteligente de recomendaciones me puede ofrecer ?.

 Integrar un servicio cloud como el propuesto en nuestro portal de e-commerce me permitiría cada vez que un visitante de mi portal está visualizando un producto de mi catalogo ofrecerle un conjunto de alternativas similares y/o superiores (up-selling), pero no en función de lo que yo considere que le puede interesar, sino en función de lo que miles o millones de otros clientes consideran que le va a interesar.

 De la misma forma, cuando un usuario introduce un producto en el carrito de la compra, le podremos ofrecer otros productos complementarios (cross-selling) de mí catalogo, nuevamente en función de las compras previas de miles o millones de usuarios.

 No importa quién es el cliente ni su perfil;  no importa cuál es el producto, ni para qué sirve o sus características… solo necesitamos analizar el comportamiento de los usuarios, que productos, ven, cuanto tiempo, que actitudes de compra tomas, que compran en conjunto… es decir, nos movemos en el complejo mundo de analizar los comportamientos humanos. 

 Este hecho de que las recomendaciones no las decida yo, sino que se creen a partir del comportamiento previo de millones de usuarios cambia un concepto fundamental de las recomendaciones que es la relevancia. Una recomendación más relevante eleva drásticamente las posibilidades de llegar a finalizar la acción de compra.

  

Conclusiones:

La Inteligencia Colectiva nos transforma el concepto de recomendaciones pasando de recomendar lo que YO quiero vender a recomendar lo que EL CLIENTE quiere comprar… TU DECIDES.

  

 Si quieres entender mejor como crear un motor de este tipo, puedes descargarte el White Paper adjunto … espero os resulte interesante.

 

Deja tus comentarios

Enviar un comentario como invitado

0
  • No se han encontrado comentarios