líderes en noticias de marketing, publicidad y marcas

Jesús Moradillo CEO de APACHE Digital y Director General en LLYC

La regla del 10-20-70 para implementar con éxito la inteligencia artificial (IA) en los equipos de marketing

cómo implementar la IA en el marketing.

Tras todo un 2023 de hype ensordecedor de inteligencia artificial este ha sido uno de esos veranos en los que muchos hemos tenido que hacer un ejercicio proactivo de desconexión digital para poder volver a la rutina con las neuronas algo más frescas. Ha llegado el momento de separar el grano de la paja y ordenar todos los avances en inteligencia artificial aplicada al marketing para mejorar nuestro performance y no quedarnos atrás. Tenemos 4 meses valiosos por delante para planificar el cierre del año y preparar equipos y procesos para un 2024 donde la eficiencia y el crecimiento son pilares clave.

Todos sabemos que las áreas de marketing están siendo las más impactadas por esta tecnología. De hecho, llevamos muchos años utilizando las capacidades de IA y machine learning a través de las propias plataformas publicitarias y de martech de las big tech y de las nuevas startups que están surgiendo alrededor, son desarrollos que no han parado de evolucionar y nos anuncian novedades cada mes. Así que un tiempo cada vez mayor de nuestro equipo ya se destina a experimentar con estas herramientas que mejoran el performance, ayudan a la hora de automatizar la creación de experimentos publicitarios y
distribución de audiencias.

Pero para tener éxito en la adopción y generar estas eficiencias e impulsar el crecimiento, además de llevar a cabo esta experimentación, necesitamos diseñar un proceso ordenado de implementación que limite los riesgos, planifique los test & learn, documente los avances, identifique los fracasos y alinee tanto esfuerzo y tiempo con los objetivos de la organización. Es decir, la mera delegación sin diseño en el supuesto buen hacer de los equipos probando herramientas sin un plan garantiza el fracaso.

Para muchas organizaciones, la principal barrera no es técnica sino cultural. Se requiere una sinergia entre el conocimiento técnico y la visión empresarial. Ambas partes deben comprender las capacidades y limitaciones de la IA. La tecnología por sí sola no crea milagros; su potencial se desbloquea cuando se aplica con visión y estrategia. Por eso planteo la fórmula del 10-20-70:

10% – Modelos de Aprendizaje Automático: A primera vista, este porcentaje puede parecer pequeño. Sin embargo, el desafío radica en garantizar la calidad de los datos y en no sobredimensionar la solución técnica. No todos los problemas requieren un enfoque de IA avanzado y nos podemos apoyar en las capacidades de nuestros partners tecnológicos como Google, Meta, Amazon o Salesforce. En marketing, esto implica principalmente análisis predictivos, segmentaciones precisas y personalizaciones de campañas y experiencias.

20% – Implementación e Innovación: Una vez que se tiene un modelo robusto, el siguiente paso es su implementación. Las organizaciones deben invertir en las integraciones de estos modelos en sus sistemas existentes. Me refiero a la integración técnica de los sistemas y de los datos con carácter bidireccional. Además, teniendo en cuenta el momento actual con el fin de las cookies, debemos priorizar plataformas de governance first party. Pero la implementación no es un proceso pasivo; requiere innovación continua, adaptabilidad y formación. Y mucha flexibilidad y colaboración del equipo de IT que verá como un riesgo iniciativas lideradas desde marketing. En nuestro caso concreto gran parte del esfuerzo lo estamos volcando sobre la integración del ecosistema publicitario de Google GMP con sus soluciones integradas en Google Cloud de aprendizaje automático, entrenamiento de modelos y conexiones de entrada y salida.

70% – Cambio en los Procesos: La adopción de la IA no se trata solo de tecnología. Se trata, en gran medida, de personas. Las organizaciones (sobre todo el management y los equipos de IT) deben estar dispuestas a transformar sus procesos y adaptarse a las nuevas formas de trabajar. Esto puede significar cambiar las relaciones, los flujos de trabajo y las responsabilidades. Hay nuevas tareas que ejecutar, nuevos perfiles que formar y nuevas relaciones que la implementación va generar. La transformación es tanto una cuestión de mentalidad como de acción.

Algunos pueden argumentar que el valor real de la IA se mide por su capacidad tecnológica. Discrepo. Creo que el valor real de la IA se mide por cómo las organizaciones la utilizan para crear experiencias valiosas para sus clientes, mejorar la eficiencia y, sobre todo, impulsar la innovación. Y esto es un asunto de estrategia, cultura y procesos. Las cifras del 10-20-70 son sólo un ejemplo que representa una llamada a la acción para que los CEOs y líderes de las organizaciones eduquen a sus equipos, fomenten la colaboración, mantengan una visión a largo plazo y lideren con el ejemplo.

Por Jesús Moradillo, director geneal Deep Digital en LLYC y fundador de Apache Digital

 

Olvida el last clic: por qué un modelo de atribución de éxito tiene que poner el target en el centroAnteriorSigueinteLa importancia de digitalizar los procesos de marketing

Contenido patrocinado