Mejores prácticas de inteligencia artificial [caso real]
Índice de contenidos
Cuando hace más de dos años empezaba a hablar de las aplicaciones reales de la inteligencia artificial, lo hacía en base a potentisimas iniciativas que en ese momento estaban dando sus primeros pasos hacia el mundo real (y que en este tiempo han seguido evolucionando, por supuesto).
Algo parecido ha ocurrido con innovaciones como el blockchain o las nuevas formas de interactuar con la voz entre empresas y usuarios.
Pero como es normal, todas estas innovaciones han ido desarrollándose y haciendo realidad sus promesas iniciales. Unas van más rápido que otras, pero todas se están acercando a nuestro día a día.
Recientemente me han recomendado una conferencia de Bejamin Calleja, CEO de Livit sobre la aplicación de la inteligencia artificial en la definición de la experiencia de usuario en restaurantes.
En su conferencia cuenta cómo aplican la inteligencia artificial en un restaurante, que usan como laboratorio, en Estocolmo. Y la verdad, es que es el sueño de todo profesional del marketing y de cómo el dato ayuda a transformar las empresas.
En su caso, el resumen del origen de todos estos aprendizajes, está en la combinación de una obsesiva y extendida pasión por la medición de cada interacción (tanto cuantitativa, como cualitativa), combinada con la inteligencia artificial como motor del cambio en cada aspecto del restaurante.
La medición y la inteligencia artificial como motores del cambio
Al final del artículo os dejo el vídeo, pero me gustaría dejaros algunos de los aprendizajes como resumen:
- Para obtener ventaja de la innovación es tan importante el qué, cómo el cuándo.
Ser el primero que la aplica de la manera correcta te da una enorme ventaja sobre la competencia. A día de hoy, existen muchas formas de innovar y de obtener resultados en el corto plazo. Eso si, no sirve innovar por innovar, ni dejarnos llevar por las tendencias sin antes pensar en su aplicación en nuestra empresa. En unos casos tendrá sentido para nosotros y en otros no.
- “78% de los millenials prefieren gastar más en una buena experiencia, antes de invertir en un producto atractivo”.
Esto es directamente aplicable a un restaurante, pero igualmente importante si pensamos en cualquier interacción con nuestra audiencia.
- Han optimizado los procesos al máximo: como ejemplos: han reducido a 3,5 minutos el tiempo de espera desde que pides la comida, te la sirven y has pagado (en un restaurante de comida rápida de “alto standing” y de un total de 18' de estancia media en el restaurante). Todos los productos se cocinan en el mismo tiempo: 1'50”…. Y lo más importante, todo esto les ha llevado a conseguir un 30% de EBITDAR.
- Miden todo y son capaces de relacionarlo con otras variables: cuando dicen que miden todo, es que toman cada dato disponible, lo miden y analizan y, además, lo ponen en contexto de los eventos que puedan tener lugar en la ciudad, para poder hacer análisis predictivo y así adelantarse.Y todo esto no solo de forma cuantitativa, si no que también realizan encuestas cualitativas para profundizar en los datos.
- De las cosas más importantes que han hecho es entender quien es su cliente: por ejemplo, utilizan los teléfonos móviles trackeados (y entiendo que con permiso del cliente) para conocer sus hábitos: cuántas veces vienen, desde donde y a qué hora, dónde viven, trabajan, tiempo en llegar al restaurante… toda esta información les permite hacer un mapa de los movimientos de sus clientes y conocer sus preferencias a la hora de ir al restaurante.Así, por ejemplo, pueden determinar las zonas donde tienen mayor número de personas que les gusta el restaurante y por tanto, si deberían abrir otro en esa zona, o delimitar las influencias geográficas de los diferentes restaurantes en la ciudad o pensar en las zonas de reparto (en caso de tenerlo).
- Usan la inteligencia artificial para mejorar la experiencia del cliente, pero necesitan alimentar con datos el algoritmo para que aprenda. Preguntan a los clientes en encuestas, miden el NPS… todo orientado a mejorar esa experiencia.
Conclusiones que llevan a decisiones de negocio y a optimizar ingresos y costes
Algunas de sus conclusiones basadas en datos son:
- Les compensa invertir en una caja de pizza de alta calidad (1 € de coste), porque tienen comprobado que la experiencia es tan positiva que le lleva al 80% de ellos a compartirlo en Instagram. Así que ellos lo toman como una inversión de marketing, no como un coste.
Además, lo que es más importante, esta caja hace que los clientes encuestados estuviesen dispuestos a pagar una cantidad extra por esta pizza (+27%). - Han probado que el diseño del local, hace que sean percibidos como un restaurante perfecto tanto para comer, como para una cita. Y esto les hace subir las ventas de alcohol.
- También han testado los efectos del tipo de música y su volumen en la comida que se pide, y han encontrado que pueden influir en las ventas y el tipo de comida que se pide.
- Algo similar ocurre con las esencias que usan para ambientar el local. Una lleva a pedir comida más sana (ensaladas), y otra más alta lleva a pedir hamburguesas y pizzas.
- Como en Estocolmo la luz es algo débil y durante pocas horas, también han aplicado los aprendizajes al restaurante para adaptar la intensidad en función de la luz del exterior.
Todo esto, les lleva a manejar las variables que les llevan a cumplir sus objetivos: maximizar los ingresos y controlar los costes (personal, comida, bebida… etc.) de una manera muy eficiente.
Mi aprendizaje es que puedes usar los datos para incidir en aspectos muy cualitativos, como es la experiencia de cliente. Podríamos pensar que la medición nos lleva a decisiones muy estrictas, pero en este ejemplo nos muestran la capacidad de llegar hasta el último detalle
(algo que intuimos, pero es una maravilla ver aplicado en la realidad).
Aquí os dejo el vídeo completo para que tengáis toda la información
La imagen que acompaña el artículo (inteligencia artificial) es de ShutterStock
Deja un comentario