Personalización y privacidad en la era de la IA

Brindar una experiencia personalizada al cliente va mucho más allá de dirigirse a un cliente por su nombre en un correo electrónico automatizado; se trata de conocer los intereses, la historia y la intención del cliente, y usar estos datos para crear un nivel de compromiso que sea auténtico y relevante en cada etapa del viaje del cliente.

Según algunos estudios, el 44% de los consumidores informan sentirse frustrados cuando las empresas no ofrecen experiencias relevantes y personalizadas. Para que las organizaciones tengan éxito en la creación de CX verdaderamente personalizado, deben asegurarse de que cada interacción se adapte a las circunstancias inmediatas y las prioridades actuales de sus clientes (más aún en estos dóias de confinamiento). Pero hay una delgada línea entre sorprender a sus clientes y asustarlos, entre la personalización y la privacidad.

Mantener demasiada información de los clientes ahora se considera problemático, especialmente en la era de las controversias sobre la privacidad de los datos, como el escándalo de Facebook de principios de 2018 cuando se reveló que el gigante de las redes sociales compartió de manera inapropiada los datos personales de 87 millones de perfiles con un político británico. empresa de consultoría. Más recientemente, Amazon ha admitido que emplea trabajadores humanos para escuchar las grabaciones de Alexa en un esfuerzo por mejorar las capacidades de procesamiento del lenguaje natural (PNL) del asistente digital. Amazon no había informado a los usuarios de que un humano podría estar escuchando grabaciones privadas de sus vidas cotidianas.

A pesar de incidentes como estos, Facebook es más rentable que nunca, y el auge de los altavoces inteligentes no muestra signos de disminuir. Las estadísticas indican un estimado de 2018 millones de unidades instaladas y proyecciones de ingresos de mercado de más de 27 mil millones en 2022. Según una encuesta reciente de consumidores que poseen dispositivos inteligentes, el 49% de los encuestados dijeron que poseen un altavoz inteligente.

La paradoja de la privacidad

«Pregunte a 100 personas si les importa la privacidad y 85 responderán que sí. Pregunte a esas mismas 100 personas si le darán una muestra de ADN solo para obtener una Big Mac gratis, y 85 responderán que sí», dijo el empresario Austin Hill.

La paradoja de la privacidad es un fenómeno bien conocido relacionado con la inconsistencia entre las prioridades de las personas sobre la personalización y la privacidad. Si bien la mayoría de las personas dicen que valoran su privacidad, sin embargo hacen muy poco para protegerla y regalar libremente su información personal.

Según Gartner , a pesar de dudar de que las marcas usen sus datos de manera ética, los Millennials están perfectamente dispuestos a transmitir su información personal a cambio de conveniencia y experiencias personalizadas. De hecho, un estudio encontró que el 70% de los Millennials están dispuestos a permitir que los minoristas rastreen sus comportamientos de navegación y compra a cambio de una mejor experiencia de compra. Claramente, la personalización y la privacidad tienen una relación desigual.

La personalización potencia el beneficio

Parece que los consumidores están dispuestos a pasar por alto las preocupaciones de privacidad a cambio de experiencias personalizadas. Sin embargo, según la investigación de Gartner, solo el 12% de los consumidores dicen que reciben asistencia personalizada de las marcas. Esta falla en la entrega de la personalización que los consumidores demandan lleva a oportunidades perdidas. También cerca del 41% de los consumidores reconocen que cambiaron de compañía por falta de confianza y poca personalización.

Enriquece, no molestes

Los consumidores de hoy quieren que sus vidas sean lo más fáciles posible. Las empresas que esperan competir en este mercado moderno deben adaptar sus procesos orientados al cliente para garantizar que cada interacción sea lo más rápida y fluida posible. Esto significa no perder el tiempo de los clientes, no hacer que repitan la información y no exigirles que vuelvan a llamar para recibir el servicio.

Por ejemplo, tener el historial del cliente a mano antes de saludarlo permite una interacción personalizada, lo que permite que un agente haga referencia a sus compras pasadas. La personalización es una estrategia comprobada en una amplia variedad de casos de uso. Las empresas que eliminan las ineficiencias a lo largo del recorrido del cliente aumentan los ingresos hasta en un 10-15%, mientras que simultáneamente reducen el coste de servicio hasta en un 20%. Proporcionar una experiencia de cliente de alto esfuerzo a uno de bajo esfuerzo reduce los costes en un 37% . Sin embargo, proporcionar un servicio personalizado requiere acceso a grandes volúmenes de datos de clientes.

¿Qué tipo de datos define a un individuo?

Hay muchos tipos diferentes de datos que una empresa puede recopilar sobre sus clientes. Cada categoría implica diferentes niveles de confidencialidad, basados ​​en normas y sensibilidades:

• Datos históricos: historial personal

• Datos financieros: inversiones, posesiones o puntaje de crédito

• Datos profesionales: educación y carrera

• Datos sociales: familiares, amigos, religión o afiliaciones políticas

• Datos externos: características demográficas, de salud o físicas

• Datos internos: conocimiento, creencias y preferencias

• Datos de seguimiento: geolocalización, dispositivo informático, datos de contacto

Las empresas deben considerar cuidadosamente cómo los datos que recopilan se relacionan con diferentes aspectos de la vida de un cliente y qué nivel de privacidad de datos se debe mantener.

Conceptos erróneos comunes sobre la privacidad de datos

A veces, las empresas pueden ser demasiado cuidadosas cuando se trata de los datos de los clientes, cautelosos de usarlos para enriquecer sus experiencias debido a preocupaciones de privacidad exageradas. Por lo tanto, vale la pena tener en cuenta lo siguiente: GDPR no prohíbe monetizar datos personales.

El intercambio de datos de identificación personal no requiere consentimiento.
La privacidad y la seguridad de los datos no son lo mismo: la privacidad se refiere a la relación de confianza entre la empresa y el cliente, mientras que la seguridad se refiere al almacenamiento y uso de esos datos.

Cómo la tecnología de IA está cambiando el panorama

Con avances tecnológicos sin precedentes, las soluciones basadas en inteligencia artificial ahora tienen el poder de lograr una personalización escalable al aprovechar grandes cantidades de datos de múltiples fuentes y descubrir patrones en el comportamiento del cliente. AI utiliza el historial de interacción para desarrollar un perfil específico de cada cliente, lo que permite a las empresas ofrecer altos niveles de personalización en la participación del cliente. Gartner predice que en 2020, las empresas digitales que usen motores de personalización inteligentes para reconocer la intención del cliente aumentarán sus ganancias hasta en un 15%.

Amazon lidera los esfuerzos de personalización de CX de la industria mediante el uso de compras pasadas y el historial de productos vistos para recomendar artículos adicionales. Además, Amazon informa que el 35% de todas sus ventas son generadas por su motor de recomendaciones.

Las empresas digitalmente activas ahora están invirtiendo en personalización, incluidas Coca-Cola, Netflix… Por ejemplo, Netflix ha agregado el concepto de personalización de obras de arte a su sistema de recomendación personalizado para suscriptores. Basado en perfiles de usuario detallados, los algoritmos de Netflix eligen imágenes personalizadas para acompañar cada título. Por ejemplo, a aquellos que tienden a ver películas de un determinado género se les puede mostrar una imagen que refleja ese género, o los usuarios que tienden a ver películas con un determinado actor pueden mostrar una imagen con la cara de ese actor.

Los chatbots son otra herramienta basada en inteligencia artificial utilizada por una amplia gama de empresas para personalizar las interacciones en casi todas las industrias, al permitir conversaciones automatizadas a escala. Por ejemplo, el bot de una compañía de software puede preguntar si un cliente es un nuevo suscriptor o un desarrollador experimentado, y adaptar el lenguaje técnico de la conversación en función de la respuesta. Un bot de planificación de viajes puede acceder primero a las preferencias del cliente y luego personalizar el resto de la interacción en función de la información ya conocida sobre el cliente.