Académique Documents
Professionnel Documents
Culture Documents
INTELIGENCIA
ARTIFICIAL APLICADA
A LA ESTRATEGIA DE
CLIENTES
I
N
T
E
L
I
G
E
N
C
I
A
A
R
T
I
F
I
C
I
A
L
03/09/2014
INDICE
INTRODUCCIN .......................................................................................................... 4
1.
2.
Objetivos ........................................................................................................ 5
1.2.
2.1.1.
Caractersticas......................................................................................... 6
2.1.2.
Arquitectura ............................................................................................. 7
2.1.3.
2.1.4.
2.2.
2.2.1.
Ventajas .................................................................................................. 2
2.2.2.
2.2.3.
2.2.4.
3.
2.2.6.
2.2.7.
3.2.
3.3.
3.3.1.
5.1.1.
5.2.
Enfoques ............................................................................................... 21
5.2.1.
6.2.
Vi-CLONE ..................................................................................................... 27
CONCLUSIONES ....................................................................................................... 28
BIBLIOGRAFIA .......................................................................................................... 29
ndice de Ilustraciones
Figura N1: Estructura de una Red Neuronal .............................................................. 10
Figura N2: Esquema de un Perceptrn ..................................................................... 16
Figura N3: Esquema de un Perceptrn Multicapa ..................................................... 17
Figura N4: Esquema de un Mapa Auto-Organizado .................................................. 17
Figura N5: Test de Turing .......................................................................................... 23
Figura N6: Aplicacin del Test Human a la Base de Datos de Clientes ..................... 25
INTRODUCCION
La Inteligencia Artificial es una combinacin de la ciencia del computador, tan general y
amplio como eso, es que rene varios campos (robtica, sistemas expertos, entre
otros), todos los cuales tienen en comn la creacin de mquinas que pueden
"pensar".
En la actualidad la Inteligencia Artificial se aplica a numerosas actividades humanas
como en: medicina, derecho, economa, finanzas entre otros. Sus principales
aplicaciones se dan en las gestiones empresariales debido a que; casi todas las
empresas disponen de un ordenador que realiza las funciones bsicas de tratamiento
de la informacin: contabilidad general, decisiones financieras, gestiones de la tesorera,
planificacin, etc.; que implica manejar grandes volmenes de informacin y realizar
operaciones numricas para despus tomar decisiones, esto crea la implantacin de los
Sistemas Expertos junto con redes neuronales artificiales.
Los nuevos sistemas de marketing intentan concebir productos ms acordes con los
gustos y preferencias del consumidor, diseando servicios especiales y personalizando
dilogos con los consumidores, se encuentran cada da con entornos inciertos y muy
difciles de pronosticar los comportamientos ms acertados sobre ellos.
Es por eso que en la actualidad, al averiguar cmo y de qu forma se pueden simular
estos entornos del mercado, cada vez ms inciertos, se ha implementado esta rama de
la Inteligencia Artificial, obteniendo as un marketing ms tecnificado y ms acertado.
A diario utilizamos herramientas basadas en la inteligencia artificial como: Google, Siri,
Prediccin de tiempo, entre otros.
1. INTELIGENCIA ARTIFICIAL
Es la rama de las ciencias de la computacin que se ocupa de construir sistemas
que permitan exhibir un comportamiento cada vez ms inteligente.
Inteligencia artificial es aquella que trata de explicar el funcionamiento mental
basndose en el desarrollo de algoritmos para controlar diferentes cosas. La
inteligencia artificial combina varios campos; como la robtica, los sistemas
expertos, entre otros, los cuales tienen un mismo objetivo, que es tratar de crear
maquinas que puedan pensar por s solas.
El campo de la inteligencia artificial (AI) se refiere a los mtodos de desarrollo de
sistemas que muestran aspectos de la conducta inteligente. Estos sistemas estn
diseados para imitar las capacidades humanas de pensar y sentir.
1.1. Objetivos
Robtica.
Procesamiento de Lenguaje Natural.
Reconocimiento de Patrones.
Sistemas Expertos
Tutores Inteligentes.
Manipulacin Inteligente de Base de Datos.
Programacin Automtica.
Visin Computarizada.
2.1.1. Caractersticas
Debe tener en lo posible, lo ms importante de las caractersticas de un
experto:
2.1.2. Arquitectura
Un sistema basado en conocimientos se compone de:
Base de Conocimientos (Knowledgebase): representa el conocimiento del
experto y el problema en forma de hechos descriptivos y reglas de inferencia
lgica.
Contiene los hechos sobre un problema que se han descubierto durante una
consulta. Durante una consulta con el sistema experto, el usuario introduce la
informacin del problema actual en la base de hechos. El sistema empareja
esta informacin con el conocimiento disponible en la base de conocimientos
para deducir nuevos hechos.
Motor de Inferencias: traduce reglas siguiendo sus propios algoritmos de
bsqueda, control y resolucin de conflictos.
El sistema experto modela el proceso de razonamiento humano con un
mdulo conocido como el motor de inferencia. Dicho motor de inferencia
trabaja con la informacin contenida en la base de conocimientos y la base
de hechos para deducir nuevos hechos. Contrasta los hechos particulares de
la base de hechos con el conocimiento contenido en la base de conocimientos
para obtener conclusiones acerca del problema.
Interfaz de Usuario (User Interface): recibe y entrega informacin
interactuando con el usuario.
La interaccin entre un sistema experto y un usuario se realiza en lenguaje
natural. Tambin es altamente interactiva y sigue el patrn de la conversacin
entre seres humanos. Para conducir este proceso de manera aceptable para
el usuario es especialmente importante el diseo del interfaz de usuario. Un
requerimiento bsico del interfaz es la habilidad de hacer preguntas. Para
obtener informacin fiable del usuario hay que poner especial cuidado en el
diseo de las cuestiones. Esto puede requerir disear el interfaz usando
mens o grficos.
2.2.1. Ventajas
Debido a su constitucin las redes neuronales artificiales presentan un gran
nmero de caractersticas semejantes a las del cerebro: son capaces de
aprender de la experiencia, de generalizar de casos anteriores a nuevos
Optimizacin
En los problemas de optimizacin se trata de determinar una solucin que
sea ptima. En la gestin empresarial, son decisiones de optimizacin
encontrar los niveles adecuados de tesorera, de existencias, de
produccin, construir de carteras ptimas, etc.
Reconocimiento
En los problemas de reconocimiento se entrena una red neuronal con
inputs como sonidos, nmeros, letras y se procede a la fase de test
presentando esos mismos patrones con ruido. Este es uno de los campos
ms fructferos en el desarrollo de redes neuronales.
Reconocimiento de Caracteres: es el proceso de interpretacin visual y
de clasificacin de smbolos. Los investigadores de Nestor, Inc. han
desarrollado un sistema de computacin neuronal que tras el
entrenamiento con un conjunto de tipos de caracteres de letras, es capaz
de interpretar un tipo de carcter o letra que no haya visto con
anterioridad.
10
Generalizacin
En los problemas de generalizacin la red neuronal se entrena con unos
inputs y el test se realiza con otros casos diferentes. Problemas tpicos
de generalizacin son los de clasificacin y prediccin. Son problemas
de generalizacin tratar de predecir la quiebra de las empresas a partir
de su informacin contable o la concesin de prstamos, la calificacin
de obligaciones, la prediccin en los mercados de valores, etc.
Clasificacin
En los problemas de clasificacin se trata de asignar a cada caso su
clase correspondiente, a partir de un conjunto de ejemplos.
Clasificar Emisiones De Bonos U Obligaciones
Las empresas e instituciones pblicas emiten instrumentos
financieros como bonos u obligaciones en busca de dinero para
financiar sus inversiones. Pero, lgicamente, hay un riesgo de que
las empresas no devuelvan este dinero y resulta interesante obtener
ratings o calificaciones de estos bonos.
Existen agencias que se dedican a ello, siendo las ms famosas
Standard and Poor's (S&P) y Moody's. Estas agencias examinan
todo tipo de aspectos de las empresas: la situacin financiera, la
informacin contable, mantienen entrevistas con la gerencia, etc, y
califican las emisiones con unos baremos, usualmente
combinaciones de letras y nmeros.
Prediccin
La prediccin ha sido una de las aplicaciones que ms pronto
despertaron el inters de los estudiosos de las redes neuronales. El
anlisis tcnico pretende predecir las cotizaciones a partir de la
evolucin histrica de precios y volmenes de negociacin. El
anlisis fundamental trata de valorar los factores econmicos ms
importantes del entorno y contempla la evolucin econmicofinanciera de las empresas.
La Prediccin Del xito De La Creacin De Una Empresa
Se pretende modelizar el xito empresarial de empresas de nueva
creacin mediante la utilizacin de la tcnica de redes neuronales
artificiales partiendo tanto de datos financieros como de datos
referentes a las distintas polticas de la empresa en diferentes
mbitos, como puede ser el comercial, calidad, formacin o
gerencial.
Las redes neuronales artificiales son una potente tcnica de modelizacin que
simula el funcionamiento de un cerebro biolgico. Su uso ha experimentado
un gran a partir de finales de los setenta, debido principalmente al aumento
11
12
13
14
15
16
Regresin Lineal
Es la ms utilizada para formar relaciones entre datos. Rpida y eficaz
pero insuficiente en espacios multidimensionales donde puedan
relacionarse ms de 2 variables.
rboles de Decisin
Es un modelo de prediccin utilizado en el mbito de la inteligencia
artificial, dada una base de datos se construyen estos diagramas de
construcciones lgicas, muy similares a los sistemas de prediccin
basados en reglas, que surgen para representar y categorizar una serie
de condiciones que suceden de forma sucesiva, para la resolucin de
un problema.
17
18
19
Twitter y otras herramientas, nos ofrecen un resumen de las noticias de la semana y nos
recomiendan a quin seguir, basndose en nuestro comportamiento en las redes
sociales.
Por otro lado, una de las razones ms importantes para que el Departamento de
Marketing estudie el funcionamiento de los sistemas inteligentes, es el
posicionamiento en buscadores (SEO).
En el mundo de los negocios, dentro o fuera de Internet, el SEO resulta muy
beneficioso y lucrativo, puesto que ms del 93% de las personas en el mundo, antes
de comprar lo que necesitan, buscan y cotizan, a travs de Internet.
La optimizacin SEO para motores de bsqueda es aplicable a sitios web, weblogs,
blogs, artculos, fotografas, videos, documentos pdf, diarios, revistas, tiendas
online, redes sociales (marketing en redes sociales) etc...
20
Metodologa:
Luego, se define la calidad objetivo, que despus se cruza con los datos
del cliente, generando as una nueva base de datos, que contiene la
sensibilidad de cada cliente.
21
22
23
24
25
Una vez que se conocen los atributos que definen cada persona, se ha
de descubrir cules son los ms importantes, su jerarqua, lo que se
denomina sensibilidad.
26
6.2. Vi-CLONE
"Vi-Clone" es el apocope de Clon Virtual: una copia de una persona real que puede
ofrecer compaa y confianza desde la pantalla del ordenador. Utilizando
Inteligencia Artificial avanzada puede atender, guiar e informar a los clientes de
Internet, solucionando sus problemas en tiempo real. Esto mejora y facilita la
comunicacin entre la empresa y sus clientes, buscando por ellos la informacin
que necesitan. Es una solucin de dos vas: la empresa detecta las necesidades
del cliente a la vez que demuestra valorar el tiempo del mismo y aumenta el trfico
de su Web reduciendo los costos.
Vi-Clone tiene una interfaz absolutamente humana (grabacin de actor/actriz) lo que
facilita las relaciones con la gente que todava es reacia a interactuar con una
mquina. Gracias un sistema de reconocimiento de voz va Web, permite agilizar la
bsqueda sin utilizar el ratn o teclado para navegar. Estas caractersticas
representan aquello que le da comodidad a los clientes: una imagen de una persona
real que simula ser una videoconferencia con un experto de la empresa.
27
CONCLUSIONES
La IA ayuda a vender ms, tal y como se ha descrito anteriormente, ya que al aplicar el
Test de Human a las bases de datos se puede conocer a cada persona de forma veraz
y acertada, para luego poder usar dicho conocimiento y argumentar mejor las ventas.
As pues, aplicando tcnicas de Marketing Tecnificado sobre las bases de datos internas
de clientes se puede vender mucho ms gracias a una mejor seleccin del pblico
objetivo, a una mejor argumentacin, y a un mejor enfoque de cliente, consiguiendo el
necesario y actual enfoque hacia el cliente en todas las acciones y decisiones de
marketing (Customer Intelligence), amparado en el rigor cientfico que valida todos los
argumentos que las fundamenten.
Igualmente, en el presente documento se han introducido dos enfoques del marketing
tecnificado y, Por qu preferir algn enfoque?. Porque como todo ser humano
razonable y crtico que busca maneras o formas para optimizar la toma de decisiones,
llmense decisiones de vida o decisiones de negocio, en este caso son estas ltimas
las que interesan, se debe dar preferencia al enfoque que en este momento pueda
abordar de una mejor forma el ocano cambiante del mundo empresarial, as que, la
preferencia que a simple vista resalta es el primer enfoque, la Humanation, el cual
presenta las siguientes ventajas:
Prev mejor las decisiones de las personas, de manera que se puede influir de forma
ms eficaz en sus decisiones, apoya de forma contundente la fuerza de venta y el
Marketing Relacional, selecciona los argumentos ms eficaces, fundamenta la
creatividad en Marketing, dado que, encuentra valores y motivos de compra
diferentes del precio, marca, calidad, proximidad geogrfica, etc.
Trabaja con todos los clientes y no slo con muestras, con la ventaja de dar
resultados ms slidos, menos interpolados, y adicional, se puede adecuar de mejor
forma a la Administracin Pblica.
A parte de esas razones, se debe tener en cuenta que tambin aporta los siguientes
beneficios:
Mayor ARPU (Rdito Medio Por Usuario), ya que insensibiliza al precio a los
consumidores, es ms econmico porque se consiguen mejores resultados promedio
con un 20% del esfuerzo requerido con el segundo enfoque, igualmente, es ms
eficiente porque el trabajo resultante es ms fcil de mantener y es mucho ms
enfocado al Marketing, requiriendo menos soporte cientfico, por consiguiente, ahorro
en costes y reduccin del choque cultural.
El inconveniente que a su vez es una gran caracterstica en este enfoque, es que, al
no utilizar herramientas de recoleccin de informacin externa, tales como,
encuestas, sondeos, focus group, etc., por ende, no utiliza datos sociodemogrficos.
Lo que no se debe olvidar es que el objetivo de estos dos enfoques es realizar Marketing
cada uno a su manera.
28
BIBLIOGRAFIA
http://es.wikipedia.org/wiki/Red_neuronal_artificial#Estructura
http://www.dynamics.unam.edu/DinamicaNoLineal/Articulos/MineriaDatos/Articulo
03.pdf
http://thales.cica.es/rd/Recursos/rd98/TecInfo/07/capitulo1.html
http://www.youtube.com/watch?v=apowBDeTfKQ
http://www.gestiopolis.com/recursos2/documentos/fulldocs/mar/intartventa.htm
http://www.buenastareas.com/ensayos/Inteligencia-Artificial-Aplicada-a-LaEstrategia/5316287.html
http://campusvirtual.unex.es/cala/epistemowikia/index.php?title=Prueba_o_test_de
_Turing
http://blogs.elpais.com/turing/2012/11/el-test-de-turing-y-la-inteligenciahumana.html
http://mercadeodigital.es/inteligencia-artificial-marketing/
http://compraactiva.me/equipo/
http://es.wikipedia.org/wiki/Siri
http://www.v2p-online.es/2010/10/15/definicion-de-seo/
http://es.wikipedia.org/wiki/Posicionamiento_en_motores_de_b%C3%BAsqueda
http://www.asesorseo.net/2011/04/seo-que-es-seo.html
http://www.buenastareas.com/ensayos/Marketing-Tecnificado/1542402.html
http://es.wikipedia.org/wiki/Inteligencia_artificial
http://inteligenciaartificialudb.blogspot.com/2008/01/concepto-caractersticas-ymetodologas.html}
http://www.depi.itch.edu.mx/apacheco/ai/definic.htmhttp://www.depi.itch.edu.mx/ap
acheco/ai/definic.htm
http://www.alegsa.com.ar/Diccionario/C/2695.php
http://www.informaticaintegral.net/sisexp.html
http://catarina.udlap.mx/u_dl_a/tales/documentos/lis/moreno_a_jl/capitulo3.pdf
29