Share it with your network.
La personalización es uno de los componentes más importantes de las estrategias de marketing modernas. Para entender esta idea, basta con mirar hacia atrás y pensar cuántas veces has ignorado los correos electrónicos de marketing estándar de las marcas y has hecho clic en los que parecían relevantes para tus necesidades. La personalización tiene muchas dimensiones, y en esta entrada de blog nos centramos en una dimensión única: «el estado emocional del usuario que interactúa con la marca». En ParallelDots, nuestro grupo de investigación sobre inteligencia artificial ha dado algunos pasos en esta dirección y ha creado un algoritmo único que detecta la emoción subyacente detrás de una cadena de texto.
Anteriormente te avisamos sobre el detección de emociones tecnología y cómo lo hacemos en Puntos paralelos. En este artículo, analizaremos las aplicaciones de la tecnología de detección de emociones con el marketing en particular. El término marketing probablemente tenga la definición más dinámica de la historia. Pero si lo piensas bien, aún no hemos logrado por completo el marketing dinámico. Y ahí es donde entra en juego la tecnología de detección de emociones.
Conexión emocional: el ingrediente secreto de las campañas de marketing eficaces
Las emociones impulsan a los usuarios a comprar. Las marcas han empezado a decantarse por anuncios más emotivos, algo que surgió oficialmente a partir de los anuncios de la Super Bowl de 2015. Los consumidores usaron palabras como «empoderador», «positivo», «conmovedor», «inspirador», «conmovedor» e «inspirador» para describir los anuncios. Reenviaron, compartieron y elogiaron los anuncios de The Ad Council, Gillette, Mattel, Lean Cuisine y Microsoft, lo que los convirtió en cinco de los anuncios emotivos más virales de 2015. Estos anuncios atraían a personas de todas las edades, géneros y otros grupos demográficos, independientemente del producto o el tema. Entregaban mensajes que la mayoría de la gente declaraba que eran «lo mejor del anuncio». Las emociones positivas que evocan estas campañas llevan a la asociación de la marca con esas emociones y aumentan la imagen de la marca.
Comprensión de las emociones: retroalimentación estructurada explícita
Qué mejor que los clientes te digan lo que piensan acerca de una campaña de marketing emitiendo su voto por una emoción en particular a través de una lista estructurada de posibles opciones. Esto suena bien en teoría, pero prácticamente es casi imposible de implementar. Sin embargo, hay una empresa excepcional que es capaz de lograrlo: Facebook. Ahora que Facebook ha incorporado reacciones emocionales a las publicaciones, puede personalizar mejor la experiencia de navegación de cada persona y también comprender mejor qué tipo de anuncios le gustan a un cliente. Las implicaciones de cómo se puede utilizar esto para mejorar la plataforma son enormes.
Comprensión de las emociones: análisis de textos no estructurados
Con el aumento de la digitalización, hay muchas formas en las que las marcas pueden obtener comentarios de los clientes en forma de texto, como correos electrónicos, chats y mensajes en las redes sociales. Con la llegada del aprendizaje profundo, la capacidad de los algoritmos para comprender el significado del texto ha mejorado considerablemente. En ParallelDots, hemos creado un algoritmo de este tipo que analiza una cadena de texto en particular y deduce si la emoción subyacente es feliz, emocionada, enojada, triste o indiferente. Algunos de nuestros clientes utilizan este algoritmo para analizar cómo reaccionan las personas a sus campañas de marketing en plataformas de redes sociales como Youtube, Facebook, Twitter e Instagram. Esto les brinda comentarios objetivos sobre el tipo de contenido que funciona y les permite ajustar su estrategia de marketing en consecuencia.
Las empresas pueden aprovechar estas herramientas de inteligencia artificial y clasificar a todos los clientes en categorías relacionadas con la emoción que expresan cuando interactúan con la marca. Esto se puede utilizar para impulsar una participación específica. Por ejemplo, si una marca quiere lanzar la versión limitada de un producto nuevo, puede segmentar los anuncios solo para aquellos clientes que hayan expresado su «entusiasmo» por el producto lanzado anteriormente. O bien, si un cliente suele enfadarse cuando interactúa con una marca, se le pueden ofrecer descuentos específicos para tranquilizarlo.
Comprensión de las emociones: análisis de imágenes
Pensamos en explicar cómo la IA (redes neuronales convolucionales para ser precisos) ahora puede analizar eficazmente la emoción detrás de las imágenes. Pero luego decidimos dejar que la imagen de abajo valga más que mil palabras. Con Faceapp, puedes ver cómo se ha transformado un retrato de Beethoven para mostrar cómo se habría visto si hubiera sido un niño, una mujer o muy feliz. El hecho de que podamos transformar las emociones en imágenes existentes deja pocas dudas sobre nuestra capacidad para detectar emociones en la imagen.
En enero de 2016, Apple adquirió Emotient, una empresa de tecnología de detección de emociones. Emotient tiene una patente para un método que permite recopilar y etiquetar hasta 100 000 imágenes faciales al día, lo que permite a los ordenadores reconocer las expresiones faciales. Es justo creer que la tecnología de reconocimiento de emociones de Emotient empezará a aparecer pronto en iPhones y iPads. Esto podría usarse para interacciones más específicas y dinámicas cuando los usuarios navegan por sus plataformas o interactúan con ellas.
Otra empresa, llamada Affectiva, afirma haber creado la base de datos más grande del mundo sobre expresiones faciales y sus correspondientes emociones. Utiliza sus innovaciones para ayudar a las empresas de medios de comunicación, las empresas de investigación de mercado y las marcas a obtener información más detallada sobre los consumidores. En 2020, el mercado tecnológico de detección emocional tendrá un valor de más de 20 000 millones de dólares y, por lo tanto, será un área altamente invertible. Empresas como Unilever, P&G, Mars, Honda, Kellogg y Coca-Cola utilizan el análisis emocional para sus audiencias.
Un adelanto del futuro
No sería exagerado que mañana te quejaras de la duración de la batería de una marca en particular en las redes sociales y vieras un anuncio personalizado sobre la batería superior de una marca de la competencia. Las cámaras de tus teléfonos y ordenadores portátiles podrían grabar cómo cambian tus expresiones faciales en función del tipo de anuncio que veas. Entonces, si eres vegano y te da vergüenza ver anuncios que muestran un balde de alitas de pollo de KFC, esa expresión sutil podría convertirse en una señal para que KFC no te muestre este texto publicitario. Podríamos ver el auge de las pruebas A/B basadas en las emociones, en las que se pueden probar varias copias de un anuncio y seleccionar las que generan la mejor respuesta emocional. ¿Suena demasiado exagerado? Bueno, Nielsen, líder mundial en investigación de mercado, ya lo es trabajando sobre la prueba del contenido multimedia para los clientes mediante la medición de la actividad neuronal de las personas. La diferencia es que Nielsen lo hace mediante el despliegue de hardware médico para rastrear las actividades neuronales y biométricas de un grupo focal.
En esencia, las marcas se definen por las emociones que evocan en las personas. La idea clave es que, a nivel emocional, inconscientemente formamos opiniones que tienen una enorme influencia en nuestras decisiones de compra. Con la llegada de la IA, parece inevitable que las marcas evalúen cada vez más qué tipo de emociones provocan en sus clientes, y la adopción de estas técnicas podría ser más rápida de lo esperado. Queda por ver cómo evolucionará exactamente esto, pero en ParallelDots hemos dado algunos pasos en esta dirección con nuestro API de análisis de emociones. Si tienes alguna opinión sobre este tema, nos encantaría conocerla.
