Recomendaciones útiles para mejorar las decisiones, las experiencias y los resultados
Los sistemas de recomendación utilizan algoritmos avanzados para analizar el comportamiento, los datos históricos, las preferencias, las condiciones operativas y las señales contextuales con el fin de identificar la siguiente opción más relevante. Pueden dar soporte a una amplia gama de decisiones recurrentes, desde productos, servicios y contenido hasta acciones de mantenimiento, piezas de repuesto, ajustes de procesos, elecciones de recursos o
Los sistemas de recomendación pueden dar soporte a cualquier contexto en el que las personas o los sistemas necesiten elegir repetidamente entre múltiples opciones posibles. En la industria, pueden recomendar acciones de mantenimiento, piezas de repuesto, parámetros de procesos o acciones correctivas. En los servicios financieros, pueden facilitar la toma de decisiones sobre el mejor producto alternativo o la mejor acción alternativa. En entornos de servicios, pueden ayudar a los empleados a identificar la respuesta, el recurso o el siguiente paso más adecuado en función de la situación.
Partimos de la decisión o el resultado que el sistema necesita respaldar, como mejorar la conversión, aumentar la retención, seleccionar la intervención adecuada, reducir el tiempo de inactividad o ayudar a los equipos a elegir la siguiente acción más adecuada. A continuación, identificamos los datos, las limitaciones, las reglas de negocio y el enfoque de modelo relevantes para que la recomendación refleje cómo funciona realmente la organización.
Los datos necesarios dependen de la decisión que se esté respaldando. Pueden incluir el historial de transacciones o interacciones, información sobre productos o servicios, datos de equipos y procesos, características del usuario, rendimiento operativo, disponibilidad, capacidad o señales contextuales. Normalmente partimos de los datos ya disponibles en los sistemas existentes e identificamos requisitos adicionales solo cuando mejoran de forma significativa la calidad de las recomendaciones.
El impacto debe medirse en función del resultado de negocio que la recomendación está diseñada para mejorar. Según el caso de uso, esto puede incluir la conversión, la retención, la tasa de aceptación, el tiempo de respuesta, el tiempo de inactividad, la calidad, la productividad, el coste o el rendimiento operativo. Los resultados pueden compararse con el rendimiento anterior, con enfoques de decisión alternativos o con grupos de control, según proceda.
Los modelos se monitorizan para detectar cambios en el rendimiento y se reentrenan a medida que hay nuevos datos disponibles. Las reglas de negocio y las limitaciones operativas también se revisan periódicamente para que las recomendaciones sigan alineadas con las prioridades actuales, los recursos disponibles, las políticas y las condiciones operativas, en lugar de depender únicamente de los patrones históricos.
Las recomendaciones pueden integrarse en los sistemas y los flujos de trabajo que las personas ya utilizan, como el CRM, el ERP, los sistemas de mantenimiento, las aplicaciones operativas, los canales digitales o las herramientas internas. La integración se diseña en torno al punto donde realmente se toma la decisión, de modo que las recomendaciones respalden el proceso existente en lugar de crear una aplicación independiente.
