Crédito: dominio público CC0
Los investigadores de marketing de la Escuela de Negocios Robert H. Smith de la Universidad de Maryland han producido un modelo artificial basado en inteligencia que dicen que “predice el comportamiento digital del cliente y ofrece información de marketing personalizada en viajes complejos de puntos múltiples, lo que supera los métodos tradicionales tanto en precisión como en ROI”.
Publicado en el Journal of Marketing Research, el artículo “AI para viajes de clientes: un enfoque de transformador” aplica modelos basados en transformadores, desarrollados originalmente para el procesamiento del lenguaje, para analizar secuencias complejas y multicanal de las interacciones del cliente.
“Los transformadores nos dan la capacidad de ver el viaje en su conjunto, no solo como una serie de interacciones aisladas. Ese es un gran salto en el análisis de marketing, dice el presidente de Dean en Science de Marketing, PK Kannan, quien es coautor del trabajo con el candidato de Marketing Ph.D. Zipei Lu.
A diferencia de los métodos y modelos de viaje tradicionales (como LSTMS y modelos ocultos de proceso de Poisson y Markov y Poisson), Kannan y Lu dicen que su enfoque “captura tanto el momento como la naturaleza de cada punto de contacto, lo que lo hace ideal para los entornos de marketing fragmentados de hoy en día”.
Una contribución central del documento es la integración de la heterogeneidad a nivel de cliente dentro de la arquitectura del transformador. Esto permite que el modelo entregue ideas individualizadas sobre cómo los diferentes clientes responden a las acciones de marketing con el tiempo.
“Diseñamos el modelo para capturar la complejidad e individualidad de los viajes de clientes digitales, algo que los modelos tradicionales a menudo pasan por alto”, dice Lu.
Kannan agrega: “La incorporación de la heterogeneidad del cliente nos permite ir más allá de los mapas de viaje único para todos. Ahora podemos entender cómo los diferentes clientes responden con el tiempo y actuar en consecuencia”.
Los autores utilizaron datos de viaje detallados de una gran empresa de hospitalidad, que cubre a más de 92,000 usuarios y más de 500,000 puntos de contacto.
El modelo resultante, dice Lu, “no solo nos dice quién es probable que se convierta. Nos dice por qué y, lo que es más importante, cuándo actuar”.
Además del rendimiento predictivo, el modelo ofrece ricas ideas gerenciales:
Distinguir entre puntos de contacto iniciados por la empresa e iniciados por el cliente que identifica una ventana óptima para la intervención de marketing que permite el perfil latente para distinguir patrones de comportamiento, como las reservas de última hora frente a los planificadores tempranos
“Este enfoque convierte los datos de clientes en bruto en ideas personalizadas que los especialistas en marketing pueden usar realmente para optimizar las intervenciones, asignar presupuestos e impulsar conversiones”, dice Kannan.
Al combinar el aprendizaje profundo con la interpretabilidad y la personalización, los autores dicen que su investigación avanza en el análisis de marketing hacia la toma de decisiones en tiempo real y basada en datos, los gerentes que impulsan a los ROI y la participación del cliente en ecosistemas digitales cada vez más complejos.
Más información: Zipei Lu et al, Express: AI para viajes de clientes: un enfoque de transformador, Journal of Marketing Research (2025). Doi: 10.1177/00222437251347268
Proporcionado por la Universidad de Maryland
Cita: El estudio produce un enfoque de IA basado en transformadores para predecir el comportamiento del cliente (2025, 31 de julio) recuperado el 31 de julio de 2025 de https://techxplore.com/news/2025-07 basado en el approch-customer-behavior.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
