¿Te imaginas poder proporcionar una solución de ventas personalizada para cada cliente? ¿Cómo serían las relaciones comerciales si, a priori, pudiésemos descubrir la personalidad del comprador para conocerlo y dirigir nuestras comunicaciones de marketing de una forma única? Descubramos como utilizar la inteligencia artificial al servicio de las ventas.
Deep Learning
Pues bien, la tecnología en el campo de la inteligencia artificial está provocando asombrosos avances en muchas disciplinas, y, como no podía ser de otra forma, el área de la psicología y del marketing encuentran en estas aplicaciones un espacio perfecto de colaboración que permite desarrollar algoritmos de predicción de la personalidad con una precisión asombrosa, basándose en técnicas de Deep learning para predecir rasgos de la personalidad en base al lenguaje humano.
El lenguaje
El lenguaje es la forma más común de expresar nuestros sentimientos, pensamientos y emociones internas para que los demás puedan entendernos (Lahuerta-Otero & Cordero-Gutiérrez, 2022). Es aquí donde la psicología y la comunicación se unen (Tausczik & Pennebaker, 2010) y a su vez, permiten al área de marketing entender al cliente para satisfacerlo. Los primeros trabajos sobre la predicción de la personalidad a partir del lenguaje datan de principios de los años 2000 pero, con la interrupción de los smartphones y la explosión de las redes sociales, los usuarios comparten cada vez más contenidos, lo que permite depurar y refinar los algoritmos para mejorar los porcentajes de predicción.
El modelo Big Five
El modelo de personalidad de los Cinco Grandes (también llamado Modelo de los Cinco Factores de la Personalidad) (Goldbert, 1993) es uno de los modelos de evaluación de la personalidad más fiables, predictivos y eficientes (Ahmad & Siddique, 2017) y se ha utilizado en múltiples investigaciones para analizar a los usuarios en contextos de redes sociales (Al-Samarraie, Eldenfria, & Dawoud, Kim & Kim, 2018). Es imposible encontrar dos individuos iguales entre sí ya que cada uno tiene rasgos de personalidad específicos.
¿Qué dicen las redes sociales?
Además, los consumidores interactúan diariamente en diferentes medios sociales (desde redes sociales como Facebook, Twitter, LinkedIn e Instagram, hasta blogs o páginas web de todo tipo). Cada vez que un individuo se comunica a través de estos medios, su lenguaje genera una gran cantidad de contenido psicológico, y su uso permite una evaluación válida y rápida de la personalidad (Gupta, Waykos, Narayanan, & Chaudhari, 2017). Este modelo establece cinco rasgos que representan la personalidad de un usuario (extraversión, amabilidad, conciencia, estabilidad emocional y apertura a la experiencia).
Las variables que nos definen
En resumen, la extraversión se refiere a la facilidad con la que los usuarios se involucran en la interacción social y la amabilidad se refiere a la cooperación, la amabilidad y la aceptación de los compañeros. Estas dos variables se asocian positivamente en la literatura con la interacción social (Anderson, John, Keltner, & Kring, 2001). La conciencia se refiere a que los usuarios tratan de ser cuidadosos, responsables y organizados.
Por lo tanto, se espera que limiten su presencia en los sitios de redes sociales para evitar distracciones (Wehrli, 2008). El neuroticismo (estabilidad emocional) se refiere a la ansiedad, la tristeza, la vergüenza o la depresión de un individuo y se relaciona negativamente con las relaciones sociales (Klein, Lim, Saltz y Mayer, 2004). Por último, la apertura a la experiencia mide la propensión de los individuos a mostrar imaginación o una mente abierta, lo que se relacionaría positivamente con el uso de las tecnologías sociales (Wehrli, 2008). Cada uno de estos cinco rasgos puede determinar el comportamiento en línea que desarrollarán los distintos individuos en sus interacciones digitales, tanto con otros individuos como con empresas y marcas (Lahuerta-Otero & Cordero-Gutiérrez, 2022).
Cuestión de segundos
Con tan solo analizar un texto de unas 150 o 200 palabras, los algoritmos de inteligencia artificial en las soluciones que ofrecen empresas como Versen permiten alcanzar, en cuestión de segundos, precisiones estables en un 80% con respecto a muestras significativas de poblaciones occidentales.
Todo un mundo de posibilidades
De esta manera, se abre un mundo casi infinito de posibilidades para poder personalizar las relaciones entre empresa y cliente, de manera que se puedan adaptar las comunicaciones no solo en medios escritos como correos electrónicos, blogs o publicaciones en redes sociales, sino que también se puedan ajustar las propuestas de negocio, los contratos o incluso el tono de la comunicación verbal dependiendo de la personalidad del cliente o gestor ante el que nos encontremos. De esta manera, que se pueden incrementar notoriamente las tasas de respuesta hasta en un 200%, la interacción con los medios sociales, el intercambio de información relevante para todo el proceso de venta o las posibilidades de cierre de la negociación comercial (Versen, 2022).
Si todavía no estás aprovechando las posibilidades que la tecnología ofrece para mejorar tus procesos de negocio, estás dejando pasar una increíble oportunidad para utilizar la prospección tecnológica en la mejora de la productividad de tu equipo comercial.
Referencias:
Ahmad, N. & Siddique, J. (2017). Personality assessment using Twitter tweets. Procedia computer science 112, 1964–1973. https://doi.org/10.1016/j.procs.2017.08.067
Al-Samarraie, H., Eldenfria, A. & Dawoud, H. (2017). The impact of personality traits on users' information-seeking behavior. Information Processing & Management 53(1), 237–247. https://doi.org/10.1016/j.ipm.2016.08.004
Anderson, C., John, O. P., Keltner, D. & Kring, A. M. (2001). Who Attains Social Status? Effects of Personality and Physical Attractiveness in Three Social Groups. Journal of Personality and Social Psychology 81(1), 116–132. https://doi.org/10.1037/0022-3514.81.1.116
Goldberg, L. R. (1993). The structure of phenotypic personality traits. American Psychologist, 48(1), 26.
Gupta, N., Waykos, R. K., Narayanan, R. & Chaudhari, A. (2017). Introduction to machine prediction of personality from Facebook profiles. International Journal of Emerging Technology & Advanced Engineering 66–70
Kim, Y. & Kim, J. H. (2018). Using computer vision techniques on Instagram to link users’ personalities and genders to the features of their photos: An exploratory study. Information Processing & Management 54(6), 1101 1114. https://doi.org/10.1016/j.ipm.2018.07.005
Klein, K. J., Lim, B., Saltz, J. L. & Mayer, D. M. (2004). How do they get there? An Examination of the Antecedents of Centrality in Team Networks. Academy of Management Journal 47(6), 952–963. https://doi.org/10.5465/20159634
Lahuerta-Otero, E., & Cordero-Gutiérrez, R., (2022) . Artificial Intelligence and Personality Tests: Connecting Opportunities. Journal of Innovations in Digital Marketing, ahead-of-print (ahead-of-print) 1- 5 , https://doi.org/10.51300/jidm-2022-58
Tausczik, Y. & Pennebaker, J. (2010). The psychological meaning of words: Liwc and computerized text analysis methods. Journal of Language and Social Psychology 29, 24–54. https://doi.org/10.1177/0261927X09351676
Versen (2022). Interacción personalizada para cada cliente, obtenido de: https://versenai.com/sales/
Wehrli, S. (2008). Personality on social network sites: An application of the five factor model. Zurich: ETH Sociology
Eva Lahuerta Otero
Profesora de marketing en la Universidad de Salamanca y editora jefe de la revista Journal of Innovations in Digital Marketing
