El problema de las recomendaciones de IA para marcas
Las marcas hoy en día se enfrentan a un desafío significativo debido a la incapacidad de los sistemas de recomendaciones basados en inteligencia artificial (IA). Con más de 100 millones de dólares gastados anualmente en herramientas de “seguimiento de clasificación por IA”, las empresas intentan entender su visibilidad en los chatbots y otras plataformas automatizadas. Sin embargo, este gasto puede estar mal dirigido y, según expertos, resulta en una ilusión más que en una medida efectiva del éxito.
¿Qué son las herramientas de “AI Rank Tracking”?
Las plataformas como Profound y Otterly ofrecen a las marcas tablas de clasificación, puntajes de visibilidad y rankings que pretenden medir su rendimiento en las recomendaciones de IA. Sin embargo, Calificar en un sistema no determinista es complicado. El experto Rand Fiskin afirma que vender clasificaciones en este contexto es ofrecer un producto que, en realidad, no existe. Esto crea confusión en el mercado, donde las marcas buscan métricas confiables para evaluar su presencia digital.
La verdadera medida: el porcentaje de visibilidad
Aunque muchos de estos sistemas pueden carecer de sentido, ciertos parámetros pueden ofrecer una medición más precisa. Se ha identificado que calcular el porcentaje de visibilidad a partir de un elevado número de consultas repetidas (entre 60 a 100 por pregunta) proporciona datos más concretos. Una marca que se encuentra en 85 de las 95 respuestas sobre un tema específico refleja su verdadera posición en el modelo de IA. Este enfoque se centra en la presencia más que en el ranking, algo que la mayoría de las herramientas de marketing actuales tienden a pasar por alto.
La diversidad en las consultas humanas
Otro aspecto crucial a considerar es la diversidad de las consultas realizadas por los usuarios. Un estudio que analizó 142 preguntas diferentes sobre un mismo tema reveló que apenas dos de ellas eran similares. Esto resultó en un puntaje de similitud semántica promedio de solo 0.081. De esta forma, se evidencia que los usuarios no buscan simplemente palabras clave; más bien, formulan sus solicitudes de manera específica y contextualizada.
Implicaciones para las marcas
Las IA, al comprender la intención detrás de la consulta, producen marcas relevantes en diferentes frecuencias y en órdenes que varían, lo que genera incertidumbre sobre la fiabilidad de las métricas que las empresas están utilizando para evaluar su desempeño. Esta variabilidad es un reto para las marcas, que necesitan adoptar enfoques más estratégicos en su marketing digital.
Conclusión
Es evidente que la implementación de sistemas de IA en la recomendación de productos y servicios presenta tanto oportunidades como obstáculos significativos. Las marcas deben invertir en comprender cómo funcionan esas recomendaciones en lugar de basarse ciegamente en clasificaciones que pueden no ser representativas de su realidad. Con un enfoque renovado en la visibilidad y conocimiento del comportamiento del consumidor, las marcas pueden encontrar su lugar en un panorama digital cada vez más complejo y competitivo.
About the Author
