Los efectos del procesamiento del lenguaje natural (PNL) en el marketing digital

La PNL, o procesamiento del lenguaje natural, es un área de la informática que tiene como objetivo ayudar a las computadoras a dar sentido al lenguaje humano (o “natural”). Está en aumento, es increíblemente poderoso y está a punto de tener un impacto que cambiará la vida en el marketing.

Aunque el lenguaje es una segunda naturaleza para la gran mayoría de los humanos, es muy difícil para las computadoras interpretarlo y usarlo correctamente. El formato rígido y sujeto a reglas de las hojas de cálculo y las bases de datos es perfecto para el software, pero la naturaleza aleatoria, ligada al contexto y aparentemente sin reglas de los lenguajes humanos hace que la IA quiera reiniciarse.

Es posible que la PNL no le suene en este momento, pero ha existido durante los últimos 30 años o más, y todavía tiene un largo camino por recorrer. Los expertos creen que algunos de los próximos pasos de la PNL serán enormes, centrados en el paso de datos estructurados (bases de datos) a datos no estructurados (texto), así como una mayor capacidad para “comprender” a los humanos mientras hablan normalmente.

Hemos ayudado a compañías Fortune 500, startups respaldadas por riesgo y compañías como la suya. aumentar los ingresos más rápido. Obtenga una consulta gratuita

¿Por qué los especialistas en marketing deberían preocuparse por la PNL?

Como especialista en marketing, es posible que esté pensando: “Eso es bueno, pero ¿qué tiene que ver conmigo?” Bueno, si hay que creer en los expertos, algunos de los usos más importantes y revolucionarios de la PNL se centran en sus aplicaciones de marketing y sus alrededores.

Ahora, teniendo en cuenta que la PNL es una disciplina científica (y una que no es necesariamente fácil de entender en un solo artículo de 2000 palabras), comencemos repasando los principales tipos de PNL que puede encontrar de manera regular:

  • Reconocimiento óptico de caracteres: Convertir texto escrito o impreso en datos que una computadora puede leer. ¿Alguna vez ha intentado editar un PDF no editable? Si es así, tiene mi simpatía. OCR es la tecnología que “ayudó” al proceso.
  • Reconocimiento de voz: Convertir palabras habladas en datos que una computadora pueda comprender. Esta es la tecnología NLP que usa cada vez que le hace una pregunta a Siri, Cortana, Echo o Google Voice.
  • Máquina traductora: Traducir texto de un idioma a otro. Esta es la tecnología que subyace a las aplicaciones de traducción como Google Translate.
  • Generación de lenguaje natural: Salida de información como lenguaje humano. Esta es la tecnología que usa cada vez que Siri o Cortana responden a su pregunta.
  • Análisis de los sentimientos: Extraer datos de los temas que se están discutiendo (a menudo “texto grande”) y evaluar si esos datos son negativos o positivos (o si pueden detectar algo más).
  • Búsqueda semántica: Estrechamente vinculado al reconocimiento de voz, como se indicó anteriormente, esto le permite hacer preguntas naturales a una aplicación como Siri, en lugar de tener que formular su pregunta de una manera particular y poco natural.
  • Aprendizaje automático: El aprendizaje automático es un tema completamente diferente, pero esencialmente, utiliza los datos que la PNL interpreta para “enseñarse” a sí mismo sobre acciones futuras.
  • Programación en lenguaje natural: Estas son herramientas que permiten a los usuarios crear aplicaciones y software utilizando comandos de lenguaje natural (en lugar de programar de la manera tradicional y amigable con la computadora).
  • Computación afectiva: Usar la PNL y otras tecnologías para comprender y replicar las emociones humanas (esta es la que más teme a la gente).

Estas definiciones pueden parecer de alto nivel pero, de hecho, ya las usa. Es posible que incluso los haya usado hoy si ha consultado:

  • Una aplicación de corrección ortográfica
  • Traductor de google
  • Siri, Cortana, Echo o Google Voice
  • Un chatbot:

SG - Por qué los chatbots son imprescindibles para las empresas (¡y cómo crear uno!)

Todas estas aplicaciones, y muchas más, usan PNL para que pueda interactuar con ellas y ellas puedan interactuar con usted. ¿Se le han ocurrido más ideas para la PNL? Si eres del tipo creativo, la respuesta debería ser “¡sí!” Repasemos algunos de los usos de la PNL en el marketing que no son solo una realidad; también tienen mucho éxito.

Sumérgete más profundo:

Cómo la PNL está revolucionando el marketing

El único uso de la PNL del que quizás ya haya oído hablar es análisis de sentimiento de texto grande. Has oído hablar de big data, ¿verdad? Bueno, conoce a su primo, gran texto.

análisis de los sentimientos

El análisis de sentimientos se está volviendo lo suficientemente avanzado en estos días como para poder darnos no solo una idea de lo que las personas dicen sobre nuestra marca en línea, sino también cómo se sienten al respecto. Como saben todos los especialistas en marketing, las menciones no equivalen a menciones positivas. Con PNL, tenemos el poder de demostrarlo.

Con NLP empleando análisis de sentimiento, podemos extraer texto grande para encontrar esos menciones negativas y extienda la mano para tratar de mitigar las consecuencias. Asimismo, el análisis de sentimiento puede ayudar a las marcas a encontrar instancias de personas con una clara intención de compra para que puedas hacer los movimientos necesarios para asegurar que tu marca aparezca ante sus ojos.

Si estas en comercio electronico, disfrutará de este: otros aspectos de la PNL se pueden usar para examinar las descripciones de los productos y modificar automáticamente el HTML para incluir atributos que pueden no haberse agregado cuando el producto se cargó originalmente. Esto no solo reduce el trabajo pesado para usted, sino que agrega contexto y detalles a la lista, lo que significa que Google está aún mejor informado cuando se trata de clasificar sus productos bellamente descriptivos en la búsqueda.

Nuestro último ejemplo es el uso de PNL para mejorar el rendimiento de chatbots. La PNL no solo puede ayudar a mejorar su usabilidad y, como resultado, la experiencia de sus clientes, sino que también se puede combinar con la psicología del marketing y la orientación para aumentar las conversiones y las ventas.

Como ejemplo, el año pasado, el minorista Asos informó un aumento del 300% en los pedidos mediante el uso de su nuevo “robot de moda” Enki. La compañía solía tener un chatbot (el “asistente de regalos” que sonaba aburrido) y, según todas las cuentas, fue bastante decepcionante. Usando el nuevo, totalmente mejorado Facebook Messenger chatbot, vieron un retorno del gasto del 250% y llegaron a 3.5 veces más personas. Impresionante, ¿verdad?

ASOS

El gigante de los cosméticos Sephora también se ha subido al carro del chatbot, no con uno, sino con tres asistentes automáticos:

  • Asistente de reservas de Sephora (Facebook)
  • Asistente virtual de Sephora (Facebook)
  • El bot Kik de Sephora

los Facebook El bot de reservas tiene una tasa de conversión un 11% mejor en comparación con cualquier otro método de reservar un cambio de imagen.

Sumérgete más profundo:

El futuro de la PNL en el marketing

Una cosa que podría obstaculizar su comprensión de la PNL y sus posibilidades para el futuro del marketing es que, aunque no es difícil entender cómo funciona (ayuda a las computadoras a comprender el habla y el texto humanos), puede ser difícil imaginar la amplitud completa de las aplicaciones para las que podría utilizarse.

Uno de los principales desafíos y ventajas de los sistemas impulsados ​​por PNL es que pueden procesar una GRAN cantidad de datos. Además, gran parte de esto serán datos no estructurados que nunca antes habíamos podido procesar a gran escala. El resultado, desde nuestro punto de vista, es que ahora tenemos cantidades inimaginables de datos de los que podemos sacar conclusiones e influir en la estrategia.

El problema radica en el hecho de que debemos poder sacar realmente estas conclusiones. En otras palabras, tenemos que poder utilizar los datos de manera significativa. Si no lo hacemos, es efectivamente lo mismo que no tener ningún dato. Es por eso que el primer requisito y desafío de usar NLP es la necesidad de tener sistemas que puedan aprovechar los datos, además de sistemas que pasen esos datos a más sistemas que realmente puedan tomar medidas con ellos.

Muchas de las aplicaciones habilitadas para PNL más nuevas del mundo son solo eso: herramientas que toman datos procesables y los utilizan para lograr un objetivo. El grado en que las empresas logren hacer esto es el desafío clave que influye en cómo la PNL afectará el mundo del marketing en 2021 y más allá.

Estos son algunos de los mayores desafíos de la PNL.

Hemos ayudado a compañías Fortune 500, startups respaldadas por riesgo y compañías como la suya. aumentar los ingresos más rápido. Obtenga una consulta gratuita

Desafío n. ° 1: presentar datos sin procesar de manera atractiva

Gran parte del uso de la PNL en el marketing se centra en las redes sociales, utilizando la tecnología para examinar los millones de menciones casuales de un tema determinado y extraer tanto las más importantes como el “sentimiento” general sobre el tema. A veces, estas aplicaciones se centran en una determinada plataforma de redes sociales como Twitter, mientras que otros están integrados en aplicaciones de gestión de redes sociales, como Hootsuite:

Captura de pantalla 2019 06 03T112731.918

De cualquier manera, el desafío aquí es analizar la creciente cantidad de texto grande. Y crecerá: se proyecta que los ingresos del mercado de big data aumenten de $ 42 mil millones en 2018 a $ 103 mil millones en 2027 (y el texto grande es parte de los grandes datos). A medida que aumenten los datos, las herramientas deberán esforzarse aún más para asegurarse de que los seres humanos realmente puedan comprender y utilizar un conocimiento tan vasto.

Sumérgete más profundo:

Desafío n. ° 2: presentar datos sin procesar de una manera que ahorre tiempo a los humanos

Del mismo modo, esta avalancha de datos será mucho más útil si las aplicaciones encuentran una forma de “clasificar” la información que proporciona, lo que no solo hace que sea más fácil de entender, sino que también se abre camino en la cantidad de la que queda para que los humanos se ocupen después. los procesos automatizados han comenzado el trabajo.

Aplicaciones como MonkeyLearn, por ejemplo, analizan los tickets de soporte al cliente y luego etiquetan y categorizan automáticamente los tickets según, lo adivinó, el análisis de sentimientos. Una vez que los empleados interactúan con los datos, se incorporan a su flujo de trabajo normal, lo que reduce la cantidad de esfuerzo necesario para preparar el soporte.

MonoAprender

Desafío n. ° 3: presentar datos sin procesar en un formato que se pueda usar en tiempo real

La idea de tener que dejar que una computadora “haga su trabajo” mientras espera es anticuada. Vivimos en una sociedad que espera cosas ahora. Aun así, recibir esa información mejorada de PNL sobre la marcha está en los primeros días, y definitivamente todavía queda un poco de camino por recorrer.

Ya hemos visto un gran uso en tiempo real de la PNL para el escritor mientras escribe: la capacidad de examinar el contenido a medida que se escribe y comunicar sugerencias de mejora aprendidas a través del aprendizaje automático y el texto grande. Esto ayuda a los escritores a tomar decisiones que llevarán un artículo de promedio a altamente optimizado, ayudándolos a detectar oportunidades perdidas.

Es un tema fascinante y ya estamos viendo avances en esta área. Una aplicación que intenta realizar esta tarea es MarketMuse:

MarketMuse

A cambio de una dirección de correo electrónico, echarán un vistazo a una parte de su contenido y sugerirán cómo podría mejorarse. Ese es el poder de la PNL.

Desafío n. ° 4: Facilitar la interacción con herramientas que usan PNL

Aunque el marketing y la experiencia del cliente no son lo mismo, están relacionados, y ya hemos visto cómo la mejora de las experiencias de los bots automatizados puede ofrecer importantes beneficios de marketing en términos de conversiones y ventas.

Los chatbots, las bases de conocimiento y los recursos de soporte al cliente se pueden optimizar al ayudar a las personas a acceder a la información que necesitan más rápidamente (minería de datos), permitiéndoles un estado de interacción más natural con las herramientas que pueden ayudarlos (procesamiento del lenguaje natural), y simplificando la sección dirigida por humanos del proceso de atención al cliente (categorizando, etiquetando o clasificando automáticamente las consultas).

Las interacciones tecnológicas sin estrés son clave para la satisfacción de los clientes y, como todos sabemos, los clientes felices hacen sonreír a toda la empresa.

Sumérgete más profundo:

El futuro de la PNL en el marketing

Si está en marketing, debería estar muy entusiasmado con las posibilidades de la PNL. Si las grandes oportunidades que presenta no son suficientes, entonces, al menos, el viaje que ya ha realizado y sus posibilidades para el futuro, muchas de las cuales aún no se han descubierto, deberían entusiasmarlo. Si alguna vez intentó usar Google Translate en 2006, cuando se lanzó por primera vez, estoy seguro de que estará más que de acuerdo.

A medida que avanzamos hacia el futuro de la PNL en el marketing, esté atento a la evolución de las herramientas impulsadas por la PNL que estarán disponibles. No importa lo que esté comercializando y no importa si es una gran empresa o un pequeño jugador, podrá hacer uso de algunos de los usos más emocionantes y prácticos de big data que jamás hayamos visto.

Dado que una de las claves del marketing moderno parece ser el análisis y la aplicación de conocimientos de big data, cualquier cosa que nos ayude a administrar mejor este big data debería ser bienvenido. La PNL puede ser una de las mejores herramientas que tenemos para hacer esto de una manera sostenible, escalable y en tiempo real, lo que la convierte en una palabra de moda tecnológica que no puede permitirse ignorar. ¿Quiere adelantarse a la curva? Contáctenos para obtener más información sobre el marketing tecnológico.

Hemos ayudado a compañías Fortune 500, startups respaldadas por riesgo y compañías como la suya. aumentar los ingresos más rápido. Obtenga una consulta gratuita