Optimizar la personalización a través de los resultados de búsqueda con Machine Learning y Deep Learning

En los últimos años el comercio online ha crecido de manera indetenible y, de acuerdo con el European eCommerce Report, se prevé que la tendencia se mantenga y al cierre de 2018, sólo en Europa, registre un crecimiento de 13% para alcanzar la cifra de 602 mil millones de euros. En este contexto, la personalización de ofertas, servicios y productos se ha convertido en un factor clave para impulsar el compromiso de los usuarios, agregar valor y mantener su lealtad. No obstante, en la planificación y desarrollo de uno de activos digitales más importantes de cualquier organización, la web, suele dejarse de lado un elemento clave para optimizar la personalización: la página de búsqueda.

Por lo general, la página de búsqueda se incluye como un accesorio que hay que tener, pero sin dedicarle mayor tiempo o consideración. Sin embargo, la funcionalidad de búsqueda es indispensable para casi cualquier web y en especial para las grandes plataformas. Por otra parte, a través de la búsqueda son muchos los factores de innovación que podemos incluir para agregar valor a la relación con el usuario, ofreciéndole una mayor calidad en los resultados y un servicio más ajustado a sus necesidades y expectativas, todo lo cual se traducirá en un aumento de la tasa de conversión e impactará positivamente en la cuenta de resultados.

La búsqueda, al igual que el rendimiento o la usabilidad de la página, forman parte de la experiencia que el usuario tiene al establecer relación con nuestra página, por lo que la calidad importa, y mucho. Por ello, Magnolia ha desarrollado una nueva herramienta aplicando las últimas técnicas de Machine Learning para desplegar una red neuronal profunda que ajuste continuamente el orden de los resultados según el comportamiento del usuario.

El Machine Learning, o aprendizaje automatizado es un área de la inteligencia artificial, que desarrolla herramientas capaces de generalizar comportamientos a partir de una información suministrada en forma de ejemplos, facilitando que los ordenadores aprendan.

Alberto Cordero, Senior Solutions Architect de Magnolia, explicará en el marco de la conferencia tecnológica Commit, que se celebrará en Madrid el 23 y 24 de noviembre los detalles de la solución desarrollada por Magnolia, que incluye el reconocimiento de imágenes ejecutado localmente sin depender de servicios externos, y un reconocimiento de voz basado exclusivamente en Web APIs.

Cordero señala que, hasta ahora, “la manera habitual de aproximarse a la personalización era a través de ciertos parámetros como ubicación, edad, etc., pero eso genera un puzle a la hora de conseguir resultados. Otra forma de conseguir resultados era segmentando según ciertos rasgos propios del usuario. Como consecuencia, se mostraban contenidos en función del segmento y los rasgos específicos del cliente”. Aplicando Machine Learning, explica Cordero, se consigue que todo ese proceso se simplifique.

La clave para lograrlo es el Deep Learning, una práctica que se usa para recopilar datos, aprender y hacer predicciones sobre esos datos. En otras palabras, es un proceso de Machine Learning más moderno que funciona a través de redes neuronales, lo que permite implementar aplicaciones de reconocimiento de voz e imagen, entre otras.

El inconveniente, añade Cordero, es que “existen muchos algoritmos de Machine Learning, pero ninguno es universal, y no hay ninguno mejor que otro. Hay que desarrollarlos a medida en función de los requerimientos del proyecto”.

Aunque inicialmente los problemas a los cuales se aplican soluciones de Machine Learning son abstractos y no siempre fáciles de concretar, Cordero señala que la herramienta desarrollada por Magnolia propone un enfoque sistemático que simplifica el problema y lo hace accesible.

Durante su charla en el Commit explicará cómo aplicando frameworks open source y APIs estándar, la implantación de Machine Learning es más accesible para desarrolladores que vienen de otros campos, y abordará el lado práctico mostrando la integración de esta interfaz de búsqueda en un sistema de gestión de contenidos y el valor de negocio real que crea. No te la pierdas este 23 de noviembre a las 12:45h, en campus de Montepríncipe de la Universidad San Pablo Ceu. Inscríbete aquí.