El análisis del Dato en la emisión de contenidos

No todos los que utilizan la cartelería digital en sus operaciones conocen el poder que los sistemas de gestión de contenido pueden aportar a la tecnología.

La programación del contenido en función de la hora del día, utilizando desencadenantes como el reconocimiento facial o sensores de IoT permiten recorrer un largo camino hacia la emisión de contenido orientados a perfiles de espectadores específicos o en condiciones ambientales específicas. Conocer el género y la edad aproximada del espectador puede garantizar que el contenido que se muestra en las pantallas digitales sea relevante para este, mientras que mostrar contenido en horas específicas del día o las condiciones climáticas en cada momento y lugar, asegura que el contenido tenga la máxima efectividad.

Es de poca utilidad, por ejemplo, que una red de señalización digital muestre contenido sobre ropa para adolescentes a un hombre de mediana edad, o exhibir en un restaurante el menú para el desayuno de esta semana, a la hora de la cena.

Pero, aunque los horarios y los algoritmos de contenido pueden ampliar el poder de la señalización digital, son esencialmente los algoritmos de programación, los que hacen que la cartelería digital parezca inteligente.  Incorporando Big Data y la inteligencia artificial, por otro lado, puede ayudar a la señalización digital a reaccionar ante los cambios de condiciones externas y mostrar el mejor contenido para el contexto en el que se mostrará.

Aunque los términos Big Data e IA se están volviendo cada vez más comunes, tienden a generar una buena cantidad de confusión en el mundo de los negocios. Las empresas a menudo usan los términos Big Data y AI cuando discuten sus operaciones, pero en realidad no están usando los conceptos realmente.  Cuando se trata de la definición de Big Data, por ejemplo, ¿hay un umbral mínimo en la cantidad de datos recopilados para calificarlo de esta forma? ¿Es así como se analizan esos datos? ¿O es así como se utilizan los datos?.

Aunque es imposible dar respuestas específicas, hay que tener en cuenta dos conceptos más que suman el valor de estos términos: valor y veracidad. 

Aún recopilando una gran cantidad de datos, no vale mucho si la organización no obtiene ningún valor de esos esfuerzos, de esos datos.  Y si además los datos no son precisos, no será de mucha ayuda en el proceso de toma de decisiones.

Lo mismo ocurre con el término AI. Si un sistema simplemente genera respuestas estándar a entradas específicas, realmente no hay ninguna inteligencia en el trabajo. 

Big Data ofrece la posibilidad de que las aplicaciones impulsadas por AI obtengan información sobre tomar mejores decisiones, y ahí es donde el valor realmente entra en juego usando datos de múltiples fuentes, AI puede construir una reserva de conocimiento que finalmente permita predicciones precisas sobre el consumidor, que se basen no solo en lo que compra, sino cuánto tiempo pasa en un área concreta de un establecimiento, qué observa mientras está allí, lo que compra o lo que no, etc. 

Imagine, por ejemplo, incorporar una red de señalización digital en una tienda minorista. Tal vez esté lloviendo afuera, lo que desencadenaría una regla que exige la publicidad de un paraguas. Comprobando que esto tendría sentido, volvemos a las decisiones de contenido basadas en reglas.

Sin embargo, imagine qué tan efectiva sería el sistema si reconociera que la mayoría de los clientes en la tienda en ese momento eran mujeres de treinta y tantos años, y que mujeres en ese rango tiende a comprar paraguas rojos.  Si la red muestra una promoción de paraguas rojos, las ventas probablemente aumentarían.

O imagine una situación en la que un adolescente va a pedir comida en un restaurante de comida rápida; la mayoría de las pantallas, se pueden programar para preguntar automáticamente: “¿Quieres patatas fritas con eso?”

Por otro lado, si ordenó una hamburguesa doble con queso y patatas fritas grandes, y patrones de compra y análisis de video nos indican que las personas que ordenaron esta combinación tendían a pedir en un elevado porcentaje, un batido de chocolate, el sistema podría sugerir automáticamente esa opción, aumentando las ventas en el proceso. 

La cartelería digital podría agregar mucho más valor al analizar la demografía de las personas en una fila, en una cola de espera, para mostrar contenido significativo, mientras que al mismo tiempo predice un tiempo de espera basado en análisis de escenarios anteriores.

E imagine si la red analizara datos continuamente, para redefinir las opciones de contenido, mostrando piezas cada vez más específicas y personalizadas. Aprovechar los grandes datos y la inteligencia artificial permite una gama de personalización con una red de cartelería digital, que incluye mejores predicciones, gestión del tiempo y contenido dirigido por la audiencia.  Ayuda de análisis en gestión de colas para predecir los tiempos de espera esperados, mostrar anuncios dirigidos y aumentar la participación durante un tiempo de espera necesario.

Gracias a los continuos avances en tecnología digital, existe una cantidad cada vez mayor de datos que se puede aprovechar para mejorar la experiencia de señalización digital. El desafío viene cuando elegir un sistema de gestión de contenido capaz de gestionar esos datos y derivar de ellos las ideas que se pueden usar para mostrar el mejor contenido para obtener el máximo efecto.

De hecho, la capacidad de aprovechar Big Data es lo que distingue a estas plataformas.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s