Las marcas de consumo han utilizado durante mucho tiempo grupos de enfoque anticuados, entrevistas y encuestas para evaluar mejor los deseos de los consumidores, deseos y necesidades como parte de procesos que van desde el desarrollo de productos, al marketing y las ventas. A medida que surgieron el aprendizaje automático y la inteligencia artificial (IA), Existe un interés creciente en la capacidad de aprovechar estas soluciones para ahorrar tiempo y dinero. y generar información más confiable sobre los consumidores.

El aprendizaje automático puede ayudar a analizar el contenido generado por el usuario (CGU), que implica la recopilación de datos de reseñas en línea, medios de comunicación social, y blogs, que brindan información sobre las necesidades de los consumidores, preferencias y actitudes.

A pesar del potencial para una mejor información, Los especialistas en marketing han expresado su preocupación sobre el valor de los datos de UGC porque la escala y la calidad de UGC dificultan su procesamiento. Si bien los datos son accesibles, La identificación de los conocimientos del consumidor requiere que los seres humanos analicen los datos. lo cual es difícil de hacer a escala.

Dos investigadores del Instituto de Tecnología de Massachusetts (MIT) decidieron abordar este problema a través de una investigación diseñada para examinar el desafío de cómo usar UGC de manera más eficiente para identificar las necesidades de los clientes de manera más rentable y precisa.

El estudio se publicará en la edición de febrero de la revista INFORMS Ciencias del marketing se titula "Identificación de las necesidades del cliente a partir del contenido generado por el usuario, "y está escrito por Artem Timoshenko y John R. Hauser del MIT.

Descubren que el aprendizaje automático puede mejorar el proceso de identificación de las necesidades del cliente. al tiempo que reduce sustancialmente el tiempo de investigación, ayudar a las marcas de marketing de consumo a evitar retrasos en la comercialización de productos.

"A medida que más y más personas recurren al mercado digital para investigar productos, comparte sus opiniones, e intercambiar experiencias de productos, grandes cantidades de datos UGC están disponibles rápidamente y a un bajo costo incremental para las empresas, ", dijo Timoshenko." En muchas categorías de marcas, UGC es extenso.

Por ejemplo, hay más de 300, 000 reseñas sobre productos de salud y cuidado personal solo en Amazon. Si se puede extraer UGC para las necesidades del cliente, tiene el potencial de identificar las necesidades del cliente mejor que las entrevistas directas con el cliente ".

Otras ventajas de los datos UGC son que se actualizan continuamente, lo que permite a las empresas mantenerse al día con su comprensión de las necesidades de los clientes. Y a diferencia de las entrevistas con los clientes, Los datos de UGC están disponibles para que la investigación vuelva a explorar más a fondo nuevos conocimientos.

Para realizar su investigación, los autores del estudio construyeron y analizaron un conjunto de datos personalizados que compara las necesidades del cliente para la categoría de cuidado bucal identificada a partir de entrevistas directas con las necesidades del cliente de las revisiones de Amazon. El conjunto de datos se construyó en asociación con una empresa de consultoría de marketing para garantizar la calidad estándar de la industria de las entrevistas y los conocimientos.

Los autores desarrollaron y evaluaron un enfoque híbrido de aprendizaje automático para identificar las necesidades del cliente a partir de UGC. Primero, utilizan el aprendizaje automático para identificar contenido relevante y eliminar redundancias. Luego, los seres humanos analizan los datos procesados ​​para formular las necesidades del cliente a partir del contenido seleccionado.

"En el final, Descubrimos que UGC funciona al menos tan bien como los métodos tradicionales basados ​​en un conjunto representativo de clientes, ", dijo Hauser." Pudimos procesar grandes cantidades de datos y reducirlos a muestras manejables para su revisión manual. La revisión manual sigue siendo una parte final importante del proceso, ya que los analistas profesionales son los que mejor pueden juzgar la naturaleza dependiente del contexto de las necesidades del cliente ".