Estudio de la aplicación de la IA en la segmentación de mercados en el sector del retail

GRADO: Marketing Curso 2024/2025 TÍTULO: Estudio de la aplicación de la IA en la segmentación de mercados en el sector retail Autor/a: Sánchez Alonso, Gorka Director/a: Pando García, Julián Bilbao, a 18 de junio de 2025 2 RESUMEN En la era actual en la que nos encontramos, caracterizada por una revolución tecnológica sin precedentes, el impacto de las nuevas tecnologías en el sector económico-empresarial es un tema de gran relevancia. La Inteligencia Artificial (IA) y las tecnologías de la Industria 4.0 están redefiniendo la forma en la que las empresas llevan a cabo sus actividades de segmentación de mercados en el sector retail. La investigación muestra cómo herramientas cómo el Big Data o sistemas de CRM avanzados permiten implementar estrategias de segmentación automatizadas, donde a través del uso de estas herramientas se permite optimizar la identificación de patrones de consumo facilitando la adaptación de las empresas al mercado y a su entorno. La segmentación de mercados basada en IA no solo incrementa la eficiencia, sino que modifica las interacciones cliente-empresa a través de una mayor personalización. Las compañías que adoptan estas tecnologías logran ventajas competitivas al anticipar tendencias y maximizar el valor del ciclo de vida de sus clientes. En definitiva, este estudio busca proporcionar una comprensión más profunda de cómo las tecnologías emergentes están redefiniendo el mercado de diversas formas. PALABRAS CLAVE Inteligencia Artificial, IA, retail, segmentación de mercados, marketing, tecnología 3 INDICE 1. INTRODUCCIÓN ....................................................................................... 5 2. MARCO TEÓRICO ..................................................................................... 7 2.1. EL SECTOR RETAIL ............................................................................ 7 2.2. SEGMENTACIÓN DE MERCADOS .................................................... 10 2.3. REVOLUCIÓN DIGITAL O ERA DIGITAL .......................................... 11 3. APLICACIONES DE LA IA EN LA SEGMENTACIÓN EN RETAIL .............. 15 3.1. EL ROL DE LA SEGMENTACIÓN INTELIGENTE | SEGMENTACIÓN DE AUDIENCIAS .............................................................................................. 16 3.2. APRENDIZAJE AUTOMÁTICO Y DECISIONES BASADAS EN DATOS 17 3.3. SEGMENTACIÓN A RAÍZ DEL CRM DE UNA EMPRESA ................... 20 3.4. ESTRATEGIAS DE SEGMENTACIÓN ................................................ 22 4. EMBUDO DE VENTAS BASADO EN IA .................................................... 26 4.1. GENERACIÓN DE LEADS ................................................................. 32 5. BENEFICIOS DE LA SEGMENTACIÓN DE MERCADOS EN RETAIL BASADA EN LA IA ......................................................................................... 35 6. ESTUDIO DE CASO ................................................................................. 37 6.1. INFORMACIÓN EXTRAÍDA DE LAS ENTREVISTAS ......................... 40 6.2. ANÁLISIS COMPARATIVO ENTRE LAS EMPRESAS ......................... 42 7. CONCLUSIONES ..................................................................................... 43 8. ANEXOS .................................................................................................. 47 8.1. ANEXO 1 .......................................................................................... 47 8.2. ANEXO 2 .......................................................................................... 48 8.3. ANEXO 3 .......................................................................................... 51 9. BIBLIOGRAFÍA ....................................................................................... 87 4 ÍNDICE DE FIGURAS Figura 1: Evolución trimestral del volumen de negocio del comercio electrónico y variación interanual (millones de euros y porcentaje) Fuente: CNMC, 10 Ene 2024. Figura 2. Acceso y compras realizadas a través de internet con el paso de los años. Fuente: European E-Comerce Report 2024. Figura 3. Tipos de tecnología en la industria 4.0. Fuente: AuraQuantic 2022. Figura 4. Aprendizaje Automático supervisado. Fuente: DataCamp, 11 sep 2024. Figura 5. Aprendizaje no supervisado. Fuente: Decide, 16 nov 2022. Figura 6. Análisis RFM en Retail. Fuente: unica360, 11 feb 2011. Figura 7. Segmentación ABC. Fuente: Imperia, 27 mar 2024. Figura 8. Fases del AI Testing. Fuente: Cyberclick, David Tomas, 8 ene 2025. Figura 9. Diferencias entre el funnel de marketing y ventas. Fuente: Daniel Davila Matos, Beex, 3 jul 2024 Figura 10. Lead Scoring Models. Fuente: Migao Wu, Pavel Andreev y Morad Benyoucef. “The state of leads scoring models and their impact on sales performance” Figura 11. Tabla de empresas entrevistadas. Fuente: Elaboración propia Figura 12. Tabla resumen, del grado de adopción de nuevas tecnologías, extraída de las entrevistas. Fuente: Elaboración propia 5 1. INTRODUCCIÓN La digitalización está transformando nuestra sociedad y en particular la forma de entender los mercados, provocando cambios fundamentales en la segmentación en retail y con ello los componentes que forman el mercado actual. La transformación digital en la segmentación de mercados implica una implementación de tecnologías tales cómo la inteligencia artificial, la automatización y las plataformas digitales, modificando de forma radical el cómo trabajamos. Estas tecnologías no solo están creando nuevas formas de entender cómo se comporta el mercado, sino también el modo de entender y comprender a la clientela y el entorno que la rodea. La nueva era digital en la que nos encontramos fomenta la necesidad de adquirir habilidades y competencias. Hoy en día, existen numerosas herramientas que permiten llevar a cabo la segmentación tradicional de la clientela de forma más efectiva y optimizada; por ejemplo, a través de herramientas de marketing digital cómo HubSpot, que permiten distribuir la cartera de clientes de una empresa atendiendo a su CRM de manera más eficaz. La automatización y la Inteligencia Artificial están redefiniendo los roles de las industrias, generando una reestructuración del mercado laboral tradicional que conocemos a día de hoy. En definitiva, están generando un entorno cada vez más cambiante donde la adaptabilidad y la evolución son claves para el éxito de una empresa. He seleccionado este tema para el Trabajo de Fin de Grado debido a su relevancia en el sector empresa, donde en la era actual en la que nos encontramos caracterizada por una revolución tecnológica sin precedentes, el impacto de las nuevas tecnologías en el sector económico-empresarial es un tema de gran relevancia. El estudio y comprensión de este tema es esencial para entender los cambios que se están produciendo internamente en las empresas. La elección de este tema me permite explorar y comprender cómo las tecnologías emergentes cómo la Inteligencia Artificial, no solo están transformando el mercado sino también las estructuras de segmentación existentes. 6 El objetivo principal de este Trabajo de Fin de Grado es analizar de manera integral cómo la Inteligencia Artificial y las tecnologías emergentes de la industria 4.0 están transformando la segmentación de mercados en el sector retail español, redefiniendo tanto las estrategias tradicionales cómo las herramientas empleadas para comprender el comportamiento del consumidor en un entorno caracterizado por una revolución tecnológica. Se pretende evaluar el impacto de estas innovaciones tecnológicas; incluyendo el Big Data, la automatización de procesos y herramientas de CRM, en la capacidad de las empresas para implementar estrategias de segmentación inteligente cómo el análisis RFM, la segmentación ABC y el lead scoring, permitiendo identificar, acceder y satisfacer segmentos de clientes de forma más eficiente. Además, se busca explorar las oportunidades que brindan las tecnologías para la optimización del embudo de ventas basado en IA, la personalización de la experiencia del cliente y la adaptación al crecimiento del comercio electrónico. Finalmente, el estudio busca ofrecer una visión actualizada sobre los beneficios que aporta la segmentación de audiencias mediante aprendizaje automático y los retos que supone la implementación de estas tecnologías. La metodología llevada a cabo para elaborar el proyecto se fundamenta en el análisis, investigación, organización y clasificación de la literatura disponible sobre el tema, complementada con un estudio de caso basado en entrevistas en profundidad que permite extraer información cualitativa sobre la implementación real de estas tecnologías en el sector. Para ello, se ha revisado y estructurado información de artículos académicos, estudios y libros sobre el campo. Los artículos y trabajos se han obtenido de fuentes como Google Scholar, Scopus, Statista y diversas fuentes de datos. El trabajo se divide en varias partes estructuradas. En la primera parte se expone un marco teórico que abarca el sector retail en España, la evolución de la segmentación de mercados y la Cuarta Revolución Industrial con el desarrollo de las tecnologías de la Industria 4.0. En la segunda parte, se examinan las aplicaciones específicas de la Inteligencia Artificial en la segmentación en retail, incluyendo el rol de la segmentación inteligente, el aprendizaje automático para decisiones basadas en datos y las estrategias de 7 segmentación derivadas del CRM empresarial. Posteriormente, se analiza el embudo de ventas basado en IA y la generación de leads, seguido de un estudio de caso con entrevistas que permite contrastar la teórica con las actividades llevadas a cabo en las empresas. Una vez expuestos todos estos puntos se presentarán las conclusiones basadas en la información recopilada y el análisis comparativo realizado a lo largo del trabajo. 2. MARCO TEÓRICO En este apartado revisaremos los aspectos claves que enmarcan la segmentación de mercados en retail, así como su evolución y las distintas formas de llevarlo a cabo con el paso del tiempo. Junto con esto, analizaremos la cuarta revolución industrial; es decir, la creación de las de las tecnologías de la industria 4.0, cómo la Inteligencia Artificial, el Big Data, el análisis de datos y la automatización de procesos. 2.1. EL SECTOR RETAIL El retail es un término en inglés, también llamado comercio minorista, se refiere al sector compuesto por empresas dedicadas a la venta masiva de productos o servicios directamente a los consumidores finales, según Globalkam Consultores: “el retail es la venta de productos y servicios al consumidor final con el fin de satisfacer sus necesidades” (Globalkam Consultores, 2018). El comercio en retail no se limita únicamente a las tiendas convencionales; dentro de este sector se incluyen tanto los establecimientos físicos, aquellas que solo operan vía online, e-commerce, y aquellos modelos de negocios híbridos (retail 360, 22 ene 2022) que combinan ambos formatos para llegar a los clientes finales. El sector retail es un pilar fundamental en la economía tanto a nivel nacional como internacional debido a su elevado volumen de transacciones, donde según las últimas publicaciones de datos de la Contabilidad Nacional Anual de España este sector supone el 12,5% del PIB de la economía española en 2023 (Ministerio de Economía, Comercio y Empresa; Comercio Interior); así como la gran cantidad de empleo que genera, donde según la EPA (INE), en el año 2023 la media de ocupación generada en el comercio 8 minorista fue del 9,1% del total de ocupados de la economía; es decir, el 61,4% del total del comercio. El minorista, también conocido como detallista o retailer, es un intermediario clave en el sector comercial, ya que conecta a fabricantes, distribuidores o mayoristas con los consumidores finales. Su actividad consiste en adquirir pequeños lotes de productos para su reventa, ya sea bien al cliente final o en algunos casos a otros minoristas. La evolución del sector retail ha transformado los hábitos de compra de los consumidores, facilitando el acceso a una mayor variedad de productos simplificando el proceso de adquisición. Esta evolución, junto con la globalización y digitalización ha generado cambios en la industria retail, obligando a las empresas a adaptar sus estrategias de manera continua en un entorno competitivo y dinámico. (Puyol-Cortez, Jorge Luis – 31 ene 2024). En este contexto actual la toma de decisiones basada en datos se ha vuelto clave para las empresas del sector. El comercio minorista en España atraviesa una transacción impulsada por la digitalización, el crecimiento de internet y los dispositivos móviles (PWC 2022). Las empresas deben adaptarse a los nuevos canales de venta y a consumidores cada vez más exigentes que buscan autenticidad, novedad y conveniencia. Esto exige una mayor inversión en tecnología y estrategias de marketing innovadoras para ofrecer experiencias de compra más personalizadas y eficientes. (Fernando Pasamón, 5 jun 2017). En la Figura 1 se nos muestra cómo en el segundo trimestre de 2024 la facturación del comercio electrónico en España creció un 12,8% interanual, alcanzando los 23.114 millones de euros, según los últimos datos publicados en CNMCData | Comisión Nacional de los Mercados y la Competencia. 9 Figura 1: Evolución trimestral del volumen de negocio del comercio electrónico y variación interanual (millones de euros y porcentaje) Fuente: CNMC, 10 Ene 2025 Actualmente, el comercio y la tecnología van de la mano y las empresas líderes del sector la integran para mejorar especialmente la experiencia del cliente. El aumento del volumen de los dispositivos móviles y las aplicaciones de compra ha sido clave en este proceso (Fernando Pasamón, 5 jun 2017). Debido a estos factores, la facturación del comercio electrónico en España se ha visto aumentada drásticamente. Según el European B2C E-commerce Report 2024, tanto el porcentaje de personas con acceso a internet, cómo el porcentaje de personas que han comprado bienes/servicios, en edades comprendidas de los 16 a los 74 años, ha ido creciendo con el paso de los años. Figura 2. Acceso y compras realizadas a través de internet con el paso de los años en España. Fuente: European E-Comerce Report 2024 16 de llevar a cabo diversas tareas a fin de sobresalir en un mercado saturado y dirigirse de manera efectiva a su público (Ciencia y Desarrollo, Vol. 27, N.º 1, 2024) Cómo consecuencia de los aspectos mencionados anteriormente, la segmentación de mercados pasa a ser una solución clave para las organizaciones, a fin de erradicar los problemas cómo la saturación y la información masiva del mercado. Las organizaciones adaptan sus mensajes y estrategias a segmentos de clientes (grupos) concretos con características y patrones de compra similares, adaptando sus actuaciones en base a la evolución del mercado y las preferencias de los consumidores (JF Flórez, 2023) A modo de síntesis cabe destacar que la actividad de segmentar a los clientes del sector retail mediante el empleo de la IA, implica el uso de algoritmos de inteligencia artificial a fin de llevar a cabo el análisis de datos y la categorización de clientes de distintos grupos atendiendo a características o comportamientos similares 3.1. EL ROL DE LA SEGMENTACIÓN INTELIGENTE | SEGMENTACIÓN DE AUDIENCIAS La segmentación inteligente o segmentación de audiencias, es el procedimiento de segmentar/dividir al público objetivo en subgrupos más pequeños en base a características cómo ubicación, idioma, comportamientos de compra, entre otros. Se basa en entender las motivaciones de éstos y ofrecer una experiencia más personalizada y atractiva (Logicommerce, 23 ene 2025) Esta herramienta es valiosa tanto para mejorar la efectividad de las actividades de marketing digital cómo para generar una evolución de las estrategias adoptadas por las organizaciones. La segmentación inteligente permite aumentar las tasas de conversión, así como la eficiencia publicitaria logrando reforzar la lealtad de la clientela a largo plazo (Boolea, 28 oct 2024) Al implementar la estrategia de la segmentación inteligente en una campaña, se garantiza un rendimiento óptimo, debido a que los esfuerzos de marketing se orientan hacia el público objetivo. Estas actividades se pueden desarrollar a través de herramientas de marketing digital, cómo HubSpot (Ployall, 29 jul 2024) 17 A través del uso de esta herramienta las empresas se dirigen a sus subgrupos de clientes con mensajes específicos (adaptados), aumentando significativamente la eficiencia de sus campañas. A raíz del empleo de ésta, las organizaciones establecen bases sólidas de lealtad con sus clientes a largo plazo, a la par de permitirlas adaptarse constantemente a los cambios del mercado. El paso inicial para implementar la IA en la segmentación es garantizar la calidad y pureza de los datos; es decir, a mayor cantidad de datos relevantes de los que se disponga, mejores resultados se podrán obtener con la ayuda de la inteligencia artificial. Las fuentes comunes para la extracción de datos demográficos y de ubicación (esenciales para conocer la edad, sexo, nivel de educación, entre otros), datos de comportamiento (permitiendo conocer a la empresa a través de que canales los clientes interactúan con la marca), datos de transacciones e interacciones, bien en los sitios web y en las redes sociales (aportan datos acerca sus interacciones en las RRSS, historial de compras, tiempo de permanencia en las páginas web, entro otros) (Nateevo, 22 jun 2022) Las actividades anteriormente mencionadas pueden ser desarrolladas a través de plataformas impulsadas por IA que simplifican el proceso de segmentación de audiencias, debido a que dichas herramientas analizan grandes cantidades de datos identificando patrones y generando segmentos precisos. 3.2. APRENDIZAJE AUTOMÁTICO Y DECISIONES BASADAS EN DATOS El aprendizaje automático | AA es un subconjunto de IA que permite a una máquina realizar una tarea concreta y proporcionar resultados precisos a través de la identificación de patrones; es decir, es una aplicación donde a través del uso de algoritmos, analiza grandes cantidades de datos y genera estadísticas, permitiendo tomar decisiones a raíz de una elevada cantidad de información. La principal diferencia entre la IA y el AA es que la Inteligencia Artificial permite a las máquinas simular la inteligencia humana para resolver problemas, mientras que el Aprendizaje Automático permite a las máquinas aprender de manera autónoma a partir de datos (Google Cloud) 18 El aprendizaje automático “machine learning” es una vertiente de la inteligencia artificial que se suele emplear en la segmentación de audiencias debido a que maneja algoritmos capaces de procesar elevados volúmenes de datos de manera eficiente destinando poco tiempo en el proceso (adSalsa, 8 mar 2024) El uso principal del Aprendizaje Automático en marketing es emplearlo a modo de predecir el comportamiento de los mercados y personalizar las campañas publicitarias en base a los hábitos de uso (JM Caballero, 17 feb 2023) Las tecnologías del AA generan la automatización de segmentos a partir de factores cómo intereses de compra, edad, aspectos geográficos, entre otros; permitiendo de este modo que las estrategias de marketing basadas en datos mejoren sus resultados (Súmate, 21 mar 2024) El uso de la IA y el AA facilitan el análisis rápido y preciso de grandes volúmenes de datos de clientes, identificando patrones que mejoran la segmentación más allá de los métodos tradicionales. Estas acciones permiten crear grupos más específicos basados en atributos bien definidos, optimizando campañas personalizadas en base a intereses y comportamientos de compra. Además, al poder automatizar procesos, se reducen los esfuerzos del personal de trabajo y costes a la par de mejorar la precisión y eficacia en la gestión de datos (Nisum, 16. May 2022) El Aprendizaje Automático supervisado se basa en algoritmos que analizan patrones a partir de datos que permiten predecir resultados con precisión. El uso general de este modelo se basa en la evaluación de riesgos, análisis predictivos, comprensión de algoritmos, entre otros. A dichos algoritmos se les dota de información sobre un conjunto de datos etiquetados; es decir, las variables objetivo de un problema, las cuales representan las características o dimensiones de la observación a predecir y las variables de resultado, las cuales son los efectos que se pretenden predecir (IBM, 20 dic 2023) Para la ejecución de estas actividades se emplean herramientas tales cómo redes neuronales (las cuales simulan el funcionamiento del cerebro humano, permitiendo llevar acabo procesos cómo traducción de lenguaje natural, reconocimiento de imágenes, de habla, creación de imágenes, entre otros); árboles de decisión (empleados para tareas de 19 clasificación; por ejemplo: detector del spam o correo no deseado en el mail y tareas de regresión; por ejemplo: predicción del precio de la vivienda por metro cuadrado, ubicación, número de baños y otros datos relevantes) y algoritmos de clasificación (predicen variables categóricas etiquetando piezas de dato de entradas). Figura 4. Aprendizaje Automático Supervisado Fuente: datacamp, Blog 11 sep 2024 El Aprendizaje Automático no supervisado se basa en la preparación de modelos de datos sin procesar y sin etiquetar; es decir, no requiere de elevada intervención humana en comparación con el supervisado. Se emplean con la finalidad de juntar objetos dentro de grandes bases de datos, permitiendo agrupar a los clientes en función de atributos cómo el número de veces que emplearon/adquirieron productos de la marca, sus datos demográficos, el modo en el que interactúan con la empresa, etc. (Universidad Europea | UE, 11 oct 2022) El uso principal del modelo es el análisis de clústeres de datos con características similares o datos de cada segmento, además de la comprensión de la relación entre los distintos datos. Figura 5. Aprendizaje no supervisado Fuente: decide, 16 nov 2022 20 3.3. SEGMENTACIÓN A RAÍZ DEL CRM DE UNA EMPRESA Los sistemas de gestión de relaciones con los clientes son estrategias diseñadas a fin de optimizar la atención al cliente mediante un mejor conocimiento de su audiencia. El CRM no solo funciona cómo software de ventas, sino que facilita a la organización el intercambio de información entre actividades de marketing, ventas y servicios (Clientify, 18 jul 2023) El CRM centraliza la información en un solo lugar, pudiendo generar informes automáticos y clasificar los datos según factores cómo edad, ubicación, etapa del cliente, historial de compras e impacto de campañas, entre otros. Esto permite identificar tendencias y personalizar la comunicación a fin de impulsar las ventas, mejorando la experiencia del cliente y fomentando su lealtad hacia los productos o servicios ofertados por la empresa (Gonzalo Perlado | Ministerio de Industria y Turismo) Un ejemplo esclarecedor puede ser el siguiente: el CRM puede identificar que los clientes jóvenes en ciudades grandes responden mejor a campañas en RRSS (redes sociales), ayudando así a la empresa a diseñar estrategias más efectivas y dirigidas a este tipo de segmentos. La gestión del CRM de una empresa sirve a fin de llevar a cabo una serie de actividades, dentro de las cuales encontramos: - Identificar y convertir las interacciones en leads. - Personalizar las interacciones, bien para mejorar la experiencia de los usuarios cómo para impulsar el embudo de ventas. Es decir, el CRM se ha convertido en una herramienta imprescindible para cualquier organización en busca de optimizar sus actividades de marketing y conseguir un elevado grado de éxito en el mercado (seQura, 1 jul 2024) 21 La combinación de la inteligencia artificial con un CRM busca optimizar el desempeño del sistema de gestión mejorando los resultados de ventas en todas sus etapas, desde la captación de clientes hasta su fidelización. Entre los beneficios de esta integración se destaca la posibilidad de optimizar el proceso de ventas al hacer eficiente la atención a la clientela mediante el uso de algoritmos y datos digitales. Esto permite obtener a los vendedores insights sobre el comportamiento de los clientes, anticipando sus necesidades y ofreciendo experiencias personalizadas que mejoran las tasas de conversión. Otras de las actividades claves que permite la IA es digitalizar la automatización de tareas y la creación de correos personalizados, facilitando el trabajo del equipo empresarial (GZ Aramendia, 2019) Por otro lado, la IA también contribuye a la mejora de la productividad y gestión de clientes al desarrollar flujos de trabajo y optimizarlos automáticamente. Esto permite generar tareas de seguimiento eliminando la intervención manual de los trabajadores, reducir errores en el proceso de ventas y unificar la comunicación entre los distintos departamentos, generando una experiencia más fluida para sus clientes. La aplicación de la IA en el CRM ayuda a identificar, junto con los aspectos anteriormente mencionados, oportunidades de ventas cruzadas, fortaleciendo actividades de cross selling 1 y up-selling 2 , reduciendo los esfuerzos de gestión y aumentando la eficiencia del equipo de la empresa (Latam, 11 sep 2024) A modo de síntesis, un CRM permite centralizar y organizar la información de los clientes, facilitando a las organizaciones el acceso a datos claves de estos. Además, gracias a este tipo de herramientas es posible identificar patrones de comportamiento para diseñar estrategias efectivas. Sin embargo, su implementación requiere de una inversión inicial, considerando factores cómo la integración de la herramienta y la formación del personal a fin de maximizar su uso (Inforgres, 4 nov 2024) 1 Cross-selling: La venta cruzada, conocida también como cross-selling, es una táctica que consiste. En proponer al cliente artículos o servicios adicionales. Que complementan su compra original. Se trata de recomendar productos relacionados con los que el cliente ya ha seleccionado, con el objetivo de incrementar el importe total de la transacción y aportar un mayor valor al cliente, ofreciéndole opciones que puedan resultase relevantes o beneficiosas. 2 Up-Selling: La técnica de up-selling, o venta adicional, consiste en persuadir al cliente para que elija una opción superior a la que inicialmente tenía en mente. Normalmente, esta estrategia implica sugerir una versión más avanzada o de mayor precio del producto o servicio que el cliente está considerando, con el propósito de aumentar el valor de la venta y satisfacer mejor sus necesidades. 22 3.4. ESTRATEGIAS DE SEGMENTACIÓN 3.4.1. Análisis RFM La segmentación RFM (Recencia, Frecuencia y Valor Monetario | Monetary Value) se basa en el comportamiento del usuario para evaluar su valor cómo cliente. A través del análisis de sus interacciones comerciales con la empresa, es posible identificar patrones de compra y determinar su impacto en el negocio (Pushwooosh, 18 jul 2024) Este modelo ayuda a las empresas a agrupar a sus clientes según características comunes, lo que permite personalizar estrategias de marketing y adaptar la comunicación a las necesidades de cada segmento, mejorando la efectividad de las campañas. Las variables del modelo se pueden desglosar en: - Recencia de compra: indica los días transcurridos desde la última compra o pedido. - Frecuencia de compra: indica el número de compras o pedidos por periodo de tiempo promedio (por ejemplo, compras mensuales). - Valor monetario | Monetary Value: valor de las compras totales realizadas por el cliente en el tiempo de análisis. El modelo asigna una puntuación a cada cliente según las variables anteriormente explicadas, creando un ranking que permite segmentarlos según su relevancia para el negocio. Es decir, se le otorga a cada cliente un valor en base al percentil en el que se encuentre, lo cual facilita la personalización de estrategias de marketing y optimización de acciones comerciales. (Connectif, 24 may 2022; Guillermo Córdoba, Unica360, 10 feb 2011, GC) En definitiva, el RFM permite identificar a los clientes más valiosos de una empresa y segmentarlos de manera efectiva. Se analizan diversos datos facilitando la creación de estrategias de marketing más precisas. Al introducir esta herramienta, las empresas pueden aumentar la lealtad de los clientes y mejorar la efectividad de sus acciones (Mind, 2 nov 2023) 23 La combinación del modelo RFM con la IA potencia su capacidad para analizar grandes volúmenes de datos, identificar patrones y personalizar estrategias de manera más eficiente; permitiendo de este modo a las empresas mejorar sus estrategias a la par de optimizar y facilitar las tomas de decisiones y maximizar la lealtad de la clientela (Connectif, 24 may 2022) Figura 6. Análisis RFM en Retail: Fuente: única360, 10 feb 2011, por Guillermo Córdoba 3.4.2. Análisis ABC La segmentación de clientes ABC fue una técnica definida por Vilfredo Pareto, sociólogo y matemático italiano (1848 – 1923), el cual estableció que para muchos resultados de forma genérica el 80% de las consecuencias provienen del 20% de las causas; es decir, un pequeño porcentaje de causas generan un gran efecto (Sarah Laoyan, Asana, 21 feb 2025) Cabe destacar que el principio de Pareto o Ley 20/80 se aplica indistintamente a la producción cómo a los clientes; esto es, la segmentación a raíz del modelo ABC puede emplearse para llevar a cabo una gestión del stock de la una empresa o para categorizar a sus clientes y desarrollar estrategias de control de inventarios y enfoques de marketing adaptados a cada uno de los distintos grupos. 24 Siguiendo con la premisa anterior, la clasificación ABC de clientes se ha convertido en una herramienta empleada a fin de dividir los productos/clientes en distintas categorías en función de su relevancia para la organización, con la finalidad de analizar la facturación por cliente y fijar estrategias comerciales adaptándolas a cada uno de los segmentos (Arxon, 28 feb 2025) El Principio de Pareto sostiene que el 20% de la clientela representan el 80% de la cifra de negocio, mientras que el 80% de clientes restantes solo aportan un 20% de las ventas de la empresa. En base a la conocida Ley 20/80 se realiza la siguiente clasificación: - Categoría A: representan la mayor parte de la facturación de la empresa, siendo éstos un 20% de la cartera de clientes, los cuales generan el 80% de las ventas. - Categoría B: donde aproximadamente un 50% de la clientela solo portan un 20% de la cifra del negocio. - Categoría C: el 10% de los clientes representan un 10% de las ventas de la empresa. La siguiente figura muestra la representación gráfica de la clasificación de los clientes en base al porcentaje de producto que consumen los clientes en proporción al porcentaje de beneficios que aportan a la empresa. Figura 7. Segmentación ABC Fuente: Imperia, 27 mar 2024 25 De la figura anterior se pueden sacar una serie de conclusiones: Clase A: suponen la mayor parte de los ingresos de la empresa, a los cuales se debe de prestar una mayor atención. Se trata de una serie de clientes estratégicos para la organización; se les debe de dotar de servicios específicos, mejores condiciones de ventas, etc. Estas actividades tienen como finalidad fidelizar y la personalización de actividades para asegurar dichos ingresos, realizando un contacto y control rutinario. Clase B: los clientes representados en esta zona son clientes medios. Se puede llevar a cabo diversas actividades con la finalidad de que se conviertan en eternos clientes de tipo B o incluso que acaben convirtiéndose en clientes tipo A a través de estrategias de fidelización. Para ello se pueden llevar actividades cómo ventas cruzadas, promoción de productos, facilidades en el proceso de compra (por ejemplo: envíos gratuitos a partir de cierto volumen de compra, etc.). Clase C: se debe de evitar gastar una energía elevada y facturar poco con este tipo de clientes; la actividad principal con esta categoría de clientes, los cuales representan una pequeña cifra de negocio y son muy abundantes, sería detectar nuevas necesidades a fin de tratar de cubrirlas y convertirlos en clientes estables. Aunque por parte de la organización no deben ser descuidados, no se deben de incurrir en mayores esfuerzos de los necesarios (egela - Dirección de Ventas y Negociación Comercial; Arxon, 4 mar 2025) 3.4.3. Test A/B La segmentación en las pruebas A/B consiste en dividir a la audiencia en grupos específicos para probar distintas versiones de un contenido dentro de cada segmento (Ruth Raventós, Nelio, 18 may 2023). Estas acciones permiten comparar el rendimiento de una versión “A” con una variante “B” de forma más precisa, analizando el impacto en cada subgrupo. Así, se pueden obtener conclusiones más específicas y optimizar las estrategias de la empresa en función de datos más concretos (Oracle) La segmentación en las pruebas A/B permite obtener datos más concretos, pero conlleva ciertos riesgos. Por una parte, si el tamaño de la muestra para cada segmento es demasiado pequeño, los resultados pueden no ser fiables. Además, probar estas acciones en ciertos 32 4.1. GENERACIÓN DE LEADS “Lead hace referencia a aquellos posibles clientes que nos han dejado sus datos a cambio de mostrar interés en un producto o servicio ofertado por la empresa.” (CFG Medio, 2015). Estos usuarios se consideran posibles compradores de los productos o servicios ofertados por las compañías, por lo que resulta fundamental realizar un seguimiento constante a través de estrategias de captación y fidelización. Esto permite a las empresas mantenerse al día de sus intereses y transformarlos en clientes finales. Cuantos más leads se generen, mayores serán las oportunidades de adquirir nuevos clientes. Es esencial asegurarse que los leads generados sean adecuados, lo cual exige una identificación clara del público al que se desea llegar. Para lograrlo, es necesarios realizar estudios de mercado y segmentaciones precisas que ayuden a comprender las necesidades de los posibles clientes. Al definir con precisión el público objetivo, las acciones de marketing se vuelven más efectivas. Generar contenido que responda a las necesidades reales de los clientes ayuda a posicionar a la empresa cómo líder en su sector, incrementando su credibilidad y atrayendo más leads. Además, el uso de formularios y landing pages optimizadas es clave para captar información básica de los leads y mejorar las conversiones, siempre priorizando una experiencia atractiva para los usuarios, donde dichas estrategias deben quedar bien definidas en el embudo de ventas de la empresa. Por una parte, la segmentación de contactos es el primer paso para que la comunicación con los clientes sea más efectiva y llegar al público deseado. Al agrupar a los clientes potenciales según intereses, historial de compras, etapas del ciclo de vida en la que se encuentren, entre otras cosas, permite a las organizaciones enviarles información que sea de su interés y de mayor relevancia para cada uno de los distintos segmentos generados. Por otro lado, la personalización en la atención al cliente y difusión de información puede llevarse a cabo mediante plataformas capaces de analizar y monitorizar las interacciones de cada cliente potencial. 33 Para ello, es necesario el empleo de sistemas de gestión de relaciones con clientes (CRM) a fin de recopilar datos concretos sobre preferencias y patrones de comportamientos, garantizando que cada prospecto reciba un trato adaptado a sus necesidades. Tras la implementación de estas técnicas no solo se eleva la satisfacción del usuario, sino que además genera insights estratégicos a fin de optimizar las técnicas de marketing y los enfoques comerciales. 4.1.1. Clasificación de leads El Lead Scoring es un método cuantitativo que evalúa el potencial de un prospecto mediante el análisis de su perfil, comportamiento (digital y presencial), datos demográficos y probabilidad de conversión en cliente final. Este proceso prioriza las oportunidades comerciales permitiendo optimizar la asignación de recursos; es decir, los leads con un mayor valor se dirigen a ventas, mientras que los de valor inferior se gestionan con estrategias de marketing ((NIH, Feb 2023) La clasificación de leads es un proceso fundamental para las organizaciones, dado que consiste en analizar y jerarquizara los prospectos según su probabilidad de generar una compra, facilitando dirigir los recursos de los equipos comerciales y de mercado hacia aquellos con mayor potencial de realizar una compra. Los sistemas de puntuación de leads es una herramienta eficaz que evalúa a los prospectos según cómo interactúan con la marca. Este método está basado en datos que ayudan a identificar qué contactos tiene un mayor grado de compromiso con la organización; es decir, su nivel de fidelidad de marca. Para ello, se deben de fijar parámetros y objetivos que determinen qué características debe reunir un lead “prioritario”. Dicho ranking de puntuaciones sirve a modo de guía para el equipo comercial, permitiendo su coordinación con el departamento de marketing, incrementando la eficiencia en el ciclo de conversión de leads. Implementar la automatización a través de sistemas CRM facilita la evaluación de prospectos. Esto se logra tras la recopilación de datos y la programación de seguimientos automáticos. Adicionalmente, se aprovecha la información histórica para mejorar el 34 método de calificación lo cual puede resultar una técnica ventajosa. Al estudiar tendencias de comportamientos anteriores y los porcentajes de cierre de ventas, la compañía puede optimizar sus criterios de calificación y su estrategia comercial. (JKLST, 12 nov 2023) Existen numerosas herramientas de CRM que permiten llevar a cabo la recopilación de datos y generar una personalización estratégica de captación de clientes. Dado el elevado volumen de información recopilada por las empresas junto con la analítica predictiva, las herramientas de CRM pueden llevar a cabo una puntuación de leads más efectiva. Un ejemplo sería el caso de la herramienta de HubSpot CRM, ésta gestiona la calificación de leads asignando puntuaciones a contactos y empresas según criterios personalizables, como interacciones de los usuarios (visitas, clics, apertura de emails, etc.) y datos sociodemográficos (cargo, tamaño de la empresa, etc.). Estas puntuaciones ayudan a priorizar los leads además de actualizarse de manera automática, pudiendo usarse para realizar informes y segmentaciones por parte de la empresa. Además, HubSpot integra inteligencia artificial (IA) en su herramienta de calificación, permitiendo que el sistema analice patrones de conversión de los datos y sugiera criterios relevantes a fin de mejorar la puntuación de los prospectos. Así, la IA optimiza el proceso, identificando automáticamente los criterios más relevantes para la calificación y facilita la priorización eficiente de oportunidades de venta (HubSpot, 11 abr 2025) Figura 10. Lead Scoring Models Fuente: Migao Wu, Pavel Andreev y Morad Benyoucef. “The state of leads scoring models and their impact on sales performance” El proceso de calificación de leads puede tratarse desde un enfoque tradicional o predictivo. Por una parte, la puntuación de leads predictiva emplea el aprendizaje automático a fin de observar señales de conversión para su posterior clasificación; 35 aprovechando para ello datos históricos de los usuarios para elaborar un proceso más efectivo a la par de eficiente para llevar a cabo la jerarquización de leads. Por otro lado, la calificación tradicional o manual se basa principalmente en la intuición de los especialistas de marketing y datos comportamentales, estando condicionada de este modo en gran medida por la subjetividad. Lo cual genera una elevada necesidad de disposición pruebas y revisiones continuas, culminando en un empleo elevado de recursos (Migao Wu, Pavel Andreev y Morad Benyoucef, Information Thechnology and Management; 2023) 5. BENEFICIOS DE LA SEGMENTACIÓN DE MERCADOS EN RETAIL BASADA EN LA IA La implementación de la Inteligencia Altricial en la segmentación de mercados del sector retail ha generado una transformación significativa en la forma en que las empresas comprenden y se relacionan con sus clientes. Los beneficios derivados de esta tecnología van más allá de la categorización de consumidores, abarcando desde la personalización hasta la optimización de los recursos empresariales. Esta evolución en tecnología permite a los retailes desarrollar estrategias más precisas y eficientes, impactando positivamente en la rentabilidad y sostenibilidad de sus negocios. (Hossam, A. Journal of Computational Social Dynamics. 2022) La personalización representa uno de los beneficios más relevantes. Los algoritmos de la IA analizan el comportamiento de cada cliente, sus preferencias y el historial de compras a fin de ofrecer ofertas personalizadas, recomendaciones, envío de información relevante, entre otras. Esta hiperpersonalización ayuda a mejorar de manera significativa la satisfacción de los clientes y aumenta las tasas de conversión y la lealtad de estos. (Lang, L. Journal of Science and Technology, 2022) Debido a que los sistemas de la IA permiten interpretar y almacenar abundante información sobre los clientes, se permite a las empresas crear perfiles de clientes más detallados, facilitando una comprensión de los comportamientos, preferencias y características demográficas de cada uno de los consumidores. (Sharma, R. Markovate, 26 may. 2025). 36 La automatización de procesos mediante IA genera una reducción significativa en el tiempo dedicado en analizar datos, extracción y preparación de información. Gracias a esta reducción y optimización del tiempo, los equipos de marketing pueden enfocar sus esfuerzos a la mejora en el desarrollo de estrategias y en la creatividad mientras mejoran la eficiencia operacional general (Sharma, R. Markovate, 26 may. 2025). La optimización de recursos genera una asignación más efectiva del presupuesto del departamento de marketing de la empresa, dado que la IA permite enfocar el gasto publicitario en segmentos de clientes de alto valor, identificando cuáles generan una mayor rentabilidad (Cummings A., R. Shopify, 30 jun. 2025). Esta precisión en la segmentación permite que los esfuerzos de marketing estén alineados con la demanda real de los clientes. Estudios como el expuesto en Expansión, indica que los minoristas que adoptaron IA y machine learning registraron un crecimiento de sus ingresos en torno al 8,10% entre 2023 y 2024, frente al 5,10% de quienes no implementaron este tipo de tecnologías en sus negocios (Maraboto, M. Expansión, 2024). Además, según Mordor Intelligence determinan que el mercado de IA crecerá un 33,17% hasta 2029, impulsado por una mejora en la eficiencia operativa y reducción de costes mediante algoritmos de optimización de procesos (Mordor Intelligence, Estudio Mercado). El análisis predictivo constituye un pilar fundamental de la segmentación de mercados basada en Inteligencia Artificial, permitiendo a los trabajadores de las empresas anticipar comportamientos de sus clientes, así como sus preferencias mediante el análisis de patrones de compras. Estas actividades facilitan a las empresas poder adelantarse a las necesidades del mercado y cómo consecuencia ajustar su oferta. La capacidad de procesar información en tiempo real (segmentación dinámica), permite a las empresas responder de manera inmediata a los cambios de los comportamientos de los consumidores. Esta posibilidad de adaptación casi instantánea es de gran valor para las empresas ya que puede ser un factor clave para evitar posibles pérdidas de clientes. (Chambi-Condori, 2021). 37 Teniendo en cuenta lo mencionado anteriormente, la IA permite identificar a clientes en riesgo de abandonar la marca. Por lo tanto, la personalización ayuda generar relaciones más duraderas con la clientela al comprender mejor las preferencias individuales de cada uno y ofrecerles experiencias adaptadas, incrementando de este modo la lealtad de sus consumidores. A modo de resumen, cabe destacar que la implementación de la Inteligencia Artificial en segmentación de mercados genera un impacto positivo en el retorno de inversión (ROI) al dirigir a los clientes adecuados a las ofertas correctas en el mejor momento. Por ello la mejora en las tasas de conversión implica otro beneficio económico. Al ofrecer productos y servicios más relevantes a cada segmento, las empresas tienen más probabilidad de generar incrementos en sus ventas (Westreicher, G., 1 sep. 2020) 6. ESTUDIO DE CASO Este apartado del trabajo tiene como objetivo analizar cómo diversas empresas gestionan sus bases de datos, el uso que hacen de la inteligencia artificial (IA) en el procesamiento de la información y su aplicación en estrategias de marketing y segmentación. En el contexto actual, la gestión eficiente de datos y la integración de tecnologías avanzadas son factores clave para el éxito de las estrategias de marketing de las empresas. A fin de comprender en profundidad cómo las organizaciones abordan estos retos, en este punto del Trabajo de Fin de Grado se ha diseñado una investigación basada en entrevistas en profundidad a profesionales de distintas empresas. Las empresas seleccionadas para este estudio representan una muestra diversa, elegida en función de varios factores: • Tamaño de la empresa: se han incluido pequeñas, medianas y grandes empresas, permitiendo así analizar cómo varía la gestión de datos y el uso de la IA en función de los recursos y las estructuras organizativas. • Tipo de cliente: se ha considerado tanto empresas B2B cómo B2C, lo que facilita comparar estrategias de segmentación y personalización de contenidos en función del público objetivo. 38 • Sector de la actividad empresarial: las entrevistas han sido llevadas a cabo a las siguientes empresas: dos agencias de marketing, consultoría especializada, empresa tecnológica y compañía del sector tecnológico-farmacéutico; lo que aporta una visión amplia y sectorial sobre la digitalización y el marketing basado en datos. Factores considerados Agencia de Marketing (Agencia 1) Agencia de Marketing (Agencia 2) Consultoría especializada Empresa tecnológicofarmacéutica Empresa tecnológica B2B • • • • • B2C • • • Pequeña empresa • • Mediana empresa • • Gran empresa • Figura 11. Tabla de empresas entrevistadas. Fuente: elaboración propia Las entrevistas en profundidad realizadas para la consecución de este punto han sido especificadas de tal modo que se permita explorar patrones comunes entre las distintas empresas, estrategias diferenciadas que realizan y los retos actuales a los que se enfrentan en la gestión de bases de datos y la aplicación de la IA en las actividades de marketing digital. Para todo ello, se especificó un guion el cual fue elaborado para garantizar la comparabilidad, indagación y extracción de respuestas, contando con cinco bloques principales: 1. Introducción y contexto: se establece el propósito de la entrevista y se solicita al entrevistado que explique su rol dentro de la organización y cómo se relaciona con la gestión de datos y el marketing en su empresa. 2. Gestión de la base de datos: se explora cómo se organiza la base de datos, que tipo de información se almacena, qué herramientas se emplean para ello, la frecuencia de depuración y protocolos de actualización de los datos, y las medidas de seguridad y privacidad implementadas. 39 3. Uso de la IA: se indaga sobre la integración de la inteligencia artificial en la empresa, las actividades para las que se emplea (automatización de tareas, análisis de datos, generación de contenidos, etc.), las herramientas utilizadas y los beneficios percibidos. 4. Marketing Digital y Segmentación de mercados: se analiza cómo se utilizan los datos (con o sin IA) para segmentar audiencias, personalizar campañas y medir el impacto de estas acciones con indicadores claves cómo la conversión o el engagement. 5. Restos actuales y perspectivas de futuro: se identifican los principales desafíos en la gestión de datos y la adopción de IA, así como los planes futuros y la percepción sobre la importancia creciente de estas tecnologías. Tipos de Empresas Analizadas: Agencia de Marketing (1): pequeña empresa de 8 empleados, orientada a clientes B2B y B2C. Dada su reciente fundación, posee una base de datos limitada y un bajo nivel de digitalización en sus procesos y actividades diarias, aunque cuenta con planes de expansión futura. Agencia de Marketing (2): mediana empresa con 53 empleados y una trayectoria consolidada, esta agencia está enfocada en clientes B2B, la cual almacena abundante información y cuenta con una elevada cartea de clientes. Utilizan la IA para el desarrollo de diversas actividades y segmenta a sus clientes por sectores en los que se enmarcan (farmacéuticas, hoteles, ayuntamientos, compañías telefónicas, etc.) Consultoría Especializada: una PYME B2B enfocada a fabricantes de materiales de construcción, con 3 empleados principales y personal en prácticas. Utiliza herramientas específicas que cuentan con IA y busca lograr una hipersegmentación en su cartera de clientes. Empresa Tecnológica: gran empresa internacional (más de 200 empleados) que ofrece asesoramiento agronómico basado en tecnología (drones), donde los datos y la IA son el núcleo de su negocio. 40 Empresa Tecnológico-Farmacéutica: empresa B2B cuyo fin es impulsar la digitalización de las farmacias, caracterizada por una alta digitalización propia de su modelo de negocio. 6.1. INFORMACIÓN EXTRAÍDA DE LAS ENTREVISTAS A continuación, se expondrá un análisis comparativo de la gestión de bases de datos, el uso de la inteligencia artificial (IA) y las estrategias de segmentación en marketing, tomando como referencia las cinco empresas entrevistadas. El objetivo es resaltar las diferencias y coincidencias claves en sus acciones dentro de las empresas, en base a los distintos puntos sobre los que se conversaron en las entrevistas. Gestión de Base de datos y Digitalización Agencia (1): su gestión de datos es principalmente manual y basada en herramientas básicas (hojas de cálculo, CRM gratuito). La base de datos de la empresa es pequeña y la actualización es esporádica. Por lo tanto, la digitalización es básica, con procesos poco automatizados. Agencia (2): utiliza un CRM robusto y herramientas de automatización de tareas. Su base de datos es extensa y se actualizada frecuentemente mediante procesos automatizados y manuales. La digitalización, abarca la mayoría de sus operaciones. Consultoría Especializada: emplea herramientas de CRM complementada con herramientas de scraping; tales cómo, Octopus y Phantom para nutrir su CRM desde LinkedIn. La limpieza y segmentación inicial son procesos semi-manuales. A pesar de ser una pequeña empresa muestra un elevado nivel de digitalización. Empresa Tecnológica: no poseen una base de datos, sino un ecosistema de herramientas (Notion, Salesforce, Microsoft, etc.) donde cada equipo gestiona su información de forma compatible. La actualización de datos es constante debido a la naturaleza de su negocio. La digitalización es plena, siendo la base de su oferta en el mercado. 41 Empresa Tecnológico-Farmacéutica: dado que su misión es digitalizar el sector farmacéutico, se asume una infraestructura tecnológica muy avanzada en la empresa, con un CRM sofisticado y bases de datos altamente estructuradas. La digitalización y seguridad son máximas, contando sus clientes con una privacidad absolutaa Uso de la Inteligencia Artificial (IA) y Segmentación de mercados Agencia (1): el uso de la IA es prácticamente nulo, limitado al uso para inspiración y redacciones básicas de textos. Su segmentación es básica debido al historial de servicios contratados y por su poco tiempo en el mercado. Agencia (2): integran la IA en sus procesos de análisis de datos, optimización de campañas, creación de contenidos y segmentación predictiva. Realizan una segmentación avanzada por sectores (telefónicas, concesionarios, etc.) y tamaño de empresa. Desarrollan campañas personalizadas y miden el éxito a través de distintas métricas. Consultoría Especializada: emplean IA principalmente para tareas de soporte y eficiencia: redacción de emails comerciales y creación de borradores iniciales para campañas de marketing a través de herramientas como Chatgpt. También la emplean para generar contenido cómo infografías a partir de sus datos. Sin embargo, aún no es empleada para la segmentación automática, aunque reconoce su potencial. Usan HubSpot para la creación de perfiles de empresa y cuentan con un sistema de scoring para calificar leads, donde trabajan con IA para automatizar parte de la cualificación. La hipersegmentación es clave para su supervivencia. Además, segmentan por verticales y por cargo, empleando workflows en HubSpot basados en los “Paint points” identificados para nutrir leads automáticamente. Midiendo su éxito con métricas cómo tasas de apertura (15-25%) CTR (2-5%), entre otros. Empresa Tecnológica: la IA es fundamental. Desarrollan sus propios modelos (machine learning…) en Python para sus servicios principales: predicción de cosechas, asistentes virtuales, entre otras. Además, usan IA externas (Chatgpt, Perplexity) para mejorar la eficiencia interna y reducir tareas repetitivas. La segmentación se basa principalmente en el tipo de cultivo, ubicación geográfica y tipo de tecnología necesaria. 48 Tabla de conclusiones de la información extraída de las entrevistas: Figura 12. Resumen de las entrevistas. Fuente: elaboración propia 8.2. ANEXO 2 1. Introducción El objetivo de esta sección es establecer un contexto para el entrevistado y explicar el propósito de la entrevista. "Gracias por tu tiempo. El objetivo de esta entrevista es entender mejor cómo manejáis vuestra base de datos, si estáis utilizando IA en los procesos y cómo estas herramientas os ayudan a segmentar y personalizar estrategias de marketing." "Quiero asegurar que toda la información compartida será tratada con confidencialidad y se utilizará únicamente para fines académicos.” "Para empezar, ¿puedes contarme brevemente cuál es tu rol dentro de la empresa y cómo te relacionas con la gestión de datos o las estrategias de marketing?" 80% 25% 50% 95% 90% 75% 30% 65% 90% 85% 90% 20% 70% 75% 85% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Consultoría Especializada Agencia de Marketing (1) Agencia de Marketing (2) Empresa Tecnológica Empresa TecnológicaFarmacéutica Digitalización Uso de la IA Segmentación 49 2. Gestión de la Base de Datos Esta sección busca entender cómo se organiza, administra y utiliza la base de datos en la empresa. "¿Cómo está organizada vuestra base de datos? ¿Qué tipo de información almacenáis sobre vuestros clientes o usuarios (historial de compras, ubicación, edad, etc.)?" "¿Qué herramientas o plataformas utilizáis para gestionar esta base de datos?" "¿Con qué frecuencia actualizáis vuestra base de datos? ¿Tenéis algún protocolo o sistema automatizado para mantenerla actualizada?" "¿Cómo aseguráis que los datos sean precisos y relevantes?" "¿Quién tiene acceso a la base de datos dentro de la empresa? ¿Hay diferentes niveles de permisos?" "¿Qué medidas tomáis para garantizar la seguridad y privacidad de los datos?" 3. Uso de Inteligencia Artificial Se profundizará en si emplean IA para procesar datos o desarrollar estrategias relacionadas con marketing y segmentación. “¿Para la gestión de qué tipo de actividades empleáis IA?” "¿Utilizáis inteligencia artificial en el procesamiento o análisis de vuestra base de datos? Si es así, ¿qué herramientas o tecnologías empleáis?" "¿Cuándo empezasteis a integrar IA en vuestros procesos? ¿Qué motivó esta decisión?" "¿Cómo os ayuda la IA a identificar patrones o tendencias dentro de los datos?" 50 ¿Utilizáis IA para automatizar tareas relacionadas con el análisis o segmentación del público objetivo?" “¿Utilizáis la IA para llevar a cabo la gestión del embudo de ventas (Fases TOFU; MOFU y BOFU)?” “¿Categorizáis los leads generados a través de las acciones de marketing; interacciones en landing pages, emails marketing, ¿etc.?” Si es así, ¿usáis la IA para dicha labor? "Desde que habéis implementado IA, ¿qué beneficios habéis observado en términos de eficiencia o resultados?" "¿Crees que os ha permitido tomar decisiones más informadas o rápidas?" 4. Marketing y Segmentación El objetivo es explorar cómo utilizan los datos procesados (con o sin IA) para desarrollar campañas personalizadas y segmentar audiencias. "¿Cómo utilizáis los datos almacenados para segmentar a vuestros clientes o audiencias?" "¿Qué criterios son más importantes para vosotros a la hora de definir segmentos (edad, ubicación, comportamiento, etc.)?" "¿Desarrolláis campañas personalizadas basándoos en los segmentos identificados? Si es así, ¿puedes darme un ejemplo reciente?" "¿Qué tan importante es la personalización en vuestras estrategias actuales?" "¿Habéis notado mejoras significativas en métricas clave como tasas de conversión o engagement gracias a estas estrategias basadas en segmentación?" "¿Cómo medís el éxito o impacto de estas campañas personalizadas?" 51 5. Retos y Futuro En esta parte se busca identificar desafíos actuales y explorar planes futuros relacionados con la gestión de datos e IA aplicada al marketing. "¿Cuáles son los mayores desafíos que enfrentáis actualmente al gestionar vuestra base de datos o implementar IA?" "¿Hay algo que consideres que podría mejorarse en vuestros procesos actuales?" "De cara al futuro, ¿tenéis planes específicos para ampliar el uso de IA u otras tecnologías avanzadas en vuestras estrategias?" "¿Crees que las herramientas basadas en inteligencia artificial serán cada vez más esenciales para vuestro éxito empresarial?" 8.3. ANEXO 3 Entrevista 1: Consultoría Especializada 1. Introducción "Para empezar, ¿puedes contarme brevemente cuál es tu rol dentro de la empresa y cómo te relacionas con la gestión de datos o las estrategias de marketing?" Buenas tardes, antes de introducir a qué me dedico en la empresa para la que trabajo, te voy a exponer en que se basa mi empresa, que misión y qué visión tiene. Soy Account Managger de Marketing en “Consultoría Especializada”, consultoría especializada en fabricantes de materiales de construcción; y en relación con las bases de datos soy la persona encargada de la gestión de los mismos, mi misión es asegurar de que se mantiene continuamente limpia y saneada; es decir, cada vez que una persona nueva entra a la base de datos me encargo de buscar el cargo que dicha persona ocupa en su organización y comprobar que ésta no se encuentre previamente en la base de datos y en caso de ya encontrarse entre nuestra base de datos eliminar el duplicado. 52 De este modo nada más “entrar” una nueva persona en la base de datos la segmentamos. Dicha segmentación se hace bien por tipo de empresa; es decir, por verticales, donde al ser una empresa enfocada en los materiales de construcción tenemos clasificados verticales tales como baños, puertas y ventanas, muebles de cocina, estructuras y sus aditivos, entre otras. Segmentamos a los posibles clientes o personas que han entrado en nuestra base de datos para poderlas ir cualificando hasta que se conviertan en un lead de marketing y posteriormente en un lead de ventas, segmentando en función de su cargo y en función del vertical en el que estén operando. 2. Gestión de la Base de Datos ¿Qué herramientas o plataformas empleáis para llevar a cabo la gestión de vuestra base de datos? La herramienta principal que empleamos en la empresa es HubSpot, es la herramienta a través de la cual pivota toda la estrategia de marketing y gestión de datos. En HubSpot los clientes acceden a través de landing pages que publicamos también a través de la propia herramienta de marketing, donde una vez que se descargan el activo entran dentro de la base de datos y la herramienta tiene una IA integrada que en función del dominio directamente genera una empresa y luego nosotros manualmente la ubicamos dentro de nuestra segmentación de verticales. En numerosas ocasiones se pide a la gente que especifiquen su cargo, pero otras veces por evitar poner muchos campos en un formulario, para fomentar que se introduzcan en la base de datos, solemos meter manualmente nosotros su cargo tras hacer una búsqueda, principalmente a través de LinkedIn. Otras de las herramientas empleadas en la empresa son Octopus y Phantom, y dado que en la empresa contamos con dos estrategias empleamos una u otra en función de la actividad a llevar a cabo. La mayor parte de nuestros clientes y posibles clientes se encuentran en LinkedIn, tenemos una cuenta de Sales Navigator donde a través de esta 53 cuenta segmentamos aquellos clientes por verticales; es decir, tenemos una lista de cuentas de las cuales hemos divido a empresas por verticales (en total en torno a 7000 empresas) y todas ellas, cargadas desde LinkedIn, lo que hacemos es buscar a personas con ciertos cargos que trabajen en dichas empresas. De ahí ponemos en marcha actividades de marketing (no es una herramienta de IA cómo tal sino de scraping; es decir no es un modelo de datos ni un modelo de lenguaje). Por lo tanto, con Octopus y con Phantom conectamos con esos clientes primero para invitarles a nuestra red y una vez que forman parte de nuestra red les enviamos archivos de su interés o cosas que pensamos que pueden ser interesante para ellos a fin de dirigirles hacia una landing page. Posteriormente, una vez que se descargan el activo de la landing page acaban en HubSpot dentro de nuestro CRM. Por ello, la labor de envío de estos mensajes es diaria por qué tratamos de nutrir al embudo de conversión. "¿Con qué frecuencia actualizáis vuestra base de datos? ¿Tenéis algún protocolo o sistema automatizado para mantenerla actualizada?" Intentamos que sea una labor diaria: sin embargo, realizarla diariamente es difícil por problemas de tiempo, pero bueno mínimo una vez por semana llevamos a cabo las labores de limpieza de datos. "¿Cómo aseguráis que los datos empleados para las campañas sean precisos y relevantes?" Depende de la campaña. Si es una campaña genérica, cómo puede ser, por ejemplo, una campaña de resultados (hemos hecho un informe sobre la construcción y puede ser interesante tanto a CEO o directores comerciales o para prescriptores en general) no segmentaríamos mucho. Sí es verdad que excluiríamos personas, por ejemplo, de capital privado porque no sería de su interés o simplemente les comunicaríamos que les enviaremos un informe más enfocado en sus objetivos. Si en cambio es un informe específico de puertas y ventanas ahí vamos a tener muy en cuenta el vertical, pero no vamos a tener tanto en cuenta el cargo de la persona. Si fuera una invitación a un evento de M&A ahí lo que haríamos es escoger a las personas que tengan un poder de decisión; es decir, que tengan capacidad de decisión sobre el 54 futuro de la empresa, entonces en este caso si tendríamos muy en cuenta el campo del cargo para ubicar a esas personas (a las cuales queremos inviar) y excluiríamos a las personas de capital riesgo por razones de competencia. "¿Quién tiene acceso a la base de datos dentro de la empresa? ¿Hay diferentes niveles de permisos?" Dado que “Consultoría Especializada” al ser una PYME con dos trabajadores y el socio fundador. Los 3 trabajadores principales tenemos carácter de superadministradores en lo referente a las bases de datos de los clientes y los tres podemos definir los permisos del resto de la organización. El resto de la organización se complementa con personas de prácticas, por lo que sí es verdad que ellos tiene un rol un poco más limitado, sobre todo para evitar que se borren datos por errores o que den de baja toda la base de datos de clientes. Por esta razón sí tienen roles de creación y edición de contenidos y de edición de datos, pero no tienen capacidad de modificar los datos. 3. Empleo de la Inteligencia Artificial “¿Para la gestión de qué tipo de actividades empleáis IA?” Muchas. Una que empleo casi todos los días es para la actividad de responder emails, sobre todo, para los emails que tienen tracción comercial; es decir, para los que necesitas realizar a fin de cerrar acciones. Yo por ejemplo no soy muy buena en ventas entonces aprovecho los cierres que me da la IA que suelen ser bastante buenos. Las empleamos muchas veces para hacer los primeros bocetos para las campañas de marketing y publicidad, obviamente luego iterando; es decir, le damos un pront y nos da un primer acercamiento y sobre eso vamos iterando (para ello usamos la herramienta de proyectos de Chatgpt). Los pasos que sigo son los siguientes, genero el proyecto, le informo del objetivo de la campaña y una vez que le he comentado el objetivo le subo toda la documentación que me ha mandado el cliente, entonces le digo lo que necesito que desarrolle. 55 Por ejemplo, necesito hacer una campaña TOFU MOFU BOFU que va a tener una parte de email y dos publicaciones de LinkedIn en la fase TOFU, dos publicaciones en el MOFU y otras dos en el BOFU, va a tener una nota de prensa y quiero que se estructure de la siguiente manera: el TOFU va a versar sobre una campaña de envolventes, nuestro target son arquitectos que están diseñando edificios y que diseñan el exterior de estos. La campaña debe tener carácter técnico y hay que hablar con un lenguaje específico del gremio, pero no se ha de perder de vista el relato y que sea de tono empresarial no muy cercano, pero tampoco muy frío y se debe tener en cuenta que el nivel intelectual de las personas es alto dado que son ingenieros. Con todo esto, le pido que me dé una primera versión y con esa primera versión voy iterando y le voy comentando los aspectos a mejorar del primer borrador de la campaña. "¿Cuándo empezasteis a integrar IA en vuestros procesos? ¿Qué motivó esta decisión?" Siempre se ha utilizado algún tipo de IA en la empresa, desde que yo estoy en ella llevamos usando HubSpot y nos motivó principalmente la eficiencia en el desarrollo de actividades y el ahorro del tiempo al poder optimizar tareas. ¿Utilizáis IA para automatizar tareas relacionadas con el análisis o segmentación del público objetivo?" De momento no lo estamos utilizando, lo podríamos usar, hay herramientas como por ejemplo Make que permiten conectar diferentes herramientas. Entonces podríamos usar Make a fin de conectar HubSpot con Chatgpt y nuevamente con HubSpot; sin embargo, nosotros ahora mismo no lo estamos empleando. Dado que contamos con muchos datos en la base de datos y recientemente hemos hecho una infografía que sido realizada a través IA (la hemos utilizado para generar contenido) hemos descargado todos los datos de la base de datos; importando información de SABI de todas las empresas dadas de alta en ese vertical, los hemos subido a Chatgpt y le hemos pedido que cogiese el vertical y con los datos que generase una infografía: número de empleados medios del sector, facturación media, cantidad de empresas dentro del sector etc. 56 Eso si más enfocado al desarrollo de contenidos que ha segmentar la audiencia, sí que es verdad que de cara a segmentar la audiencia nos puede ayudar un poco más tal vez en la parte de definir el Buyer persona; es decir, darle datos y que busque por ejemplo audiencias afines, o que con los datos subidos te genere un Buyer persona. “¿Categorizáis los leads generados a través de las acciones de marketing?, Si es así, ¿usáis la IA para dicha labor? HubSpot tiene una herramienta de calificación. Cada vez que una persona rellena un formulario, se mete una cookie dentro del navegador de esa persona, entonces cada vez que ésta interactúa dentro de la página web se va registrando dentro de su ficha de clientes. A través de estas posibilidades, nosotros hemos ido definiendo puntos. (si se descarga un archivo cinco puntos, si visita la página cinco puntos, si retorna a la página web un punto, si se descarga una newsletter diez puntos) De este modo, identificamos a las personas que están más avanzadas para posteriormente efectuar un contacto telefónico, ya que tenemos 5800 personas dentro de la base de datos y somos dos personas y no podemos llamar a las 5800 para tantearles; es decir, para saber si estarían interesados en nuestros servicios. Al tener esta herramienta de scoring lo que nos permite es identificar a personas más proclives a consumir nuestro servicio aun sin haber hablados con ellas. Generalmente efectuamos las llamadas a aquellas personas que cuentan con más de 70 puntos, aunque no hayan demostrado un interés cierto en nuestros servicios, muchas veces sí descolgamos el teléfono para presentarnos y explicarles que hacemos para saber si les interesaría una consultoría gratuita para conocernos y para conocer mejor cómo podríamos ayudarles. Junto con esto, cabe destacar que HubSpot al igual que suma puntos también quita puntos, por ejemplo, en el caso de que una persona se dé baja de la newsletter; sin embargo, esta información es muy valiosa dado que nos permite, en función del tipo de cliente que sea, realizar actividades de reenganche. 57 "¿Cómo os ayuda la IA a identificar patrones o tendencias dentro de los datos?" Nosotros una de las cosas que hacemos aparte de atraer a los clientes; es determinar cuál es su Paint Point, es decir su punto de dolor y meta en la gestión diaria dentro de su empresa. Nosotros hemos identificado seis Paint Point, por ejemplo: ¿cuál es tu reto en la empresa? Mi reto es el marketing digital o mi reto es conocer mejor el mercado. Entonces cada vez que una persona elige un reto directamente entra en un Workflow, y ese mismo lo que hace es nutrirle para que vaya avanzando automáticamente por el embudo de ventas. Entonces lo que te permite es estar constantemente cualificando de manera automática los clientes sin tenerles que enviar emails manuales. "Desde que habéis implementado IA, ¿qué beneficios habéis observado en términos de eficiencia o resultados?" Dado que HubSpot permite guardar y almacenar contenidos permite guardar patrones y estructuras que pueden resultar útiles para posteriores actividades y hacer mejoras sobre los modelos anteriores. Además, por ejemplo, los informes que tenemos los convertimos en post para RRSS, sacar post de blog. Sobre todo, lo que nos funciona mucho es la herramienta de Octopus, dado que es una herramienta de automatización nos permite abrir mercados, generándonos mucho valor. Más que generarnos valor de negocio, tal vez lo que más nos ayuda es a ahorrar tiempo, y el esfuerzo que dedicamos a las tareas, entonces al ahorrar tiempo nos permite hacer más cosas en menos tiempo. 4. Marketing y Segmentación "¿Desarrolláis campañas personalizadas basándoos en los segmentos identificados? Si es así, ¿puedes darme un ejemplo reciente?" Las campañas que hacemos no se las enviamos todas a CEO, por ejemplo, si el tema de la campaña es sobre prescripción solo se las enviamos a directores comerciales, a los responsables de RRHH y a las personas que no tienen cargos de responsabilidad, porque no creemos que se aun email que tenga que recibir un CEO porque creemos que su atención está en otros temas más estratégicos. 64 "De cara al futuro, ¿tenéis planes específicos para ampliar el uso de IA u otras tecnologías avanzadas en vuestras estrategias?" Sí, queremos integrar herramientas de automatización, CRM y análisis de datos con IA para mejorar aún más la eficiencia en campañas. "¿Crees que las herramientas basadas en inteligencia artificial serán cada vez más esenciales para vuestro éxito empresarial?" Definitivamente. Nos permiten competir con empresas más grandes al optimizar tiempo, mejorar la creatividad y adaptar rápidamente nuestras estrategias ante las distintas peticiones y necesidades de nuestros clientes. Entrevista 3: Empresa tecnológica 1. Introducción "Para empezar, ¿puedes contarme brevemente cuál es tu rol dentro de la empresa y cómo te relacionas con la gestión de datos o las estrategias de marketing?" La empresa para la que trabajo se llama “Empresa Tecnológica”, y es una empresa cuyo objetivo es el asesoramiento agronómico basado en la tecnología. No intentamos vender equipamiento o servicios tecnológicos, sino que lo que intentamos ofrecer al mercado, en este caso el del sector agroindustrial, es indicar cómo realizar mayor el trabajo de agricultores, ganaderos e industrias agroalimentarias, utilizando para ello el conocimiento agronómico, por supuesto, pero basándonos en datos objetivos que nos ofrece la tecnología de hoy en día. Un símil a este aspecto puede ser la persona que va al médico debido a una dolencia. El doctor de hoy en día no es como el de antes, el cual te examinaba visualmente, tomaba algunas lecturas de dispositivos que tuviera en la consulta y te daba un veredicto rápido. El medico de hoy en día se basa en datos analíticos, es decir, una vez le indicas las dolencias, te envía a realizar análisis de sangre, radiografías, etc. y, después, tras examinar los informes correspondientes, te da una valoración. Pues nuestra misión es la 65 misma, asesoramos con datos objetivos de reportes o medidas que tomamos de dispositivos y modelos matemáticos. Ahora voy a contestar a tu pregunta. Mi cargo dentro de la empresa es Impact Manager, que suena muy anglosajón (ya que la empresa es internacional), siendo mis objetivos la gestión y coordinación de proyectos subvencionados de investigación y desarrollo que son llevados dentro de la empresa para la mejora de nuestros servicios y productos. En otras palabras, soy el gerente de los proyectos de investigación que son gestionados desde España. Respecto a cómo me relaciono con la gestión de los datos y, por otro lado, con las estrategias de marketing, te indico, que en mi caso es mejor separarlas, ya que ambas tienen relación, pero no toda la gestión de datos que llevo a mi cargo tiene que ver con la parte de marketing. Para iniciar el tema, te voy a decir que, en mi empresa, todo son datos y bases de datos… desde clientes hasta servicios y resultados, pasando por los objetivos de los propios empleados, por lo que una gestión eficiente de los datos no es que sea necesaria, sino que es obligatoria. Dentro de esta gestión de los datos, están aquellos que pertenecen al área de marketing, que particularmente son aquellos que se exponen al consumidor con la intención de ser atractivos para vender nuestros servicios y productos (ya sabes… el asesoramiento agronómico basado en datos objetivos obtenidos mediante tecnología…). 2. Gestión de la Base de Datos "¿Cómo está organizada vuestra base de datos? ¿Qué tipo de información almacenáis sobre vuestros clientes o usuarios (historial de compras, ubicación, edad, etc.)?" En concreto no tenemos una única base de datos, eso es imposible, a la vez que peligroso. Dependiendo de cada equipo en la empresa, utiliza su información de distinta forma, pero que sea compatible con el resto de los equipos de la empresa. Por ejemplo, en mi caso concreto, los proyectos de investigación y las ayudas del gobierno que gestionamos las centralizamos en un software llamado Notion. Este programa es muy versátil y permite crear bases de datos en infinidad de combinaciones, no solo la típica de registros guardados en forma de tabla. Cuando necesito consultar algún detalle de un proyecto 66 concreto, ya sea gestionado por mí en España o por algún compañero en otro país, consulto Notion. "¿Qué herramientas o plataformas utilizáis para gestionar esta base de datos?" Bueno, tal y como he comentado anteriormente, casi todo en la empresa son bases de datos. Los clientes, los servicios, la facturación, los empleados, los inventarios, las oficinas, los procesos, las ventas, la contabilidad…. Todo son bases de datos que deben ser manejadas correctamente. No obstante, es lógico que se usen distintas metodologías y softwares según el ámbito de la base de datos. Por ejemplo, usamos los típicos programas de hojas de cálculo, o de base de datos de Microsoft, también usamos Notion, SalesForce, Confluence, Jira, Slack, Keynote, Canva…. Al final todos estos softwares tienen una parte de bases de datos y los utilizamos para tener la información controlada y actualizada. Dependiendo el ámbito, un software será mejor que otro. "¿Con qué frecuencia actualizáis vuestra base de datos? ¿Tenéis algún protocolo o sistema automatizado para mantenerla actualizada?" Todos los días… siempre hay algo nuevo que introducir…. Un contacto, una nueva convocatoria de proyecto, cambio de estado de un proyecto que hemos solicitado, una subvención percibida en la cuenta bancaria, la contabilidad de los proyectos… Al final, se trabaja diariamente con los datos, los cuales siempre están ordenados en bases de datos. Otros compañeros, por ejemplo, los de Ventas, pues tienen sus propias bases de datos compartidas, donde se pueden ver, por ejemplo, las oportunidades de negocio ganadas o pendientes, los datos de clientes, los servicios ofrecidos…. De la misma forman, como todos los días hay cambios en los clientes, todos los días se modifican las bases de datos. Por esto mismo es crucial que las bases de datos sean fáciles de utilizar, comprensibles y bien estructuradas. "¿Cómo aseguráis que los datos sean precisos y relevantes?" Bueno, eso se consigue con el propio uso. Cuando un equipo crea una nueva base de datos, las primeras versiones suelen ser bastas y rudimentarias, con pocos campos o no muy bien definidos. A medida que se va utilizando, la base de datos suele cambiar. Por eso, por ejemplo, Notion es muy versátil, ya que es un. Programa que te permite manejar 67 los datos a tu gusto, cambiando cuando uno lo crea conveniente sin perder la información. Al final, con el uso vas aprendiendo si una base de datos está bien implementada o no, y si la información que contiene es relevante para tu trabajo en el día a día. "¿Quién tiene acceso a la base de datos dentro de la empresa? ¿Hay diferentes niveles de permisos?" Buena pregunta. No todos los empleados tienen acceso a todas las bases de datos de la empresa, incluso miembros del mismo equipo tienen niveles de acceso diferentes. De hecho, si no sabes manejar bien una base de datos concreta, puede ser muy perjudicial, por lo que solemos tener registros de quien tiene acceso a que, y para qué. Este grado de acceso suele ir acompañado del nivel que tienes en el organigrama de la empresa. "¿Qué medidas tomáis para garantizar la seguridad y privacidad de los datos?" Lo primero de todo es que cada empleado tiene firmado un acuerdo de confidencialidad. No podemos dejar libertad sobre esto, ya que el espionaje y la competencia entre empresas es muy fuerte. De hecho, también suele haber cláusulas en los contratos por si decides irte de la empresa a la competencia. No obstante, la seguridad y privacidad de los datos es muy sutil, ya que es difícil de controlar cuando trabajas para una empresa de más de 200 empleados de una quincena de países entre Europa, América y Asia. Se controlan logs de accesos y demás, pero puede haber brechas de seguridad. Hablando de estas brechas, tener controlada la seguridad de los servidores de la empresa es crucial. En este aspecto sí que ponemos especial atención, existiendo un equipo de personas específicamente para este cometido. 3. Uso de la Inteligencia Artificial “¿Para la gestión de qué tipo de actividades empleáis IA?” En general usamos IA hasta para hacer consultas en el día a día, pero lo importante en la empresa es la aplicación de este tipo de herramientas en los servicios y dispositivos que ofrecemos al sector agroalimentario. Por ejemplo, muchos de nuestros procedimientos internos para obtener esa valoración de asesoramiento que hablamos al principio de la 68 entrevista están relacionadas con la IA. De hecho, nosotros creamos nuestra propia IA, pero no hay que confundir este término con máquinas del futuro (o puede que no tan del futuro) que razonan solas. Por ejemplo, existen modelos predictivos y algoritmos que están basados en distintos niveles de IA, como puede ser machine learning o redes neuronales. Por poner ejemplos: - Predecir cuanta cosecha de tomate vas a tener… con un adelanto de 30 o 40 días, está basado en Inteligencia Artificial. - Tener un asistente virtual tipo WhatsApp en nuestra plataforma de servicios al cliente, para que este pregunte cuanta agua o fertilizante debe aplicar hoy, es IA. - Crear gemelos digitales para hacer simulaciones de crecimiento de cultivo o de posibles anomalías en estos… es IA. Al final, nuestra IA es la aplicación de predicciones a futuro en base a hechos y datos reales que están sucediendo en este momento. Por supuesto, volvemos a las bases de datos. Para tener buenas predicciones, hay que entrenar los modelos de predicción, que necesitan bases de datos… muy grandes, muy filtradas y cuyos datos sean seguros y relevantes. No quiero alargarme en este punto, pero la IA está en toda la empresa… hasta para crear publicidad en marketing, por ejemplo, o para identificar patrones de gastos dentro de la empresa… "¿Utilizáis inteligencia artificial en el procesamiento o análisis de vuestra base de datos? Si es así, ¿qué herramientas o tecnologías empleáis?" En general la IA que utilizamos se basa en dos tipos. Por un lado, utilizamos los asistentes que todo el mundo conoce, como chatgpt, Perplexity, etc., que no son más que interfaces intuitivas de los modelos de IA. Nosotros aplicamos este tipo de IA, por ejemplo, para reducir esfuerzos en escribir nuestros propios códigos y modelos de IA, que es el otro tipo de IA que usamos. En mi caso particular, no suelo utilizar o crear IA para nuestros servicios, ya que para ello tenemos desarrolladores, pero si la utilizo para obtener información sobre proyectos, 69 artículos de investigación u otros documentos que, de caso contrario, “perdería” mucho tiempo leyéndolos. Al final, la IA nos facilita aquellas tareas que no tienen recompensa o que son muy repetitivas. Respecto a la IA que usamos en nuestros servicios, como he dicho, la creamos nosotros mismos, generalmente en lenguaje Python, ya que estos modelos no están en el mercado. En general, tenemos un servidor con los modelos para que corran cuando sea requerido por los clientes o por nuestros procedimientos internos. "¿Cuándo empezasteis a integrar IA en vuestros procesos? ¿Qué motivó esta decisión?" Si no recuerdo mal, comenzamos en 2018, con la incorporación de uno de los empleados que tiene el título de doctor en ingeniería informática en este tema de la IA. La verdad es que su incorporación fue un acierto. Cuando la gente de a pie ni siquiera conocía lo que era la IA, nosotros ya estábamos creando procedimientos… luego llegó la era del chatgpt y todo esto se hizo más famoso "¿Cómo os ayuda la IA a identificar patrones o tendencias dentro de los datos?" En este caso concreto no soy muy experto. Simplemente voy a comentarte que utilizamos modelos matemáticos para detectar este tipo de tendencias. ¿Utilizáis IA para automatizar tareas relacionadas con el análisis o segmentación del público objetivo?" No sabría contestarte a eso. Se que tenemos segmentado el público objetivo por categorías, pero en el caso de la agricultura, no creo que sea necesaria aplicar IA para ello. Cuando uno lleva en el sector varios años, sabe de qué pie cojea cada cliente potencial. “¿Utilizáis la IA para llevar a cabo la gestión del embudo de ventas (Fases TOFU; MOFU y BOFU)?” Si te refieres a utilizar Fanels para la gestión de las ventas, creo que no hemos llegado a tener que utilizar la IA para este tipo de estrategias. 70 “¿Categorizáis los leads generados a través de las acciones de marketing; interacciones en landing pages, emails marketing, ¿etc.?” Si es así, ¿usáis la IA para dicha labor? Por supuesto. Los leads son parte importante del día a día de la empresa. Son los clientes potenciales y, por ello, las ventas potenciales. Utilizamos bases de datos para tenerlos catalogados, pero no creo que lleguemos a utilizar IA. "Desde que habéis implementado IA, ¿qué beneficios habéis observado en términos de eficiencia o resultados?" Gracias a la IA hemos conseguido obtener servicios basados en la predicción a futuro, que es crucial para los agricultores, ya que existen multitud de factores que se escapan al manejo del cultivo en el día a día en el campo. Eso nos ha dado un nombre reconocido en el mercado. "¿Crees que os ha permitido tomar decisiones más informadas o rápidas?" No, lo que ha permitido es una mayor confianza en los asesoramientos que damos a los clientes. Predecir cosechas, plagas o problemas sin IA es difícil. Existe el Big Data, pero no es lo mismo. 4. Marketing y Segmentación "¿Cómo utilizáis los datos almacenados para segmentar a vuestros clientes o audiencias?" En general, lo que solemos hacer es almacenar potenciales clientes (leads) por categorías en los distintos eventos a los que vamos, (ferias, jornadas, workshops…. De este modo, tenemos controlada la segmentación. Pero más importante que la propia segmentación de los potenciales clientes es, en el caso de la agricultura, el momento del año en el que nos encontramos. En el ámbito agrícola, todo se mueve por campañas de cultivo, por lo que hay dos distinciones en el año, los cultivos de invierno y los cultivos de verano. Generalmente, el pequeño agricultor tiene ambos, pero las grandes empresas se dedican mayoritariamente a uno u otro. Esto nos permite lanzar campañas en función en el momento en que se encuentren. Por ejemplo, para un agricultor de cultivos de primavera 71 – verano, en otoño está preparando el suelo para la siguiente campaña, por lo que es un buen momento para anunciar aquellos servicios para el cultivo de verano y aquellos que tienen que ver con la maquinaria agrícola, pues, una vez entra en campaña, ya no prestan atención ni van a adquirir nada nuevo. Los agricultores planifican la campaña de cultivo y luego se dedican plenamente a ella. No te suelen hacer mucho caso para servicios o productos nuevos hasta que cosechan… "¿Qué criterios son más importantes para vosotros a la hora de definir segmentos (edad, ubicación, comportamiento, etc.)?" Bueno, el mayor segmento es el propio cultivo, ya que los servicios y productos dependen de estos, pero la localización también es importante, ya que las distintas regiones suelen tener cultivos mayoritarios. También intentamos ir primero a aquellos clientes que entendemos que son más propensos a utilizar la tecnología y, por supuesto, a los grandes clientes… "¿Desarrolláis campañas personalizadas basándoos en los segmentos identificados? Si es así, ¿puedes darme un ejemplo reciente?" Si, por supuesto, como toda empresa. Por ejemplo, ahora mismo hay una campaña de descuentos en trampas para insectos. Con todo lo que ha llovido en España este invierno y otoño, la proliferación de plagas va a ser alta, por lo que aprovechamos esta situación para intentar introducir más ventas en el mercado. "¿Qué tan importante es la personalización en vuestras estrategias actuales?" La personalización es crucial. De hecho, tenemos equipos que se dedican a segmentos concretos. Si alguno de estos equipos tiene un lead que pertenece a otro segmento, le pasa el contacto. Intentamos especializarnos para atender bien las necesidades y entender la problemática de cada nivel de segmentación. "¿Habéis notado mejoras significativas en métricas clave como tasas de conversión o engagement gracias a estas estrategias basadas en segmentación?" Por supuesto. El agricultor, aunque no tenga conocimiento de tecnología, sabe muy bien lo que necesita. Es un empresario que tiene muchas dificultades y eso le ha hecho 72 perfeccionar sus estrategias de gestión de la explotación agraria, que es su empresa. Si no conectamos correctamente con el cliente, no hacemos venta, y eso nos lo canta los análisis que hace el equipo de ventas y el de calidad. 5. Retos y futuros "¿Cuáles son los mayores desafíos que enfrentáis actualmente al gestionar vuestra base de datos o implementar IA?" Creo que el mayor desafío es que cada vez es más grande, con mayor cantidad de campos, ya que estamos creciendo a un ritmo muy rápido. Por ejemplo, en febrero hicimos la compra de una empresa en Brasil, que tiene agricultores con 50000 hectáreas. Eso es mucho campo, muchos clientes y también muchos problemas que resolver. Creo que es crucial encontrar una metodología AGILE que te permita crecer a medida que se van sumando empresas y clientes al grupo. En el lado de la IA es similar, cada vez tenemos más clientes, con más tipos de cultivos, condiciones climáticas, tipos de manejo…. Todo tiene que estar controlado y parametrizado. La IA nos ayuda a ver que se nos escapa… y cómo podemos organizarlo mejor. "¿Hay algo que consideres que podría mejorarse en vuestros procesos actuales?" Siempre hay cosas que mejorar. Pero no es solo mejorar, sino adaptarte a los cambios (COVID, guerra, subidas de precio, desastres climatológicos, el cambio climático, el cambio de la mentalidad del consumidor…) Aunque creas que tienes un proceso perfecto, va a durar poco si no lo vas adaptando a las circunstancias, por lo que siempre está en constante evolución. "De cara al futuro, ¿tenéis planes específicos para ampliar el uso de IA u otras tecnologías avanzadas en vuestras estrategias?" Si, el equipo de Digital tiene en el roadmap toda una batería de implementaciones. Con los grandes avances que se está haciendo en el campo de la IA, hay que ir cogiendo lo mejor, cambiando técnicas, procesos, procedimientos… y costumbres. Por ejemplo, tenemos en mente implantar asesoramiento usando imágenes de satélites 73 hiperespectrales. Puede no sonar muy avanzado, pero realmente lo es. Ahora mismo no hay empresa de servicios agrícolas que lo tenga entre su portfolio. "¿Crees que las herramientas basadas en inteligencia artificial serán cada vez más esenciales para vuestro éxito empresarial?" Eso parece. Yo ya no uso ni calculadora, o ni hago búsquedas en Google. Suelo pregunto a alguna IA para que me de información. Eso sí, siempre hay que contrastarla para que compruebes que sea veraz. A menudo la IA es mentirosa y vaga, sobre todo la que es gratuita… Entrevista 4: Agencia de Marketing (2) 1. Introducción Buenas tardes, mi puesto en la Agencia de Marketing (2) es Account Manager. Nuestra empresa consta de 53 empleados y una trayectoria consolidada en el mercado, mi rol dentro de la agencia se centra en gestionar de manera estratégica las campañas digitales para nuestros clientes, los cuales son principalmente otras empresas. Por esta razón mi trabajo está ligado de manera directa con la gestión de la base de datos de la organización, la cual segmentamos por sectores en los que se enmarcan cada uno de nuestros clientes; es decir, las distintas empresas para las que trabajamos, por ejemplo, farmacéuticas, concesionarios, inmobiliarias, ayuntamientos, hoteles, entre otros. Dentro de mis responsabilidades se incluye la supervisión de los procesos y actividades llevadas a cabo; es decir, las distintas campañas o acciones, así cómo de implementar estrategias de optimización y eficiencia del trabajo del personal de la agencia y llevar a cabo análisis predictivos. 2. Gestión de la Base de Datos “¿Cómo está organizada vuestra base de datos? ¿Qué tipo de información almacenáis sobre vuestros clientes o usuarios (historial de compras, ubicación, edad, etc.)?" Nuestra base de datos es extensa y altamente estructurada, la cual está organizada principalmente por sectores y tamaños de empresas. Almacenamos información detallada 80 Entrevista 5: Empresa tecnológico-farmacéutica 1. Introducción Para empezar, ¿puedes contarme brevemente cuál es tu rol dentro de la empresa y cómo te relacionas con la gestión de datos o las estrategias de marketing?" Soy un empleado del Departamento de Marketing Digital de la empresa “Tecnológicofarmacéutica” que se dedica a impulsar la digitalización del sector farmacéutico. Llevamos en el mercado desde 2017 y actualmente estamos trabajando con más de 3700 farmacias. Mi labor principal es gestionar las estrategias de marketing para llegar a farmacias, además de supervisar cómo utilizamos los datos para segmentar nuestros diferentes tipos de clientes. Al gestionar una gran base de datos tratamos de conectar con farmacias, gestionar inventarios en tiempo real y facilitamos sus ventas vía online. Por esta razón la gestión de datos es “el centro” de nuestra organización. 2. Gestión de la Base de Datos "¿Cómo está organizada vuestra base de datos? ¿Qué tipo de información almacenáis sobre vuestros clientes o usuarios (historial de compras, ubicación, edad, etc.)?" Nuestra base de datos es bastante compleja ya que manejamos diferentes tipos de información. Por un lado tenemos datos de las farmacias: ubicación, tamaño, volumen de ventas, tipo de cliente (urbano/rural), nivel de digitalización, productos que más venden, etc. Además de esto, almacenamos datos de comportamientos: qué medicamentos buscan más a través de la plataforma digital, patrones de desabastecimientos por zonas geográficas, horarios de mayor afluencia y actividad, así cómo engagement con nuestras herramientas de digitalización. "¿Qué herramientas o plataformas utilizáis para gestionar esta base de datos?" Empleamos un CRM especializado para el sector farmacéutico, combinándolo con herramientas de análisis de datos. También contamos con sistemas que nos permiten 81 manejar datos en tiempo real, siendo esto crucial cuando una farmacia necesita por ejemplo localizar un medicamento desabastecido en cuestión de minutos. "¿Con qué frecuencia actualizáis vuestra base de datos? ¿Tenéis algún protocolo o sistema automatizado para mantenerla actualizada?" Los datos se actualizan en tiempo real. Por ejemplo, si una farmacia tiene un medicamento disponible y otra lo necesita disponemos de esa información de manera inmediata. Los datos de segmentación y marketing los revisamos semanalmente, y hacemos limpiezas profundas mensualmente. "¿Cómo aseguráis que los datos sean precisos y relevantes?" Tenemos sistemas automáticos de validación y también de verificación manual. Además, trabajamos directamente con las farmacias, así que son ellas mismas las que nos ayudan a mantener la información actualizada dado que se benefician directamente de ello. "¿Quién tiene acceso a la base de datos dentro de la empresa? ¿Hay diferentes niveles de permisos?" Tenemos distintos niveles de acceso. El equipo de desarrollo tiene acceso completo para mantener la plataforma en funcionamiento, el departamento de marketing tiene acceso a datos de segmentación y ventas. Al trabajar con datos de salud y farmacias, estamos sujetos a normativas y a privacidad de nuestros clientes es absolutamente sagrada para la empresa. 3. Uso de la Inteligencia Artificial “¿Para la gestión de qué tipo de actividades empleáis IA?” Empleamos la IA tanto para nuestras operaciones internas cómo para los servicios que ofrecemos a las farmacias. Por una parte, internamente la usamos para llevar a cabo análisis predictivos de demanda, optimización de nuestra red de distribución y automatización de actividades de marketing, sobre todo. 82 Por otro lado, para nuestros clientes, ofrecemos análisis de ventas a través de historiales con IA, gestionamos el stock, sistemas de recomendación para parafarmacia y análisis de patrones de consumo local. "¿Utilizáis inteligencia artificial en el procesamiento o análisis de vuestra base de datos? Si es así, ¿qué herramientas o tecnologías empleáis?" Claro, la IA nos ayuda a identificar patrones que sería imposible detectar de manera manual. Por ejemplo, podemos predecir qué medicamentos van a tener problemas de suministro en ciertas zonas, o identificar qué farmacias tienen más potencial para aumentar sus ventas vía online. "¿Cuándo empezasteis a integrar IA en vuestros procesos? ¿Qué motivó esta decisión?" Empezamos a introducir la IA hará unos 3 año, aunque siempre hemos sido una empresa muy orientada a la tecnología y digitalización dado nuestro modelo de negocio. Lo que nos motivó principalmente fue el darnos cuenta de que la cantidad de datos que manejamos es tan elevada que sin una automatización de procesos, no podríamos ofrecer un servicio tan en tiempo real a más de 3700 farmacias. "¿Cómo os ayuda la IA a identificar patrones o tendencias dentro de los datos?" La IA nos ayuda a detectar correlaciones que no son obvias. Un ejemplo es que nos permite identificar que ciertas combinaciones de productos de parafarmacia se venden mejor en determinadas épocas del año en determinadas zonas, o que ciertos tipos de farmacias responden mejor a determinados tipos o medios de comunicación. ¿Utilizáis IA para automatizar tareas relacionadas con el análisis o segmentación del público objetivo?" Si tenemos algoritmos que segmentan automáticamente las farmacias según distintas variables: tamaño, ubicación, nivel de digitalización, tipo de clientela, volumen de ventas, etc. Esto nos permite personalizar las comunicaciones con éstas y las ofertas. 83 “¿Utilizáis la IA para llevar a cabo la gestión del embudo de ventas (Fases TOFU; MOFU y BOFU)?” Tenemos sistemas que identifican en qué fase del funnel se encuentra cada farmacia potencial, y a través de esto ajustamos la comunicación. Por ejemplo, una farmacia que nunca ha vendido online necesita un mensaje diferente a una que ya está digitalizada, pero quiere optimizar otros procesos internos de la misma. “¿Categorizáis los leads generados a través de las acciones de marketing; interacciones en landing pages, emails marketing, ¿etc.?” Si es así, ¿usáis la IA para dicha labor? Si, usamos leads scraping automáticos que considera los diversos factores se segmentación y a través de la IA se nos permite visualizar una especie de listado de las distintas farmacias, bien por ubicación, zona geográfica, nivel de digitalización, entre oteas y saber a cuál de ellas debemos de contactar primero y junto con eso el departamento de marketing con esta información puede fijar distintas campañas para cada farmacia o grupo de farmacias que se encuentren en cada parte del listado en base a sus puntuaciones. "Desde que habéis implementado IA, ¿qué beneficios habéis observado en términos de eficiencia o resultados?" El impacto ha sido enorme y positivo. Hemos mejorado de manera muy buena en la precisión de nuestras predicciones de demanda, reduciendo el tiempo de respuesta para localizar medicamentos, y aumentando las tasas de conversión en ventas online. 4. Marketing y Segmentación "¿Cómo utilizáis los datos almacenados para segmentar a vuestros clientes o audiencias?" Segmentamos por los criterios que te he comentado antes (ubicación, zona geográfica…) "¿Qué criterios son más importantes para vosotros a la hora de definir segmentos (edad, ubicación, comportamiento, etc.)?" Para nosotros los criterios clave son: nivel de digitalización actual (porque determina qué servicios pueden aprovechar), tamaño de la farmacia (ya que afecta el volumen de 84 negocio potencial), ubicación (las necesidades urbanas y las rurales son muy diferentes) y apertura al cambio tecnológico por parte de la farmacia. "¿Desarrolláis campañas personalizadas basándoos en los segmentos identificados? Si es así, ¿puedes darme un ejemplo reciente?" Si, por ejemplo, para farmacias rurales pequeñas enfocamos el mensaje en cómo pueden competir con las grandes cadenas a través de la digitalización. Para farmacias urbanas grandes, hablamos más de aspectos relacionados con la optimización y eficiencia. Para parafarmacias ya digitalizadas, nos centramos en servicios avanzados cómo predicciones analíticas. "¿Qué tan importante es la personalización en vuestras estrategias actuales?" Es absolutamente crítica. El sector farmacéutico es muy diverso, una farmacia de barrio en un pueblo de 2000 habitantes tiene necesidades muy diferentes a una farmacia del centro de Madrid. Sin personalización, nuestro mensaje simplemente no sería nada efectivo. "¿Habéis notado mejoras significativas en métricas clave como tasas de conversión o engagement gracias a estas estrategias basadas en segmentación?" Sí, nuestras tasas de apertura en emails han mejorado un 40% y el tiempo de ciclo de ventas se ha reducido ya que llegamos a cada farmacia con el mensaje correcto desde el principio. "¿Cómo medís el éxito o impacto de estas campañas personalizadas?" Monitoreamos desde métricas básicas cómo open rates y clics en CTAs, hasta conversiones finales y valor del cliente a largo plazo. Además, medimos métricas del sector cómo tiempo hasta primera venta online e incremento en el volumen de transacciones a través de la página web. 85 5. Retos y Futuros "¿Cuáles son los mayores desafíos a los que os enfrentáis actualmente al gestionar vuestra base de datos o implementar IA?" El mayor reto al que nos enfrentamos es la diversidad del sector farmacéutico, ya que tenemos farmacias super digitalizadas hasta farmacias que apenas usan email. También las regulaciones del sector, dado que cambian constantemente, por lo que tenemos que asegurarnos de cumplirlas a rajatabla. La calidad de los datos también es un desafío porque dependemos de que las farmacias nos proporcionen información actualizada y no todas tienen los mismos procesos. "¿Hay algo que consideres que podría mejorarse en vuestros procesos actuales?" Queremos mejorar la integración la integración de información de datos internos de las farmacias para tener datos aún más precisos en tiempo real. También estamos trabajando en hacer nuestros algoritmos de IA más explicables para que los farmacéuticos entiendan mejor porque les recomendamos ciertas acciones. "De cara al futuro, ¿tenéis planes específicos para ampliar el uso de IA u otras tecnologías avanzadas en vuestras estrategias?" Estamos desarrollando asistentes de IA para ayudar a las farmacias con consultas técnicas 24/7. Queremos implementar un computer visión para optimizar el stock de los productos de las farmacias basados en datos de compra "¿Crees que las herramientas basadas en inteligencia artificial serán cada vez más esenciales para vuestro éxito empresarial?" Totalmente, el sistema farmacéutico está en plena transformación digital acelerado tras la pandemia. Las farmacias que no adopten tecnologías inteligentes vana. Aquedarse atrás. Para nosotros, la IA no es opcional, es lo que nos permite ofrecer valor real en un sector tan complejo y regulado. 86 Para explicarme mejor, la diferencia entre usar la IA y no usarla es la diferencia entre poder ayudar a 10 farmacias o a más de 3700 farmacias, mantenido un servicio personalizado y de calidad. 87 9. BIBLIOGRAFÍA Arjona Caballero, J. M. (2023, 17 de febrero). El aprendizaje automático: la ciencia detrás de la toma de decisiones [Entrada de blog]. https://www.ui1.es/blog-ui1/el-aprendizaje-automatico-la-ciencia-detras-de-la-toma-dedecisiones Alba, T. (s.f.). Cuáles son los beneficios de utilizar un chatbot en tu estrategia de marketing [Entrada de blog]. Esfera Creativa. https://www.google.com/url?sa=t&source=web&rct=j&opi=89978449&url=https://esfe racreativa.com/cuales-son-los-beneficios-de-utilizar-un-chatbot-en-tu-estrategia-demarketing/&ved=2ahUKEwjYwajRsYSMAxVI_7sIHRCvNhcQFnoECBIQAQ&usg=A OvVaw0svDESVMOkcpsJYWjby9it Arxon Estrategia. (2025, 23 de mayo). Clasificación de nuestros clientes: método Pareto ABC [Entrada de blog]. https://www.arxonestrategia.com/clasificacion-de-nuestros-clientes-metodo-pareto-abc/ Asana. (2025). Qué es el principio de Pareto o la regla 80/20 [Entrada de blog]. https://www.google.com/url?sa=t&source=web&rct=j&opi=89978449&url=https://asan a.com/es/resources/pareto-principle-80-20rule%23:~:text%3Dprincipio%2520de%2520Pareto- ,Resumen,del%252020%2520%2525%2520de%2520las%2520acciones.&ved=2ahUK EwiHj8DrgPCLAxWlA9sEHYOYA1cQFnoECBUQAw&usg=AOvVaw0P6zYTrBeu7 qItGPRPOM2X AuraQuantic. (s.f.). Tecnologías de la industria 4.0 [Entrada de blog]. https://www.auraquantic.com/es/blog/tecnologias-industria-inteligente/ Armstrong, G., & Kotler, P. (s.f.). Fundamentos del marketing [PDF]. https://frrq.cvg.utn.edu.ar/pluginfile.php/14584/mod_resource/content/1/Fundamentos% 20del%20Marketing-Kotler.pdf 88 adSalsa. (s.f.). Segmentación de audiencia: más allá de lo básico con inteligencia artificial [Entrada de blog]. https://www.adsalsa.com/segmentacion-de-audiencia-conia/#:~:text=El%20machine%20learning%20o%20aprendizaje,poco%20tiempo%20en% 20el%20proceso Boolea. (2024, 28 de octubre). Segmentación inteligente [Entrada de blog]. https://boolea.es/segmentacion-inteligente/ BESAP (23 de marzo, 2025) Cómo optimizar tu funnel de ventas: guía práctica para mejorar conversiones. Consultoría de marketing de BESAP. https://www.besap.es/post/optimizar-funnel-ventas-guia-practica Blanco, E. (2023, 10 de marzo). Landing page: qué son y cómo crea una que cumpla objetivos [Blog post]. RD Station. https://www.rdstation.com/blog/es/landing-page/ Bilbao Aldama, A. (2020, abril). La nueva era de la distribución en el retail: ¿adaptarse o morir? [Trabajo fin de grado, Universidad Pontificia de Comillas]. https://repositorio.comillas.edu/xmlui/bitstream/handle/11531/41379/TFG%20- %20Bilbao%20Aldama%2c%20Ana.pdf?sequence=1&isAllowed=y Castro Rivero, I. y Rodríguez Muñoz, L. (2024) Propuesta de una estrategia empresarial para la automatización del proceso de ventas en el sector público [Trabajo fin de grado, Universidad Politécnica de Bogotá, Maestría en gerencia de proyectos] https://alejandria.poligran.edu.co/bitstream/handle/10823/7638/PROYECTO%20TRAB AJO%20FINAL%20-%20TERCERA%20ENTREGA1.pdf?sequence=1&isAllowed=y#page50 Cano de la Torre, J. (2023) Optimización del proceso de captación de clientes mediante machine learning: un estudio aplicado a Doofinder [Trabajo fin de master, Universidad Politécnica de Madrid, Escuela Técnica Superior de Ingenieros Informáticos] https://oa.upm.es/74930/1/TFM_JAVIER_CANO_DE_LA_TORRE.pdf#page19 89 Chambi-Condori, P. P. (2021). Clustering con inteligencia artificial para segmentación de mercados en las organizaciones [Memoria del Congreso de Técnicos Académicos]. Colegio de Técnicos Académicos. https://tecnicosacademicos.cuautitlan.unam.mx/CongresoTA/memorias2021/verpdf/Ext enso3_paper2021.pdf Cárdenas, F. (9 de diciembre, 2020) Crea tu embudo de ventas y optimiza tu proceso comercial. HubSpot. https://blog.hubspot.es/sales/embudo-ventas Centro Nacional de Desarrollo Curricular En Sistemas No Propietarios. Marketing Digital [REA Empresa e Iniciativa Emprendedora] http://descargas.educalab.es/cedec/proyectoedia/FP/EIE/contenidos/eie_desafio4/Pildor a_formativa_marketing_digital_.pdf Córdoba, G. (2011, 10 de febrero). Análisis RFM en retail. Empezando a segmentar clientes (I) [Entrada de blog]. https://www.unica360.com/analisis-rfm-en-retail-empezando-a-segmentar-clientes-i CAAD Retail Design. (2020, 14 de enero). Cómo aprovechar el Big Data en retail [Entrada de blog]. https://caad-design.com/como-aprovechar-el-big-data-en-retail Capgemini. (2018, 17 de diciembre). Informe sobre inteligencia artificial en el sector retail [Nota de prensa]. https://www.capgemini.com/es-es/noticias/notas-de-prensa/informe-sobre-inteligenciaartificial-en-el-sector-retail/ Clientify. (2023, 18 de julio). ¿Cómo automatizar la segmentación de clientes con un CRM? [Entrada de blog]. https://clientify.com/blog/segmentacion-de-clientes-con-crm Comisión Nacional de los Mercados y la Competencia. (2025, 10 de enero). [Página web institucional] https://www.cnmc.es/index.php/eu/node/412479 96 Súmate. (2024, 21 de marzo). Machine learning en marketing: estrategias basadas en datos [Analítica Web]. https://www.sumate.eu/blog/machine-learning-marketing-mejorar-con-estrategiasbasadas-datos/ Sharma, R. (2025, 24 de febrero). AI customer segmentation: Unlock retail growth strategies. Markovate. https://markovate.com/ai-customer-segmentation/ Tomas, D. (2025, 8 de enero). Del A/B testing al AI testing: Cómo la inteligencia artificial revoluciona las pruebas A/B[Entrada de blog]. Cyberclick. https://www.cyberclick.es/numerical-blog/del-ab-testing-al-ai-testing The Black Box Lab. (2022, 6 de mayo). Machine learning: diferencias entre algoritmos de clasificación y regresión [Entrada de blog]. https://theblackboxlab.com/machine-learning-diferencias-entre-algoritmosclasificacion-regresion/ Thompson, I. (2005, agosto). Segmentación del mercado [PDF]. https://gc.scalahed.com/recursos/files/r161r/w24313w/Segmentacion_del_Mercado.pdf Universidad Europea. (2022, 11 de octubre). Aprendizaje supervisado y no supervisado [Entrada de blog]. Universidad Europea. https://universidadeuropea.com/blog/aprendizaje-supervisado-no-supervisado/ Westreicher, G. (2020, 1 de septiembre). Retorno de la inversión (ROI). Economipedia. https://economipedia.com/definiciones/retorno-de-la-inversion-roi.html Wu, M., Andreev, P. y Benyoucfef, M. (2023) The state of lead scoring models and their impact in sales performance. Information Technology and Management. https://pmc.ncbi.nlm.nih.gov/articles/PMC9890437/ 97 Zamarreño Armendia, G. (s.f.). Beneficios de la IA en la segmentación de mercados en retail [Libro electrónico]. Google Books. https://books.google.es/books?hl=es&lr=&id=r3XlDwAAQBAJ&oi=fnd&pg=PA7&dq =beneficios+de+la+IA+en+la+segmentación+de+mercados+en+Retail&ots=VYzSKwU 9Cw&sig=k29jxMMpnI8qHKOiSyHwdvVHRc8