Después de varias investigaciones, la agencia T2O media se dio cuenta de que con los datos que le facilitaba el big data y con los algoritmos de machine learning podrían construir patrones y “predecir el futuro” de las próximas interacciones.
Tras ello, la agencia decidió crear un proyecto piloto. Eligieron un cliente del sector Travel, una fuente de datos y una meta. DoubleClick Campaign Manager, como uno de los clientes que más apuesta por la innovación, fue la principal fuente de datos y la meta que se pusieron era predecir la probabilidad de conversión de un usuario.
Después de decidir estos parámetros, comenzaron a recoger todo tipo de información, los analizaron a través del big data y los clasificaron a través del mejor algoritmo que pudieron encontrar: Random Forest. En ese momento se dieron cuenta de que debían centrarse en algunas variables relevantes en vez de comprobar muchas características. Y después, llevaron el algoritmo al mundo real para que predijese si un usuario iba a convertir al día siguiente. El resultado fue que consiguió clasificar correctamente al 85% de los usuarios.
El siguiente paso que se propusieron fue activar la información que habían conseguido y llevar el algoritmo a la compra de medios. Para ello, dividieron a los usuarios en dos grupos. El primero era los que tenían mayores probabilidades de conversión y el segundo los que no. Los resultados fueron los esperados. Los usuarios conversores multiplicaban por 5 la eficiencia y los usuarios no conversores no convertía en ningún momento.
En resumen, big data y machine learning les ayudó a mejorar diferentes ámbitos como la experiencia del usuario, la tasa de conversión, la compra de medios y les sirvió de ayuda para detectar puntos fuertes o débiles.
El proyecto sigue avanzando y descubriendo nuevos algoritmos que les pueda ayudar cómo pueden ser los datos del call center que ahora son una de las nuevas fuentes de información que han implementado.
