A pesar de los enormes beneficios de la IA, la distribución y adopción global de los marcos de IA continúan planteando retos tanto en términos de comprensión de la tecnología como por la complejidad percibida de la implementación tecnológica. Sin embargo, se está produciendo un cambio industrial clave en los segmentos de las agencias y el marketing de búsqueda de resultados, impulsado principalmente por tendencias publicitarias en Internet como la optimización de motores de búsqueda (SEO) y el marketing de motores de búsqueda (SEM).

La cuestión es que los sitios web son fundamentalmente estúpidos. No generan su propia inteligencia para ayudar a las empresas a impulsar el negocio, a pesar de su papel central en la inteligencia de marketing y el comercio de una empresa. Por ejemplo, aunque las agencias y los equipos empresariales adoptan el machine learning para todo, desde el aumento de datos y la automatización de la publicidad hasta la predicción de los comportamientos de compra, la tecnología a menudo no captura los datos introducidos en primera persona como primer paso en el recorrido del cliente, lo que deja los modelos de IA incompletos o defectuosos.

Además, cuando las organizaciones recurren a las campañas publicitarias digitales y a los resultados generados por grandes plataformas como Google y Facebook, se basan en información incompleta procedente de algoritmos que tratan cada contacto como una conversión, ya sea spam, una solicitud o un verdadero cliente. Incluso cuando estas campañas están infundidas con IA, las principales plataformas actuales mantienen ocultos los datos críticos de los términos de búsqueda y otra información a la empresa que debería poseerlos, a menudo alegando normativas de privacidad.

Los fundadores de SherloQ creen que las empresas deben poder ver sus propios datos y generar conocimientos a partir de ellos. "Hubo un momento en que podías ver los términos de búsqueda que utilizaba la gente para llegar a tu sitio web, pero [Google y Facebook] empezaron a eliminarlos hace años", afirma Jim Fitzgerald, cofundador y director de marketing de SherloQ. "Con el paso del tiempo, han ido eliminando gran parte del lenguaje natural que utiliza la gente, dejando términos raíz a los que les faltan palabras. Los profesionales del marketing saben que los términos raíz influyen en las búsquedas, pero no pueden ver cómo el consumidor está hablando en realidad del producto o la empresa".

Esta falta de información tiene consecuencias en el mundo real para las empresas y las agencias, incluso cuando utilizan el marketing de resultados y las campañas publicitarias digitales más avanzadas.

Por ejemplo, una empresa puede tener una gran idea de marketing que no acaba de dar en el blanco porque no sabe cómo buscan sus productos los clientes. Este era el caso de Hurley & David Inc. (HDAIR), una empresa de calefacción, ventilación y aire acondicionado que quería vender más unidades de aire acondicionado sin conductos, conocidas como minisplits.

SherloQ ha creado una solución que aporta inteligencia a los sitios web existentes integrando de manera fluida la tecnología de IBM Watson en el sitio, basándose en lo que identifica como los cuatro pilares de la IA: automatización, atribución, inteligencia y conformidad comercial. Estas facetas de la IA capturan, clasifican y analizan el marketing de resultados y otros datos generadores de clientes potenciales. SherloQ utiliza las ofertas IBM Watson Machine Learning e IBM Watson Studio para crear los modelos de IA que dotan a cualquier sitio web de lo que la empresa denomina AI Smart Core. Este núcleo permite a las organizaciones obtener información y automatizar a partir de sus propios datos de marketing de resultados y otros datos de uso del sitio.

Según Del Hagen, IBM era la opción clara para la tecnología de IA. "Watson tenía una capacidad increíble de procesamiento del lenguaje natural que superaba todo lo que habíamos visto", afirma. "IBM tenía 20 años de experiencia; se salía de la media en comparación con otras empresas".

Tras instalar un sencillo script mediante el uso de Google Tag Manager (GTM), la solución SherloQ captura datos de clientes de primera mano cuando un buscador hace clic en un anuncio o en un sitio web. Cuando una empresa adopta la solución SherloQ, los servicios IBM Watson Natural Language Understanding (NLU) e IBM Watson Natural Language Classifier (NLC) analizan llamadas, chats, textos y transcripciones de correo electrónico en tiempo real para identificar palabras clave y puntuarlas en función de su relevancia. Esta clasificación ayuda a la empresa a clasificar y organizar los clientes potenciales y proporciona enriquecimientos a la puntuación Ad Rank, que es un valor que determina qué anuncios son los de mayor rendimiento en relación con los demás.

"Lo extraordinario de todo este proceso es la posibilidad de conectarlo a Google Tag Manager y ponerlo en marcha el mismo día, con toda esta tecnología y la IA, de una forma tan sencilla", afirma Fitzgerald.

La aplicación SherloQ proporciona a la empresa un panel de control de sus clientes potenciales agregados, así como una puntuación. La empresa recibe un informe de inteligencia diario que puede utilizar para reevaluar el las campañas de marketing de resultados, el contenido del sitio web y el SEO.

La característica AutoAI de la aplicación IBM Watson Studio automatiza la evaluación y selección de los modelos de mejor rendimiento con una implementación en un clic desde la solución IBM Watson Machine Learning.

La solución SherloQ, impulsada por la tecnología IBM Watson, ayuda a las empresas a recuperar el control de los datos de interacción con sus clientes y a utilizarlos para impulsar mejoras en el marketing de resultados. A diferencia de otras herramientas de palabras clave o servicios publicitarios de terceros que eliminan valiosos datos de búsqueda, la solución SherloQ utiliza la IA para proporcionar conocimientos sobre el recorrido de búsqueda de los consumidores.

"A medida que los datos de terceros se vuelven más restrictivos, los datos de origen se tornan esenciales. Los profesionales del marketing necesitan tomar el control utilizando datos de primera mano de sus mejores clientes, accediendo a estos datos mediante el uso de SherloQ con IBM Watson", dice Fitzgerald.

En el caso de HDAIR, la empresa de calefacción, ventilación y aire acondicionado que quería vender más unidades minisplit, la solución SherloQ AI reveló que la gente buscaba "aire acondicionado para ático pequeño", "aire acondicionado sin conductos" y otros términos similares en lugar del término del sector "minisplit". Armada con estos conocimientos y con la potencia de los servicios IBM Watson NLU e IBM Watson NLC, la agencia de publicidad de la empresa reescribió las páginas de destino y los anuncios del minisplit para incluir estos términos de búsqueda en lenguaje natural.

Antes de lanzar la solución SherloQ en junio de 2019, la empresa vendió aproximadamente 105.000 USD en unidades de minisplit. En agosto de 2019, tenía ventas por más de 208.000 dólares, un aumento del 98 % en solo tres meses. Un análisis más detallado mostró que el aumento se debió principalmente a las búsquedas orgánicas, no al tráfico publicitario.

Del mismo modo, cuando el bufete de abogados de Mark E. Salomone adoptó la solución SherloQ AI, la empresa llevó su ya exitoso negocio al siguiente nivel. Algunos conocimientos eran muy sencillos, pero cruciales. Por ejemplo, descubrió que muchas personas buscaban su oficina utilizando voz a texto en sus teléfonos, por lo que "Mark E." se interpretaba a menudo en las búsquedas en inglés como "marquis" o "marquee", lo que llevó a la empresa a adaptar sus palabras clave de SEO.

Más importante aún fue la mejora significativa de la tasa de conversión de clics (CTL, por sus siglas en inglés) en clientes potenciales. Al mes de instalar la solución de automatización SherloQ en agosto de 2019, aumentó su tasa de conversión, ya superior a la media, hasta el 28,92 %, en un sector en el que la tasa media de CTL es del 6,98 %. Gracias al panel de control de la solución SherloQ, que ofrece un desglose del rendimiento de cada una de sus campañas publicitarias, la empresa puede visualizar rápidamente cuáles de sus campañas han sido más eficaces a la hora de convertir clientes potenciales en clientes.

Aunque el panel de control era útil, fueron las características AutoAI y Ad Rank Score de la solución las que devolvieron estos conocimientos a Google para perfeccionar las campañas publicitarias de la empresa y aumentar su tasa de CTL. Registró su tasa más alta hasta la fecha, del 46,75 %, en noviembre de 2019, y se ha mantenido por encima del 40 % a lo largo de 2020. De hecho, la empresa tuvo que reducir su publicidad televisiva debido a la importante afluencia de nuevos clientes potenciales resultante de sus esfuerzos publicitarios digitales mejorados.

A finales de 2020, SherloQ recibió una notificación de patente pendiente de la Oficina de Patentes y Marcas de EE. UU. por su metodología para entrenar modelos de machine learning a través de sus interfaces de aplicación y panel de control. Esta metodología permite a sus clientes entrenar el modelo de IA cada vez que deslizan el dedo a izquierda o derecha en la aplicación. Esto pone el poder del machine learning y la IA en manos de pequeñas y medianas empresas que, de otro modo, no podrían pensar en utilizar soluciones de IA internas para potenciar sus esfuerzos publicitarios.

"Creemos que cambiar el funcionamiento del núcleo de un sitio web es la clave para la adopción global de la IA", concluye Del Hagan. "Estamos construyendo el primer AI Smart Core del mundo con IBM Watson, que es lo que hace que el sitio web sea inteligente y ofrece a los usuarios empresariales la posibilidad de utilizar la IA de una manera muy sencilla."