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

El problema es que los sitios web son fundamentalmente torpes. No generan su propia inteligencia para ayudar a las empresas a impulsar el negocio, a pesar de su función central en la inteligencia de marketing y el comercio de una empresa. Por ejemplo, aunque las agencias y los equipos empresariales adoptan el aprendizaje automático para todo, desde el aumento de datos y la automatización de la publicidad hasta la predicción de comportamientos de compra, la tecnología a menudo no logra capturar los datos en primera persona ingresados como el primer paso en el recorrido del cliente, lo que deja los modelos de IA incompletos o defectuosos.

Además, cuando las organizaciones recurren a campañas publicitarias digitales y resultados generados por plataformas importantes como Google y Facebook, confían en información incompleta de algoritmos que tratan a cada cliente potencial como una conversión, ya sea spam, una solicitud o un cliente verdadero. 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 insight a partir de ellos. "Hubo un momento en el que podías ver que los términos de búsqueda que las personas usaban llegaban a tu sitio web, pero [Google y Facebook] comenzaron a quitarlos hace años", dice Jim Fitzgerald, cofundador y director de marketing en SherloQ. "Con el paso del tiempo, han empezado a eliminar gran parte del lenguaje natural que utiliza la gente, dejando términos raíz a los que les faltan palabras. Los especialistas en marketing saben que los términos principales afectan la búsqueda, pero no pueden ver cómo el consumidor habla realmente sobre el 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 podría tener una gran idea de marketing que de alguna manera pierde la marca porque no puede ver cómo los clientes buscan realmente sus productos. Este fue el caso de Hurley & David Inc. (HDAIR), una empresa de climatización que quería vender más unidades de aire acondicionado sin conductos, conocidas como min-isplits.

SherloQ creó una solución que genera inteligencia en los sitios web existentes al integrar perfectamente la tecnología IBM Watson en el sitio, en función de lo que identifica como los cuatro pilares de IA: automatización, atribución, inteligencia y cumplimiento de marketing. Estas facetas de la IA capturan, clasifican y analizan el marketing de resultados y otros datos generadores de clientes potenciales. SherloQ utiliza las ofertas de IBM Watson Machine Learning e IBM Watson Studio para crear los modelos de IA que ofrecen a cualquier sitio web al que la empresa llama AI Smart Core. Este núcleo permite a las organizaciones obtener insight y automatizar desde su propio marketing de rendimiento y otros datos de uso del sitio.

IBM fue la opción clara para la tecnología de IA, según Del Hague. "Watson tenía una increíble capacidad para el procesamiento de lenguaje natural que estaba más allá de cualquier otra cosa que vimos", dice. "IBM tenía 20 años de experiencia; estaba fuera de los gráficos en comparación con otras empresas".

Después de instalar un script simple mediante el uso de Google Tag Manager (GTM), la solución SherloQ captura datos de clientes de primera parte cuando un buscador hace clic en un anuncio o un sitio web. Cuando una empresa adopta la solución SherloQ, los servicios de 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 calificarlas en función de la relevancia. Esta clasificación ayuda a la empresa a ordenar y organizar clientes potenciales y enriquece la puntuación de Ad Rank, que es un valor que determina los anuncios que tienen el mejor rendimiento en relación con otros.

"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 adjunta brinda a la empresa una vista de panel de control de sus clientes potenciales, así como la puntuación. La empresa recibe un informe diario de inteligencia que puede utilizar para reevaluar las campañas de marketing de rendimiento, el contenido del sitio web y el SEO.

La característica AutoAI dentro de la aplicación IBM Watson Studio automatiza la evaluación y selección de los modelos de mejor rendimiento con el despliegue de un solo clic desde la solución IBM Watson Machine Learning.

La solución SherloQ, impulsada por la tecnología de IBM Watson, ayuda a las empresas a recuperar el control de sus datos de interacción con el cliente 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 IA para brindar insight sobre los recorridos de búsqueda de los consumidores.

"A medida que los datos de terceros se vuelven más restrictivos, los datos propios se vuelven esenciales. Los especialistas en marketing deben tomar el control por medio de datos propios de sus mejores clientes, accediendo a estos datos a través de SherloQ con IBM Watson", dice Fitzgerald.

En el caso de HDAIR, la empresa HVAC que quería vender más unidades mini-split, la solución SherloQ AI reveló que la gente buscaba "A/C para áticos pequeños", "aire acondicionado sin conductos" y otros términos similares en lugar del término "mini-split" de la industria. Con este conocimiento y el poder de IBM Watson NLU e IBM Watson NLC, la agencia publicitaria de la empresa reescribió las mini páginas de destino y los anuncios de mini-split para incluir estos términos de búsqueda en lenguaje natural.

Antes de lanzar la solución SherloQ en junio de 2019, la empresa vendió aproximadamente USD 105,000 en pequeñas unidades. Para agosto de 2019, tuvo ventas de más de USD 208,000, 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 las oficinas legales de Mark E. Salomone adoptaron la solución de IA SherloQ, la empresa llevó su negocio ya exitoso al siguiente nivel. Una parte del insight fue muy simple, pero crítico. Por ejemplo, descubrió que muchas personas realizaron búsquedas de voz en sus teléfonos para encontrar su oficina, así que "Mark E." a menudo se interpretó como "marquis" o "marquee", lo que pidió a la empresa que adaptara sus palabras clave SEO.

De mayor importancia fue la mejora significativa en la tasa de conversión de clics a clientes potenciales (CTL) de la empresa. Un mes después de instalar la solución de automatización SherloQ en agosto de 2019, aumentó la tasa de conversión por encima del promedio a 28.92%, en una industria en la que la tasa promedio de CTL es del 6.98%. Al utilizar el panel de la solución SherloQ, que proporcionó un desglose de la manera en que se realizó cada una de sus campañas publicitarias, el negocio puede visualizar rápidamente cuáles de sus campañas son más efectivas para convertir clientes potenciales en clientes.

Aunque el panel era útil, fueron las funciones AutoAI y Ad Rank Score de la solución las que devolvieron este insight a Google para perfeccionar las campañas publicitarias de la empresa y aumentar su tasa de CTL. Registró la tasa más alta del 46.75% hasta la fecha en noviembre de 2019, y se ha mantenido en más del 40% durante 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 pendiente de patente de la Oficina de Patentes y Marcas de EE. UU. por su metodología para entrenar modelos de aprendizaje automático a través de sus interfaces de aplicaciones y paneles. Esta metodología permite a sus clientes entrenar el modelo de IA cada vez que deslizan el dedo hacia la izquierda o hacia la derecha en la aplicación. Esto pone el poder del aprendizaje automático 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 la forma en que opera un sitio web es la clave para la adopción global de IA", concluye Del Hagan. "Estamos construyendo el primer Smart Core de IA del mundo con IBM Watson, lo que hace que el sitio web sea inteligente y da a los usuarios de negocio la capacidad de usar IA de una manera muy sencilla".