La inteligencia artificial está tomando un lugar muy importante en nuestras vidas desde hace ya varios años. Lo más interesante es que en los últimos meses, quizás un año, se ha vuelto accesible a todos. Esto significa que podemos utilizar herramientas muy potentes no solo para entretenernos sino que también para maximizar los beneficios de nuestros proyectos, negocios, e incluso destacarnos en nuestro puesto laboral 😉

En este tutorial te enseñaré a ejecutar un modelo de clasificación sobre una serie de datos para obtener una propensión a convertir de Leads o prospectos.

Primero ¿Qué es una propensión? De momento solo vamos a entender propensión como la probabilidad de convertir que arroja un Lead en particular.

¿Qué es un modelo de clasificación?

Un modelo de clasificación es un tipo de algoritmo dentro de la rama del Machine Learnign que resuelve de forma supervisada aquellos problemas donde queremos asignar una categoría y clasificación a determinados casos. En nuestro ejemplo definiremos si es o no es un lead valioso. Otro ejemplo podría ser si una transacción parece o no ser fraudulenta o si para un banco un cliente es o no riesgoso.

¿Por qué esta es una solución muy potente? Imagina que puedes decidir en solo un segundo si conviene o no contactar un prospecto que se mostró interesado en nuestro servicio o producto, revisando decenas de variables. El hecho de poder ordenar los leads según su probabilidad de convertir te permitirá priorizarlos y por ejemplo llamar en primer lugar solo aquellos que arrojan mayor probabilidad de convertir o incluso, decidir por que canal contactarlos. Ten en cuenta que sería bastante óptimo, llamar (canal más costoso) a aquellos con mayor probabilidad, y solo enviar un correo electrónico (canal más económico) aquellos con menor probabilidad.

Esta es una tarea que llevaría horas hacerla manualmente y seguro que nunca la haríamos tan bien, porque estamos cansados, no tenemos un buen día, o no hemos revisado todos los ejemplos nuevos que han habido en el último mes. Esto se hace automáticamente gracias a un modelo de clasificación.

Si bien no entraremos ahora en los detalles más técnicos, si recorreremos el caso práctico. Para ver todos los detalles técnicos podrás pasarte por la membresía PRO de SharingAway donde se está preparando un path de Inteligencia Artificial que te deslumbrará con todo el contenido asombroso que tendrá.

¿Cómo lo haremos?

No haremos esto solos, sino que lo haremos utilizando Obviously. Obviously es una herramienta NoCode, muy sencilla y amigable que nos permite ejecutar en pocos minutos un modelo de Machine Learning. Repasemos el procedimiento:

En primer lugar nos creamos una cuenta en obviously.ai/ y entraremos en la pantalla principal. Allí podremos rápidamente realizar nuestra primera predicción utilizando algunos data sets que ya vienen preparados por obviously y son de gran ayuda para los primeros pasos.

En nuestro caso utilizamos los siguientes:

Source: Sample Datasets

Table: Lead Conversion

Pick a column to predict…: Converted

‍

‍

Una vez con eso definido damos en “Go”

‍

‍

Aquí lo que se nos presenta es un resumen con algunos datos importantes acerca de nuestro data set. Este es un paso muy importante y se denomina Data Preparation. Implica preparar y analizar nuestro Data Set antes de correr un modelo de Machine Learning sobre él. Entraremos en más detalles técnicos y veremos las principales métricas de evaluación en nuestra membresía PRO.

A continuación hacemos clic en “Start Predicting”, veremos una pantalla de carga y luego, boom, ya tenemos los resultados en pocos segundos:

‍

‍

Lo más importante para interpretar los resultados

Nivel de Accuracy : Como podrán apreciar y gracias a la buena calidad de los datos, el Accuracy o la precisión del modelo es muy buena y alcanza el 85.78%. Obviously traduce este porcentaje al “español” y nos dice “great performance”. Con esto podemos estar tranquilos de utilizar nuestro modelo.

Usando el modelo

Si nos movemos a la pestaña Use Model se nos ofrecen ciertas opciones mediante las que podemos utilizar nuestro modelo para predecir casos.

‍

‍

Tenemos tres principales opciones:

1. Launch Model
2. Utilizar Zapier
3. Utilizar el modelo vía API

En este How To vamos a revisar la primera opción, Launch Model. Si presionan en Launch Model Obviously nos ofrece una interfaz propia en donde podremos evaluar nuestro modelo para determinada información que le pasemos, veamos 🤯

‍

‍

En ese ejemplo, el modelo evaluó que el lead tiene una probabilidad de No convertir del 92%, por lo que no convendrá siquiera mandarle alguna comunicación.

Si por ejemplo, proporcionamos otros datos:

‍

‍

Podemos observar claramente, un resultado opuesto. Si miramos con detenimiento los valores que toman las variables parece ser un caso mucho más comprometido, con mayores interacciones y por ende interés por nuestro producto. Con esto, el modelo arroja un acertado 98% de probabilidad de conversión, así que más vale llamar rápido a este cliente potencial que seguro compra nuestro servicio 😂.

Un aspecto bastante interesante es que podemos compartir la URL de esta interfaz con cualquier persona para que realice predicciones sobre nuestro modelo, solo necesitará tener una cuenta en obviously. Imaginen los beneficios de poder compartir con personas de nuestro equipo, agentes de venta, etc, todo este potencial.

Este es solo uno de los tantísimos ejemplos sobre como puedes utilizar la Inteligencia Artificial y alguna de sus ramas para potenciar tus retornos, ya sea que tengas un negocio o bien quieras aportar muchísimo valor a la tarea que estés desempeñando. Queda bastante claro como estas herramientas nos ayudan a reducir costos, a optimizar nuestros procesos y por sobre todo a tener mejores resultados.

Este es el primero de muchos ejemplos que van a encontrar por aquí y además no olviden que tendrán contenido más profundo en nuestra membresía PRO. ¡Esto no tiene límites!

Nos leemos en un próximo ejemplazo de casos de uso de la Inteligencia Artificial 🚀

¡Saludos!

‍