Un cocktail de curiosidad, vacaciones y pseudoconfinamientos me ha llevado a navegar por esas aguas profundas del tan traído y llevado Deep Learning. Si, ese estado actual de la tecnología que permite que las máquinas aprendan por sí mismas en base a algoritmos que asemejan la inteligencia humana.
Algo así como imitar el patrón de las Redes Neuronales de nuestro sistema nervioso pero traducidas a complicados algoritmos.
Me maravilla que personas expertas como Michal Kosinski de la Universidad de Stanford diga que con sólo 150 likes de Facebook uno pueda saber más de esa persona que sus propios padres.
¡Este fue el punto que me enganchó!
Así que me pongo a investigar el Cómo… y resulta que tengo que aprender a programar en Python, cargar librerías especializadas de Deep Learning : SciPy, NumPy, Matplotlib, Pandas, Keras y TensorFlow… cosa que he realizado.
¿Bien… y ahora?: no te quiero ni contar.
¡Al grano!
Si quiero saber cuál será el comportamiento o las tendencias de compra de un determinado consumidor, cliente o audiencia a través de esta estrategia, necesitaré una curva de aprendizaje demasiado larga y no decir de los medios… y los datos… suponiendo que las empresas los tenga debidamente “ordenados”, cosa que para la inmensa mayoría es una utopía.
¿Hay otra estrategia?
Rotundamente sí. Yo por ejemplo utilizo Profundamente (Deep) el Eneagrama como modelo extraordinario para reconocer los rasgos diferenciales, las motivaciones, problemas potenciales y valores de las personas con una eficacia muy muy alta.
De esta forma es posible modelar soluciones a la medida de nuestra audiencia.
Así es mucho más natural, sencillo y sobre todo rápido. Además, esta Inteligencia puede alimentar los algoritmos para extraer soluciones de Deep Learning que comentaba más arriba.
Quizás en un futuro demasiado cercano ambas estrategias se den la mano.
¡En ello estoy!
Si quieres saber el perfil o perfiles de tus clientes tipo (Persona Profile) y sus características, motivaciones de compra y demás, ponte en contacto conmigo y hablamos.
